【方法GET】互联网运营数据分析必须掌握的十个经典方法
眼花缭乱的东西很多,真正派上用场的,却不见得是那些看起来炫酷的。很多方法朴实无华,却解决大量的问题。下面十个方法都是我这么多年做互联网运营分析时一定会用到的最经典的方法。这些方法如果烂熟于心,其实互联网运营分析的最核心部分也就掌握差不多了,真没那么复杂。
眼花缭乱的东西很多,真正派上用场的,却不见得是那些看起来炫酷的。很多方法朴实无华,却解决大量的问题。下面十个方法都是我这么多年做互联网运营分析时一定会用到的最经典的方法。这些方法如果烂熟于心,其实互联网运营分析的最核心部分也就掌握差不多了,真没那么复杂。
作者:Daviiwong ...
作者:小米 ...
随着时间的推移用数据来跟踪变化,探索新的模式,深入分析问题,而不仅仅是为了证明谁对谁错。选定有意义的分类(categories),让你从数据中发现关于用户体验的故事。找到一种在组织中分享和讨论数据的形式,在一开始定义数据时就一起讨论。数据驱动设计已经不在是算法设计、自动化、A/B测试和站点分析的问题了。相反,我们的目标是利用所有数据更好的理解用户日常的体验。
嘉宾:桑文锋(Sensors Data创始人&CEO,前百度大数据部技术经理)
今天所有的互联网从业者,既要掌握正确的数据化运营方法论,又不要盲目成为拜数据教的教徒。做一款叫好又叫座的产品,虽然数据运营不可或缺,但还是要把核心精力放到“做出好酒”和“搬到巷子口”这两个关键点上。
如果是做 A/B 测试的话,1 万以上的用户量差不多是下限了,再少如果几千的话,那需要测试的差异非常明显才能够比较明确的说这个差异是真的差异呢还是一些背景噪音。如果是做类似漏斗分析或者用户转化图这种的话,那么上千的用户量就可以开始有这个概念了。
不管背后原因是什么,从整个趋势来看游戏行业已经从卖方市场(20年前游戏卡带相互借阅,一卡难求),到现在的买方市场。第二个趋势是:云计算改变了行业,一个显著特征是游戏部署、上线时间缩短了。原先繁重运维工作进一步地减轻,传统意义上运维转向了运营。这是时代的挑战,也是全栈工程师的幸运。刚才两点更多是共同面对的问题,第三点就是大数据制造的机遇了。
首先对京东用户进行分层,新用户、老用户和成长型用户等,对于用户留存指标的运营,其核心在老用户防止流失的挽留计划和新用户留存的促进其首次购买。结合推荐算法,使用短信、EDM、微信、APP消息中心等方式吸引已有流失预警风险的用户,同时通过促进新用户“逛起来”的产品体验方面,使其愿意在京东投入更多时间且适当给其认可的优惠力度。
公司里面进行决策的有三种方式:1、拍脑袋:一时冲动,随便决策,少数服从多数;2、因果驱动:找出事情背后的原因,但一般周期会较长;3、数据驱动:如A/B测试等,快速迭代、决策周期短。
增长带动数据分析,数据带动变现,变现进一步促进增长。而且这种文化折射出硅谷里面蔓延的精益创业的文化,即创业公司必须要做三件事——Build(建立)、Measure(衡量)、Learn(学习)。这句话在过去的6年间不断得到验证,不断通过各种各样的方式在产品,运营,销售,市场推广等各个领域得到大规模的实践。
很多产品经理或者运营人员认为本文提到的很多指标,产品上线后便自然可以看到,这是一个非常常见的误区。因为,本文提到的大多数指标,如果不进行数据打点上报,并进行相关的数据开发统计,就不能看不到相关的数据报表。所以,产品经理在产品上线前一定要规划好自己所负责的产品的数据体系,驱动开发进行相关的数据采集上报,并在运营过程中,动态优化和丰富数据体系。
我们发现全国客户数量下降了,我们从地区和客户年龄层级两个维度先进行观察,发现各个年龄段的客户都下降,而地区间有的下降有的升高,那我们就按地区来拆分第一个逻辑树节点,拆分到大区后,发现各省间的差别是显著的,那就继续拆分到城市,最终发现是浙江省杭州市大量客户且涵盖各个年龄段,被竞争对手的一波推广活动转化走了。就此通过三个层级的逻辑树找到了原因。
作者:李鹏涛@涛哥论道 将...
1. 每一天,约有 230 万的微信群新创建;2. 大约 25% 的微信信息,来自于群对话;3. 微信群的生命周期,很大程度取决于设立时候的社交目的:例如事件驱动的群组相对于经常聚会的朋友群,有更高消亡的可能性…
最终我们会形成基于通讯产业大数据运用的五项基本能力。首先是运营商数据整合的能力,其次是规模化数据管理的能力,再是多维标签的输出,各种各样标签的输出,包括垂直应用场景的运用,信用的运用,服务的运用等等,最终也会有一些精细化的微营销,最终会构成基于通讯产业运营商大数据的能力。