联系我们

泰言工作室

1260344252

15711147576

taiyanseo@foxmail.com

以抖音和陆金服为例,解构数据分析三个核心原理

发布者:taiyanseo发布时间:2021-12-09访问量:60
抖音和陆金服为例,解构数据分析三个核心原理

Tik Tok搜索推广、短视频引流捷径-www.1879.net.cn

一套优秀的数据分析方法可以帮助你有条不紊地解决各种问题,摆脱随机的假设和猜想。面对工作和生活中的一系列问题,你需要一套系统的数据分析方法论,帮助你去伪存真,无限缩短你与正确答案的距离。

提到数据分析这个词,很多人会感到不解,说连Excel都用不好,更别说用编程的方法做更高级的数据分析了。事实上,人们对这个想法有些疑虑。

数据分析方法不再是数据分析师的专利,更不用说数据挖掘工程师了。几乎每一个与业务和产品相关的岗位都需要数据分析方法。

不同的工作有不同的要求。从招聘网站上我们也可以看到,传统的数据分析岗位自然需要编程技能,但一些以数据分析为主要职责的岗位并不需要编程技能,更多的是数据分析思维和BI系统分析经验。

有些公司建立自己的商业智能,有些公司使用第三方商业智能。鉴于系统保密原则,本文的BI案例均来自优盟的演示版。希望本文能给大家带来一些关于数据分析的见解。

为什么要有数据分析的能力?

今年互联网行业恢复正常,各岗位招聘需求大幅下降。我爬上一个招聘网站的数据,发现还有8000多个名为“数据分析”的岗位,从实习生到高级管理岗位的需求很多。换句话说,有一定数据分析能力的人在找工作时优势明显,工作的平均薪资高于其他职能岗位。

所以,学习数据分析能力就必然可以加薪,这也是为什么要学习数据分析的原因。

打破数据分析的常规思维

如果你读过相关的数据课程或文章,你一定知道各种分析方法,包括大学里的数据分析课程,里面会介绍很多数据分析方法。你一遍又一遍地学习,一遍又一遍地做笔记,但当你最终遇到问题时,你仍然不知道如何开始。

因此,我们应该打破常规的数据分析思维,在基础理论的基础上构建自己的数据分析思维。

从思维能力的角度来看,我认为数据分析能力的提高应该遵循以下三个分析原则:

首先是对业务和生活中遇到的领域问题有深刻的理解。如果不理解业务分析结论,就没有参考或指导意义。理解业务就是学会拆解业务,用指标衡量业务的发展趋势。二是拆解业务后,需要建立基于业务指标的分析框架,基于当前的业务状态和目标,找到可度量的关键指标。三是用数据量化指标,制定指标。最好的状态是每个指标背后的数据是最小的维度和量化。比如以电商店铺的日销售额为例。

销售

=商店顾客单价*付费顾客数量

=客户单价*付款人*付款成功率

收款人=

访客数量*下单率

访客数量=

商品暴露次数*暴露转化率

因此,理论上,在店内顾客单价不变的情况下,通过提高每一步的转化率和产品的曝光机会,最终可以增加当天店铺的销售额。

相应的策略可以是增加广告投放量,优化产品详情页,下单时给予各种激励,提高曝光率和转化率。

因此可以看出,指标的公式化量化就是将其拆解为最小的不可分割的可量化数据指标。这一系列拆解背后是对业务关系和流程的理解。如果不懂业务,根本找不到指标之间的相关性。

基础拆除完成后,就是根据目标寻找能影响目标的最小的可量化数据指标,通过时间、区域等维度的对比分析,找出之前策略的优缺点,以

在充分发挥数据分析能力之前,首先要熟悉自己的数据查询分析系统,也就是BI(商业智能)系统。

如果你还没用过BI系统,我就以优盟BI为例,熟悉一下系统背后的功能定位。

我得到了优盟BI版的9大部分和基础架构的概述总结,以及优盟其他产品的推广情况。如下图所示,BI系统的每个功能模块都有其功能。接下来,我将简要说明我对这个系统的理解。

总览中的指标是设计师认为对产品有利的关键指标,所以一起展示。事实上,这些指标中的每一个都取自以下九个指标体系,这些指标体系仅作为汇总展示和集中对比展示。

用户分析模块涉及用户的新数据和活动数据。留存分析是将新老用户的留存单分离出来进行统计,通过公式拆解两个关键指标,即用户新鲜度和用户活跃度。

渠道分析模块是放

拉新方式中的渠道投放给细化统计监测,用于区分优劣渠道,核算预算投入产出比,

用户参与度模块我理解的就是把用户活跃度指标继续细化,具体到产品行为产生的数据上,得到使用时长、使用频率、访问页面分布、访问时长间隔分布

功能使用模块则是更进一步把访问页面的行为细化,统计出用户访问的路径是从哪个功能到哪个功能,得出页面访问路径图,还能自定义功能事件并统计到该事件发生的次数,以及事件完成率。

终端属性模块主要是简易的内部用户画像,涉及到机型、地域等。

错误分析模块主要是统计到产品报错的次数和概率,用以及时发现错误,优化各模块的可用性和易用性。

社会化分享模块对应到的是产品中涉及到分享的功能,统计到分享到各个平台的数据,以及进入分享页面后的分享完成率。

消息推送模块和移动广告监测主要是推广了友盟另外的产品,就不多说了。

如何利用数据分析能力制定产品和运营策略?

4.1产品策略

这里说的产品策略分为两类,一种是基于用户型app的更新迭代,比如抖音近一年更新42次是如何获得数据支持的,另一种是业务型产品的定价、推陈出新等,比如网贷理财产品的定价。

以抖音为例,我注意到抖音近1年更新42次,上一次更新是9天内,基本上是一周多就更新一次,如何利用BI数据来支持产品的迭代方向呢?

整理抖音近期的更新日志会发现,抖音近期关于“道具玩法”的更新非常多。那这里我们抛出一个问题:

迭代多种新奇好玩的道具玩法能否提升产品的活跃指标呢?

从我观察到的现象来说,抖音有很多平时不发作品的用户,也会尝试道具玩法来增加乐趣,发作品的用户凭借道具玩法就能创造出眼前一亮的短视频,这个功能可以说持续吸引各层级的用户,理应可以增加抖音产品的活跃度。

(抖音新推的复联超能力玩法)

除了从产品逻辑上推断,如果要从BI取数据验证功能逻辑成立,我们需要什么数据呢?数据之间可以证明些什么呢?

抖音道具是一种发布作品时的效果加成,如果你没有作品创意,不知道要发什么,参与道具话题,使用道具的特效加成制作作品也是很好的选择。

(抖音道具玩法常规流程)

我作为外部用户,基于业务我分析出抖音道具功能涉及到的数据指标。

如下图所示,

(抖音道具玩法指标模型)

我认为抖音道具玩法功能的价值点在于贡献更多内容,提升产品作品的受欢迎程度,间接提升了抖音整体的活跃度。

从道具玩法的贡献度和受欢迎程度两个指标继续拆解,我认为道具玩法作品贡献度=道具作品量/平台作品总量,

道具玩法受欢迎程度=道具玩法作品的推荐转化率*权重1+点赞率*权重2+评论率*权重3,其中三者的权重之和为1,比如推荐转化率占40%,点赞率占30%,评论率占30%,权重的大小分配也是基于对业务的理解程度而定,可以不断调整,当然也可以有意识的调整使其成为了一个好看的数字,体现业务的增长性。

分析完单一功能,继续把视线拉回到抖音产品本身来,道具玩法到底能否提升产品整体的活跃度呢?

先拆解抖音活跃度这个指标,抖音是一款体量非常大的产品,我把用户活跃义为“使用产品各项功能”,使用时间越长、频次越高,则代表用户越活跃。

基于对活跃的定义,用公式化的思维拆解活跃度就是:

功能活跃度P=

使用功能时长T*使用频次N

产品活跃度=

P1*权重1+P2*权重2+P3*权重3+P4*权重4

……..

认为产品整体的活跃度的衡量即是产品内各个功能的活跃度之和,由于每一个功能对于产品本身的作用是不同的,所以要添加权重,像看视频、对作品进行互动等这类核心功能权重就高,而像资料设置这类功能权重就低一些。

所以想要衡量产品活跃度是否提升,落实到具体数据上,只需要看产品功能的使用总时长和总频率是否增加,即可验证之前的推测逻辑是否正确。

对于抖音道具玩法功能来说,它可能就是公式中的功能3,它的使用时长和频率就影响着产品的整体活跃度,也对产品作品数量,产品社区氛围有一定的影响。

既然找到了关键性指标是道具玩法的使用时长和频率,也确定它们是可衡量化的数据,所以可以统计,通过BI来展示跟踪,比如友盟BI里就有该模块,可以统计时长和频率

(友盟BI示例图片,不具有现实数据意义)

利用BI统计的数据趋势就可以验证产品的活跃度是否增加了,还能知道用户是在产品内的路径,更清晰的了解用户使用道具功能后是否发布作品,用户查看作品时是否点击“道具主题”关键词进入主题页,从而停留时长更长,活跃度更高。

4.2运营策略

运营策略所面向的产品,通常也是有用户型和业务型,通常被熟知的都是用户型产品,判断标准是用户使用产品本身是不需要付费的,产品需要先做大用户,然后再从其他方面获得收益,所以用户型产品的利润通常是“羊毛出在猪身上”。

而业务型产品就不一样了,和传统行业一样,使用产品就需要付费,典型的有自营理财类产品,在于从业务本身要有利率差可以赚,如果利率差不高于业务运营所需成本,用户越多亏损越严重,业务型产品的羊毛必须要从羊身上薅出来。

不论是哪种类型的产品都需要数据驱动,做任何决策需要数据支持,绝不能一拍脑门就决定行动目标和方向。

比如以陆金服这款理财产品为例,陆金服虽然背靠平安银行,获客渠道更多,成本更低,但获客成本仍可以通过优化渠道投放来进一步降低成本,这时候渠道运营就要思考:哪些渠道可以增加预算,哪些渠道可以放弃,哪些渠道适当维持正常预算?

(理财产品的常规获客模型)

拿到这样一个“分析渠道获客优劣”的命题,第一直觉是先深入了解渠道获客的全流程。

根据上图的“理财产品的常规获客模型”,可以明白理财产品一般是渠道投放和做分享拉新活动来获客,两者的落地页设计是不同的,渠道投放的落地页可以理解为是一个广告链接,写上吸引目标用户的文案,感兴趣的用户点击后直接跳转应用商店。

而社交分享活动的落地页含有注册协议,一般是领投资红包和加息券,用户填写手机号点击领取后就直接注册了该平台,随后点击使用优惠权利就直接跳转到应用商店了。

所以可见,社交分享拉新的注册流程是隐秘化的,一般来说注册转化率远远高于渠道投放的注册转化率,毕竟注册的发生路径短了很多。

随后,用户注册app后,就需要登陆产品了,如果用户未登录,那获客就失败了,毕竟对于业务型产品来说,注册并没有什么用户价值。

用户登陆之后,有一个很重要的权益是可以投新手标,新手专享具有期限短、利率高的特点,一般不允许叠加加息券和红包,如果允许叠加,那羊毛党是最喜欢的了。

新手专享标会有限额,对于大额投资人来说,他们可能会追投普通标,这样就可以认为这个用户留下来了;也有一部分用户在体验新手专享后,信任度提高了,新手到期后继续投资或追加投资,这部分用户也留存下来了,这些留存用户是分析渠道获客成本的主要力量。

更多的登录用户是放弃了投资,或者在新手到期后就取现离场了,同时留存的老用户中这部分也有到期或者债转取现的,同样的都是流失用户,那些已经发生投资行为的用户具有很高的激活召回价值。

鉴于讨论的是渠道获客质量的优劣,更多的内容就不展开了。继续深挖分析“如何衡量渠道获客质量”这个命题。

我认为想要衡量好坏就要给出一个可衡量的指标,并且以我的理解,我觉得衡量理财产品的获客优劣的关键性指标是“渠道获客投入产出比”,有些客户获取成本高,但是贡献的投资额更高,投资期限更长,获客的“投出产出比”就更高。

接下来将该指标公式化,可以衡量的指标才值得指导业务,所以得出:

渠道获客投入产出比=

平均获客收益/平均获客成本,

平均获客收益=

年平均投资额=客户累计投资额*投资期限/365,

平均获客成本=

渠道累计投入预算额/渠道累计发生投资用户,

因此,渠道预算花销、渠道累计获得有效用户,有效用户累计投资额、投资期限这些数据就是衡量渠道获客优劣的核心数据。也是可以量化的数据,找到各个渠道来的用户在产品发生的该项数据,然后计算出各个渠道的“获客投入产出比”,数值越大则代表渠道获客质量更高。

以上可量化的数据在BI系统里也会相应的统计模块, 利用BI观察数据趋势,也可以把“获客投入产出比”这个指标定制化做入系统,这个层面的事情就很多元化了,不赘述。

(友盟BI示意图)

4.3数据分析心得

通过上述简单的两个互联网产品案例,我们可以发现,数据是非常宝贵的,可以说任何一家不注重数据保护和挖掘利用的公司都生存不下去。在解决工作中大大小小的问题时,数据是最直观最重要的依据。

想要做好数据分析,要从3个方面入手,第一是掌握数据分析方法。其中包括工具方法和分析思维;第二是深度理解业务逻辑,了解数据与数据、指标与指标之间的相关关系;第三是换位思考,站在需求方的角度去做分析,去解决实际问题,不要想当然的沉浸于自我的分析成果中,再漂亮的分析报告如果不能支持业务,不能作为做决策的依据,那它就是无用的。

总结

本文阐述了笔者对数据分析的一点认知,抛出了自己的数据分析三个原理,数据分析是一件说大也大,说小也可以小,本文的内容难以详尽这个领域,只希冀其中写到的数据分析思维和小案例能帮到你做一个合适的策略。

作者【运营模式主笔Eric】