作为一名运营人员，应该分析哪些数据和指标？
时间：2022-08-31 04:45:01 | 来源：网站运营
时间：2022-08-31 04:45:01 来源：网站运营
随着运营种类的增多，针对不同的运营模块，对应的数据分析方法也不相同。那么，怎么通过精细化的数据分析使流量运营、用户运营、产品运营、内容运营的运营效果实现指数级增长呢？
流量运营更多的解决的是用户从哪来的问题。
在目前硅谷流行的增长框架中，拉新是最重要的一个环节，和过去粗放式的流量运营中，关注PV、UV等数据指标相比。在如今流量红利逐渐退去的市场环境下，竞争更加激烈，仅仅从PV、UV等方面作为流量的KPI是远远不够的，还应当从更多的方面进行评价，才能更有效率地进行流量的管理。
1、流量概览通过多维指标判断基本的流量情况。
在判断流量的基本情况时，除了访问量、UV、PV等这样的量级指标。我们同时还应该多维地关注平均访问时长，平均一次会话浏览页数，也就是我们讲的访问深度，跳出率等基本质量的指标。通过几个指标的基础组合，我们能了解用户使用产品的最基本概况。
例如平均一个访客，一天内访问几次产品。其中百分之多少，仅浏览一页，就直接跳出，丧失了转化机会。用户一次使用大概使用多长时间等等。
产品生命周期的概念，过去最多地应用在商业模型中，而目前也有很多的互联网产品在使用相关的概念。
产品生命周期中，最直观的指标就是访客的构成。访问用户中，包括新访的用户和访问用户。登陆用户，包括新登陆用户和登陆用户。新访客比上全体访客，登陆用户比上访问用户，新登陆比上登陆用户的比例，等等，也可以判断流量的基本质量。
举例来说，一个处在成长期的产品，来访的流量中，新用户的比例很低，说明增长的空间就相对较低。这个时候，我们就应当及时调整运营方向。
2、流量分析在了解流量的基本情况之后，我们需要对流量进行细分分析，一旦探索和暴露流量方面的问题，制定下一步可执行的策略。
那么在网站的流量分析中，一般分析维度包括访问来源、落地页、搜索词、广告等等。我们主要讲一下访问来源以及流量具体从哪里来。
从访问来源来讲，那么基本的访问来源，我们也可以叫一级访问来源，包括有直接访问、外链、搜索引擎和社交媒体。在每一类访问来源下，又存在多种形式和多种渠道。比如说社交平台和搜索引擎，就会有多个不同的平台。在这个框架下，我们需要去一层一层地进行拆解，从大类到具体的类别，再到具体的渠道来查看流量的表现。
举例子来讲GrowingIO的博客是一个以运营干货为主的网站，有部分用户会直接访问来查看我们博客内容更新。很多文章会进行外部的推广，在媒体进行转载引用。我们自己也会分享在不同的社交媒体中。就如图所示，我们拿社交媒体推广为例，其中访问量、访问用户、平均访问时长、跳出率等指标，我们可以直观地发现，相比较于微信和本站、微博推广平台的流量质量是相对来说比较低的。
这个时候，当运营资源有限的情况下，我们的运营人员，就需要针对流量的基本表现，来进一步规划社交媒体推广的策略。
我们刚才讲的访问来源的分析中，讨论的更多是流量的来源。但仅仅考虑来源，我们就忽略了流量的另外的一个方面，也就是流量的入口。
所以对一般的网站来说，流量的入口，就是第一个到达我们网站的页面，也就是我们一般所讲的落地页。因此落地页的分析，对于流量质量的判断来说，也是十分重要的。用户到达网站的第一个网页，大部分是哪一个网页，是不是大部分流量被导入或者引流到了无效或者是不重要的页面，从而使用户丧失了进一步了解的兴趣，直接跳出了我们的网站。
通过访问量、跳出率等这些指标我们就可以对我们导流的落地页，有一个基本的判断。
对于APP来讲，流量分析中主要的维度，应该包括的是分发渠道，还有APP的版本等。那么对于分发渠道来讲，我们需要监测用户下载的主要分发渠道。比如说小米应用市场、腾讯应用宝等等。
各个渠道中，除了活跃用户数，也就是我们讲的DAU或者访问用户量这样的指标外，新访问用户量也是一个很重要的指标。对于下载量较大的分发渠道，我们需要进一步去做分发渠道的这种ASO的优化。争取较好的推荐位等。
当然同时，如果当某个分发包出现问题，导致不能下载的时候，我们也可以及时地去发现问题。
在APP产品中，产品会经常去进行一些功能的优化调整，来进行新版本的发布。所以一段时间之内，会存在新版本和老版本APP被同时使用的情况。这个时候我们就需要在时间维度下，去监测不同版本的APP使用用户量占比的一个情况。也就是图中的这种APP版本更迭情况图，进一步地去了解我们的APP版本的更迭速度，以及目前大部分用户使用的是否是我们进行新版本优化的这样的一些情况等等。
在正常分发渠道之外，一般我们还会做一些比如说外部的推广活动，利用H5或者是外部链接等等，去进行APP的推广。对于这些外部链接，以及相应活动推广的这些渠道包，我们也要进一步甚至去重点关注他们的流量的基本表现。
3、流量激活及转化分析流量的基本的分析，除了访问量、跳出率等指标以外，我们还应该和产品的具体目标结合起来。做流量或者渠道运营的童鞋，在拉新的基础上，更重要的是要找到对产品目标具有正向促进作用的渠道。所以还需要进一步激活。
在下图中，我们以激活来举例，当然激活在每个产品中的定义也是不一样的，有的和注册有关，有的会更深一步。比如说像做支付类产品，可能是做到实名认证等等。不管是什么样子的定义，激活一般是需要一定的流程和步骤的。我们可以按照激活的流程和步骤做一个漏斗分析，得到激活流程的整体转化率，以及每一步的流失情况。
4、综合流量大小、激活、转化等进行渠道的优化配置接下来，我们就可以按照访问来源来分析每个渠道的激活转化率了。在上图的这个例子中，我们可以看到，对于不同渠道引流的用户，注册激活转化率有较大的差异。
通过这样的分析，我们就能够进一步深入了解不同渠道的差距。比如下图，这几个渠道中，除了好123以外，在转化的第二步之后的转化率的量级，其实是相差不多的。在第一步和第二步之间的这个转化率，有较大的差异。
转化的第一步，一般来讲是一个转化开始的意愿判断。所以我们可以大概地去定位客群特征，并去做推广话术和方法的差异化。对于比如说像好123这个渠道，是一个访问量很大，但是基本上没有转化的渠道。这个时候，我们就需要进一步去对比投放的目标，是想去增加大部分的曝光，还是希望能够精准触达目标的客群，来进一步进行渠道投放的评估。
除此之外，有时候不同渠道整体转化率的差异并不是很大，但是在每一步的转化率上面存在一些差异。尤其是一些垂直行业，特定的推广渠道，目标客群的需求和特征是不一样的。
在一定程度上，这些目标客群的区别，就会影响这个核心的转化行为。所以对转化漏斗分渠道进行分析，我们也可以进一步看到，不同的导流渠道来访的用户，中间的行为是否存在差异，甚至以此来推断客群的特征，并判断是否可以去做一些差异化的运营。
用户运营，就是建立和维护用户的关系。建立和维护用户的关系，手段有很多。但是衡量的指标，对于互联网产品来讲，大部分都会关注用户的留存，只有用户留存在产品上，才能进一步去推广用户进行变现甚至转化，以及甚至多次的变现转化。
同时我们也才可以进一步建立用户和产品长期的关系，方便用户进一步进行推荐和传播。我们也会从留存和用户运营这两个方面，来给大家分享，我们进行用户运营的一些分析的方法。
1、用户留存分析留存分析，一般采用的分析方法叫组群分析法，即对拥有相同特征的人群，在一定时间范围内的行为去进行分析。
不同时间来的客户，由于所在产品的不同生命周期，或者运营周期中，以及产品使用的时间也不尽相同。所以需要从时间上对用户进行组群的初步划分。如下图，是一个基本的时间划分组群的新用户周留存图。
从横向比较来说，我们可以看出，每周新增用户，在后续各周的留存情况。
从纵向比较，我们可以看到不同周新增用户，分别在当周下周再下周等的留存表现。
接下来我们可以对每一个时间周期的数据进行加权平均，就能够得到一个时期内，大致新用户的留存曲线。得到留存曲线后，我们就可以对产品一段时间内整体留存情况，有一个大概的认知了。那么接下来就要去通过精细化的运营和策略，来提升留存曲线。
留存时间以及周期，和产品体验的完整周期有关，不同的业务和产品一般有着不同时间组群的划分。比如说高频类的产品、社交类产品等等。日留存会更好地反映用户和产品的关系，但是对于工具类产品，比如说支付类的这种产品，我们使用周留存，甚至月留存就要比日留存，更贴合实际的业务周期。
2、用户行为精细化运营为了提高留存曲线，我们需要对用户的行为去进行一些精细化的运营。
在这个图中，我们拿一个论坛类的产品来举例。用户在论坛上的行为，基本上包括了访问、浏览帖子、回复、评论、发帖、转载、分享等行为。我们对用户的每一类行为，都要建立具体的行为指数。比如传播类行为指数，就包括用户转发、分享、申请转载等等这些行为，我们对这些行为的点击量进行加和，即为每个用户传播类的行为指数。
在得到每一个用户的这种各类别的指数值之后，我们可以查看指数值的分布，根据分布和统计值，比如说传播行为指数的平均数、中位数等等。去给每个用户进行归类。
论坛的用户行为有四个维度，我们可以分为浏览类、评论类、传播类、内容生产类。根据指数，用户可能仅有一个标签指数，也有可能横跨多个标签指数，用户运营就可以根据这些标签分类来进行。
比如如果以一个UGC，也就是用户分享内容为主的论坛。我们其实更应该去保证D类，也就是内容生产类用户的活跃和占比的增长。
如果说论坛在做推广的时候，我们除了对外渠道建设，还应当着重对C类用户进行刺激，比如说可以去进行这种优惠的分享，或者是说去提供一些这种运营活动，以便C类用户方便进行传播。
那么除了做运营之外，社区论坛用户的构成，需要能够平衡多个类型的用户需求。如果一段时间内，浏览类的用户大增，但是内容生产类的用户较少，那么论坛有可能就会逐渐走向低活跃。所以保持各类用户的平衡结构是较为重要的。
产品运营是一个很大的话题，因为目前大部分的运营，都其实是围绕产品来进行的。
1、产品关键路径的监控一个产品一般会存在一个关键路径。比如说支付产品的绑卡认证路径，电商产品的浏览购买支付路径等等。我们需要针对这些路径，去构建我们的转化漏斗，来监控产品的核心流程。但是在除了关注转化率以外，以及访问来源等等。我们在产品运营的层面，就需要去分析转化中存在的各种问题。同时也还要去监控转化率的这种变化趋势。
2、产品体验在产品大的流程中，可能会存在很多小的功能点，用户的体验，以及甚至说用户的转化，就建立在这些小的功能点上，而这些功能点的使用情况，是影响我们每一步转化的关键。所以我们需要对每个小功能点的使用情况建立指标，监测异常情况的发生，深入查看用户的交互行为，从细节中找到产品的问题。
举例来说，我们从上一步的这种流程转化率中可能得到某一步的转化率相对偏低。
这个环节的转化率，有可能就是在去进行手机验证这个时候发生的。那么目前对于大部分产品的注册流程中，其实都是需要去进行手机验证的。
而其中发送验证码就是其中的一个。当这种验证码会有一些重新发送等等这样的功能，重新发送的点击率激增，或者是说用户去通过语音获取验证，等等这样的行为进行激增。我们就知道这个功能点的环节，可能是存在一定的问题的。
这个时候，就需要去通过具体的一些用户行为。比如说用户点击了多次这种重新发送，多次的语音验证等等。去定位或者是说去验证我们的猜想，是不是发送验证码出现了问题。
那么当我们确认发送验证码出现问题的时候，就需要和相应的服务商去进行沟通，减少问题，提升用户的体验。那么接下来我们还要再针对同一个指标，进行时间趋势上的监控，来了解问题的解决的程度。
3、新功能使用情况对于上线一段时间的产品，我们会加入一些新的功能，来满足用户的需求，提升用户的产品体验，甚至增加用户的活跃程度。
新功能在上线以后，最简单和最直接的问题，就是用户是不是会持续使用一个新上的功能。一个新的功能，用户在体验后会持续使用，就说明产品功能满足了用户的需求，并且增加了用户的留存和活跃。但是如果新上的功能，用户体验一次后就不做使用了，说明这个新的功能并没有解决用户的问题。
图上的示例使用的是留存分析的方法，分析了某个产品在过去30天内，用户回访使用的曲线。具体的含义就是，过去30天内的用户，按天分群组，计算使用过产品功能后的用户，在第二天，第三天以及到第三十天，再次回访并使用这个功能的占比。
4、新功能对核心转化流程的影响根据曲线，我们可以看到某个功能的用户在第一天使用后，第二天到第三十天，再次回访使用的比例很低，大概只有2%左右。说明新的功能，对大部分的用户没有持续的吸引力。我们需要对新上的功能去进行思考，是不是功能本身的设计出了问题。
5、产品内活动在产品的运营过程中，运营人员有的时候会设立一些小的活动，来吸引用户进行参与。
一般在产品内的活动的类型，包括优惠活动、评比活动、投票活动，以及配合品牌宣传进行的活动等。这些活动一般都会设定某一个具体的目标，比如说邀请好友的活动，我们不仅要监控最终分享的参与用户数，还要通过漏斗了解参与活动的用户，都流失在了哪一步，从而更好地了解用户的行为，为之后的活动积累更多的经验。
目前很多产品中，会同时推出多个活动，通过不同的话术、活动方式来引导用户进行参与。这个时候，我们不仅要分析整体活动的效果，也还要比较活动之间的情况。通过对比分析不同用户的点击浏览时长等行为，我们可以了解用户整体对哪一类活动更感兴趣，更加吸引用户的活跃等等。这样，在不断实验分析的过程中，我们也才能设计好更多的活动形式和内容。
最后再分享一些内容运营的方法。
1、内容运营不仅仅是发帖、编辑文字很多人认为，内容运营就是编辑编辑帖子发发文章，让用户看着爽，用户就会使用产品，会增加活跃。其实真正的编辑帖子发文章之前，我们还需要考虑几个重要的问题。第一内容运营的定位是什么，是作为产品的主形态出现，还是产品的一个辅助功能？在明确运营的定位后，我们才能清晰知道我们做内容运营的目标，是为了提升产品整体的表现，还是为了辅助产品的使用和转化。
在明确定位之后，我们要以什么样的形式去做内容运营，是以用户自己生产内容为主，还是以产品作为专业方来发表专业的内容为主，还是来采用混合的形式。因为这些内容的形式，会影响我们怎么去引导用户。
当一个用户获取信息的成本较高，不论是时间成本，还是费用成本，用户的参与度和活跃度都会相对偏低。为了使用户获取信息的效率增加，我们就需要了解用户到底对什么内容感兴趣。
从整体来说，我们可以制作更多大部分用户感兴趣的内容，从用户个体来说，如果得到更感兴趣的相关的推荐，内容的阅读和传播比例，也会有较大的提升。最后当我们做了内容运营之后，我们需要再返回思考，是否达成了这次运营或者整体内容运营的策略的目标。大部分我们都可以根据用户行为和数据分析来找到答案。
2、怎么对内容进行合理分类？我们还是拿GrowingIO的博客来给大家举例，GrowingIO的客户全部是企业用户。技术博客中的文章，主要目标是为了帮助我们进行市场的推广，同时帮助我们的客户了解相应的分析方法。所以内容运营平台主要选用了PGC的模式，内容很多存在不同的分类。
为了降低用户的获取信息的成本，我们在博客首页设计了不同的几个版块入口，包括左侧分类导航、中部文章推荐和右侧热点推荐，来进行用户的引导。
在这个交互和引导框架下，我们分析了左边导航，中部文章，右侧导航的点击用户量。我们可以看到用户主要的通过分类导航和中部的推荐文章，选择自己感兴趣的内容。其中点击分类导航的用户，到底对哪个类别更感兴趣呢？
3、如何做好内容的个性化推荐？- 根据文章的目的，以及浏览、点击、转化等来进行综合评价
如下图，我们分析了每个类别页面的PV、UV等指标进行综合判断，发现大部分客户对案例是饶有兴趣的。当然在分析交互框架的时候，除了找到分析的类别和指标，对自己分析产品的了解，也很重要。
我们虽然看到右部热门点击的用户较少，但实际上GrowingIO的博客页面是自适应屏幕大小的。当用手机等小屏进行浏览的时候，右边的列表就会被隐藏，减少了点击的情况。所以在分析的时候，就需要过滤出来访问设备仅用电脑访问的用户。所以只有在了解了产品的特性的情况下，才不至于做出有偏差的判断。
当然到了每个类别下面，可能还是有很多内容，那么这个时候我们怎么知道哪篇内容更好呢？具体到哪篇内容基础评价标准，有UV、PV、点击率、访问时长等。同时我们也提到了，我们还需要进一步分析每一篇文章目标的达成情况。比如说某些内容的运营中，哪篇文章设置了相应的点击链接，希望用户进行点击。那么就应当关注相应的点击情况，有一些内容运营的内容是为了协助网站和产品的转化，就应当关注相应转化贡献情况。
当然内容运营中的推荐，有很多时候也和用户的精细化运营是息息相关的。每一个用户，都有自己更喜欢的内容和类别。应当根据用户的兴趣和倾向来进行推送，效率肯定会更高一些。一般的推荐会基于用户的目的，用户喜欢的内容，去推荐同类内容，相关非同类内容，以及用户主动进行搜索的内容等等。
这里还是拿我们自己的博客页进行举例，这是我们访问过我们博客子站的一些用户，对他们在不同文章的点击率进行了分析之后，我们得到了一些结果。用户8明显对增长密集类的文章，有自己的偏好，用户6、7、9，更多喜欢案例分享类的内容。而其他的用户，目前还没有明显的参与和偏好。那么在运营内容推送时，就可以多向8推送增长密集类的文章，向6、7、9推送案例类的文章，而对于其他用户，进行一些无差别的推送。
在线咨询
