所以每次上线都非常抢手

 百度处理     |      2021-11-23 16:45

  宣传渠道有问题;

  · 该活动的设计本身可能有问题。

  这4个活动仅仅是一个样例,但我们可以从中发现一些问题:首先,一个活动的数据并不仅仅是数据层面的波动;其次,数据背后有很多因素互相交织,大量的因果关系导致了事件的发生,数据的走势也由此而来。

  因此,我们接下来要说的就是跳出数据看数据。

  跳出数据看数据

  先考虑下面两个问题:

  当我们在讨论数据的时候,我们真的是在讨论数据么?

  当我们分析数据的时候,我们只是在看数据的涨跌变化么?

  我们先不着急下定论,先来看一个小故事。

  某个网络游戏做用户调研,收到4份同样内容的反馈:“这个游戏太费钱了。”于是,运营人员详细查了一下这4个用户的情况:

  用户A,游戏角色战士,等级处于中等,活跃度一般,一般晚上11点下线,当月消费金额100元,身份可能是学生。

  用户B,游戏角色法师,等级处于高级,活跃度很高,也肯花钱买装备,当月消费金额1 000元,身份可能是白领,并且他还是某个公会的会长。

  用户C,游戏角色奶妈,等级处于低级,活跃度一般,花200元买了一年的会员服务。

  用户D,游戏角色盗贼,等级高级,每天登录,活跃度极高,但从未付过费。

  具体来看,虽然这些用户中,有人花了钱,有人没有花钱,但反馈是一样。另外,虽然同样是花钱,并且金额有差别,但是学生、白领、工人的消费能力是不一样的,能够承受的消费压力也不同。乐于消费的用户花钱买时间,而不乐于消费的用户则基本没有任何消费,但却热衷于在线,用时间来弥补。

  经过一番细致的分析,运营人员大致理解了为什么4个不同类型的用户会有同样的反馈。

  用户A,由于角色设计的考虑,战士在现有版本的设计中很容易被其他敌对阵营的玩家压制,同时因为消费能力不足,100元在其日常支出中占了很大的比例,所以用户A理所当然地认为“费钱”。

  用户B,由于游戏设计的考虑,法师对怪物的杀伤力高,在游戏中大受欢迎,虽然在线时间不多,但由于花钱买了装备,所以每次上线都非常抢手,一直被拉去打副本。这样一来二去,装备投入、药品投入都很多;因为是会长,他还要花精力去处理公会的事宜,所以他虽然活跃度很高、也愿意花钱,但仍然认为游戏太费钱了。

  用户C,由于要赶超等级进度,但又不想花钱买装备,所以看中了一次性买一年会员的额外经验加成,于是一次性投入了对他来说不算太小的一部分收入。

  用户D,没钱但是有时间,所以别人花钱,他花时间,同时他可能会在游戏过程中产生了其他消费。

  看完这个案例,我想大家已经明白了。是的,我们在进行数据分析的时候,其实想要了解的不仅仅是数据,而是数据背后的用户。

  因此,读懂数据的关键是读懂数据背后的人。那么,如何读懂数据背后的人?

  抛弃预设立场

  分析数据的第一步是要抛弃预设的立场,先不要着急定义数据展现的意义,而是研究数据的波动和波动的节点,通过这一步去确立要研究哪些相关事件,研究用户行为还是系统事件。

  最常见的误区是:

  “最近的数据好像有点问题啊,找找原因吧!”

  “啊?好像产品出了个bug,会不会有影响?那赶紧看看bug被发现的时间!”

  “哦!你看,时间吻合的嘛,那就是这个问题了!”

  事实上,因为你已经预设了立场,所以你只会去找相关的事件来证明你的推测是正确的,所以,在做数据分析时,一定要避免预设立场。

  这一步是定位,但不要定性。

  深挖用户行为与系统事件

  定位完成后,就要去挖掘对应时间节点的相关事件,包括系统事件(版本升级、服务器错误、系统异常等)和用户行为(时间节点前后一段时间相关联用户的持续行为,比如是否做了什么活动等),通过这一步找出可能造成影响的动作和事件。

  尝试换位思考

  接下来,不管定位原因是系统还是用户,运营人员都需要换位思考,假设运营人员是用户,在对应的时间节点和对应的事件行为发生时,有怎样的感知、反馈,模拟可能的状态。

  需要注意的是,必须要把用户的真实反馈模拟出来,而不是夸大或削弱用户的反馈。必要的时候,可以找一些用户进行调研。通过这一步,运营人员进一步了解数据变化的原因,并对后续整合数据,如何操作进行思考。

  整合关键数据

  整合关键数据,是指整合可能有用的核心数据,譬如历史数据、关联数据、竞品数据等,最后得出结论:

  ·造成数据变化的原因究竟是什么?

  ·有什么办法可以改善或者促进数据的变化?

  ·总结经验,类似情况再次发生时,应该进行何种处置与预案。

  最重要的是,要整合所有路径的数据,串起所有流程去看对应的行为,孤立的一个数据不说明任何问题。

  我们举个例子加以说明。

  某品牌电商最近成交量下降,为找出其中原因,运营人员需要看哪些数据?

  运营人员需要关注的数据大致如下:

  ·页面流量变化、各渠道入口流量变化;

  ·登录用户的浏览行为,使用购物车但未购买的用户数、商品类型;

  ·支付订单页面的蹦失率;

  ·其他:竞品平台同类商品价格,竞品平台同节