如何用數(shù)據(jù)驅(qū)動增長——用戶數(shù)據(jù)模型分析-上篇
“數(shù)據(jù)是下一個時代的新能源”——這是互聯(lián)網(wǎng)企業(yè)一直握著的可以改變未來的密碼,當(dāng)我們的社會進入一個生產(chǎn)能力相對過剩,商品供應(yīng)極大豐富的時代時,賣方市場變成買方市場,如何切中用戶的需求,成為銷售增長的核心點;如何滿足的需求,并能讓用戶“上癮”成為產(chǎn)品增長的核心!
一、走進用戶數(shù)據(jù)分析
AARRR增長模型(海盜模型),近些年以及唄從業(yè)者是為增長小白的入門級經(jīng)驗。無論是”AARRR”模型還是代表新留存增長的”RARRA”模型,都在強調(diào)一件事情:對用戶行為的洞察和分析。采集用戶數(shù)據(jù),幾乎是所有互聯(lián)網(wǎng)企業(yè)做增長的“起手式”。
我們所處的商業(yè)社會,正在快速經(jīng)歷三種品牌形態(tài)的更新迭代:舊品牌,平臺品牌,新品牌。平臺品牌和新品牌都能直擊用戶,掌握用戶數(shù)據(jù)。
隨著品牌成熟和對精細(xì)化運營的深入,越來越多的企業(yè)開始在平臺電商之外開辟“自建平臺”也就是DTC,這一新戰(zhàn)線,嘗試逐漸降低對平臺電商的依賴,通過構(gòu)建私域流量池將用戶數(shù)據(jù)掌握在自己的手中,實現(xiàn)個性化和尋找“超級用戶”和私域裂變。
——所謂“超級用戶”,就是既有重度消費行為,又有重度互動行為的消費者,他們不但自己能夠為品牌貢獻超高的消費額度,還能夠影響周邊的人帶來新客。這些超級用戶的價值平均達到一般消費者的7~8倍且具有加強的傳播引導(dǎo)力,是私域流量中的意見領(lǐng)袖。
1)用戶屬性信息
靜態(tài)和動態(tài)以及薇拉發(fā)展趨勢,包含性別,年齡,收入,電話,職業(yè)等,部分信息涉及用戶隱私,需要授權(quán)使用,一般可收集的數(shù)據(jù)比較少,
2)用戶行為數(shù)據(jù)
用戶行為數(shù)據(jù)是指用戶在商業(yè)互動中產(chǎn)生的動作數(shù)據(jù),即用戶做了什么
比如用戶點擊購物網(wǎng)站,瀏覽商品,加入購物車,付款等一系列操作,是用戶自發(fā)產(chǎn)生的。
3)用戶交易數(shù)據(jù)
用戶交易數(shù)據(jù)是指用戶完成支付動作后產(chǎn)生的相關(guān)數(shù)據(jù)。比如:訂單金額,訂單數(shù),訂單類型,促銷,物流,退換貨等信息
通常講到用戶數(shù)據(jù)的基礎(chǔ)五元素是:誰(who)何時(when)在哪里(where) 做什么(what)怎么做(how),隨著商業(yè)化開展,形成了5+1要素,即增加了做多少(how much)
二、如何收集和規(guī)劃數(shù)據(jù)
一般企業(yè)對數(shù)據(jù)規(guī)劃,會采用能用數(shù)據(jù)表示的“OSM 模型+UJM模式+場景化”結(jié)合
OSM模型(objective strategy measure) 模型
主要方式是通過目標(biāo)策略拆解和衡量,幫助企業(yè)目標(biāo)結(jié)構(gòu)化清晰呈現(xiàn)
舉例:負(fù)責(zé)搜索的產(chǎn)品經(jīng)理,如何優(yōu)化搜索成交轉(zhuǎn)化率呢?
整體過程可以總結(jié)出,漏斗“發(fā)現(xiàn)搜索-提交訂單”的用戶過程,以此來確定目標(biāo)和策略
- 選定目標(biāo):用戶側(cè)——希望快速找到符合預(yù)期的結(jié)果 ;業(yè)務(wù)側(cè):搜索出的結(jié)果,轉(zhuǎn)化率高
- 采取策略:策略1:提高搜索匹配度;策略2:有效的搜索結(jié)果排序,將用戶感興趣和轉(zhuǎn)化高產(chǎn)品在第一兩屏;策略3:盡量有搜索結(jié)果,若無,則展示有效推薦
- 度量(指標(biāo)):
- 過程指標(biāo):KPI1: 搜索到詳情頁轉(zhuǎn)化率25%-40%; KPI2:詳情頁到下單轉(zhuǎn)化率20%-30%
- 結(jié)果指標(biāo):由搜索渠道帶來的GMV或者訂單數(shù),這樣通過OSM模型可以規(guī)劃出一套完整的指標(biāo)體系
UJM模型(user journey map)模型
以用戶旅程地圖方式,幫助錨定數(shù)據(jù)規(guī)劃的目標(biāo)對象;模擬用戶在業(yè)務(wù)流程中參與動作,并走完用戶全生命周期的過程,又稱為用戶旅程。找準(zhǔn)用戶旅程,就是要找準(zhǔn)要采集,分析和應(yīng)用的用戶行為數(shù)據(jù)源。也就是錨定數(shù)據(jù)規(guī)劃目標(biāo)對象
下面是一個簡化版的電商產(chǎn)品UJM模型:拆分用戶所在的旅程的每一個階段+ 階段中用戶行為+ 階段產(chǎn)品目標(biāo)+產(chǎn)品與用戶接觸點。 尋找各階段產(chǎn)品和用戶接觸點,并尋找痛點和機會點。
以“天貓”購物商城為例,一般用戶需要經(jīng)過電商平臺首頁——首頁、搜索——商品類目列表——商品詳情頁——訂單轉(zhuǎn)化——分享/復(fù)購
在整個用戶旅程地圖中,用戶會在各個階段反復(fù)跳轉(zhuǎn),需要對每個階段設(shè)置對應(yīng)目標(biāo)。通過UJM模型設(shè)置出目標(biāo),可以反哺OSM模型,判斷OSM模型是否有遺漏
UJM模型中用戶觸點,即用戶和產(chǎn)品接觸點和機會點,這個跟OSM模型中的S策略相符合;用戶旅程地圖中每個階段都有匹配的目標(biāo)O,策略S和度量M。通過梳理用戶旅程地圖中,將UJM模型和OSM模型相結(jié)合,可以觸發(fā)我們的目標(biāo)滿足用戶需求,策略可以回答業(yè)務(wù)目標(biāo),達到互相影響。
場景化:
場景化其實為了幫助我們再龐大的OSM模型和UJM模型下,模塊化、結(jié)構(gòu)化快讀切入和落地指標(biāo)體系提出的。場景化可以分階段分門別類對應(yīng)到用戶旅程地圖中,滿足不同部門,不同層級人員從拉新到轉(zhuǎn)化,最終到提升客單價的需求。
比如說提升轉(zhuǎn)化率,環(huán)繞“逛-產(chǎn)生興趣-付費”需要用戶跟產(chǎn)品的各個接觸點轉(zhuǎn)化率進行監(jiān)管,比如在首頁分發(fā)資源位,黃金鋪位,搜索框,直播,活動等,進行轉(zhuǎn)化率上的優(yōu)化,讓用戶產(chǎn)生興趣和點擊。
三、數(shù)據(jù)看板主要有哪些應(yīng)用場景?
數(shù)據(jù)指標(biāo)確定后,數(shù)據(jù)看板是公司實行數(shù)據(jù)渠道增長的戰(zhàn)略工具,一般會分為監(jiān)控,分析,協(xié)作三個應(yīng)用場景
- 監(jiān)控場景:實時獲取數(shù)據(jù),并了解商業(yè)進程,洞察發(fā)展趨勢,發(fā)布業(yè)務(wù)預(yù)警
- 分析場景:主要協(xié)助業(yè)務(wù)部門分析異常出現(xiàn)的細(xì)節(jié)點,直接核心問題;通過數(shù)據(jù)看板多維度拆解數(shù)據(jù),進行業(yè)務(wù)對比,分析問題的原因
- 協(xié)助場景:一般是需要制定業(yè)務(wù)指標(biāo),需要團隊所有人進行優(yōu)化協(xié)作。
數(shù)據(jù)看板有哪些分類
戰(zhàn)略看板,分析看板,實時看板,每個看板都是有對應(yīng)的主體和使用者,范圍,更新頻次,顆粒度等
戰(zhàn)略看板:企業(yè)高層和決策者的核心數(shù)據(jù)看板,往往是全局性的指標(biāo),一般指標(biāo)很少,都是KPI核心指標(biāo),說明完成情況,完成度等——一般用來快讀了解業(yè)務(wù)是否達標(biāo)和問題出處。
分析看板:可視化工具,協(xié)助企業(yè)、部門提出假設(shè),并通過數(shù)據(jù)看板論證假設(shè),判斷改變是否符合存在的機會點,再進行產(chǎn)品或運營策略的迭代,最后效果評估
判斷一個新功能是否上線,現(xiàn)提出假設(shè)
例如:判斷在首頁增加推薦新品功能,是否能提升首頁點擊轉(zhuǎn)化率的假設(shè),
1)創(chuàng)建首頁有推薦功能和無推薦功能的,用戶在首頁的使用數(shù)據(jù)的看板,數(shù)據(jù)是否有差異
2)創(chuàng)建首頁推薦功能點擊和用戶在首頁瀏覽次數(shù),是否正相關(guān)
如果以上問題都是肯定回答,那么繼續(xù)觀察
3)創(chuàng)建首頁推薦功能的用戶的留存率,對比為使用該功能的用戶數(shù)據(jù),如果高于,則可判定該功能的必要性。
數(shù)據(jù)看板能較好的反應(yīng)出,功能前后數(shù)據(jù)對比,完成迭代和假設(shè)的認(rèn)證
那如何搭建數(shù)據(jù)看板呢? 用戶增長需要哪些看板進行協(xié)助抉擇呢?以及看板總結(jié)特征有哪些呢?歡迎進入用戶數(shù)據(jù)模型分析-下篇
本文由 @ Sherryyyyy 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可,禁止轉(zhuǎn)載
題圖來自Unsplash,基于CC0協(xié)議
該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)
用戶數(shù)據(jù)模型分析-下篇>>>直通車
http://www.codemsi.com/data-analysis/6138873.html