빅데이터: 데이터를 사용하여 앱 운영 안내

빅 데이터: 데이터를 사용하여 앱 운영을 안내합니다.

데이터 문제는 항상 많은 운영자에게 골치 아픈 문제였습니다. 이전 답변에서는 이에 대해 조금 이야기했지만 자세히 설명하지는 않았습니다. 고급 장이 얼마나 멀리 갈 수 있는지는 모르겠지만 먼저 이야기해 보겠습니다.

1. 데이터의 정의

데이터는 실제로 숫자값의 집합입니다.

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

2. 어떤 데이터가 있나요?

소개 장 마지막 부분에서 마인드맵을 사용하여 간략하게 요약하고 섹션 내용을 입력했습니다.

이 마인드맵은 일반적일 수 있는 일부 운영 데이터를 간략하게 보여주지만, 자세히 살펴보면 모든 운영에 필요한 세 가지 데이터 유형을 찾을 수 있습니다.

채널, 비용, 그리고 혜택.

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

채널 데이터는 채널 품질과 채널 기능을 측정하는 데 사용되며, 이는 제품 자체가 포지셔닝한 고객층과 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 한 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 100대를 증정하고 다른 하나는 iPhone 6 1개를 증정합니다. 어느 것이 가장 효과가 좋을까요?

운영에 참여하는 학생들은 각 운영 조치에 따른 비용을 신중하게 평가해야 합니다.

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

운영을 이끄는 핵심 데이터인 채널, 비용, 편익이라는 세 가지 유형의 데이터를 이해한다면, 우리 제품의 특성에 따라 어떤 데이터를 얻어야 하는지 설정할 수 있습니다. ? 최근 인기 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 일일 미디어 (단위 사용자도 고려) 생성된 콘텐츠 수)

4) 공유된 UGC로 인해 얼마나 많은 신규 설치 및 새로 활성화된 사용자가 발생했습니까? ? 우리가 주목해야 할 것은 이러한 관심 데이터 포인트가 정적이 아니라는 것입니다. 제품의 다양한 단계로 인해 조정될 것입니다. Zuji가 향후 수익 모델을 가질 것이라고 가정하면 핵심 데이터가 집중됩니다. 콘텐츠에서 수익으로 전환할 때, 이때 전환율 관련 데이터가 중요해질 것입니다.

마찬가지로 이 기사의 두 번째 장에서 다음과 같은 예를 제시했습니다.

특정 여행 웹사이트에서는 기존 사용자와 신규 사용자 모두를 초대하기 위해 기존 사용자를 초대했습니다. 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 정리했는데, 꼭 얻어야 할 데이터는 이렇습니다.

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, 그 방법은 기본적으로 직접 하는 방법과 외부 도구를 이용하는 두 가지 방법이 있습니다.

직접 하고 싶다면 앱에서는 '포인트 묻어두기', 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 중요한지, 이들 데이터 사이의 관계는 무엇인지 이해해야 한다는 것입니다. 프로세스는 단일 행위가 아닙니다.

4. 데이터 분석 방법

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

1) 데이터의 정확성을 결정합니다. 여기에는 데이터 차원 선택의 합리성과 데이터 통계의 정확성이 포함됩니다. 데이터 차원 선택이 불합리하고 데이터 통계 결과가 부정확할 경우 올바른 분석 결과를 얻지 못할 수도 있습니다. 이것이 기초입니다.

2) 데이터에 영향을 미치는 요소를 명확히 합니다. 이러한 요소는 내부 및 외부 요소에 의해 영향을 받습니다. 데이터 해석을 용이하게 하기 위해 비교적 정확한 범위 내에 있습니다.

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 기간은 단기적인 데이터 변동을 확인하는 데 도움이 되고, 연간 기간은 더 넓은 환경의 데이터 변동을 이해하는 데 도움이 됩니다.

4) 객관적인 관점을 유지하세요. 데이터 분석 과정에서 객관성은 매우 중요합니다. 잘못된 작업을 수행하여 부정적인 결과를 초래했다고 자책하거나 슬퍼하지 마십시오. 이를 인정하고 그 이상을 얻어야 합니다. 예상치 못한 결과에 대해 침착하고 자신에게 유익한 결론을 선택하지 마십시오. 이것은 직업 윤리의 문제이자 경력 개발에서 매우 일반적인 문제입니다.

5) 간섭 항목 제거에 주의하세요. 실제 작업에서는 간섭 항목이 많이 발생합니다. 예를 들어 비교적 안정된 곡선에서 갑자기 강한 변동이 나타납니다. , 이때 변동 원인을 종합적으로 파악해야 합니다. 원인을 확인할 수 없는 경우 변동을 제거해야 하며, 그렇지 않으면 올바른 결론을 얻기가 어렵습니다.

위 내용은 편집자가 빅 데이터에 대해 공유한 내용입니다. 데이터를 사용하여 앱 운영을 안내하는 내용은 Global Ivy를 팔로우하여 더 유용한 정보를 공유할 수 있습니다.