作为一名好的运营,必须了解月活用户分析 二维码
来源:转载
对一家互联网公司来说,如果没有设置单独的数据运营岗,那么用户运营是和数据最贴近,也必须是最了解用户的。 用户运营核心的方法论就三个:拉新,促活和留存。拉新可以作为渠道推广单独讨论,而促活和留存则相辅相成。 非运营岗,或者其他类型的运营,通常只会注重一个活跃数据的果,而不会注意活跃数据的因。我们在这里就抽丝剥茧,教大家比较快速地了解活跃体系。 互联网公司对活跃用户的定义大同小异,主要以用户打开APP一次记为一个活跃用户。 按此基础可以在时间维度引申出周活跃用户,月活跃用户。即在一个自然周内打开一次APP,则本周为周活跃用户。月活跃用户同理。 我们假设有一款新产品,这是它四个月内的活跃数据。嗯,看来不错。 产品专注的市场领域不同,活跃用户数天差地别。一款小众的垂直领域产品和泛社交类产品,单纯看活跃用户数,你很难界定它们好坏。 好的数据指标,都应该是比例或比率。 我们设定一个新指标,活跃率:某一时间段内活跃用户在总用户量的占比。 按照时间维度引申,有日活跃率DAU,周活跃率WAU,月活跃率等MAU。 例:月活跃,本月活跃用户在截止月末的总注册用户中占比。 一般而言:活跃用户数,看的是产品的市场体量。活跃率,看的是产品的健康度。 实际得承认,不同产品,用户需求(高频或低频)不同,活跃率也有差异。用户运营更多的职责是监控活跃率的变化,并且提升它。 看,我们的活跃用户数上升,活跃率下降,这对新产品来说很正常。你不能要求每一个用户都使用我们产品不是? 别急,我还没补刀呢。 我们统计了注册用户数,那么我们也可以统计出本月新增用户数,很简单,两个月相减。 是不是看出来什么了? 要知道,按照活跃的定义,新注册的用户肯定是打开APP的用户,他也一定是活跃的用户。 所以,我们拿每月的注册总用户数减去新增用户数,计算老用户数。并且将新老用户的活跃率独立出来。 指标拆分后,我们发现老用户的活跃率比预期低。实际在产品早期、渠道投入资源推广、或一次成功的病毒营销后,因为新增用户数量的暴涨,总是会带动活跃数的上升。
产品进入稳定期后,有了一定用户规模,新增活跃一般对活跃数据就不会有大的影响了。那么以新老用户区分活跃统计就够了?我们简单定义三个场景:
用户包含各种类型,反应了不同群体的特征和想法。在使用整个产品的周期中,我们应定义更全面的指标:
现在我们发现,不论是活跃用户还是不活跃用户的维度,都一下子丰富了起来。
通俗的理解一下用户活跃的变化 上文ABC的三位用户活跃路径为:
回到一开始那款产品的数据,我们将分解后的新指标统计出来。(定义忠诚用户一个月内有15天活跃;流失用户为两个月没打开过) (以上数据以月末当天的统计为准) 你看,指标开始变得复杂了。产品有长期使用的忠实用户,也有流失用户。有用户回来继续使用,也有用户不怎么爱用产品。
用户活跃可以简化为一个最简单的公式:新增用户的数量要大于流失用户的增加量。可以想成一个水池,运营会一直往里灌水,但是水池也会漏水,如果漏水速度太大,那么水池就干了。一款产品可能因为市场竞争、拉新乏力导致新增用户数下降,也可能因为产品改动,运营策略失误造成后续流失用户变多。 将数据制作图表: (活跃用户和不活跃用户可以拆分出来,周活跃同理) 用户运营们可以按照日、周、月维度维护三张报表,监控活跃数据的变化(建议花更多精力在周报表上)。 如果是一个好的用户运营,他会继续思考:每天有多少活跃用户变得不活跃?有多少忠诚用户变得不活跃?又有多少流失用户被我们唤回来等,并且分别是什么原因引起的。 怎么样更详细的监控活跃数据的变化呢?我们引入桑基(Sankey)图的概念。 这时,活跃数据比单纯的表格清晰多了,而且我们也能够显著观察到不同活跃层的变化。万千变化,存乎一图。 观察忠诚用户,发现他们有什么特征,为什么爱用我们产品。同样的道理,我们也能观察流失用户; 忠诚或流失用户是否在推广渠道上有显著差异(配合新增留存数据)。 某一段时间回流用户增加,是产品更新,市场推广,还是活动营销? 本周,变成不活跃的用户比以前多,要不要做一次用户访谈看下原因? 活跃的用户用Push营销,流失的用户用短信营销,这是不是一个好方法? 以上种种,皆是用户运营需要考虑,也是要和各部门协同解决,贯彻整个产品一生的运营方向。
根据不同的用户活跃状态,依据产品的特性能采取很多运营手段。这是精准化运营的**步。接下来则是划分用户层次等,进行更精准的运营,不过那是另外的话题了。 用户运营路漫漫修远兮,用我偶然得之的一句话做结尾吧。 别低头,活跃会掉,别流泪,报表会笑。
文章分类:
行业动态
|