數據思維具體到用戶運營上該怎麼用呢?
數據思維的本質是要把一些 業務現狀數據化,有判斷業務數據現狀的邏輯,有基於判斷結果反應的邏輯。
什麼意思?
也就是從1)數據的蒐集,到2)數據分析,再到3)分析後的反饋都可以儘可能被量化。
可具體應用到用戶運營上我們應該怎麼做呢?
回顧數據思維上,我們肯定已經能夠明瞭,無非是分爲三個步驟:
標準化用戶數據的蒐集,明確用戶的標籤
分析對比用戶標籤
基於不同用戶標籤的數據變化,形成運營反饋
舉個例子,現在很多平臺都在做社羣運營,我們應該怎麼在社羣內的用戶運營的時候使用數據思維呢?
首先我們來想想社羣的價值,社羣的價值其實是需要用戶討論社羣主題範圍內(或者是用戶關注)的話題,進行高價值的討論,避免低價值的內容在社羣中出現,不然的話,社羣被大部分用戶屏蔽信息,想要在社羣內做的轉化也難以實現了。
所以圍繞這社羣的目的,要更精細化的運營用戶,我們通常都需要用戶在羣內修改名字。
如果是基於某種社團特徵的社羣,通常會要求用戶標註上 地區,行業,姓名。
如果是基於某個區域的某個目的的羣,通常會要求用戶標註上公司,興趣,姓名/或者是基於這個目的階段,如果是讀書羣,那麼就需要標註正在看的書,如果是英語演講羣,就需要標註英語演講的段位等等~~
我們一定能夠看到哪些用戶沒有標註的羣,除非本來就是熟人,不然很難形成討論。
但是一旦有了用戶標註,用戶進行陌生的溝通和運營就有了一個好的基礎。
這樣對於一個社羣的基礎設施來說有了很好的第一步,但是從社羣運營者的角度來說,的這對進行社羣運營的用戶標籤的蒐集是不夠的。
還應該蒐集哪些信息呢?
關注用戶發言的頻次和質量,質量代表的是這個用戶發言後可以在羣內帶來多少持續討論
關注用戶拉進羣來的用戶量,和用戶和羣內用戶的鏈接情況
對羣內討論的內容進行標註,例如八卦,乾貨,某一個羣成員,線下活動等等
關注社羣的活躍時間段
通常一個羣內 都會有幾個關鍵鏈接,這幾個節點就鏈接了整個羣的成員。
以上就完成了對於社羣用戶的數據蒐集。
然後用戶的發言頻次質量,用戶和用戶之間的鏈接數據,對用戶進行分級。
我們不斷去分析在不同類型的內容發佈後,不同分級上的用戶發言頻次和質量的變化,以及用戶和用戶之間的鏈接的數據,來判斷。
哪種內容是不斷提升羣內的用戶鏈接緊密度的
哪種內容是提升羣內用戶增速的
哪種內容是提升用戶發言頻次的
哪種內容是提升用戶發言質量的
哪種內容對哪種分級下的用戶效果最佳
哪種內容在哪個時間段的發佈效果最佳
這樣我們就掌握了一張精細於用戶羣體,精細於用戶行爲,精細於活躍時間,精細於內容標籤的社羣運營大圖了。
這個階段我們就完成了數據分析,但是這還遠遠不夠,因爲用戶總是波動的,波動的背後,是社會熱點的波動,是用戶自身的成長與變化,所以我們還是需要進行持續的數據蒐集和數據分析,以得知當下的那張社羣運營的大圖,讓我們對我們運營的社羣做到心中有數。
這樣接下來的運營動作反饋怎麼做呢?
當我們發現某個分級的用戶在減少,使得社羣的用戶結構發生了兩級分化的情況,我們可以找到對這個我們需要增長的分級下的用戶最感興趣的內容,進行更多的發佈。
當我們希望進行一些商業項目的轉化,需要大家開始提高對羣的關注度,加強用戶之間鏈接的時候,我們可以發起一些有助於增加羣內鏈接的內容討論,以便於在合適的時候進行商業轉化。
當然在我們的數據統計和分析下,我們一定可以知道哪些用戶有更多的用戶鏈接,更好的社羣內容的輸出,我們也需要和這些核心用戶進行單點的溝通討論,以便於他們對我們的社羣有更高的認可度,也可以在社羣的運營出現怎麼做都效果不佳的時候,可以多和這些核心用戶溝通溝通,來感知他們的判斷。
數據就像錢,沒有數據是萬萬不能的,但是也不能光靠數據解決所有的問題。
數據更像是我們做好用戶運營的基礎設施,我們有了數據,就能對用戶的現狀,用戶的大盤和歷史行爲有了一個基礎的判斷,但是對用戶的洞察,也並不能只靠數據,很多時候需要我們和用戶的直接溝通,探知背後那些難以被數據洞察的原因。
以便於洞察之後,我們可以再嘗試以提取關鍵要素的方式,把過去沒有數據化的標籤儘可能標籤化。