前兩天看到一份有趣的大數(shù)據(jù)報告——《“宅一族”學習類App使用時長增幅近兩倍，他們真的不求上進嗎？》。這份數(shù)據(jù)報告竟然讓我有一種茅塞頓開的感覺。
原本覺得“宅一族”是游戲、視頻類APP的重度用戶，沒想到他們會花不少時間在學習類和健身類App上。特別是學習類APP，不僅使用時長漲幅超前，使用總時長也排名前三。這樣的報告結(jié)果與大家思維定式中的結(jié)果大相徑庭，繼而也讓我開始思考，自己在運營的用戶群是否也發(fā)生了變化？
在用戶存量為王的時代里，作為一條運營狗，只有真正了解用戶與時俱進完成KPI，才能不被狗帶。這個時候數(shù)據(jù)分析就成了我們的葵花寶典，練得好就能策劃出口碑與流量雙豐收的“明星”內(nèi)容。但是寶典千千萬，哪一些是我真正需要的？有了數(shù)據(jù)又該怎樣正確使用呢？
數(shù)據(jù)那么多，全都想要怎么辦？
用戶的數(shù)據(jù)是海量的，全都拿來分析是不切實際的，所以需要從數(shù)據(jù)的不同維度來分類，在我看來可分為基礎(chǔ)數(shù)據(jù)和個性化數(shù)據(jù)兩個大類。
基礎(chǔ)數(shù)據(jù)是每一個APP運營都需要清晰了解的數(shù)據(jù)，比如用戶的男女比例、年齡成分、用戶活躍情況等。這些數(shù)據(jù)是運營工作開展的基礎(chǔ)，如果你還不了解這些數(shù)據(jù)，麻煩停下手頭的工作，重新做一遍新員工培訓(xùn)吧。
個性化數(shù)據(jù)則是有針對性的數(shù)據(jù)，是根據(jù)不同的用戶場景或者運營需求進行標簽化抽取后篩選出來的，拿APP的用戶日?；顒舆\營來說：
在前期策劃時，用戶的群體畫像能夠引導(dǎo)活動的策劃方向，而用戶的需求決定了活動的目標；通過了解用戶的興趣，來確定活動的內(nèi)容及展示方式；通過了解用戶行為的一致性，來決定活動推廣的時間節(jié)點。
在運營中，通過詳細的事件統(tǒng)計，自定義埋點，進一步分析用戶在活動中的行為，了解整個活動各環(huán)節(jié)的數(shù)據(jù)轉(zhuǎn)化情況，再根據(jù)數(shù)據(jù)的反饋進行活動優(yōu)化以及活動投入的調(diào)整。
而在活動結(jié)束時，可以通過對用戶新增、活躍、留存，甚至卸載情況進行分析，評估整個活動的效果，為下一次活動提供寶貴的數(shù)據(jù)對比參考。
因此隨著精細化運營變得越來越重要，個性化數(shù)據(jù)的統(tǒng)計、分析以及應(yīng)用才是數(shù)據(jù)運營的核心能力，也將成為運營成功的關(guān)鍵所在。
運營是長情的，怎么才能抓住用戶善變的心？
用戶都是善變的，我們不知道他們想要什么，怎么能夠期望與用戶天長地久。數(shù)據(jù)反應(yīng)的是單一維度的結(jié)果，如何將這些數(shù)據(jù)組合起來變成用戶真實的畫像，融合性地去分析，真正地了解用戶讀懂用戶，就考驗運營的同學對數(shù)據(jù)的應(yīng)用能力了。
用戶數(shù)據(jù)需要多維度的組合（圖片來自網(wǎng)絡(luò)）
首先，構(gòu)成用戶畫像的數(shù)據(jù)可以分為屬性數(shù)據(jù)、行為數(shù)據(jù)和場景數(shù)據(jù)。
屬性數(shù)據(jù)反應(yīng)的是用戶的客觀屬性，即很長一段時間內(nèi)不會改變的數(shù)據(jù)，如性別、年齡段、消費水平等。
行為數(shù)據(jù)反應(yīng)出用戶近期的行為，如用戶近期喜歡的應(yīng)用、近期去過的場景等。
場景數(shù)據(jù)反應(yīng)用戶實時所處的場景。通過使用LBS地理圍欄技術(shù)，結(jié)合用戶的地理位置來判定用戶當前所處的場景。
這三大數(shù)據(jù)有機結(jié)合起來使用，可以形成數(shù)百種的用戶標簽，把用戶的千人千面真正具象化，方便運營者做精細化的用戶運營。這里推薦下我常用的個推的用戶分析工具“個像”。個像可以幫助我對用戶線上線下行為數(shù)據(jù)進行分析，并通過“個像”平臺的數(shù)十種屬性標簽和數(shù)百種興趣愛好標簽，形成非常完整且精準的用戶畫像。
“個像”的用戶標簽體系
這些豐富的用戶標簽，可以幫我更精準地找到目標用戶群。舉個例子，在電影宣發(fā)時，精準的數(shù)據(jù)運營對發(fā)行策略是很有幫助的。喜歡看《岡仁波齊》的用戶會具有某些共同的特點，比如電影類APP的重度用戶喜歡寫影評或偏好使用文青類APP等。那么我們可以通過數(shù)據(jù)分析去挖掘這批文青用戶，并與之互動，通過他們?nèi)痈蟮氖鼙娛袌觥?/p>
這里我們要劃重點的概念是用戶近期的行為數(shù)據(jù)。它可以反應(yīng)用戶的成長周期、用戶的興趣點轉(zhuǎn)移等情況，對內(nèi)容運營尤為重要。比如說旅游類的APP，可以通過用戶近期的行為數(shù)據(jù)，了解用戶近期去過的旅游場景，避免重復(fù)推薦；了解用戶近期的行為喜好，從用戶感興趣的角度推薦適合的出行內(nèi)容。
沒有對比就沒有傷害，讓數(shù)據(jù)說真話?
數(shù)據(jù)內(nèi)涵的挖掘是門技術(shù)活。對于運營來說最初級的數(shù)據(jù)分析就是數(shù)據(jù)對比，有對比才有真（shang）相（hai）。對于運營者來說需要認真分析的數(shù)據(jù)有兩種：一種是APP自有數(shù)據(jù)，即用戶在使用APP時產(chǎn)生的數(shù)據(jù)，比如APP內(nèi)頁面的瀏覽數(shù)據(jù)，消費數(shù)據(jù)等；另一種是APP外部數(shù)據(jù)，比如行業(yè)公開數(shù)據(jù)、研究數(shù)據(jù)等。
在APP自有數(shù)據(jù)的分析上，我們可以通過添加時間點、環(huán)節(jié)點、對比數(shù)據(jù)等方法，進行“花式”比較。
以營銷活動為例，不僅要看
最后的銷售數(shù)據(jù)，還需要在營銷整個環(huán)節(jié)中進行埋點，統(tǒng)計各個環(huán)節(jié)的轉(zhuǎn)化情況。比如營銷活動頁打開情況，點擊商品介紹頁
面情況，點擊加入購物車情況等。在整個營銷活動的各個環(huán)節(jié)都會有轉(zhuǎn)化、有流失，但是到底用戶在哪個環(huán)節(jié)流失最多，才是運營人真正需要去追問的關(guān)鍵所在。
在各環(huán)節(jié)買點關(guān)注事件進程及轉(zhuǎn)化
外部數(shù)據(jù)的對比分析對于很多企業(yè)來說很難獨立去做，他們往往缺少大體量的數(shù)據(jù)覆蓋和行業(yè)的趨勢對比，這時候有必要借助第三方數(shù)據(jù)服務(wù)商的幫助。
據(jù)了解，現(xiàn)在一些處于行業(yè)頭部的第三方大數(shù)據(jù)服務(wù)商，通過多年積累的海量數(shù)據(jù)和強大的數(shù)據(jù)分析能力，能夠很好地幫助企業(yè)進行更全面的數(shù)據(jù)分析。前兩天我又種草了個推的應(yīng)用數(shù)據(jù)統(tǒng)計分析產(chǎn)品“個數(shù)”。個數(shù)最吸引我的地方在于它可以提供行業(yè)對比、卸載分析等獨具特色的數(shù)據(jù)分析服務(wù)，對優(yōu)化運營工作非常有價值。
行業(yè)對比指數(shù)可以幫助運營者了解市場的整體發(fā)展情況，APP的行業(yè)競爭力，以及自有APP所處的發(fā)展階段，對運營者的決策起到指引作用。
卸載用戶分析的應(yīng)用場景更具針對性：1、可對比獲客和流失數(shù)據(jù)，輔助判定產(chǎn)品的生命周期；2、分析各來源渠道用戶卸載率，優(yōu)化廣告投放策略；3、結(jié)合自定義埋點深層挖掘卸載用戶特征，分析卸載原因；4、活動期間，關(guān)聯(lián)分析卸載數(shù)據(jù)，評估活動對用戶的負面影響程度。
“個數(shù)”的卸載用戶流向展示
充分地解讀數(shù)據(jù)，挖掘數(shù)據(jù)背后的價值，能夠為運營工作提供較為客觀的反饋，有效避免人為的認知偏差。
綜上所述，在精細化運營的趨勢下，我們越來越需要去“認清”用戶本來的樣子，而合理有效使用數(shù)據(jù)已經(jīng)成為必須要get和升級的技能。只有用對了方法，我們才能更深入地了解用戶，從而給運營工作提供新的思路。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
