編輯指南：傳統(tǒng)的運營數據分析在數字技術發(fā)展的當下發(fā)生了各種變化。

曾經線下營銷為主的模式已經和線上模式分不開了，這對做運營的小伙伴提出更高的要求，尤其是數據運營，如何分析好營銷數據，并進行多維度的數據分析稱為營銷人必備的職場技能。本文關于運營人如何做數據運營給出了觀點，我們一起來看看。

一、營銷數據分析：建立線上營銷模式，了解線下用戶的分布區(qū)域

移動互聯網大潮來臨，在移動互聯網的大背景下，線上線下營銷的邊界越來越模糊。

在這之前，線上線下處于對立態(tài)。

有了移動互聯網后產品無論是售前、售中還是售后，都可以相互協(xié)同、共同發(fā)展，同時，邊界正在逐漸消失。

很多企業(yè)已開啟線上線下產品同時運營模式，線上線下全渠道趨勢十分明顯，線下的企業(yè)正在不斷嘗試線上電子商務銷售渠道。

進行線上線下產品運營時，我們需要對營銷數據進行分析，通過數據了解線上線下產品運營的效果，并總結經驗。

在互聯網行業(yè)流行這樣一句話：“二流的商家看的是流量，一流的商家看的是數據?！?/p>

在線上線下進行產品運營時，如何對線上線下的營銷數據進行分析呢？

我們先來來看看優(yōu)衣庫的做法。優(yōu)衣庫網站頁面截圖見下圖。

優(yōu)衣庫（ UNIQLO）是日本的服裝品牌，原本是一家專門銷售西服的小服裝店，經過數年的發(fā)展，成為了國際知名服裝品牌。

優(yōu)衣庫通過引進大賣場式服裝銷售方式，采用獨特的商品策劃、開發(fā)與銷售體系來實現店鋪運作低成本化，從而引發(fā)熱賣潮。

優(yōu)衣庫考慮到中國的電商體系日益成熟，與體店模式相比，電商的優(yōu)勢愈發(fā)明顯。

但是，像優(yōu)衣庫這樣的傳企業(yè)不可能放棄實體店模式，一方面是因為實體門店兼具線下廣告的品效應；另一方面，傳統(tǒng)的企業(yè)在依托第三方平臺時，會自建電商渠道來增加主動權。

于是，優(yōu)衣庫在中國推出了免費派送活動。

這是優(yōu)衣庫的一個全球項目，每年會在不同國家舉辦。

該活動通過線上線下結合的方式向用戶免費發(fā)放新款衣服。

在2013年、2014年，優(yōu)衣庫全球范圍內免費送出10萬件和20萬件新款衣服。

優(yōu)衣庫的具體做法是：在總部日本，采取官網報名申請，用戶憑借領取碼可以到線下的門店領取。

在日本以外其的國家，優(yōu)衣庫民眾基礎很弱。所以，它選擇與第三方平臺合作。

譬如在中國，優(yōu)衣庫免費派送選擇了和支付寶合作，用戶可以在優(yōu)衣庫的支付寶錢包服務窗申請領取，憑領取碼再到線下門店領取衣服。

支付寶錢在中國擁有上億用戶，這些用戶基礎是優(yōu)衣庫短時間內無法達到的。

下面，我們結合優(yōu)衣庫的線上線下營銷總結一下如何對線上線下營銷數據進行分析。

1. 線上營銷數據分析

以營銷傳播的載體劃分，營銷分為線上營銷和線下營銷。

• 線上營銷是指利用電視、報紙、互聯網、戶外、電影院、雜志、廣播這七大媒介為載體所進行的營銷。
• 線上營銷的優(yōu)勢在于，所有的商家無論大小一律平等，具有明顯的價格優(yōu)勢，商家與用戶可以零距離接觸。

這是今為止效果最理想的營銷方式之一。

一般而言，線上營銷的最終目的是實現銷售。對線上營銷數據進行分析，優(yōu)衣庫是這樣做的：

優(yōu)衣庫在中國的免費派送活動采取的是與支付寶錢包合作的方式，把“海選”的流程搬到線上。

通過調查，優(yōu)衣庫認為，如果采用線下免費送的模式，不可避免出現現場秩序難管理、門店人流大排隊、用戶體驗差等問題，運營的成本會大大增加，而采用線上平臺這些都可以解決。

通過對線上支付寶平臺的數據分析，優(yōu)衣庫認為支付寶錢包完全能夠根據不同人群的地域分布、消費喜好、行為偏好、生活半徑等情況，把優(yōu)衣庫的活動信息成功推薦給目標用戶，還可以在推送時設置優(yōu)衣庫新老用戶比例。

優(yōu)衣庫不是簡單地進軍網購，其主要是通過線上產品來強化用戶對優(yōu)衣庫品牌與產品的認知。

通過對線上營銷數據進行分析，建立有效的線上營銷模式，為優(yōu)衣庫的產品運營帶來了很好的效果。

線上營銷數據分析，可以通過產品內容展示（如點擊量），轉化（如付費人群、付費金額）、產品內容擴散（如分享次數、回流率）等形式進行。

以淘寶網店鋪的產品為例：

• 可以通過店鋪后合采集數據，創(chuàng)建綜合統(tǒng)計分析表，把數據間可能的邏輯關系列出來進行分析；
• “掃描”數據，創(chuàng)建同比分析報表；
• 還可以對用戶的線上購買行為進行分析。

2. 線下營銷數據分析

線下營銷是指采用店面管理、終端銷售團隊管理、促銷活動、促銷品營銷、活動公關等手段，給用戶提供“一對一”品牌宣傳、產品助銷服務。

與線上營銷相比，其優(yōu)勢在于能更好地與用戶溝通、提升品牌形象，擴展用戶群體，提高品牌利潤，時間短、見效快，各種資源優(yōu)勢可以互補。

線下營銷數據分析可以給商家?guī)砗芏啾憷?、比如開店選址。

傳統(tǒng)商家開店選址前一般大概估計人流量，目前，借助互聯網公司數據羅盤對線下營銷數據進行分析，可以讓商家清楚目標用戶主要分布在哪個區(qū)域，在哪個地方開店最合適。

優(yōu)衣庫通過線下營銷數據分析，已在北京、天津、上海、南京、成都、廣州、青島、石家莊、杭州、沈陽、大連、濟南、武漢、哈爾濱等重要城市設置了門店。

如何進行線下營銷數據分析呢？

我們可以通過市場調查，了解用戶需求、購買能力和購買情況，把調查結果匯總整合，創(chuàng)建分析報表。

掌握歷史數據，從歷史數據中歸納規(guī)律（例如什么節(jié)點數據下降，什么節(jié)點數據上升，找出其原因，形成經營等等）。

當然，在進行線上線下數據分析時，產品運營者態(tài)度要客觀，一定要遵循原則。

二、KPI數據分析：評估推廣結果，引進有需求用戶

KPI即關鍵業(yè)績指標，指的是通過對組織內部的某一個流程輸出端、輸入端的關鍵參數進行取樣、設置、分析、計算，衡量流程績效的一種目標式量化管理指標。

KPI是把企業(yè)戰(zhàn)略目標分解為可運作遠景目標的工具，也是企業(yè)績效管理系統(tǒng)的基礎。

在進行產品運營時，也需要關注KPI指標。

不同的產品其特征不同KPI指標側重的內容也不同。

• 對于電商產品來說，KPI指標會更偏向于交易數據一交易額、銷售指標等；
• 對于社交類產品來說、會更加注重用戶的留存、活躍度等；
• 如果運營偏向產品的話，KPI則側重用戶投訴、體驗等；如果運營偏向內容的話，KPI則側重轉發(fā)量。

在進行產品運營時，需要關注的KP指標有以下幾點。

1. 產品點擊量KPI指標

產品點擊量是指在某段時間內某個產品被點擊瀏覽的次數，它是針對產品被點擊的一個新量詞。

那么，什么是產品點擊量KPI指標呢？

對產品點擊量KPI指標的描述見下圖。

點擊量要真正轉化成對產品的關注，并不是隨隨便便靠推廣一篇無關乎我們產品內容的文章就可以做到的，隨隨便便靠推廣一篇文章達不到我們想要的宣傳效果。

我們想要觸及的用戶群體必是能夠產生有效閱讀量的，如果用戶群不是我們想要的，那么，獲取多的閱讀量都是沒有意義的。

例如，“百度競價”在調查推廣結果展現時，根據數據顯示，用戶對推廣感興趣，希望進一步了解產品或服務，才很有可能會點擊、訪問推廣網站。

其點擊量指的是在一段時間內，推廣網站所獲得的點擊次數。

用戶平均每次點擊所產生的消費，即在一定時間、一定范圍內，用戶每次點擊、訪問所支付的費用。

點擊量是影響關鍵詞質量的重要因素，有助于評估推廣的質量。點擊量越高，說明用戶越認可我們提供的產品或服務。

因此，產品點擊量KPI指標是產品運營者真正需要關注的KPI指標之一。

2. 產品內容轉發(fā)量KP指標

產品內容轉發(fā)量指的是產品以內容的形式展現在用戶面前，用戶通過對內容的閱讀，對內容產生興趣，從而進行轉發(fā)。

產品內容包含很多種方式，譬如，可以通過自己發(fā)電子報、雜志、DM和企業(yè)博客等品牌客制化媒體來做，還可以通過四處找人寫文章，與雜志合作等方式來介紹新產品。

那么，產品內容轉發(fā)量KPI指標指的是什么呢？對產品內容轉發(fā)量KPI指標的描述見下圖。

用戶通過對產品內容進行轉發(fā)可以帶來有效關注，其核心數據不會發(fā)生改變。

轉發(fā)量越高，其引發(fā)的閱讀量也就越。

那么，就可以成功帶來更多的有效關注，這主要看所觸及的用戶群體能不能達到預期效果。

在獲取有效的關鍵用戶之后，要吸引用戶進入到產品里面進行瀏覽、操作等一系列行為。

因此，做好內容到產品轉化的鏈條是十分關鍵的。

首先，在內容的銜接上，必須要有爆點、要毫無違和感；其次，在產品瀏覽上必須要保持與內容一樣的連貫性。

一般情況下，這個步驟主要存在于電商、020模式格局之下的行業(yè)指的是產品內部的轉化下單過程。

在這個轉化的過程中，通常是對內容轉化率一個保障核心數據的印證。

倘若只是針對閱讀量這種數據來進行監(jiān)控，根本無法印證這些核心轉化數據。

因此，對產品的內容有一定的要求。

還是以“百度競價”為例，內容不一定要多，但是卻很精致，十分有創(chuàng)意，因為除標題外，創(chuàng)意是最能夠提高用戶轉發(fā)量的。

創(chuàng)意清晰明了，有助于引進有需求的用戶。

3. 產品內容評論數KPI指標

評論是屬于一種政論性新聞體裁，指的是針對最近發(fā)生的、具有普遍意義的新聞事件或迫切需要解決的問題發(fā)表議、講道理或直接發(fā)表意見文章等。

用戶通過對產品內容進行評論，可以顯示產品內容的正確性和傳播性。

評論是給整體閱讀量與轉發(fā)量貢獻數據的，所以，產品內容評論數KPI指標支持以上2個核心數據的輔助，對產品的內容要求很高。

在“百度競價”，對競價的標題和描述都要求精致、清晰、明了，要讓用戶第一眼能明白其意思。

如果用戶對其內容模棱兩可，沒有很明確地理解，就會造成用戶點擊進入后，發(fā)現是自己所需要的產品的情況，導致用戶流失。

因此，在關注KPI指標時，產品內容評論數KPI指標不容忽視。

三、A/B測試數據分析：解決產品優(yōu)化痛點

A/B測試是一種可以優(yōu)化產品的方式，目前已經被廣泛應用于國內外的企業(yè)中，最典型的應用案例代表是谷歌、阿里巴巴、百度等互聯網巨頭公司。

A/B測試的含義是為Web或App界面或流程制作兩個（A/B）或多個（A/B/n）版本，在同一時間維度，分別讓組成成分相同（相似）的訪客群組隨機的訪問這些版本，收集各群組的用戶體驗數據和業(yè)務數據，最后分析評估出最好版本正式采用。

我們在這里重點提一下，為什么大多數的互聯網產品都要使用AB測試呢？當然這主要基于A/B測試可以解決目前產品優(yōu)化中的四大痛點。

1）產品依靠傳統(tǒng)經驗的決策方式

很多企業(yè)在做決策時，往往會依靠產品直覺、視覺等方面的經驗進行產品優(yōu)化方案，或者有些產品經理會憑借過往經驗來決定產品在未來的發(fā)展方向。

實際上，這種方式不但不會取得太大成果，反而會阻礙人的創(chuàng)新思維，導致很多想法缺乏實踐性，時間久了會影響產品發(fā)展，同時也會影響整個企業(yè)的發(fā)展。

2）后驗導致開發(fā)成本高

后驗指的是產品發(fā)布以后再去收集數據驗證指標。

很多企業(yè)對數據越來越重視，因此通常會先把產品發(fā)布出去，然后再繼續(xù)數據采集，過一段時間后沉淀再去判斷哪個版本更好。

然而，在用戶流量很大的情況下如果不先實行小流量測試就直接上線，很可能會造成大批量用戶流失。

3）忽視細節(jié)改變問題

有些企業(yè)不認為一些細節(jié)會對產品造成很大負面影響。

事實上，越是優(yōu)秀的產品越是由細節(jié)組成。

如果企業(yè)用A/B測試從一個點擊、一張圖片或一句文案等來進行改變時，也許就能累積出一個爆發(fā)式的增長。

4）流程復雜周期長問題

如果企業(yè)有很多方案需要驗證，那么進行排期法就需要每個方案上線之后，進行數據分析得出后的結果，然后再安排另一個方案上線。

這種方法并不完美，因為企業(yè)的方案不是針對同一類用戶設計的，而在不同的排期用戶是會變化的，因此這種方法并不適合。

1. A/B測試特性

了解A/B測試的意義之后，接下來要看一下A/B測試的特性。

A/B測試具有三大主要特征：

企業(yè)抓住了這三個特性，就能利用A/B測試做好產品優(yōu)化工作。

在這里，我們可以看一下滴滴出行是怎么做的。

滴滴有一個很簡單的場景，有一次他們希望去線上招募專車司機——通過今日頭條和一點資訊的廣告。

當用戶點擊廣告，就會跳轉到著陸頁。為了提高注冊司機的轉換率，同時又降低招募成本，干是在產品優(yōu)化方面設計了很多版本的司機入駐著陸頁。

當時滴滴做了三個版本，原始版本的著陸頁在圖的最左邊，有一句話“任何時候去成就更多人”。

這個版本的形式吸引了人們的視覺，是在轉換率方面卻并不理想于是，滴滴出行的運營者為了提高司機轉換率就繼續(xù)優(yōu)化產品。

于是他們做出了這樣的著陸頁面。

在著陸頁面的一句話中加入了一些關鍵元素，如“每天跑一單，油錢輕松省”。

最早一批內部的專家決定大面積用第一個看起來跟Uber風格很像的這個高大上的版本，但經過A/B測試的實驗后發(fā)現，后兩個版本的轉化率更高，而且高了20%多。

最后，他們使用了第三個版本，每招募一個專車司機大概有140多塊的成本下降。

這兩個最新著陸頁面共同體現的是開滴滴的最直接“利益”，即能夠獲得額外的獎勵或者賺更多的外快。

這兩個新版的著陸頁面的注冊率很明顯要好于原來的版本，為什么呢？

從最新的優(yōu)化頁面來看，“首單額外獎30元”直接提出成為滴滴司的好處，這大大提高了效點擊奉。滴滴快車就是通過優(yōu)化著陸頁來降低獲客成本，提高了注冊司機的轉換率。

從這個案例可以看出A/B測試的三個特性：

① 先驗性：先讓部分小流量的代表性用戶使用產品，再根據他們的反饋數據，決定產品是否要正式對外發(fā)布先驗性的優(yōu)勢在于只需少量樣本數量，就能夠獲得代表全部樣本的確定性結果。在產品發(fā)布前進行先驗性測試不僅可以減少產品損失，也減少了企業(yè)的測試成本。

② 并行性：可以把兩個或者多個方案同時上線，同時去對比每個方案的優(yōu)劣，如此，就能有效避免測試流程復雜、周期長的難題，為企業(yè)節(jié)省了驗證時間。

③ 科學性：分為兩個部分，一是流量的科學分配，指的是用小部分流量用戶來代表整體用戶；二是統(tǒng)計的科學性，指的是在統(tǒng)計試驗結果時，用統(tǒng)計指標判斷這個結果是否具備可行性。

2. A/B測試優(yōu)化應用場景

A/B測試與應用場景的關系，包括了三個層面的內容，分別是元素/控件層面、功能層面、產品層面。

下面分別介紹這幾種應用場景。

① 元素/控件層面：這個層面其實很好理解。

我們打個比方，如果要對一個按鈕的顏色在點擊率、轉化率有無提升作用方面進行測試。

按鈕原始的顏色是紅色，后改為綠色或者灰色，然后再看點擊率和轉化率有沒有提升。

按A/B測試的流程將之分為A\B\C三組，科學分配三組的流量一段時間后，就能得知哪個顏色對于點擊率、轉化率的提升效果最好。

② 功能層面：我們可以通過一個產品價格的測試來理解這個含義。

某些網站主頁會展示特價折扣率或直接展示折扣價，這兩種展示方式哪種更能刺激用戶的購買欲呢？

男性用戶可能更關注扣后的價格而不關注折扣率，女性用戶則會更加關注折扣率，這都需要進行A/B測試。

③ 產品層面：通過A/B測試，可以提前發(fā)現產品的BUG。

這對開發(fā)人員來說，就等于有充分的時間進行BUG修復，在BUG修復之后，再重新提交，對用戶體驗的負面影響降至最低。

3. A/B測試步驟

A/B測試的特性和場景介紹完之后，我們接下來了解詳細的A/B測試步驟。

1）確定目標

首先要確定A/B測試要達到的目標，例如，想要對購買的轉化率或者著陸頁的點擊率進行提高等。

2）設計變量

確定目標后，就要設計進行測試的變量是什么，比如不同的顏色、文案等；然后再去確定什么樣的數據才能夠代表指標。

確定好這些之后，就可以將新版本上線。

3）流量調節(jié)

在流量調節(jié)的環(huán)節(jié)中會設置A、B兩個版本，各有50％的的訪客量，這里的50％是一個相對的念。

借用原有的總流量的10％進行測試，再把這10％一分為二，分別給A、B兩個版本。

4）得出結果

沉淀一段時間后，再來看轉化率及點擊率與原始版本相比有沒有提升。

沉淀時間一般是兩周，兩周的時間足夠涵蓋用戶使用產品的周期。同時，在這個時間段內，用戶的行為就會產生一定的模式。

#專欄作家#

Kenfai，人人都是產品經理專欄作家。前網易高級產品經理，現已成為資深產品分析新手、優(yōu)秀交互設計小白、卓越需求管理學徒

本文原創(chuàng)發(fā)布于人人都是產品經理。未經許可，禁止轉載

題圖來自Pexels，基于CC0協(xié)議