
如何通过数据来分析用户与产品的关系
在互联网高速发展的今天,各类互联网产品层出不穷。从一开始做好一些特定功能满足用户的特定需求,到现在分析用户行为、提高用户体验,我们做了很多也经过了很多,而我们的目的只有一个,那就是让更多的用户使用我们的产品。
这其中的用户行为分析、用户粘性,是我们做产品的人最关注的事情,因为这关系到我们的产品最终能够成什么样子?那我们需要如何做用户行为分析?怎么做才能让用户始终使用你的产品呢?又该如何通过数据来分析用户与产品的关系呢?
1、数据与产品的关系
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…。
2、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,及硬广或守株待兔式的套路,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,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。
3、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。
我主要表达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或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。
4、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。
5、用户行为数据如何提高用户粘性
数据本身是客观的,但被解读出来的数据一定是主观的。那么我们要如何使用这些数据为我所用呢?
(1)、通过各项数据展示网站运营情况,调整网站的运营策略。
(2)、通过用户操作的习惯,进行分析优化产品功能,让用户用的更舒心即用户体验。
(3)、通过关联分析,拓展产品,挖掘产品价值(最大化的释放用户欲望或需求)即运营推广、用户体验、个性化挖掘。
6、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!
7、通过数据看用户与产品关系
很多人对固定的数据很看重,并形成了一套标榜,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,多数人还定义在用户定位、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…。
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。
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,而是要告诉我们,接下来,该怎么做?”
8、数据带来的冲击实质是思维的变化
大数据时代对我们的生活,以及与世界交流的方式都提出了挑战。而这种生活方式的改变是源于思维上的变化,最惊人的是,社会需要放弃它对因果关系的渴求,而仅需关注相关关系。也就是说只需要知道是什么,而不需要知道为什么。
初听起来也许觉得作者太过于绝对,而且很大程度上挑战了我们一贯固有的思维模式,但是大数据时代的特性充分阐释并告诉我们为什么现在的“大数据”应该是这样。而我们可能关心的部分,又为何不那么重要,或者需要等待更久去实现。
比如以美国的民航业为例,美国民航的正点率非常高,它是如何做到的呢?原来美国交通部开放了全美航班起飞、到达、延误的数据,这当然是海量的。公布之后,有人就利用这些数据开发了一个航班延误时间的分析系统,并向全社会免费开放。
通过这个可视化的软件,任何人都清楚地看到:晚点最少是哪个航空公司,晚点最多的是哪个航空公司,一般晚点多少时间;在各个航线上,哪个晚点最多,哪个晚点最少,哪个正点率最高,它把这些排列出来,一目了然。如此,人们并不需要知道这当中的基于数学模型而建立的大量换算,只需要享受这一便利即可。
事实上,大数据在生活当中的应用已经遍地开花,我也曾列举了上百个例子,如乔布斯通过大数据辅助癌症治疗,通过智能手机上的应用程序来监测病人的身体颤动,甚至如丹麦癌症协会通过大数据来研究手机使用是否致癌,还有微软这样的公司来分析病患的再入住率等。
在实际生活中,金融行业也是通过大数据来鉴别个人的信用风险,快递领域通过数据来确定行驶路线,减少等候时间,商场通过大数据发现产品之间的关联,比如最近大家在探讨的为什么避孕套和口香糖要放到收银台附近。大数据时代,一切的一切都存在着可能,而这一切的改变我们也正在体验之中。
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!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 Power BI 制作地图热力图:基于经纬度数据的实践指南 在数据可视化领域,地图热力图凭借直观呈现地理数据分布密度的优势,成 ...
2025-07-24解析 insert into select 是否会锁表:原理、场景与应对策略 在数据库操作中,insert into select 是一种常用的批量数据插入语句 ...
2025-07-24CDA 数据分析师的工作范围解析 在数字化时代的浪潮下,数据已成为企业发展的核心资产之一。CDA(Certified Data Analyst)数据分 ...
2025-07-24从 CDA LEVEL II 考试题型看 Python 数据分析要点 在数据科学领域蓬勃发展的当下,CDA(Certified Data Analyst)认证成为众多从 ...
2025-07-23用 Python 开启数据分析之旅:从基础到实践的完整指南 在数据驱动决策的时代,数据分析已成为各行业不可或缺的核心能力。而 Pyt ...
2025-07-23鸢尾花判别分析:机器学习中的经典实践案例 在机器学习的世界里,有一个经典的数据集如同引路明灯,为无数初学者打开了模式识别 ...
2025-07-23解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-07-22解析神经网络中 Softmax 函数的核心作用 在神经网络的发展历程中,激活函数扮演着至关重要的角色,它们为网络赋予了非线性能力, ...
2025-07-22CDA数据分析师证书考取全攻略 一、了解 CDA 数据分析师认证 CDA 数据分析师认证是一套科学化、专业化、国际化的人才考核标准, ...
2025-07-22左偏态分布转正态分布:方法、原理与实践 左偏态分布转正态分布:方法、原理与实践 在统计分析、数据建模和科学研究中,正态分 ...
2025-07-22你是不是也经常刷到别人涨粉百万、带货千万,心里痒痒的,想着“我也试试”,结果三个月过去,粉丝不到1000,播放量惨不忍睹? ...
2025-07-21我是陈辉,一个创业十多年的企业主,前半段人生和“文字”紧紧绑在一起。从广告公司文案到品牌策划,再到自己开策划机构,我靠 ...
2025-07-21CDA 数据分析师的职业生涯规划:从入门到卓越的成长之路 在数字经济蓬勃发展的当下,数据已成为企业核心竞争力的重要来源,而 CD ...
2025-07-21MySQL执行计划中rows的计算逻辑:从原理到实践 MySQL 执行计划中 rows 的计算逻辑:从原理到实践 在 MySQL 数据库的查询优化中 ...
2025-07-21在AI渗透率超85%的2025年,企业生存之战就是数据之战,CDA认证已成为决定企业存续的生死线!据麦肯锡全球研究院数据显示,AI驱 ...
2025-07-2035岁焦虑像一把高悬的利刃,裁员潮、晋升无望、技能过时……当职场中年危机与数字化浪潮正面交锋,你是否发现: 简历投了10 ...
2025-07-20CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-18刚入职场或是在职场正面临岗位替代、技能更新、人机协作等焦虑的打工人,想要找到一条破解职场焦虑和升职瓶颈的系统化学习提升 ...
2025-07-182025被称为“AI元年”,而AI,与数据密不可分。网易公司创始人丁磊在《AI思维:从数据中创造价值的炼金术 ...
2025-07-18CDA 数据分析师:数据时代的价值挖掘者 在大数据席卷全球的今天,数据已成为企业核心竞争力的重要组成部分。从海量数据中提取有 ...
2025-07-18