产品运营应该如何进行数据分析与处理?有什么实用的数据分析工具?

按照用户生命周期,我们基本可以把用户行为指标分解成以下几种类型:

  • 用户获取类指标
  • 用户活跃类指标
  • 用户留存类指标
  • 产品营收类指标
  • 用户传播类指标

01 用户获取类指标

(1)渠道到达量:又称曝光量,指看到产品推广线索的人数,其中还包括广告点击量CTR。

(2)渠道转化率:转化率是应用最广阔的指标,包括:

  • CPM:每千人成本,按多少人看到广告计费。
  • CPC:每用户点击成本,按点击计价。
  • CPA:每行动成本,按用户行为计价。
  • CPT:每时间段成本,按时间计价。
  • CPS和CPS算在CPA的范围内。
  • eCPM:每一千次展示可获得收入,广告主预估自身收益的指标。

渠道ROI:即投资回报比(利润/投资*100%)

当运营活动的ROI大于1,说明这个活动是成功的,能赚钱。

ROI也能推广到其他指标,比如注册用户量,也就是获客成本。分享一个ROI数据分析的部分截图:

数据分析与处理,实用的数据分析工具,bi数据分析

(3)日应用下载量:只点击下载不代表下载完成。

第三方平台下载到用户注册App,这步骤数据容易出错,主要是用户对不上。技术上通过唯一设备ID匹配。

(4)日新增用户:以用户注册提交资料为基准。新增用户可以进一步分为:

  • 自然增长:用户邀请,用户搜索等
  • 推广增长:运营人员强控制下增长的用户量

(5)获客成本:为获取一位用户需要支付的成本

(6)CAC:获取一个有效用户的成本

(7)一次会话用户占比:指新用户下载完APP,仅打开一次并使用时长在2分钟以内

这类用户很大可能是黑产或者机器人,通过各种技术刷量,获取虚假的点击量谋取收益。该指标属于风控指标,用于监管。

02 用户活跃类指标

用户活跃是运营的核心阶段,不论移动端、网页端或者微信端,都有相关指标,主要包括:

(1)日活/周活/月活:标准是用户用过产品,不限于打开APP。

活跃率:某一时间段内活跃用户在总用户量的占比。按时间维度则有:

  • 日活跃率DAU
  • 周活跃率WAU
  • 月活跃率MAU

有时也会将活跃用户再细分出:新用户、活跃用户、忠诚用户、不活跃用户、流失用户、回流用户等。

数据分析与处理,实用的数据分析工具,bi数据分析(图源logo,侵删)

(2)PV和UV

  • PV:页面浏览量,用户在网页的一次访问请求可以看作一个PV。
  • UV:独立访客数,即一定时间内用户访问页面的次数。

(注意:微信浏览器不会长期保留cookie,手机端的IP也一直变动,基于此统计的UV会有误差)

可以通过微信提供的openid取代cookie作为uv基准,需要额外的技术支持。

(3)活跃用户占比:活跃用户/总用户,用来衡量产品健康程度

(4)用户会话session次数:用户打开产品操作和使用,到退出产品的整个周期。

网页端一般默认是30分钟内,30分钟内属于一次会话,超过30分钟属于第二次会话。移动端的时间窗口默认为5分钟。

用户会话次数和活跃用户数结合,能够判断用户的粘性。

比如如果日活跃用户数为100,日会话次数为120,说明大部分用户都只访问了产品一次,产品并没有粘性。

(5)用户访问时长:一次会话的持续时间

如果分析师发现做内容的产品大部分用户访问时长只有几十秒,那么最好分析一下原因。

03 用户留存类指标

用户在某段时间使用产品,过了一段时间后,仍旧继续使用的用户,被称为留存用户。

留存率 = 仍旧使用的用户/ 当初的总用户量

用户留存指标可细分为:次日留存、三日留存、七日留存、三十日留存。

Facebook有一个著名的40-20-10法则,即新用户次日留存率为40%,七日留存率为20%,三十日留存率为10%,有此表现的产品属于数据比较好的。

数据分析与处理,实用的数据分析工具,bi数据分析

(2)用户流失率,能预测产品的发展。

用户流失率要针对问题具体分析,比如旅游类的应用,用户一年也打开不了几次,但依旧能发展。

(3)退出率:从该页退出的页面访问数/进入该页的页面访问数

比如某商品页进入PV1000,该页直接关闭的访问数有300,则退出率30%。

跳出率是退出率的特殊形式,有且仅浏览一个页面就退出的次数/访问次数,仅浏览一个页面意味着这是用户进入网站的第一个页面,俗称落地页LandingPage。

退出率用于网页结构优化,内容优化。跳出率常用于推广和运营活动的分析,两者容易混淆。

04 营收类数据指标

主要包括:

  1. 付费用户数
  2. 付费用户占比:每日付费用户/活跃用户数比 或者 总付费用户/总用户
  3. ARPU:某时间段内用户平均收入
  4. ARPPU.某时间段内每位付费用户平均收入,抛除未付费的
  5. 客单价:每一位用户平均购买商品的金额。销售总额/顾客总数(主要用在电商和零售)
  6. 复购率:购买次数>1的人/所有购买过的人
  7. LTV:用户生命周期价值。LTV=ARPU*1(使用较少因为短期看不出效果)

05 用户传播类指标

(1)K因子:每一个用户能够带来几个新用户

K因子=用户数*平均邀请人数*邀请转化率

当K因子>1时,每位用户能至少能带来一个新用户,用户量会像滚雪球般变大,最终达成自传播。当K因子足够大时,就是快口相传的病毒营销。

(2)用户分享率:某功能或者页面,分享用户数占浏览页面人数之比

数据分析与处理,实用的数据分析工具,bi数据分析

THE END
产品运营应该如何进行数据分析与处理?有什么实用的数据分析工具?
按照用户生命周期,我们基本可以把用户行为指标分解成以下几种类型: 用户获取类指标 用户活跃类指标 用户留存类指标 产品营收类指标 用户传播类指标 01 用……