처음부터 수집 작업(고급 - 6장)

데이터에 관한 것

6장

이 글의 마지막에는 데이터에 관해 이야기할 수 있는 공간을 조금 남겨두겠습니다.

데이터 문제는 항상 많은 운영자에게 골칫거리였습니다. 실제로 소개 장에서 조금 이야기했지만 고급 장에서 어디까지 갈 수 있을지는 모르겠지만 먼저 이야기해 보겠습니다.

1

데이터의 정의

데이터는 실제로 숫자값의 묶음입니다.

하지만 이 값은 사용자 행동 통계에서 파생됩니다. 데이터를 사용해야 하는 학생들의 연구 및 분석을 용이하게 하는 데 사용되는 기본 자료입니다.

2

어떤 데이터가 있나요?

서문 마지막 부분에 몇 가지 핵심 데이터를 나열해 놓았는데요. 간략하게 정리하기 위해 마인드맵을 사용했습니다. 을 클릭하고 섹션의 내용을 입력하세요.

이 마인드 맵은 일반적일 수 있는 일부 운영 데이터를 단순히 표시하지만 주의 깊게 살펴보면 모든 운영에 필요한 세 가지 데이터 유형을 찾을 수 있습니다. :

채널, 비용 및 이점.

위의 멘탈맵을 단순화한다면 운영을 위해 얻어야 하는 데이터는 채널 데이터, 비용 데이터, 수익 데이터.

채널 데이터는 채널 품질과 채널 기능을 측정하는 데 사용됩니다. 이는 제품 자체가 포지셔닝한 고객 그룹과 제품의 특성에 따라 결정됩니다. 사실 우리는 쉽게 뒤집을 수 있는데, 게임 커뮤니티 같은 채널에 금융상품을 넣으면 운영 효과가 별로 좋지 않을 수도 있지만, 복권이나 도박으로 대체하면 효과가 매우 좋을 수도 있습니다. ; 마찬가지로 레전드 같은 제품의 경우에도 게임의 홍보나 활동을 여성 커뮤니티 플랫폼에 올려놓으면 그 효과는 거의 무시할 수 있지만, 소규모 게임의 Q 버전으로 대체한다면 그 효과는 매우 좋을 수 있습니다.

비용 데이터와 수익 데이터는 다양한 수준의 운영 효과를 반영합니다.

여기에 문장을 넣어보세요. "XX간부들이 돈 안쓰고 영업하라고 가르친다" 등 인터넷에 떠도는 각종 닭국 기사를 믿지 마세요. .. 운영의 달인이라고 생각한다면 돈을 쓰지 않고 일을 할 수 있다면 남자가 임신하고 아이를 낳을 수 있다고 믿는 것이 좋습니다. 운영 효율성은 경험, 숙련도, 창의성 등 다양한 수단을 통해 향상될 수 있지만, 운영 비용은 불가피하며 일반적으로 운영 효과에 정비례합니다. 매우 간단한 진실:

두 가지 활동이 있습니다. 하나는 iPhone 6s 100개를 제공하고 다른 하나는 iPhone 6 1개를 제공합니다. 어떤 것이 더 좋은 효과를 낼까요?

운영에 종사하는 학생들은 각 운영 활동에 소요되는 비용을 주의 깊게 평가하시기 바랍니다.

소위 '이익'은 '수입'과 동일하지 않습니다. 돈을 얻는 것도 이익이고, 사용자를 얻는 것도 이익이며, 입소문을 얻는 것도 이익입니다.

운영을 이끄는 핵심 데이터인 채널, 비용, 편익의 세 가지 유형의 데이터를 이해한다면, 우리 제품의 특성에 따라 어떤 데이터를 얻어야 하는지 설정할 수 있습니다.

최근 인기를 끌고 있는 앱인 Zuji를 예로 들어보겠습니다.

'각주'는 비핵심 기능 때문에 인기를 얻었는데, 이런 애플리케이션으로서는 어떤 데이터에 중점을 두는 걸까요?

제품 수준에서는 다음 사항에 중점을 둡니다.

1) 일일 앱 실행 횟수

2) 앱 사용 횟수 및 빈도 다양한 기능

3) 다양한 탭의 클릭 수 및 해당 페이지를 여는 빈도

운영 수준에서 주의할 사항:

1) 모든 앱 일일 활성 사용자 수

2) 일일 생성된 UGC 수(신규 사용자와 기존 사용자 구분)

3) 소셜에 공유된 UGC 수 매일 미디어(단위 사용자 생성된 콘텐츠 수도 고려)

4) 공유 UGC로 인해 새로 설치된 컴퓨터 수와 새로 활성화된 사용자 수

등 에.

우리가 주목해야 할 점은 이러한 우려 사항이 제품의 다양한 단계에 따라 조정될 것이라는 점입니다. Zuji가 향후 수익 모델을 가질 것이라고 가정하면. 핵심은 데이터가 콘텐츠에서 수익으로 이동하는 것입니다. 이때 전환율 관련 데이터가 중요해질 것입니다.

마찬가지로 이 기사의 두 번째 장에서 다음과 같은 예를 제시했습니다.

특정 여행 웹사이트에서는 기존 사용자와 신규 사용자 모두 가입하도록 초대하는 기능을 시작했습니다. 신규 사용자 이벤트 기간 동안 신규 사용자가 여행 주문을 완료하면 금액에 관계없이 초대자인 기존 사용자도 100위안 상품권을 받을 수 있습니다.

당시 활동 과정을 분석해 활동 과정의 핵심 포인트를 정리해봤습니다. 이 핵심 포인트는 꼭 얻어야 할 데이터입니다.

우리에게 필요한 데이터는 다음과 같습니다. 물론, 하면 할수록 데이터의 느낌이 무의식적으로 향상된다는 것을 알게 될 것입니다.

3

데이터를 얻는 방법

데이터를 얻는 방법은 여러 가지가 있는데, 방법은 기본적으로 직접 하는 방법과 외부 도구를 사용하는 두 가지 방법이 있습니다.

직접 하게 되면 앱에서는 '포인트 묻기', 로그 등을 선택할 수 있고, 웹에서는 로그, 로그, 버튼 묻기 등을 통해 기록할 수 있습니다.

외부 도구의 경우 서비스를 제공하는 제3자가 많이 있습니다.

실제로 데이터를 얻는 방법은 다양하지만, 핵심은 운영자로서 어떤 데이터가 중요하고, 이들 데이터 사이의 관계가 무엇인지 이해해야 한다는 것입니다. 단일 행위가 아니다.

4

데이터 분석 방법

사람마다 데이터를 해석하는 방법이 다릅니다. 간단히 요약하자면 데이터 분석 방법은 다음과 같습니다.

1) 데이터의 정확성 결정

여기에는 데이터 차원 선택의 합리성 및 정확성이 포함됩니다. 데이터 통계 섹스. 데이터 차원의 선택이 불합리하고 통계 결과가 부정확할 경우 올바른 분석 결과를 얻지 못할 수도 있습니다. 이것이 기초입니다.

2) 데이터에 영향을 미치는 요소를 명확히 합니다.

데이터는 내부 및 외부 요소에 따라 영향을 받습니다. 가능한 한 요인을 이해하여 데이터 해석이 비교적 정확한 범위 내에 있도록 모든 수준에서 영향을 미치는 요인을 이해합니다.

3) 장기적인 데이터 모니터링에 주의하세요

운영 데이터 분석에서는 월별, 연간 기준으로 데이터를 비교하는 경우가 많습니다. 간단히 말하면, 월별은 오늘과 전일, 이번 달과 지난 달의 비교이고, 이번 분기와 지난 분기는 올해와 작년의 비교입니다. 올해와 작년 사이, 그리고 올해와 작년 사이의 비교, 작년 분기와 분기별 비교입니다. 월별 기준은 단기적인 데이터 변동을 확인하는 데 도움이 되고, 연도별 기준은 더 넓은 환경의 데이터 변동을 이해하는 데 도움이 됩니다.

4) 객관적인 관점을 유지하세요

데이터 분석 과정에서 객관성은 매우 중요합니다. 작업을 잘못했다고 해서 기뻐하거나 슬퍼하지 마세요. , 불이익을 가져올 것입니다. 영향을 인식해야 하며, 예상치 못한 결과가 나오면 침착해야 하며 자신에게 유익한 결론을 선택하지 않아야 합니다. 이것은 직업 윤리의 문제이자 경력 개발에서 매우 일반적인 문제입니다.

5) 간섭 항목 제거에 주의

실제 작업에서는 이러한 문제가 간섭 항목에 직면하게 됩니다. 예를 들어 비교적 안정된 곡선에서 갑자기 나타나는 경우가 있습니다. 이때는 변동의 원인을 완전히 파악해야 하며, 원인을 확인할 수 없는 경우에는 변동을 제거하므로 올바른 결론을 내리기가 어렵습니다.

데이터의 내용에 관해서는 개인적으로 더 가치 있는 말을 할 수 없습니다. 이에 관심이 있는 학생들이 전문적인 채널을 통해 진지하게 연구하고 발전할 수 있기를 바랍니다. 실무 수준.