用数据驱动微信运营

  现在大家都在说用数据驱动运营,作为一个微信服务号运营er,平时都要看哪些数据呢? 又如何用数据分析来优化功能/服务呢?

  本文介绍我们逐步累积起来的观测数据指标,欢迎各位按需取用。

流量数据:

1、渠道流量

  运营公众号,最关心的一定是粉丝情况。比如,每天有多少粉丝关注,又是通过何种方式关注的。我们主要通过两种方式来看这部分数据:

  一是微信后台的统计--用户分析页面。可以看到每天总量和细分来源的不同关注人数。

  所有来源分为:公众号搜索、扫描二维码、图文页右上角菜单、图文页公众号名称、名片分享、支付关注和其他。

  公众号搜索对应WSEO和搜索关注的引导效果;扫描二维码对应二维码引导效果;两个图文页关注数对应图文吸引度;名片分享对应整个服务号使用质量;支付关注是微信支付后引导;其他是剩下的,里面包括微信广告主的投放流量。

  通过对不同来源的关注情况关注,可大致了解不同推广工作的效果,采取定向优化措施。但是美中不足的是,微信后台(包括接口)只提供关注总数,并没有细分的openid,大家无法把前端的关注数据和后端的转化情况打通。特别在对广告主之类的付费流量上的评估,只能采用增量对比等方式,误差比较大。希望微信有朝一日会开放这个数据接口吧,阿门。

  虽然大多数关注来源没有明细数据,其中还是有一个可以打通前后端数据的——扫描二维码关注。这也是我们关注来源数据的两个方式之一。 经过二次开发,我们生成多个带参数的二维码投放在不同的渠道,以此来标记用户关注来源,openid。后根据用户openid和自己的账号绑定,追踪其后续业务转化情况。唯一打通前后端,实乃渠道投放之利器,推荐各位,能用的地方不要客气。

2、转化漏斗

  转化漏斗,是根据各自主营业务路径,设置的几个关键步骤转化率监控。比如关注到注册,注册到购买等。转化率的好坏主要两个看法:

  比较:把服务号看做一个整体,通过跟全站所有渠道的平均转化率比较,评估渠道质量;

  趋势:通过跟历史数据对比,评估服务号近期运营水平,渠道质量变化。

3、渠道优化

  第1步,了解流量哪来的;第2步,了解流量质量好坏及向好向坏;那么第3步就是根据前面两项的数据结果,对渠道进行优化调整。对转化低的环节/渠道做定向优化,扩大优秀渠道的量,以提高整个服务号的转化水平。

  比如下图,某店通过二维码追踪的各渠道前后端转化数据。通过此表对供应商做价格调节,以提高整体ROI。

产品(功能)数据:

  上一节关注用户从哪来,用户来了势必开始使用我们的产品/服务。 所以紧接着,我们会关注服务号上各项功能的使用情况。

  比如我们向用户提供了业务进度查询、资金变动提醒、签到得积分等。一方面,通过数据分析,了解用户比较喜欢哪些功能,在常用功能上分配更多资源和关注。另一方面,从时间轴的变化趋势上分析,用以监控单个功能改进或优化的效果。

  另外,微信刚推出了统计--网页分析的页面,统计所有做了JSSDK config的页面访问量,和接口调用量。如果你有做用户分享类的功能/活动,这个统计很有用哦!

用户数据:

  作为运营er,一方面你要了解自己(功能/服务/活动),另一方面,你得了解用户情况。我们主要从留存、活跃度、用户画像(标签)几个方面来看。

1、留存

  留存,顾名思义,是指一段时间后,还有多少用户留了下来。这个“一段时间”可根据不同情况自定义,一般常用的是次日、7日、30日、周留存、月留存等。我们采用的留存标准是不取关,取得时段是次日、7日、15日、30日。

  除了按时间分,还有按不同的用户维度来看留存。比如买袜子和买鞋子的不同用户留存率;或者完成购买行为及只有浏览商品行为不同用户留存率……

  以我们的数据为例,通过分析发现,绝大多数取关在关注后的0~1天内完成,之后每天也有少量的用户取关;如遇推送,会掉更多;绑定用户比未绑定用户稳定;成交用户比未成交用户稳定……

  基于以上数据分析,我们采取了一些针对性措施:比如用户关注后,第一时间引导他绑定。鉴于不同用户对推送的响应(完成转化)及耐受程度(取关)不一样,在推送频率和内容上也响应做一些微调。也都取得不错的效果。

2、活跃

  对活跃用户的定义,取决于企业本身的业务流程和用户行为定位。以某理财平台为例,用户可以登录、充值、投资、查看标的、咨询问题、取现、使用投资工具等。通过对这些维度结合分析,可定义出活跃用户特征。满足这个条件的用户,视为活跃用户。

  近期来,用户活跃度越来越成为评估服务号是否健康的重要指标之一。特别是累计关注数越来越多之后,对已关注粉丝的盘活甚至比拉新还重要。

  多数时候,促活和留存是鱼和熊掌不可兼得。促活多少需要联系用户,让他完成某某指定动作,这个过程势必伴随着用户打扰。正如投放的说,有一半广告费是浪费的,但是不知道是哪一半。促活也有一半用户被打扰了是要取关的,你得找出来是哪一半。这就需要对用户更深入的了解了。

3、用户画像(标签数据)

  随着大家对用户数据的深入挖掘,用户画像的概念也更加火热。以前可能一个用户有几十个标签,现在有几百甚至上千个标签。通过标准化的标签,将复杂的个人情况,提炼成一个一个的特征标识,使得计算机能够程序化处理,甚至“理解”人。

  有关大数据处理非我专业,不再班门弄斧。还有一些主营业务上的用户状态和用户信息,每家都不一样,这里不展开。只着重介绍在服务号范围内的用户标签运用:

  首先,是制定标签,分为静态信息和动态信息两种。

  静态信息主要描述用户属性,比如性别、昵称、关注时间、所在地区、用户语言、关注来源等。(友情提示,可在微信后台查看用户机型、终端系统等,但是接口里没有细分数据)

  动态信息主要是用户行为,比如【发送文字】、【点击菜单】、【发送图片】、【描二维码】、【触发JSSDK】等等。动态信息又再进一步细分,比如发送文字咨询里面,抽取用户咨询的关键词,设为标签,比如用户咨询过【物流状态】、或者【如何支付】等;比如触发JSSDK的大类,可细分出【分享给好友】、【分享到朋友圈】、【分享给QQ好友】等;扫描二维码大类里,可按二维码设置的不同渠道或活动名称,细分出【XXX渠道关注】、【抽奖活动】、【红包活动】等等。

  有了标签之后,就是给对应用户打上指定标签。这比较简单,性别是女就打【女】、用户语言是中文就打【中文】;咨询过签到就打【发送文字】【签到】、参加过红包活动,且是分享到朋友圈的,就打【红包活动】【分享到朋友圈】…… 不再赘述。

  打好标签之后,就是营销中的实际运用。这方面我们也用的比较初级,比如,在传图功能上线之后,我们会对【上传图片】标签用户定向推送,通知他功能上线及使用方法;比如做活动或者有品牌宣传图文的时候,对【分享朋友圈】标签用户定向推送。

  关于标签数据,还有一些更高级的赋权运算或建模分析,我们也还在学习的路上,大家可多看看其他数据方面的专业文章,这里就不做大自然的搬运工。

内容及活动:

  推送内容及举办活动,也是用户运营的重要组成部分。相对应的数据也值得关注,通过对不同图文转化情况的对比,指导内容优化。

  比如下面的两组图文:

图文一

图文二

图文三

图文四

  图一图二是推送图文,可以明显看到图一的转化数据优于图二; 图三图四是两个投票内图文,通过小范围启动,可以看出图四的传播情况优于图三。

  以上主要是整体数据的对比,如果要精细到单个人的内容偏好呢?虽然腾讯没有这个数据,可以用折中的办法做到:通过接口创建图文及推送。在图文链接中附上不同的参数,比如openid。然后通过记录链接打开的openid,即对应用户查看过图文。

  BTW,看完上一节的同学可能已经开始活学活用了,这时候可以给响应用户打个标签哦:【阅读图文】--【XX类内容】。 你喜欢什么内容,下次我就给你推什么好了。


总结

  用数据驱动精细化运营是大趋势,通过对用户更深入的了解,真正“投其所好”,以实现运营效果的最大化。坦白讲,我们的运用还非常浅显,只是结合实例,介绍一些可能的应用场景,希望起到抛砖引玉的效果。提醒各位重视数据,多用数据!


更多内容,欢迎关注文二水。


最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,348评论 6 491
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,122评论 2 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,936评论 0 347
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,427评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,467评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,785评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,931评论 3 406
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,696评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,141评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,483评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,625评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,291评论 4 329
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,892评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,741评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,977评论 1 265
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,324评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,492评论 2 348

推荐阅读更多精彩内容