如何通过分析“活跃数据”,优化业务增长策略?

用户活跃数据是运营每天必看的数据之一,当用户被引进来,如何提升用户活跃是运营必须思考和解决的一个问题。对用户的活跃数据进行分析,也有益于优化业务增长策略,提高产品业务线的整体盈利能力。

“用户活跃数据”是常见的数据指标,更是很多产品业务线的核心指标。当用户“引流”效果稳定的情况下,就需要考虑“截流”的问题,用户多久活跃一次,用户第一次使用体验如何,如何提升用户活跃,怎么让用户留下来(重复使用)等等。

分析活跃数据,不是为了让用户每天来走个过场,挣点广告费的,而是获悉产品业务线的健康程度,提升付费转化率、老客户转介绍等提供稳定的数据支持,实现对优质用户进行分层运营,重点维护,且不断优化以及调整业务增长策略。

然而,从本质上看,所谓的互联网产品讲用户活跃,就像线下门店让新老顾客到店一样。所以,“用户活跃数据”的影响因素太多,必须抓大放小,聚焦执行策略,更不能空谈活跃,不重视转化,促活和留存相辅相成的。通过内容、品牌、活动等各个方面的运营策略,将用户活跃数据提升,从而提高产品业务线的整体盈利能力。

那么,首先来看一下“活跃”的定义。(以互联网产品为例)

下载量、新增注册用户等指标有很明确的指向以及定义,但“活跃用户”可针对不同目标、不同产品生命周期、不同业务,有不同定义。比如:

……

“活跃”合适定义标准则需要我们深刻理解用户和业务场景,根据自身产品业务线的特征及目标、发展阶段、产品生命周期、产品属性等作为参考,不断调研迭代、校准数据。

接下来,02 来看一下“活跃数据”都有哪些分析维度呢?

首先,来拆解一下“活跃用户”。

活跃用户=新增用户 老用户留存 回流用户-流失用户

新增用户以及回流用户的数量要大于流失用户的增加量,才能保持活跃用户持续上升。如下图,好比一个大水池,我们会不停的往里灌水,但水池也会漏水,如果漏水速度太大,那么水池就干了。当新用户下降可能因为市场竞争激烈、产品功能改版、投放费用减少等导致拉新乏力,流失用户加大可能因运营策略调整、产品功能下线等因素。

然后,还需要我们继续思考:

……

最后,还要考虑分析以下维度:

现在,我们来梳理一下如何分析“活跃数据”,优化业务增长策略?

通过活跃数据的走势情况,了解到活跃用户的规律。市场政策的变化,节假日、电商节等节日,常见的运营策略调整都能引发活跃数据变化。找到一些明显的规律后,根据未来要发生的时间,预计指标波动情况,及时调整运营策略。

如下图,可看出活跃用户数在周末以及十一节假日呈阶梯式下降,有对应事件发生以及对应波动形态,可见具有周期性规律,在周末时可调整营销活动等运营策略,使增长趋势平稳,但要综合考虑产品属性和用户属性。

注:为某考勤类APP十月份活跃数据趋势图,已做数据脱敏处理。

通过DUA同比/环比/占比观察,出现阶梯式、持续性、非规律性等活跃波动为异常。但不是所有的异常波动都值得排查,但是要记录发生时间,观察走势,当问题出现恶化时容易溯源。这就是为什么要建立数据监控体系。

如下图,可看出活跃用户数在10月22日到10月24日红框区域出现活跃异常波动,首先要了解日活究竟跌了多少,其次通过通过DUA同比/环比/占比观察,跌幅是否在合理的范围,最后确定为非规律性异常。

注:为某考勤类APP十月份活跃数据趋势图,已做数据脱敏处理。

一般情况下,活跃数据的异常往往与事件有关,比如季节性促销,沉默用户唤醒以及影响活动,新功能上线等等。因此在挖掘异常原因时,可以分别对新老用户进行观察。对新用户的行为路径的各个环节的转化进行梳理,对老用户标签化管理,实现不同触达,发现问题,进而可刺激老用户转介绍。

通过判断问题轻重缓急,对紧急重要的问题,找到问题的源头,及时调整业务增长的活动以及运营策略,以提升活跃数据,预防用户大规模流失。

优化完善用户成长体系(会员体系),提升用户活跃度,使用户有归属感,不断的优化用户激励体系,让用户想用我们的产品,提升活跃度。

优化产品功能以及流程,比如注册流优化,减少一个环节,可能提升5%以上的转化率。可利用AB测试来做验证,不断的优化产品功能等方面。

借用朋友所说的话:“从活跃用户数据出发,制定增长策略,要注意活跃用户内的新增、老用户留存、回流、流失,各个部分的比重,比重较大的部分适当的倾斜资源,比重较小的部分视成本决定取舍。

总体来讲,活跃用户数据是业务增长形成转介绍以及裂变的基础,从活跃用户数据中,针对不同用户制定不同的营销、推送等增长策略,实现用户分层管理,且不断的优化业务增长策略

另外值得注意的是,朋友如是说“要结合产品生命周期的特性,来制定活跃提升策略,例如产品生命周期较短的产品,活跃策略应侧重减少流失,反之,则应侧重提高留存率。”

作者:木兮,数据运营小白;公众号:木木自由

本文由@木兮擎天@ 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

版权声明:本文源自 网络, 于,由 楠木轩 整理发布,共 1995 字。

转载请注明: 如何通过分析“活跃数据”,优化业务增长策略? - 楠木轩