运营人员的日常：看数据、找原因、想对策

由于运营部门是共同黄金平台公司需要对KPI负责的部门，这决定了运营商需要始终观察数据，并从数据中发现公司运营的异常情况。如果上帝祝福吉祥，业务数据增长达到预期，今晚可以吃鸡；如果灾难，业务数据下降严重异常，也不必恐慌，学习使用和使用数据，通过数据多维比较分析，找出数据波动的潜在因素，思考相应的操作策略，快速调整，确保公司业务恢复正常，所谓的士兵将阻挡土壤。市场上共同基金产品的经营工作主要分为两种，一种是资本端（即贷款人或投资者）的获取，另一种是资产端（即借款人）的获取。前者的典型例子是证券股票投机、银行金融管理和P2P共同基金产品，后者代表现金贷款和贷款共同基金产品。本文的研究对象是前者。通过三种常见的数据分析模型，阐述了资本端获得的共同黄金产品的数据分析角度，希望对您有益。模型1，AARR模型，针对整个产品层面:从整个产品的日常运营层面进行分析，笔者应用了市场上流行的AARR运营模型。这个模型几乎可以应用所有的互联网产品，你也可以尝试在自己的垂直领域应用分析。获取用户（Acquisition）关键数据指标：注册用户数量、投资用户数量、人均投资金额；分析角度：比较不同渠道的注册数量和注册质量，注册数量取决于注册用户数量，注册质量取决于投资用户数量和人均投资金额（即转化率）。提高活跃度（Activation）关键数据指标：浏览量：（PV）、访客数（UV）、IP数、APP日活跃用户和APP日启动次数；分析角度:与社交或信息产品不同，共同黄金产品不太重视活动指标。因为从理想情况来看，用户投资后不需要点击APP进行任何操作，然后等待本息收款，这也是用户对投资产品信任和放心的体现。那么，活动指标什么时候值得运营商关注呢？在两种情况下，发布重大好消息或重大坏消息。重大好处，如平台融资、前所未有的营销活动等，重大坏消息，如各种负面新闻曝光。此时，运营商需要关注活动的波动，并分析波动是否在预期范围内。获取收入（Revenue）关键数据指标：投资用户数量、交易量、平均投资期限、满标时间；分析角度：电子商务平台上的收入数据对应营业额，共同基金平台上的收入数据对应投资数据。从投资用户数量和交易量这两个指标中可以直观地看到一个平台的“吸金”能力，还有两个辅助指标，一个是投资期限，另一个是满标期限。借用马化腾父亲的话，“金融拼得不是谁跑得快，而是谁跑得长。“因此，投资期越长，用户信任平台越愿意长期投资，平台的运营状况越好；标准时间越短，资产供应短，平台相对容易获得投资资金，这也代表了平台的良好运营状况。提高留存率（Retention）关键数据指标：充值金额、提现金额、提现金额、提现金额、收款金额、收款用户数量、留存金额、资金留存率、资金回报率、留存用户数量、留存用户比例、损失金额、损失用户数量、资金净流入/流出分析角度：保留是共同基金平台的首要任务，涉及的数据指标很多，给人一种耀眼的感觉，但只要核心关注两个数据，资本保留率和资本再投资率，因为这两个数据实际上是结合收款、现金提取、充值和投资来计算的。短期内，随着短期营销活动，保留率和再投资率将剧烈波动；从长远来看，随着平台信用调查、利率、产品体验等方面的提高，保留率和再投资率将稳步提高，反之亦然。自传播（Refer）关键数据指标：邀请用户数量、邀请用户投资、红包共享、活动共享分析角度：做好自我沟通可以帮助平台节省大量渠道成本和推广成本，这部分成本，邀请功能几乎是许多共同黄金平台的必要功能之一，此外，一些大型活动和功能也具有共享沟通的价值。我见过的最残酷的是平安银行。几乎所有的登陆页面都有共享功能，提醒用户一直分享和传播。我见过的最残酷的是平安银行。手机应用程序中几乎所有登录页面都具有共享功能，提醒用户始终共享和传播。关注相应的共享数据和转换数据相对简单。模型2，比例模型，针对某一功能层面：除了产品日常运营的数据分析外，共同基金产品还推出了新版本，更新了VIP系统、积分系统、任务系统、自动投标、智能投资咨询等新功能。此时，操作还需要跟踪和分析特定功能的数据，以了解用户对新功能的反馈。一些运营商喜欢回访用户以了解用户的接受程度，但作者认为，只有数据才是最客观、最真实的功能，能够有效地解决用户的需求，并且能够很好地反映在数据层面上。以下是两种判断方法:1。新功能受欢迎吗？衡量指标：活动比例。即使用新功能的活跃用户数/同期活跃用户数。2.用户会重复使用吗？衡量指标：重复使用比例。也就是说，第N天继续使用新功能的用户数/第一天使用新功能的用户数。(以上内容引用于“宜林小宇”专栏文章)模型3、漏斗模型，针对运营活动层面:活动是运营商的日常工作。如果将活动与项目进行比较，无论项目有多复杂，都可以通过WBS进行：工作分解结构（WorkBreakdownStructure）进行拆解。同样，一个复杂的活动也可以分为多个步骤进行分析。这里常用的分析方法是分析漏斗模型，分析用户数量从潜在用户到最终用户的变化趋势，从而找到最佳的优化空间。例如，下面的例子是分析从用户进入活动页面到最终产生投资行为的变化趋势。最后，我们从漏斗中分析每个环节的转化率是否达到预期。如果没有，就要反思活动过程中可以优化的环节，比如文案是否足够吸引人，步骤是否足够简洁，体验是否足够流畅。我相信每个人都听说过数据会撒谎。事实上，数据本身不会撒谎。这是一种收集和分析数据的方法。在数据分析过程中，如果再次结合其他维度进行分析，有时会得出完全不同的结论。例如，一个用户运营团队需要进行用户偏好研究，因此它打电话给所有每天使用他们产品的用户。最终的研究结果显示，他们的产品受到近100%用户的喜爱。他们充满信心，觉得产品太完美了。但是，如果你不喜欢，谁会每天使用你的产品？(这个例子类似于“幸存者偏差”陷阱)互助黄金产品中也会出现数据谎言。例如，A渠道投资转化率为60%，B渠道投资转化率为40%。从以上数据分析来看，A渠道的用户质量明显优于B。但是，如果结合不同的维度，结论可能是B渠道的用户质量优于A渠道。例如，结合金额留存率的维度，A渠道用户的金额留存率为10%，B渠道用户的金额留存率为50%。这说明A渠道用户的“羊毛”属性明显更重，用户投资第一次投资奖励后离开。与B渠道用户相比，B渠道用户可以在第一次投资后留下来继续投资，因此B渠道用户的整体质量更高。在这种情况下，我们得出了与以前完全相反的结论。所以，产品运营商在进行数据分析时，必须尽可能多地考虑各种干扰因素。一个错误的数据分析结论比没有任何分析都更糟糕。毕竟，掉进坑里后，你必须努力跑出去。时间成本和机会成本太高。结论在互联网的信息洪流中，许多人幻想抓住一些一夜之间流行的秘密，各种低黄金营销、学习账户（每个人都是产品经理除外）也喜欢分享以下类型的文章，如“如何制作朋友圈的H5”、四种方法教你打造爆款。、《写出10万 文案七个细节等等。许多互联网运营商热衷于学习和研究上述“看得见”的道教和技术，但对许多“看不见”的系统内容缺乏足够的关注。数据操作分析是“看不见”内容的重中之重。看数据，找原因，想对策，基本上是运营商的日常工作。除了“想要对策”之外，还需要结合运营商对业务、用户和产品的熟悉和理解(通常由运营总监做出决策)。其余两步，懂得“看数据，找原因”，是一个合格运营商的必备技能。而且这个技能越熟练，越懂得用数据指导运营，运营商的阶段就越高。最后，我希望每个人都能成为运营之神。