如何用商业思维分析用户行为数据

 

数据这么多,各类数据的表达不一样,具体应该如何处理?有人说:“产品初期,活动为辅,处理数据在于稳定。”有人说:“产品中期,活动为主,处理数据在于调控。”有人说:“产品末期,活动为核,处理数据在于激励。”还有人说:“处理产品数据要先四步走!”

第1步:看整体数据,主要看整体数据有何异常,以及哪些数据的趋势较好(例如,整体数据,游戏人数稳定,月收入对比极端)

第2步:看细分数据(例如,细分数据,游戏新增用户和流失活跃付费用户成正比,新增用户不付费,大R流失严重)

第3步:结合数据分析(例如,分析数据,付费玩家为什么流失?没有付费竞争?还是付费后达到游戏金字塔顶端失去乐趣?)

第4步:根据数据行动(例如,更新版本,开展玩家召回活动,换量….)

 

估计这样的知识各位同学早已经倒背如流。作者将和运营童鞋们一起深入发掘数据价值以及互联网中的商业思维。笔者认为:数据≠数学!如果你用函数思维看游戏,那只能说你数学不错;在互联网行业,必须将用户行为数据与商业思维相结合,才能创造互联网价值。

 

1. 培养数据的商业敏感性

最近看了某工作室高层频繁辞职,项目组陆续被裁,各大猎头忙着抢人的新闻,最近又和HR交谈,得知现在某网的简历已经涨到15块钱一份;初步看来,没什么关联,细细品味,关联又很大,如果将思维转换,则又是另一种景象……

 

以智联为例,网站主要看注册量,及硬广/守株待兔的套路,HR买简历去智联,不一定能拿到中意的简历;而猎头可谓是闻风而动,往往主动行动,掌握了大部分的高质量简历,不仅省了钱,也拿到了好的资源;把握市场动向,培养商业敏感性,将此原则代入到游戏中不难发现,若一款MMO游戏的用户大量流失(因为托?关服?其他…)而作为另一款MMO产品运营的你能提前敏感的嗅到这缕商业气息吗?如果不能,则用户重返渠道(其他游戏),那你无疑只能继续守株待兔,恳求渠道施舍流量,这无疑是失败的。

 

当然,我们无法从别人后台调取数据,那么一般从哪里看其他游戏的数据走向呢?看竞品论坛,游戏更新力度,看论坛用户活跃度,都能看出一丝端倪,然后深入接触用户,一切自然水落石出,至于如何拉拢用户,自然是因人而异。

 

2. 培养数据的衍生敏感性

如果市场上的牙刷销量增加了,你能感觉到牙膏的销量也会增加吗?如果放在互联网市场,不难看出一个很悲观的事实,牙刷销量增加,一夜之间,白玉牙刷,象牙牙刷,卡通牙刷,玛瑙牙刷等等产品一夜崛起,最后通货膨胀,大家都没得做。

 

对于这种情况,是开发者的心态问题,所以笔者无法说什么;本段主要说的是数据的衍生敏感性,例如一件稀有装备从100元涨到200元,那么产出稀有装备的副本/特殊地图的进场道具也会从10元涨到20元;道具上涨,玩家的充值力度就得加大;玩家充值力度加大,ARPU值随之提升,如何最大化的提升arpu值;从产品层面来说,加大充值活动力度,调整装备产出概率,抓住用户需求,投其所好,实现利益最大化;而不是装备增值,便增加多种装备,这样只会适得其反。

 

3. 换位思考看数据

有些CP选渠道,会很重视流量这个东西,无论产品怎样,只要渠道流量好,便一个劲地上渠道,铺推广,搞营销….流量这东西,讲究的是适不适合,渠道流量再多,那也不是你的,即使是你的,那也不是你一个人的,换个角度思考;从渠道的角度看产品,渠道看产品,看转化,看付费,看留存;知根知底,数据这东西是双向的,只不过彼此看的角度不同,你若真想要量,至少得用产品数据交换渠道数据。

 

换个角度来说,若产品的各类数据较高;最好摸清楚用户是从那个渠道来的,主要贡献的用户群体是谁?这样一来,产品设计可以更倾向用户喜好,这样投其所好的行为是提升转换率的一种好方法。(以MMO混服为例,区分用户可给包打上渠道标识,简单易懂)

 

4. 用商业思维看行为数据

 

行为数据,即用户行为占有率,例如活跃度,留存率,付费率…

 

商业思维,即利益分析,例如用户周期价值,用户可挖掘价值的探索性…

 

例如,两个公会冲突,游戏内打得火热,公会成员拼活跃,比等级;公会会长拼装备,比充值,两方打得火热,不死不休,无论是在线还是充值都达到了一个可观的水平;作为运营,你怎么办?如果你什么也不做,在那里偷偷乐呵,并且沾沾自喜;笔者读过一本书,书里说过一句话:“坐着就是为了等死!”如果你不信,次月两个公会和好,或者一个公会被赶出游戏,后悔也晚了。

 

“你想坐着等死吗?”如果不想,就得学会用商业思维看待行为数据;例如,这两个帮会的竞争平台有哪些?论坛?贴吧?哪些人在活跃,哪些人在付费?影响他们的人是谁?他们是否还有可继续发掘价值?

 

如何平衡这种关系?皮球效应很重要,压得越狠,弹得越高,什么都不管,只会越弹越低,归于平静;目前游戏较为常见的就是托这种催化剂;的确,托是起到了一定作用,但是治标不治本;如果用商业思维去思考,以天涯贴吧为例,话题已经存在,真实的用户已经存在,那么口碑营销是很容易实现的,通过原有用户的话题,吸引潜在用户,带来更多的商业利益;通过对用户习惯(例如:爱凑热闹)和人性弱点(例如:地位越高,越好面子)的把控,制造一场营销,此类营销效果显著,最重要的是不要钱!

 

很简单的一次用户行为,很常见的用户行为数据,换个角度分析,或许就是一场商业营销!

 

5. 通过数据看用户与产品关系

很多人对固定的数据很看重,arpu等核心数据形成了一套标榜,无数人逐条核对,衡量自己的产品好坏,无数运营以此核对,衡量运营的成功与否,如果你仅仅是为了KPI,那你是成功的,如果你还想做的更高,那这是远远不够的。

 

用户与产品关系,多数同学还定义在用户定位、产品定位上;再深入进去,就是一套的核心数据考核,运营流程….笔者认为,数据、用户、产品;三者形成一种三角关系,可以探索的方面太多太多,例如:一个用户在线5分钟,一个用户在线10分钟,他们有什么不同?如果将10分钟定义为活跃用户,5分钟用户和10分钟用户的在线目标在哪?什么等级段的用户在什么时间段留存多少时间?这些很杂,也很容易被忽略。

 

再举个例子,同一时间内,若某用户一次性购买两个宝石,他是算一次性购买?还是重复购买?不要小看此类数据,用户单次购买和分次购买直接决定用户的需求量,同样的数量面前,区间价值很大!

 

最后换个行业思考,编剧行业对剧本有一个定义,剧本只有5分钟!这个5分钟说的不是电影周期,而是你只有5分钟去打动你的用户,若五分钟不行,用户便会失去耐性;游戏也是一样,回到开头所说,一个用户在线5分钟,一个用户在线10分钟,他们的区别不仅仅在于时间的差别,更在于产品的时间粘性,以此为例,若开场动画很精美,进入游戏画面也很赞,用户用10分钟去沉迷于此,是很容易的情况,若开场的新手引导繁琐拖拉,则引导5分钟也无法支持。

 

综上所述,通过数据看用户与产品关系,通过数据发现问题,通过用户整理问题,通过产品解决问题,这不仅仅涉及到运营,更涉及到策划,美术等各个部门,毕竟产品不是上线就交给运营了,一个团队,团结合作才是重点!

 

数据很多,也很杂,他们彼此形成一张关系网,触一发而动全身;至于具体如何理解,不同的人有不同的领悟,只能说一句:“数据很重要!重要的不是他的算法多么准确,而是接地气!他告诉我们,接下来,该怎么做!”

原文发布时间为:2014-03-21


时间: 2024-09-26 02:17:39

如何用商业思维分析用户行为数据的相关文章

如何用商业思维分析用户行为数

中介交易 SEO诊断 淘宝客 云主机 技术大厅 数据这么多,各类数据的表达不一样,具体应该如何处理?有人说:"产品初期,活动为辅,处理数据在于稳定."有人说:"产品中期,活动为主,处理数据在于调控."有人说:"产品末期,活动为核,处理数据在于激励."还有人说:"处理产品数据要先四步走!" 第1步:看整体数据,主要看整体数据有何异常,以及哪些数据的趋势较好(例如,整体数据,游戏人数稳定,月收入对比极端) 第2步:看细分数据(例如

如何分析用户反馈数据? | 下

在<理解用户反馈最佳实践指南>的第一部分中,我们主要着眼于如何分析和理解那些对我们的产品有重要影响的反馈类型. 一旦你决定了应该聚焦于哪些反馈以后,接下来,要如何针对用户的反馈制定公司的可执行方案?如何管理大量开放式的用户反馈,然后在制定产品路线时使用它? 按照以下步骤操作,可以帮助你自信地对客户分析列表进行优先级排序操作,还可以使用分析的输出物来帮助制定您的产品路线图. 1.整理你的数据 首先,整理所有你想要分析的开放式用户反馈数据,并使用电子表格(Excle)给每一个用户加上主要的数据表头

使用 JavaScript 分析用户访问行为数据

我们都知道用户在网站上的访问行为数据是一座金矿,如果能恰当地加以分析,我们便能了解到用户在网站上做了些什么.体验如何,有时还能帮助我们发现一些从未注意到的问题,比如某个错误的交互设计等.但遗憾的是,传统的 UED(用户体验设计)部门通常只负责制作页面,或者至多再参与一些原始数据的收集工作(这个工作一般需要由 UED 的前端开发工程师来完成),却很少涉及到具体的数据分析. 当然,现代 UED 部门一般仍然是有一些岗位负责用户体验的反馈工作的,比如用户研究员.但大部分用户研究员的工作主要是调查问卷分

麦肯锡:大数据与商业地理分析

从全球范围来看,采用商业地理数据进行商业选址及消费者地理细分在发达经济体已经非常普及.为更精准地服务不断升级的中国消费者,宜家家居.麦当劳.星巴克等专门成立了商业地理分析团队,来指导其在中国的店铺选址.麦肯锡的"解读中国"商业地理分析团队亦感受到来自客户方越来越强烈的需求.我们以下图来说明架构在大数据之上的商业地理分析. 80%的商业数据都是带有地理信息的 商业地理分析的目的就是把对的产品放在对的位置上 选址分析专家就是帮助客户找到最有利位置的'风水'先生 科学选出最优位置 我们服务过

用户画像数据建模方法

原文http://blog.baifendian.com/?p=8015 从1991年Tim Berners-Lee发明了万维网(World Wide Web)开始,到20年后2011年,互联网真正走向了一个新的里程碑,进入了"大数据时代".经历了12.13两年热炒之后,人们逐渐冷静下来,更加聚焦于如何利用大数据挖掘潜在的商业价值,如何在企业中实实在在的应用大数据技术.伴随着大数据应用的讨论.创新,个性化技术成为了一个重要落地点.相比传统的线下会员管理.问卷调查.购物篮分析,大数据第一

内行电商的感悟:如何用B2C思维打好O2O这副牌

用B2C的在线商场思维来运营O2O卖场,乍听起来有些不可思议.但换个角度,将线下零售卖场看做一个电商网站,从免费WiFi.电子价签.商铺优化.导购Pad,到库存数据一体化.用户ID打通.CRM系统.微信营销等,不难发现其背后运作逻辑是相通的. 琪哥结识已久的一位电商总监Y,别人都在热炒O2O的时候,他却在耐心琢磨一些背后的深层运作逻辑,并最终悟出了一个道理:如果将线下零售卖场看 做是一个电商网站,从免费WiFi.电子价签.商铺优化.导购Pad,到库存数据一体化.用户ID打通.CRM系统.微信营销

福利 | 分析554条数据科学面试问题,给你靠谱求职攻略

◆ ◆ ◆ 导言 全世界顶尖的数据科学团队正在做着令人难以置信的工作,分析世上最有意思的数据集. 相比20世纪的研究者,谷歌(Google)拥有更多与人类利益相关的数据,而优步(Uber)每天无缝地协调着超过一百万人的行程.价格.借助机器学习和人工智能,顶尖的数据科学团队正在改变我们摄取和处理数据的方式,而且他们提出的众多确实可行的见解,影响了数百万人的生活.初出校门的你们.或者准备跳槽的你们,是不是激情澎湃地想要加入这史诗般的工作? 假若这些顶级数据科学团队的面试都有类似的模式,可以让求职者掌

分析零距离 数据可视化产品选型指南

文章讲的是分析零距离 数据可视化产品选型指南,大数据的核心不是"大",也不是"数据",而是蕴含在其中的商业价值.作为挖掘数据背后潜在价值的重要手段,商业智能和分析平台成为大数据部署中的关键环节.然而,获取价值的难点并不在于数据分析应用的部署,而在于专业数据分析人才的缺乏.市场研究机构IDC甚至认为,数据分析人才的欠缺可能会成为影响大数据市场发展的重要因素. "让每个人都成为数据分析师"是大数据时代赋予的要求,数据可视化的出现恰恰从侧面缓解了专业数

互联网广告真的需要用户隐私数据吗?

对于互联网来说,用户隐私数据向来都是一个敏感话题,而对于互联网广告而言,更是与用户信息有着千丝万缕的联系.那么,随着技术和商业模式的不断发展,用户隐私数据对于如今的互联网广告来说是否还是必要的元素呢? 移动广告平台DrawBridge的创始人兼CEO卡马克什·西瓦拉马克莱斯娜(Kamakshi Sivaramakrishnan) 近日在美国科技媒体Re/code上发文对此进行了分析,以下是文章的主要内容. 众所周知,Facebook.谷歌等科技公司改变我们使用互联网的方式,同时我们也享用到了海量