編輯導(dǎo)語：社群運(yùn)營是互聯(lián)網(wǎng)流量紅利帶來的產(chǎn)物，我們可以見到無論是從事何種互聯(lián)網(wǎng)工作，幾乎都會(huì)用到社群。既然社群運(yùn)營的應(yīng)用如此廣泛，那么該如何使社群運(yùn)營更加體系化？作者分享了自己從0到1搭建社群運(yùn)營數(shù)據(jù)體系的方法，一起來看下。

一、什么是社群運(yùn)營

從大環(huán)境來說，社群運(yùn)營是互聯(lián)網(wǎng)“流量紅利”逐漸消失后的產(chǎn)物，各家公司都從2015年的野蠻生長的“圈地運(yùn)動(dòng)”，逐漸轉(zhuǎn)向“精耕細(xì)作”的垂直流量挖掘。百度百科給的定義是：社群運(yùn)營是指將群體成員需以一定紐帶聯(lián)系起來，使成員之間有共同目標(biāo)和持續(xù)的相互交往，群體成員有共同的群體意識(shí)和規(guī)范。

通俗的理解可以看下圖：

可以將社群運(yùn)營理解為運(yùn)營人員與用戶通過社群（企業(yè)微信、微信群等）建立聯(lián)系，運(yùn)營人員通過向用戶輸入產(chǎn)品理念、產(chǎn)品功能介紹、產(chǎn)品優(yōu)惠活動(dòng)等，對用戶形成正向反饋，從而引導(dǎo)用戶轉(zhuǎn)化成為產(chǎn)品忠實(shí)用戶，進(jìn)而付費(fèi)轉(zhuǎn)化。

二、為什么要做社群運(yùn)營？

目前社群運(yùn)營模式在一些大廠的整個(gè)生態(tài)鏈路里已經(jīng)趨于完善，而對中小廠來說算是一個(gè)較新的元素，如果決策者能抓住這一波新型的運(yùn)營模式，則能完善自己的生態(tài)鏈路，為公司帶來巨大的收益。

三、為什么要搭建社群運(yùn)營數(shù)據(jù)體系？

在整個(gè)社群運(yùn)營生態(tài)下，如果沒有一個(gè)比較完善或方便快捷查詢的數(shù)據(jù)體系可供社群運(yùn)營使用，進(jìn)而導(dǎo)致社群運(yùn)營人員無法快速有效乃至準(zhǔn)確判斷整個(gè)社群運(yùn)營的用戶在各環(huán)節(jié)轉(zhuǎn)化效果，因此也就無法高效的優(yōu)化改進(jìn)運(yùn)營策略，如果長此以往，就會(huì)失去在這一領(lǐng)域的進(jìn)攻先機(jī)。

同時(shí)，社群運(yùn)營團(tuán)隊(duì)及團(tuán)隊(duì)個(gè)人所從事的許多工作也無法準(zhǔn)確的衡量和效果評估，這也極大的限制社群運(yùn)營發(fā)展的想象空間。

最后，沒有現(xiàn)狀數(shù)據(jù)，我們無法設(shè)定一個(gè)合理的北極星指標(biāo)，從而無法有效指導(dǎo)我們的運(yùn)營計(jì)劃。

所以搭建社群運(yùn)營數(shù)據(jù)體系可以解決四個(gè)問題：

1. 制定北極星指標(biāo)；
2. 量化運(yùn)營成果；
3. 提升運(yùn)營效率；
4. 評價(jià)成員績效。

四、如何搭建社群運(yùn)營數(shù)據(jù)體系？

本文的假設(shè)場景為：為一款提供多個(gè)理財(cái)工具的toc軟件搭建社群運(yùn)營數(shù)據(jù)體系，具體的業(yè)務(wù)邏輯為：在這個(gè)軟件中購買過任意一款付費(fèi)產(chǎn)品的用戶，會(huì)在端內(nèi)（產(chǎn)品中）被引導(dǎo)至小程序，在小程序的對話框用戶通過頁面二維碼進(jìn)而被引導(dǎo)添加運(yùn)營人員的微信，這時(shí)運(yùn)營人員和用戶就建立了聯(lián)系，通過運(yùn)營讓用戶對品牌產(chǎn)生認(rèn)知并保持粘性，進(jìn)而再次實(shí)現(xiàn)轉(zhuǎn)化，如付費(fèi)。

我們分為四步來搭建社群運(yùn)營數(shù)據(jù)體系。

1. 梳理業(yè)務(wù)邏輯

因?yàn)槲覀兊漠a(chǎn)品定位是為用戶提供理財(cái)工具及產(chǎn)品，那么我們產(chǎn)品的目標(biāo)用戶就是投資理財(cái)方面有需求的群體，對于社群這個(gè)分業(yè)務(wù)來說，我們的目標(biāo)用戶是有意向進(jìn)行付費(fèi)但未付費(fèi)或已經(jīng)進(jìn)行過付費(fèi)我們希望能夠進(jìn)行二次或多次付費(fèi)的用戶，基于以上拆分，我們的業(yè)務(wù)邏輯如下：

2. 搭建指標(biāo)體系

基于業(yè)務(wù)邏輯漏斗，從結(jié)果指標(biāo)和過程指標(biāo)入手，結(jié)合數(shù)據(jù)維度，我們可以搭建出如下的社群運(yùn)營指標(biāo)體系：

3. 數(shù)據(jù)接入

這里我為什么會(huì)把這塊單獨(dú)拿出來說呢？是因?yàn)閺男〕绦蚨诉M(jìn)入微信之后的數(shù)據(jù)都存儲(chǔ)在微信平臺(tái)上，我們需要通過微信提供的接口將數(shù)據(jù)傳回到我們自己的數(shù)據(jù)庫。

這其中微信端的用戶標(biāo)識(shí)會(huì)有openid和unionid，可能會(huì)出現(xiàn)一對多或多對一的情況，這里需要提前和運(yùn)營人員定好口徑，防止數(shù)據(jù)上線之后兩邊數(shù)據(jù)預(yù)期不一致的情況。

4. 搭建分析框架

經(jīng)過前面的步驟，我們手上目前已經(jīng)有了數(shù)據(jù)，并且按照業(yè)務(wù)邏輯搭建了指標(biāo)體系，接下來我們還需要按照業(yè)務(wù)邏輯搭建分析框架。

比如在業(yè)務(wù)邏輯的前兩段我們會(huì)運(yùn)營渠道分析法，把握渠道質(zhì)量，而在所有的漏斗轉(zhuǎn)化過程中，我們都需要用到流失分析，

通過流失分析我們會(huì)定位到流失的是哪類人群？在什么環(huán)節(jié)流失？接下來再制定相應(yīng)的策略就比較簡單了。

這里我們介紹幾種常見的分析方法，應(yīng)用場景不局限在社群分析中。

（1）競品分析

競品分析一般是看用戶手機(jī)安裝的各類app，這些app通常我們可以分成兩類：競品和非競品。對于這類數(shù)據(jù)，我們一般會(huì)做一個(gè)用戶安裝與否與留存的相關(guān)關(guān)系圖，即 使用我們產(chǎn)品的用戶中：

• 安裝了A產(chǎn)品的留存低于沒有安裝A產(chǎn)品的留存，可以認(rèn)為A是我們的競品，搶走了我們的用戶；
• 安裝了A產(chǎn)品的留存高于沒有安裝A產(chǎn)品的留存，可以認(rèn)為A不能滿足用戶的需求，我們的產(chǎn)品競爭力更強(qiáng)；

安裝了A產(chǎn)品的留存約等于沒有安裝A產(chǎn)品的留存，可以認(rèn)為A產(chǎn)品和我們的產(chǎn)品用戶群體重合度較大，可以考慮合作換量。

（2）關(guān)鍵行為分析

關(guān)鍵行為分析一般看的是用戶做沒做某個(gè)行為與目標(biāo)數(shù)據(jù)（如留存）之間的關(guān)系。這樣可以看出哪些行為是用戶熟悉產(chǎn)品的“high點(diǎn)”。

一般我們需要定義關(guān)鍵行為。用戶在我們的產(chǎn)品上會(huì)有成百上千種行為，業(yè)務(wù)人員可以根據(jù)自己的業(yè)務(wù)理解站在用戶的角度上，定義用戶的關(guān)鍵行為，數(shù)據(jù)分析師可以對用戶的行為進(jìn)行歸類，找出那些量大，且做與不做對目標(biāo)數(shù)據(jù)（如留存）影響相差較大的行為。如下圖：

上圖中是我們和業(yè)務(wù)一起找出的六種關(guān)鍵行為，其中：

• 橫軸是做了該行為的用戶次日留存率，氣泡越靠近右邊，次日留存率越高；
• 縱軸是做了該行為的用戶次日留存/未做該行為的用戶次日留存，氣泡越往上說明該行為對留存的影響越大；
• 氣泡寬度代表用戶量大小，越大代表用戶量越大。

• 從上圖中可以得出：

1. 行為A和行為C對留存的貢獻(xiàn)較大，假設(shè)對于行為A，用戶打開app需要至少五步才能到達(dá)行為A，那我們就可以從產(chǎn)品的角度縮短進(jìn)入A的路徑，讓用戶更快的具有行為A；
2. 行為E對于提升留存效果來說相對較差；

運(yùn)營人員應(yīng)該引導(dǎo)新用戶盡快的具有行為A和行為C。

（3）流失分析

流失用戶我們一般定義為當(dāng)天離開APP之后，在接下來的一段時(shí)間（一個(gè)月、三個(gè)月等）均未打開我們的app的用戶。

流失分析我們一般分析的是流失用戶與非流失用戶在離開app前的行為差距。兩種用戶的行為都要看的原因在于，假設(shè)你發(fā)現(xiàn)70%的流失用戶在流失前做了行為A，這個(gè)時(shí)候你并不能下：

行為A導(dǎo)致大量用戶流失的原因這個(gè)結(jié)論。因?yàn)榭赡芊橇魇в脩粼诋?dāng)天離開app前也大量做了行為A，但這并不妨礙這批用戶第二天再次來到我們的app。

這個(gè)過程數(shù)據(jù)分析師需要將用戶最后幾步的行為進(jìn)行歸類，然后從中得出結(jié)論。

過程較為耗時(shí)。這個(gè)過程不僅需要你有強(qiáng)大的歸納能力，還需要你有過硬的sql能力。因?yàn)檫@個(gè)過程中你可能會(huì)不停的使用正則表達(dá)式去將零散的行為不斷的歸為若干個(gè)大類。

而在你得到了一些用戶流失前的關(guān)鍵行為后，我們就需要在這些行為發(fā)生時(shí)人工介入，利用實(shí)時(shí)推送工具等對于發(fā)生指定的行為后用相應(yīng)的策略進(jìn)行承接。

（4）搜索分析

搜索分析即用戶在搜索框中的關(guān)鍵詞分析？為什么我要將搜索分析單獨(dú)歸為一種分析方法呢？因?yàn)閷τ谛掠脩魜碚f，在不熟悉產(chǎn)品的基礎(chǔ)上，即使你有好的功能，但由于入口太深或新用戶無法理解該功能代表的含義，都會(huì)導(dǎo)致用戶錯(cuò)過使用。而這時(shí)搜索成為了用戶的宣泄地。

未直接流失的用戶會(huì)將自己的產(chǎn)品使用訴求用一些關(guān)鍵詞輸入在搜索框中。對于一般的產(chǎn)品來說，搜索的流量都是較為豐富的，里面可挖掘的信息較為豐富。

新用戶搜索分析和流失分析類似，都需要?dú)w納。

首先我們需要將用戶搜索的關(guān)鍵詞提取出來進(jìn)行歸類，看看哪些是我們有該功能但是因?yàn)橛脩舾兄鯇?dǎo)致錯(cuò)過，用戶直接流失，這部分功能需要引導(dǎo)用戶去使用。另外還有哪些用戶的訴求我們沒有相應(yīng)的功能去承接，這兩種情況我們都需要去拍產(chǎn)品經(jīng)理桌子，讓他趕緊上線。

5. 提供決策支持

最后，有了分析框架，我們能給業(yè)務(wù)什么支持呢？對于社群運(yùn)營來說，一般我們提供三種決策支持：運(yùn)營策略制定、貢獻(xiàn)度評價(jià)及尋找增長點(diǎn)。

其中，運(yùn)營策略制定需要算法提供人群庫以及物料庫，這樣的話我們通過AB測試制定并沉淀運(yùn)營策略。

尋找增長點(diǎn)需要我們在第四步所搭的分析框架中運(yùn)用各種分析方法，尋找業(yè)務(wù)的突破口，比如818我們做了一次成功的社群活動(dòng)，拉新人數(shù)猛增，我們通過數(shù)據(jù)分析并復(fù)盤總結(jié)做的好的原因，將其作為社群裂變的方向。

貢獻(xiàn)度評價(jià)指的是社群運(yùn)營人員的績效考核。我們可以通過運(yùn)營活動(dòng)的效果評估、運(yùn)營社群質(zhì)量打分（群活躍度、社群成員生命周期等）、運(yùn)營手段評分（拉新人數(shù)等）、成交金額等多維度計(jì)算權(quán)重，最終計(jì)算出綜合得分進(jìn)行評級(jí)。

五、社群運(yùn)營數(shù)據(jù)體系搭建總結(jié)

1. 梳理業(yè)務(wù)邏輯
2. 搭建指標(biāo)體系
3. 數(shù)據(jù)接入
4. 搭建分析框架
5. 提供決策支持

同時(shí)這套流程也可以復(fù)用到其他業(yè)務(wù)場景的數(shù)據(jù)體系搭建。

本文由 @董點(diǎn)數(shù)據(jù) 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自 Unsplash，基于CC0協(xié)議