當前位置:名人名言大全網 - 傷感說說 - 實踐中的運營增長:實現業務目標的五個極簡案例

實踐中的運營增長:實現業務目標的五個極簡案例

2014年我買了壹個MAC本為例。我媽媽不太高興。老人節約慣了,以為我用的聯想瓷便宜,就拿數據做了正相關。我說,老太太妳看,我用聯想筆記本,慢。基本上每天淩晨2點都要睡覺。自從有了MAC筆記本,速度極快,早上9點就休息了。老太太高興極了,直接說,要不妳買兩個?然後妳可以在晚飯後休息壹下。

天下父母都是廚師。誰不為孩子的健康著想?就這樣,我趁機買了壹臺ipad。

這就是現實生活中數據的說服功能,在法庭上得到印證。

運營崗也是壹樣,靠產品、技術、新聞引擎、市場等後廚吃飯。如果沒有數據說話,很難撼動他們。

然而,在我們的業務中,數據本身自然是弱勢的。和我壹樣,在學校數學學得不好,也不懂統計學。我在菜市場連壹個菜的錢都付不起,所以我的感性很強。我該怎麽辦?無解,只有日常經驗,所以從2010開始,我嘗試用數據說話,練習自己的邏輯能力。我平時很懶,只會數據,而且很勤奮。我有時間就看書,記東西。

多年來,我與數據產品經理、數據分析師和統計主管打過交道。每次聽到他們說壹個新概念,我都要去百度咨詢。但是我還是不知道什麽是置信區間和概率分布,我很傻,所以我說服自己提出了壹個極簡數據和優化源表的概念,試圖依靠壹個Excel表和簡單的數據來做決策。數據小白也可以開始並迅速提高他的業務增長。本文總結了我那些年依靠極簡數據提升業務目標增長的壹些案例。

先說極簡數據的四個特點:

1,數據容易獲取,比如微信後臺數據,GA數據,公司數據部做的標準報表數據等等。

2,分析極其簡單,使用Excel就能獲得真知灼見。我以前喜歡用GA,因為它功能強大而且免費,看各種維度的數據看起來高端有檔次。但是自從GA被封,公司停止使用後,我就開始琢磨做壹套本地數據,把所有運營項目整理成壹個日報表。我將其命名為優化源表。這樣我就可以利用Excel強大的數據分析功能,比如透視表,來指導我的操作。

3.數據操作的思路很簡單。運營就是發現問題,然後解決問題的過程。高級數據模型壹般用於商業決策,操作占主導,基本無用。

4.極簡數據有壹定誤差,會有個人主觀經驗在裏面。我壹般只要對數據有信心就做決定。世界上沒有準確的數據,只有相對準確的數據。曾經看過壹句話:壹個能讓人有所收獲的錯誤,遠勝於無所作為,非常適合操作。

另外,本文所有案例中,數據部分都做了極簡的處理,繞過了埋點、制定和實施監控策略、數據清洗等環節,只講核心方法,讓大家壹目了然。有兩個核心詞是我經常說的,試錯和優化。試錯是方法,優化是靈魂。

好了,我們來看看這篇文章的分享提綱:

我經常優化源表,記錄每天的數據。有時候如果數據部門有標準報表會更容易。

優化源表短期內不會給妳帶來太大的價值,但是當數據積累到壹定數量級的時候,妳會從這個表中獲得很多感悟。比如,妳可以通過經營目標每日業績表,合理地推導、分解月目標、周目標、日目標,真正做到‘知道自己每天在做什麽’。因為每天的目標績效表顯示的是妳的業務規則,尤其是妳負責整個產品項目的運營,給下屬定KPI的時候,他們再也不會說妳在拍腦袋了。

我舉個例子,是從《數據管理》這本書上學到的。自從2014看了這本書,這個技巧就被運用到了互聯網產品的運營中。遵循極簡主義原則,我只說如何分解成月,因為分解成周和天的思路差不多。我只是提供壹個想法。

首先,我們需要找到歷史數據。我從公司數據平臺找到了PC用戶全年的日常UV數據。這裏我以UV為例,妳也可以拿LV,Visit,PV。

根據日期數據計算第n周和周字段的值。排除異常日期,主要是節假日,因為壹般網站的流量在節假日是不正常的,排除特別推廣期的日期,這要靠平時的運營日記來記錄每天的運營行為。看這張照片:

我們開始看透這張表,分解它。

假期信息和特殊促銷日在透視期間被標記,在透視期間被篩選掉,並且不包括在匯總表中。

妳找到了嗎?如果妳看折線圖,很明顯商業可以分為淡季。所以我們在完成年度目標的時候,也要合理區分淡季完成多少,旺季完成多少。而不是平均每月完成量。

權重是我們計算用戶的壹個人為值。壹般將最低值附在1上,比如圖中的5月,然後將其他月份的平均UV值除以5月的UV值,就可以得到各月的權重。

比如2015總UV是8.8ww,老板給妳翻倍。然後妳可以通過體重來分享妳每個月想完成多少。比如在65438+10月的圖中,我計算了1月權重占總權重的比例,然後乘以KPI得到65438+10月要完成的KPI。

那麽,分解KPI的目的是什麽呢?

1.盡早制定年度運營計劃。如果第壹個月不能完成目標,及時和老板反饋,盡早申請資源;

2.管理老板的期望,控制kpi完成的速度。第壹個月不要失控,早點完成。到時候老板會給妳定壹個更高的kpi,有時候運營的坑都是自己挖的。

這是我們集體團隊策劃的活動,5個人,我主要負責文案和數據統計。

當時老板對新產品團隊的成員說,妳可以從現有的4000萬用戶中任意選擇20萬用戶作為種子用戶,然後給新產品引入65438+萬初始用戶,每個用戶平均成本不超過5元,於是妳就留下了這句話。

我們有資源和成本限制。先扔出去,不計代價。20萬種子用戶的篩選非常重要。這就是細分用戶的能力。我們正在考慮,很快就要進行秋季招聘了。應屆畢業生有強烈的求職願望。於是我們精心挑選了20萬高活躍度的應屆畢業生作為燎原的種子。

我們為這部分用戶策劃了壹個促進分享和創新的活動。正好那年的應屆畢業生提前到了秋天,很多500強的客戶提前進了學校。所以,我們的競選噱頭就是從這些大客戶開始的。主題是壹些名企提前招聘,邀請學生加入拿紅包,給他們可變的獎勵。紅包沒有上限。

接下來,我們根據這個主題策劃了壹次交流活動。我們是怎麽做到的?當我恢復報價時,我梳理了流程。我們來看看這張Excel表。

這個表是整個優化頁面和效果的數據。我挑幾個重點來講。

比如渠道策略,從哪個渠道拉新品,哪部分用戶用於測試,哪部分正式大規模推廣等等。因為微信平臺的特殊性,短信、app推送、頁面廣告或攔截、EDM等渠道。對於用戶來說不太方便。我們也想通過自己的微信大小來做,但是我們微信號粉絲的用戶都是有身份的,不僅僅是應屆畢業生。比較來比較去,根據經驗,選擇某個渠道去做。

還有,規劃初稿的時候,活動流程和關鍵節點數據壹定要提前規劃和監控。這壹點需要提壹下。既然是活動策劃,就必須考慮周全。否則妳上線後,技術可能看不到日誌數據,比如渠道轉化率、通過渠道帶來的份額數、註冊成功數等。這個時候,就算妳再忙,我在這個活動中也犯了壹個很大的錯誤。

不要壹上線就全面推廣活動。要不斷優化關鍵頁面或關鍵流程節點。頁面和流程的轉換優化到壹定程度後,覺得不能再優化了,還是可以通過節點的轉換數據推回去。根據得到的轉化率,我們可以計算出我們可以完成目標,然後我們就可以全面推廣他們了。

因為這個案例主要是關於頁面的轉化率,所以我在第壹次測試中就固定了渠道轉化、分享、邀請的比例關系。比如這個活動的渠道轉化率已經達到了32%左右,分享和邀請的比例是1: 5,也就是1分享可以帶來5個註冊用戶。

還有壹些轉化數據是我們無法控制的,比如註冊流程的轉化。註冊流程是標準化的功能模塊,優化變化比較大,這個優化就省略了,我們不關註。當然,在這個活動中,註冊過程其實損害了很多用戶。

在固定了壹些二級變量之後,我們把優化目標放在了兩個關鍵頁面上,壹個是介紹種子用戶的頁面,我稱之為推廣分享頁面。還有壹個用戶分享到好友或朋友圈時好友點擊進入的頁面。我稱之為轉移相冊頁面。這兩個頁面,我們不斷測試,壹共三個版本,直到分享率和註冊成功率都優化到最好的水平。來大規模推廣。

這個環節是最關鍵也是最糾結的。整整壹個月,我們輾轉反側。最終的結果是,通過這三大優化輪,我們成功實現了我們的目標。優化3版活動花了1個月,我們認為是值得的,因為這個活動流程和模式已經被我們驗證是可行的,可以長期做下去,並且有特別強的擴展性。比如我們可以做壹個活動後臺,專門針對不同的用戶群復制我們的活動模式。所以前期的慢是為了後期的快。有了後臺工具,基本上壹周就可以做壹個類似的活動。這就是優化的價值,是內功的修煉,目的是提升核心運營能力。

現在來說說頁面的優化思路。我們如何看待它?其實總結起來只有三個關鍵點:

比如第壹版推廣分享頁面,我們把伯樂獎變成了紅包,然後分享轉化提高了3分。轉專輯頁就更明顯了。我們在按鈕上加了邀請的元素,不再談第壹次,很快就接受了報價。我邀請分享者做壹篇文章。這就好比妳的同事跟妳說,我們今晚吃大餐吧,妳可能會猶豫,因為妳不確定他是請了AA還是吃完飯他突然說,我忘帶錢包了。而如果妳的同事說,來吧,我請妳吃大餐。如果是我,我壹定會去。所以我們換了個思路,轉移相冊頁面的轉化率增加了10點。

在第壹版和第二版中,我們忽略了這個元素,做了壹個名企名單。後來,我們認為用戶可能認為這個列表是可點擊的,這導致了誤導。然後用戶發現無法點擊,會有點情緒化,分享動力和註冊動力不足。所以在第三版中,我們從視覺設計中排除了這種幹擾。

關鍵是在第三版中,我們改變了思路。在第壹版和第二版中,我們是在用戶邀請好友加入註冊後才獲得紅包的。如果我們讓種子用戶轉發,就可以拿到紅包,強制轉發。想象壹下,用戶會覺得這個活動可信度很高,分享率會提高。也許他不僅會分享給朋友,還會分享到各個群裏。所以當用戶點擊現在加入按鈕時,會彈出浮動層提醒用戶分享後可以領取紅包,介紹同學加入後也可以領取。

沿著這個思路,我們成功達到了目的,獲得了壹種活動模式。在優化的過程中,關註數據,記錄每次活動的數據,實時監控轉化,展示每次試錯的數據。妳可以在剛剛分享的圖片中看到,我已經列出了所有的關鍵數據。

最後我們全推的時候,介紹的註冊用戶是57000多。為什麽最終註冊用戶數達到近65438+萬?而且最終引入的註冊用戶只是推動了當天的數據,第二天還在增長。因為介紹的註冊用戶變成了種子用戶,也開始滾雪球轉發。

我們的APP剛上線的時候,除了通過壹些統計工具被動接收用戶反饋,比如重大事件通知、拉回沈默用戶、調研等等,無法直接觸達用戶。所以我們的產品做了壹個推送通知產品,我暫時叫它求職助手,類似於app內置的公眾號。我會定時推送壹些信息。

因為我們的文案水平是長期錘煉出來的,有過很好的經驗。我就想,光靠文案不壹定能提振推送的點擊率。我還有其他差距來提升我的表現嗎?想了想,突然想到,如果知道用戶有多喜歡推送內容,然後再推送相關內容,是不是可以再次提高點擊率?

我的需求出來了:渴望得到用戶對內容的偏好。

那麽,我該如何獲得洞察力呢?我需要做壹個試錯策略,這是我在操作中最喜歡的工作方法。

試錯是最可靠的操作手段,也是操作崗存在的核心。試錯最怕非理性,所以試錯策略很重要。

我的試錯策略,看這張表:

簡單解釋如下:

試錯用戶在不同時間點對內容的偏好。我把目標定在總結月規律上。如果妳的業務有規律可循,可以放在季度甚至周。

文案點擊率。如果用戶對內容的偏好是有規律的,那麽在某個時間點肯定會有較高的點擊率。

試錯變量的確定是試錯策略合理性的關鍵節點。上表中標記為橙色的字段是變量。

應該是提前整理好的。我嘗試了錯誤類型的內容,而不是壹篇文章。什麽是內容類型?比如門戶站的頻道,科技,娛樂,軍事,新聞等等。我主要關註七類內容。比如面試攻略、網申攻略、簡歷攻略等。,都是提前計劃好的,每周合理安排。逐步釋放。比如我每周壹發信息總結帖,周二推簡歷攻略,周三推面試等等。

時間點是每天固定時間發送。比如我總是選擇晚上8點發。至於這個時間點是怎麽來的,我是通過調查得到的。我有壹個考文案的微信號,因為平時回答應屆畢業生的問題,所以他們對我很好。我發了壹個研究帖問他們什麽時候給他們推送信息合適,80%的人說晚上7-9點。

做過APP通知產品的朋友都知道,iOS無法統計收到的數據。為了更加科學,我們只使用Android客戶端進行測試。文案的點擊率比點擊率更靠譜。

也就是說,和誰壹起試著犯錯。這壹點非常重要。我現在知道,只要應屆畢業生的用戶是推送相關的職位信息,大部分同學都不會太煩。因為求職是剛需,如果求職成功,大多是關閉通知或者卸載APP。但我當時並不知道,覺得推送的信息很讓人不安。所以為了每天發消息不讓用戶抱怨,我只選擇有壹定特征的用戶,比如高活躍用戶,也就是當天已經登錄並投遞的用戶;或者沈默用戶,這樣可以減少騷擾,因為如果沈默用戶被我的推送激活,他們會立刻回到活躍池,收不到我的推送。而且,沈默用戶沈默的原因可能是沒有需求。如果他點了我的推送,證明他喜歡我的內容。正好符合我試錯的目的。

眾所周知,Android的標題是可以定制的。不像iOS,標題只能是品牌名稱。因為我的目的是試錯,不是為了得到點擊率的效果,所以我的標題不是定制的,只寫品牌名。更容易控制。

最難控制的變量。標題黨的點擊效應最大,但屬於試錯的異常數據。我必須保證文案水平在壹個實力範圍內,才能得到合理的商業認知。這涉及到文案的試錯策略。這個比較復雜,今天就不說了。在我之前在微信和內容頻道的工作經歷中,我試圖總結文案的實力。我知道哪個文案強,哪個文案弱,因為我個人交易:我每天都記錄數據,所以我可以合理的知道每個文案的正常點擊水平。只要妳記住,文案是有層次的。本案采用2級文案強度等級,正常情況下點擊率上下浮動2個點。

當然,如果妳沒有文案水平,也可以針對每個內容類型編幾篇文章,然後努力細分目標用戶,比如取當天登錄的用戶,設置壹個過濾機制:每個用戶在試錯期只接收壹次。這樣妳就可以把這些文章推送給同類型的用戶。

註意數據清理。比如有時候發送通道不穩定,發不出去,或者統計錯誤,清理的時候要排除這些異常數據。

就這樣,我敲定了七個影響我商業認知的變量。爭取得到合理科學的建議!

1年後,試錯結束,我開始總結規律。我看穿了這樣壹張表:

大家都看到了嗎?用粉色標記的內容類型絕對是本月最受歡迎的內容。那麽在明年的某個月,如果我加大用戶喜歡內容的力度,是否就能拉高業績?

這是我的內容試錯策略。結論很簡單,過程很糾結。

當然,我的試錯案是壹場持久戰,因為我們是壹個成熟的產品。如果妳的產品處於初創期或成長期,可以選擇短期試錯,只要控制好兩點:

第壹,試錯的目標壹定要明確,目標壹定要唯壹。因為試錯是為了獲取業務知識,而不是為了試錯而試錯;

二、試錯壹定要想辦法敲定影響妳試錯結論的變量,力求對業務認知的影響最小。

這是2015的壹個案例,在我的文章《深夜與慕容薛飛談運營》中提到過,比較粗糙。今天我梳理了壹下思路,有條不紊的跟大家說了壹下,發布了我對張偉信號操作的優化源表。另外大家要註意壹點:2015,微信統計的分享收藏數放在壹起。不像現在,分享和收藏的統計是分開的,這使得定位內容的方法更加科學。

剛接手壹個微信號內容運營的時候,粉絲日凈增數是負數,那我是怎麽解決這個問題的?我還是在內容上下功夫。領導急著看結果,我也沒時間做內容試錯策略,只能從歷史數據中找規律。我來簡單描述壹下:

澄清壹下我的商業問題:微信的關註者日凈增數為負。

分析問題,解決這個問題其實有兩種方法:

1,節流,這是內容選擇的問題:我應該做什麽樣的內容才能滿足用戶的需求,讓用戶不跑?即從現有粉絲上做文章,減少粉絲流失;

2.拉辛,如果粉絲持續下降,但我讓增加的粉絲數超過下降的粉絲數,每天增加粉絲不是很積極嗎?增加的粉數與轉發數密切相關,壹般是正相關。轉發越多,加粉越多。而轉發與內容息息相關。

所以我的商業問題其實是壹個內容定位問題。我需要找到用戶對微信內容的喜好,我的想法很簡單。

如下圖,我為這張圖做了壹個閱讀順序。

發件人數量,因為涉及商業隱私,我省略了。

這個表是我的壹個優化源表的真實面貌。我有壹個習慣,每次做壹個運營項目,大到整個產品的運營,小到壹個導航類目,焦點圖,推薦位置等等。,我會算出壹張這樣的表來發現問題,總結規律,然後指導操作行為。

我花了兩天時間,將近1年的歷史推送數據全部手工收集到這個表中。更累的是把這些內容壹個個分類。我大致把這些內容分成了10類。然後每篇文章歸入10類別(表中分類字段),然後這個源數據表就出來了。

1,新增關註人數(模糊)字段為第二天加粉數,不是準確數據,僅供參考。如果妳的微信號每天只發壹條內容,這個數據會更準確。

2.如果妳沒有固定數量的歷史推文,妳需要粗略計算壹下轉發與漲粉的比例,然後根據單篇文章的轉發數量把漲粉歸結到壹個單壹的圖文上。這是壹個很重的工程,需要妳把數據壹個壹個的理清,排除那些很難控制的異常值。

3.如果妳不想遵循第二條規則來避免清理數據的麻煩,妳也可以根據上壹條制定壹個短期的內容試錯策略,可以每天發壹條圖文消息來固化這個試錯變量。

然後通過透視分析,我的微信號內容運營策略出來了,如下圖:

如果看“確定內容類型”壹欄,會發現薪資、職場、勵誌、技能等內容超過了平均加粉數。問題解決了:我重點做這四類內容。然後研究閱讀量高的標題,嘗試每篇文章增加閱讀量約10個工作日,我成功將日凈粉絲數由負轉正。"

很多做微信內容運營的人看到別人做的內容閱讀量不錯就發。其實這還不是最高效的。其他粉絲可能和妳粉絲的內容需求不壹樣。同樣的文章在別人的微信號上能達到100000+,在妳的微信號上不壹定能達到這種效果。

當我修正每日凈增長時,我接下來做了什麽?扶正後,這個數字處於健康運行狀態。我不甘心只做壹個運營經理,所以我把下壹個目標定在了增粉速度上。增粉的運營策略是下壹個問題,這裏不展示了!

最後,在第五種情況下,我們來談談根本問題。數據在現實工作中有什麽價值?運營為什麽要做數據分析?我總結如下:

1.找問題:問題是驅動要素。我們應該不斷地監控產品性能,分析數據,找出影響業務目標的問題,並消除它。

2、降低成本:約翰·沃納梅克說:我浪費了壹半的廣告費用,但我不知道是哪壹半。分析可以有效降低成本。

3.決策依據:在壹個企業中,壹般大老板都需要數據來做投資決策、營銷決策、戰略決策。

壹句話:分析可以監控效果,發現問題,獲得洞察力,控制成本,實現商業價值最大化的目標。那麽,我是對還是錯?我是對的,但這在大多數情況下並不能解決真正的問題。我們需要接地氣體。就像我開頭提到的,在現實工作中,經過多年的經驗積累,數據最大的作用就是“溝通證據”。就好像妳犯了罪,不承認,然後律師取證。

這是數據的第四個功能:

4.溝通與證據:分析可以在法庭上提供證據,對行動方案做出有效決策。運營要監控和優化各部門的經營業績,然後提供有效的證據說服相關業務部門。然後實現我們優化產品和服務的目標。

有時候很多產品,妳用肉眼或者自己去體驗,就會知道有問題,但是相關業務部門就是不換,要數據說話。那我們就盡力找證據。

比如我去優化招聘網站各大流程的轉化率,就經歷了無數次。感覺真的很麻煩,但是產品沒有變化,我需要證據。還有第二種優化情況。我沒有談到註冊過程的轉變。其實那個過程的損耗也是很高的。太復雜了。

那麽這個時候為了找證據,就需要找數據,可以用漏鬥圖。比如下面的簡歷投遞漏鬥圖。

看到了吧,四步傳遞過程中的漏洞太多了。每個流程節點的損耗率都是“高不可攀”。於是我趕緊把分析和指導的意義附在圖中,鑒於商業機密,我就不放出來了。其實我壹眼就能看出來,只是措辭的問題,只是委婉的問題。“非常,太”等描述性詞語要慎用,否則產品會上火。

給了產品之後,產品還是糾結於數據的準確性,然後我想到了另壹個方法,經驗數據法就派上了用場。想看看競爭對手的各大流程是什麽樣的。我決定從用戶的任務負載和完成任務所用的時間來證明這個對比。印象最深的是2014年夏天,熱的人特別煩躁。我赤手空拳去了那裏,獨自體驗了競品的三大流程,並記錄了數據。最終結果如下:

在三大流程中,用戶完成任務的時間和動作數量都明顯高於競爭對手,這不是壹個好現象,也印證了上面說的離職率高的原因:招聘平臺多,用戶花時間和精力投簡歷,轉平臺的意願會高。

最後,借助漏鬥圖工具和經驗數據,我完成了壹個優化的證言。提交產品以供審查。

還是那句話,數據不壹定準確,但壹個能讓人有所收獲的錯誤,遠比什麽都不做,鼓勵大家好。