市场运营指标体系详解.ppt

useId用来标示用户唯一身份，通过它来确定具体是谁，理解成身份证号就行。active就是具体操作的行为，需要在技术层面设置和定义，timestamp就是发生行为的时间点，我这里只精确到分，一般会精确到毫秒。用户的行为记录应该详细，比如浏览了什么页面，此时页面有哪些元素（因为元素是动态的，比如价格），它是半结构化的NoSQL形式，我这里简化了。 有时候为了技术方便，行为数据只会采集用户在产品浏览的页面，像点击、滑动这类操作不记录。属于折衷的方法。 除此以外，行为数据还会记录用户设备、IP、地理位置等更详细的信息。不同设备的屏幕宽度不一样，用户交互和设计体验是否会有差异和影响，怎么拿来分析？这也是数据化运营的应用之一 第三十一页，共六十二页。 流量数据 流量数据是行为数据的前辈，是Web1.0就兴起的概念。它一般用于网页端的记录，行为数据在产品端。 流量数据和行为数据最大的差异在于，流量数据能够知道用户从哪里来，是通过有哪些信誉好的足球投注网站引擎、外链还是直接访问。这也是SEO、SEM以及各渠道营销的基础。 虽然现在是移动时代，Web时代的流量数据并不过时。比如微信朋友圈的内容都是HTML页面，活动运营需要基于此统计效果，我们可以把它看作一类流量数据。另外，不少产品是原生+Web的复合框架，内置的活动页大多通过前端实现，此时即算行为，也算流量数据，当我们将活动页发送到朋友圈时，相应的统计只能依赖基于前端的流量数据来采集了。 第三十二页，共六十二页。 流量数据是基于用户访问的网页端产生。主要字段为用户ID、用户浏览页面、页面参数、时间戳四类，简化模型如下。 第三十三页，共六十二页。 url是我们访问的页面，以 ***.com/*** 形式记录，param是描述这个页面的参数，我们在页面上的有哪些信誉好的足球投注网站、属性信息会以参数的形式记录。和行为数据一样，如果流量数据需要更详细的统计，也是以半结构化为佳，囊括操作记录。 它是活动及内容运营的好基友，活动的转化率，文章被发到朋友圈的阅读量等，都是作为流量数据被记录。主要通过JS采集。 流量数据的统计已经比较成熟，Google Analytics和百度统计都是知名的第三方工具，最为常用。不过它们不支持私有化的部署，只能提供统计，我知道这个页面有100人访问，但这一百人是谁不能定位，数据也无法记录在数据库中，这对数据化运营是一种麻烦。一些新式的工具则能支持这种更精细的需求，不过要收费。 第三十四页，共六十二页。 业务数据 业务数据在产品运营过程中伴随业务产生。比如电商产品，我进行了促销，多少用户领取了优惠券，多少优惠券被使用，优惠券用在哪个商品上，这些数据和运营息息相关又无法通过行为和流量解释，那么就归类到业务数据的范畴。 库存、用户快递地址、商品信息、商品评价、促销、好友关系链、运营活动、产品功能等都是业务数据，不同行业的业务数据是不一样的，业务数据没有固定结构。 行为数据、流量数据、业务数据构成了数据来源的三驾马车。统称为原始数据，指没有经过任何加工。 第三十五页，共六十二页。 外部数据 外部数据是一类特殊的数据，不在内部产生，而是通过第三方来源获取。比如微信公众号，用户关注后我们就能获取他们的地区、性别等数据。比如支付宝的芝麻信用，很多金融产品会调用。还有公开数据，像天气、人口、国民经济的相关指标。 另外一种外部数据的获取方式是爬虫，我们可以爬取豆瓣电影评分、微博内容、知乎回答、房地产信息为我们所用。第三方不可能支持你获取，很多时候会有防爬虫机制。它需要一定的技术支持，不属于稳定轻松的来源。 外部数据因为质量难以保证，更多是一种参考的作用，不像内部数据能产生巨大的作用。 第三十六页，共六十二页。 第三十七页，共六十二页。 我们在考虑问题的时候都会遵循一个思路，即从宏观到微观，从全局到局部，数据分析也不例外。在做数据分析时候需要在心中建立起数据体系，产品数据维度体系由大到小可以分为宏观数据、中观数据、微观数据三大层面： 二、数据分析维度 第三十八页，共六十二页。 第三十九页，共六十二页。 第四十页，共六十二页。 第四十一页，共六十二页。 以上数据分析纬度并非包含了我们运营的产品的所有数据纬度，在做数据分析时，我们需要结合自己的产品情况来做有用数据筛选。当然运营在提出具后台需求时一定是基础数据需求，常见的如用户概况数据、PV数、UV数、UID数、启动次数、留存率、跳出率、页面访问路径等. 运营数据分析可根据后台基础数据结合Excel表格导出功能，以及借助第三方数据平台来进行辅助分析，这样不仅能够降低后台数据开发成本，也能大大提高数据分析效率。 第四十二页，共六十二页。 在做产品运营的数据分析时，我们可以按照以下思路来进行： ①??????确定数据分析目标 ②??????明确数据目标的关键影响维度拆解 ③??????