原来运营与数据分析相结可以发挥这么大的作用

 

运营与数据分析就像工作中的两个半圆，只有将其拼合在一起才是完美的方案。B端+C端运营思维结合是未来趋势，两者彼此借鉴，根据产品的特征对运营思维进行改良，做一些微创新，才能更好的迎接时代变化。

 

用户运营未来的核心价值并不是能带来多少用户数量的增长，而是如何为企业带来营收的增长。

 

企业方面，选择用户运营的时，首先要看他是否有全局观，既能触类旁通又能迅速切换思维；

 

其次要看他是否有自成一套的运营方法论，并且可以结合已有的模型进行微创新，最终形成可变现的运营策略落地执行；

 

最后，要看是否有从0到1的经历，以及是否操盘过高日活/月活的产品。

 

 

一、触达之道

筛选出目标用户之后，运营要思考的是如何让用户与产品产生交互，刚有提到触达，常用唤醒沉默用户的触达方式有：

 

1. Push/站内消息

push/消息是最常见的一种唤醒用户很有效的方式，之前APP的产品数量没有现在这么多，营销推送也没有使用的如此频繁。Push的用户打开率相对较高，现在诸多push（营销类）打开率能到2%已经是不错的产品。

 

2. 短信

运营有三宝：push、短信和红包，短信是很常用的一种方式，相比起push跟站

 

内信，短信触达率，打开率，转化率要高一些。但有一定的成本，因此现在大多数产品都会使用短信唤醒或用户。

 

3. EDM

海外产品可以使用邮箱，国内由于用户使用习惯的原因，EDM打开率、转化率都很低，不建议单独使用。

 

4. 电话回访（慎用）

电话回访一般用于B端产品重要客户召回时候使用，人力成本高，客服沟通技巧不当会引发用户反感以及投诉，因此C端产品沉默用户唤醒须慎用。

 

5. 利益点（红包/优惠券/礼品）

利益点是刺激用户消费最简单直接的方式，转化较高，大多是与活动结合在一起。在新产品推广初期，拉新，唤沉都会使用这种方式，比如发红包、优惠券补贴这些，滴滴、饿了么、O2O的产品当年都是采用利益点刺激的方式。

 

但在现在的互联网环境下，对营收没有增长的优惠尽量不做，因此利益点唤醒的时候要注意计算损失的毛利与收益增长之间的平衡关系，应该避免出现负毛利。

 

 

二、精准分析之道

数据对运营有很大的指导意义，通过数据分析可以更加精准的制定修改方案，但是如何进行数据分析?具体分析流程是什么？

 

1、日常性数据分析

1.1流量相关数据：IP丶PV丶在线时间丶老用户比例丶新用户比例。

1.2订单相关数据：总订单丶有效订单丶订单有效率丶总销售额丶客单价丶毛利率。

1.3转化率相关数据：下单转化率丶付款转化率。

 

2、每周数据分析

用户下单和付款不一定会在同一天完成，但一周的数据相对是精准的，所以我们把每周数据作为比对的参考对象，主要的用途在于，比对上周与上上周数据间的差别，运营做了某方面的工作，产品做出了某种调整，相对应的数据也会有一定的变化，如果没有提高，说明方法有问题或者本身的问题并在与此。

 

3、网站数据

IP丶PV丶平均浏览页数丶在线时间丶访问深度比率丶访问时间比率。这是最基本的，每项数据提高都不容易，这意味着要不断改进每一个发现问题的细节，需要不断去完善购物体验。

 

4、运营数据

总订单丶有效订单丶订单有效率丶总销售额丶客单价丶毛利润丶毛利率丶下单转化率丶付款转化率丶退货;每日数据汇总，每周的数据一定是稳定的，主要比对于上上周的数据，重点分析内部的工作，如产品引导丶定价策略丶促销策略丶包邮策略等。

 

分析时大家思考三个问题：

对比数据，为什么订单数减少了?但销售额增加了?这是否是好事?

对比数据，为什么客单价提高了?但利润率降低了?这是否是好事?

对比数据，能否做到：销售额增长，利润率提高，订单数增加?

 

5、用户分析

会员分析数据：会员总数丶所有会员购物比率(新会员，老会员)

会员复购率

转化率

 

6、流量来源分析

流量分析是为运营和推广部门指导发展方向的，除了关注转化率，还有像浏览页数丶在线时间，访问深度等都是评估渠道价值的指标。

 

7、内容分析

主要的两项指标：首页装修和宝贝详情页的购买率。

 

查看哪款产品的销售差，哪个产品的销售好，基本会说明有些问题，然后全体团队重点讨论，发现问题，给出意见，然后依次进行改进。

 

首页肯定要与热点内容相符合，学会看新闻，学会看天气，分析消费者最关注什么，喜欢什么产品丶查看同行店铺的促销手段极其装修等等，从他人处学到精华，学会应用。

 

8、业务报告

业务报告是业务人员通过对大量数据的收集和分析，结合自身对业务的理解，说明现有业务的优势与不足，并提出对于业务的合理优化建议，以期指导业务良性发展。业务报告不同于单纯的数据报告，业务报告不可只是简单的罗列数据，更多地还需要做到以下三点：

 

a.对业务的改进优化；

b.帮助业务发现机会；

c.创造新的商业价值。

上例就是从日常数据中发现了一定规律，并对消费者的生活、购物习惯做出了合理推测，提出了业务优化建议并成功地获得了业务的增长。

 

 

业务数据报告常用思维

以上是对业务数据报告的定义和简单举例，那么我们可以从什么角度来挖掘业务数据、优化现有业务呢？下面是四个常见的数据分析思路。

 

a.对比——对比分析就是把数据放在一个合理的参考系中，通过对比来说明问题。

一项业务有销售总额、UV、转化率等等指标，这些指标可以在一定程度上说明业务的进展情况，但是单独的指标过于片面，缺乏实际性的指导意义。

 

例如一个电商banner广告图某天的点击率是5%，我们并不能立即判断出这个广告图的文案、引流商品、色调、风格等是否成功，而如果可以与相同位置其他时间的广告图来作对比，我们则能发现更多问题。

 

 

除此之外，可以对比的维度还有性别、年龄、地区、省份等等，以地区举例，我们可以统计连衣裙这一类目在不同区域（华北、华中、华南、华西、华东）的订单占比，从而得出连衣裙在XX地区更受欢迎（尤其是在换季季节）的结论，再回到业务中去调整连衣裙在不同区域用户中的曝光程度，让流量能够更加有效地利用起来，提升业绩。

 

还有一项运用到对比思维的就是A/B test，比如测试产品改版的效果时，可以把用户质量均匀地分成两组来分别体验未改版和改版后，通过两组用户的数据反馈来判断产品改版是否成功。

 

b. 转化业务都是由层层的转化得来的，我们做业务分析时要先梳理整个业务流程，把每个环节列清楚，然后计算分析各个环节的转化率，思考如何提高每个环节的转化率。

 

曝光UV→点击UV→（店铺点击UV）→商详UV→下单人数→支付人数

 

梳理好以上流程后，我们需要计算：曝光点击率、商详到达率、下单转化率、支付转化率等，再将各个环节的转化率与其他活动页的转化率作对比，或是与这个活动页前三日日均转化率作对比，看数据是否偏高或偏低。如果一个页面的曝光UV低，可以考虑增加在站外的流量投放以及在站内申请更多资源。如果点击率低，则可能是因为文案太弱、广告图不够吸引用户、或是资源本身质量较差等原因。

 

如果一个页面的商详到达率低，则应该考虑页面结构是否合适、商品是否符合用户喜好等，可根据数据反馈及时替换点击效果差的商品，如果商详到达率随着时间的推移呈现逐渐减弱的趋势，则应寻找一定的规律定期更换页面的商品排序。如果商品的购买转化率低，则应该考虑商详页是否有可优化的空间，如在商详页主图下方增加促销氛围图，在商品信息位置增加促销说明等。还有商品的付款率，如果低于正常值，建议卖家催单。

 

说到转化，不得不提一下最近很火的抖音。这款app的路径简直是不能再短，打开app即可看到视频，不用让用户陷入点击点击再点击，才能找到自己想要的东西的纠结中。

 

c.公式

业务除了可以按转化流程进行拆分，还可以从公式的角度来进行指标拆分。我们都知道，销售总额=客单价*用户数。所以，我们想要业绩得到增长的话，从每一个用户身上得到更多的收益。

 

淘宝的聚划算，拼多多的拼团商品等，都是可以提升用户数的玩法；满减、买送、满件折、满一定金额后可参与抽奖等等，这些则是可以提升客单价的营销方法。最终核心的业务指标，都可以通过合理拆分、分头击破来实现。

 

d. 分类分析

分类分析是一个非常重要的手段，电商中常见的分类分析思路就是拆分类目。

 

平台的销售总额可以拆分成各一级类目的销售总额，一级类目再拆成二级类目，二级类目再拆分到店铺。

数据对业务有很大的指导意义，但当缺乏数据，或是数据在现阶段并不具有足够的参考价值时，我们也应该发挥自己的创新思维，不可畏首畏尾、不敢做出判断。