三个步骤，搭建用户运营数据化的循环流程.docVIP

三个步骤，搭建用户运营数据化的循环流程 　　建立数据化用户运营的必要性一是在于定量衡量你工作的价值，二是实现精细化运营的基础。 　　 　　流程化和精细化为每个运营人员都要具备的基本思维，如果说流程化的思考是运营人员对运营目标的定性思考，那么数据化就是对就是对这个目标实现路径和效果的定量描述，它将你的工作思路落实在具体的数据指标上以衡量你的工作效果和目标实现情况。 　　建立数据化用户运营的必要性一是在于定量衡量你工作的价值，二是实现精细化运营的基础，比如后文提到的建立在数据基础上的用户分层分类和用户画像就是精细化运营的前提。 　　数据化用户运营是利用用户运营的思路，结合数据分析的思想，业务指导数据，数据驱动业务，实现对用户的精细化运营，这是数据化用户运营的核心思想。用户运营数据化的循环流程如下：用户数据收集—构建用户数据化运营指标体系—数据驱动运营。 　　 　　一、用户数据收集 　　用户数据的收集主要收集包括用户基本数据、用户行为数据和用户流量数据数据。 　　用户基本数据指的是用户的静态数据，包括性别、年龄、地区、工作等，这类数据描述了用户是谁，主要靠基本信息填写来实现。 　　用户行为数据是用户在产品上一系列操作行为的集合，哪个用户在哪个时间点、哪个地方以哪种方式完成了哪类操作，包括用户浏览、购买、内容贡献、邀请传播、社交等行为，这类数据描述了用户干了什么，主要靠数据埋点来实现。 　　用户流量数据是用户的来源，是基于用户访问的网页端产生的，包括设备、运营商、端口、时间等，这类数据描述了用户从哪儿来。不过目前的流量数据统计主要来源于GA、百度统计等第三方工具，无法记录在数据库中，也就是还做不到与上述提到的用户基本数据、行为数据一一对应。 　　以上数据都是从产品或第三方工具里得到的原始数据，要实现运营目标还需要在原始数据基础上做数据挖掘和数据分析，结合运营目标和路径构建数据化运营指标体系。 　　二、构建用户数据化运营指标体系 　　如果你不能用指标来描述业务，那么你就不能有效增长它。那么在本环节要做的就是将你的业务指标化。数据指标不是恒定不变的，它依托于你产品的业务流程或功能流程，和目标及目标实现路径密切相关。 　　用户运营的目的是最大化提升用户价值，如果你是电商产品，那你的目的就是让用户付费购买商品，如果你是社区产品，那你的目的就是让用户贡献传播内容。但是产品目标和用户价值的实现是个循序渐进的过程，也是个动态演变的过程，有的从潜在用户注册成为活跃用户，有的从活跃转为流失，也有的从流失回流到活跃。 　　 　　上图中橙色是用户状态的动态演变，红色是运营目标。沿着目标–途径–效果的运营思路，数据分析就是将你的目标拆分后表现在具体数据指标上作为核心考察指标，利用数据对目标实现途径的监测来评价效果，对比当初设立的核心考察指标，来判断、验证、修正、优化工作途径，达到更好更快的效果。依照此思想，我们构建如下数据化运营指标体系，每个体系下都包含有一系列相关的指标。指标体系的构建都是在第一部分收集的用户数据的基础上通过数据处理、加工来实现的。 　　 　　1.在从潜在用户变为注册用户的拉新环节，我们要做的是对拉新渠道及在各渠道上采用的推广策略的分析，通过数据指标评估渠道质量，优化渠道推广策略。数据指标主要包括新增用户数、用户获取成本，新用户留存率。 　　新增用户数：新增用户是指安装应用后，首次启动应用的用户。按照统计时间跨度不同分为日、周、月新增用户。新增用户量指标主要是衡量营销推广渠道效果的最基础指标； 　　用户获取成本：对于付费渠道反应渠道的转化率。 　　新用户留存率：反应新增用户的质量，与目标用户的契合度。另外对于成熟版本的产品，如果用户留存率有明显变化，则说明用户质量有明显变化，很可能是因为推广渠道质量的变化所引起的。 　　渠道A： SEM 　　 　　渠道B： 微博 　　 　　2.针对注册用户和活跃用户的促活留存环节是运营人员的最主要工作之一，我们日常所做的用户分层分类、用户成长激励体系等都是在这个环节做的，体现在数据上我们可以设立的指标体系包括了解用户规模和质量的体系，了解用户参与度（使用深度）的体系和了解用户属性的用户画像体系。 　　 　　（1）用户规模和质量 　　活跃用户指标：活跃用户指在某统计周期内启动过应用(APP)的设备数。活跃用户是衡量应用用户规模的指标。通常，一个产品是否成功，如果只看一个指标，么这个指标一定是活跃用户数。活跃用户数根据不同统计周期可以分为日活跃数(DAU)、周活跃数(WAU)、月活跃数(MAU)，产品类别不同统计周期也不一样。 　　新增用户指标：新增用户量指标在前面说过是衡量推广渠道效果的主要指标；另外新增用户占活跃用户的比例也可以用来用于衡量产品健康度。比例过高时要特别关注留存率。 　　用户留存率指标：用户留