| 编辑推荐: |
| 本文来自于woshipm，文章主要结合实例用介绍了数据驱动精细化运营一些可能的应用场景等相关内容。 |
|
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SEO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。
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。
比如下图，某店通过二维码追踪的各渠道前后端转化数据：
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。
产品（功能）数据
上一节我们关注用户从哪来，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。
除了本身业务功能统计之外，微信也推出了统计– 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。
内容及活动数据
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！
|
