直面经常被提到的统计数据营运,相信许多爸爸妈妈都颇受其扰。责任编辑从统计数据营运的表述与核心理念难题进行阐释,其中以通俗易懂的形式精细heard大家传授统计数据营运的五大核心理念难题:市场需求、质量和使用者相匹配方式。推荐朋友们写作这篇统计数据营运蔬果!

数据运营(数据运营需要学什么)-第1张

一提到统计数据营运,许多老师很困惑。在公司里,经常领导们对统计数据营运抱了极高期许,一屁股:统计数据驱动力营运,降低成本等等的标语都出来了,可真到工作中,就变成了写sql的营运。到底咋驱动力了?咋降低成本了?看不出破冰丰硕成果。

今天系统传授下,统计数据营运管理体系该如何运转。

一、甚么是统计数据营运

作为顾客,你是否经常碰到这种情景(如下表所示图):

数据运营(数据运营需要学什么)-第2张

这是没有统计数据营运的众所周知难堪:丫还真以为在世界上都一样为他们门市高兴呢!统计数据营运是要解决矫枉过正涨价就完了的难题。统计数据营运的作法,是:如前所述统计数据挖掘,紧密结合使用者市场需求,打造出相匹配使用者的营运计划。

一提到紧密结合使用者市场需求,许多人能有味讲出三万人巧。如果是寡头垄断网络平台,的确可以这么说,比如说某宝的货品SKU共约2万个,如前所述2万个SKU打造出1000但凡人化计划的确有可能。不过大部分非寡头垄断企业,货品SKU总共500个左右,且不是但凡网红,有竞争优势的也有十多二十款,扯细线的三万人巧……

所以再精确一点的表述,是:通过统计数据挖掘,如前所述非常有限的货品(或者叫:软件系统),相匹配相关联的使用者市场需求。能搞好原有产品种类的经营,已经是统计数据营运的两大功绩了。

所以该怎么做呢?

二、五大核心理念难题

难道是拿非常有限的软件系统,相匹配使用者市场需求,所以统计数据营运要分析的重点是三个:

  1. 使用者的市场需求是甚么?
  2. 原有的货品/软件系统质量如何?
  3. 通过甚么方式相匹配到使用者?
数据运营(数据运营需要学什么)-第3张

1. 使用者市场需求

使用者市场需求是客观存在的,最大难题是如何收集统计数据,了解到使用者市场需求。有些人能说:这还不简单,直接让使用者填问卷不就好了。难题是,你自己去买东西的时候会填问卷吗,填个屁。使用者都是不想被过度打扰的,因此设计顾客旅程,分步骤引导使用者留下统计数据,很重要。

在顾客旅程的设计中,首次接触,首次下单是两个最重要的情景。首次接触如果是顾客主动找上门来,成交率极高,可以抓住机会了解使用者市场需求;如果是被动推送给顾客,则要挑有吸引力的网红货品/活动,提高吸引顾客的概率(如下表所示图)。

数据运营(数据运营需要学什么)-第4张

有了首次下单以后,就解决了统计数据原始积累难题。考虑到企业手头能吸引使用者的货品数量是非常有限的,因此可以紧密结合首单,搞好后续推荐计划,轮流推荐给使用者,探索其市场需求(如下表所示图)。

数据运营(数据运营需要学什么)-第5张

总之,好的统计数据不是天上掉下来的,而是紧密结合营运动作积累出来的。营运侧目标清晰地步步引导,统计数据就越来越丰富,分析就越来越准。营运侧不干活,营运侧一干活是:全场8折,走过路过不要错过式的无脑all in,那统计数据就一塌糊涂,没法继续深入。

2. 货品质量

货品/软件系统质量,需注意区分硬/软区别。

硬实力:刨除营销、服务、定价,货品本身性能、质量、成本

软实力:营销、服务、定价加持后,货品实际表现

硬实力根本不用统计数据挖掘师分析,而是货品管理在选品的时候,就得注意到的。待选择的货品,性能、质量、成本和市场上同类货品有多大区别,货品管理自己都能看得到。至于单品成本,也是在采购货品时就能核算清楚的,因此货品本身就有定位(如下表所示图)。

数据运营(数据运营需要学什么)-第6张

有了硬实力评估以后,营运才好制定策略。如前所述硬实力评估,有一些基本营运策略(如下表所示图)。

数据运营(数据运营需要学什么)-第7张

有了基本的营运策略,统计数据就能评估实际表现。一个货品如果没有达到预期,所以即使有一些销量,有一些利润,也会被认为是失败的货品,需要优化更新。如果是常规套路做不动,优先提醒货品做改良;如果是差异套路做不动,或者差异套路搞下来亏损严重,而提醒营运停止骚套路,老老实实做。

许多公司做不好,是因为:缺少对货品硬质量的清晰定位,一味看销售表现,销售不好的时候,又开始各种活动加持。这样眉毛胡子一把抓,自己模糊了自己的判断。营运人员无法制定针对性计划,统计数据人员无法区分自然销量与活动效果,最后水越搅越浑。

3. 触达渠道

对大部分非寡头垄断企业来说,真正的关键在:触达使用者的信息渠道。一个很现实的难题是:顾客和非寡头垄断网络平台的互动太少了……顾客大部分时间贡献给了少数几个游戏、短视频、社交APP。对非寡头垄断企业而言,想和顾客互动,手段是非常非常有限的。

公域:通过寡头垄断网络平台推广告,成本高,没有使用者积累。

私域:吸引使用者加群、加企微、关注自家商城有难度,且存在感低,很容易流失。

所以,不认真考虑如何解决渠道难题,所有的画像分析、消费分析、活动推广都会失效。这是个浅显的事实。然而在实际工作中,这一点经常被忽视。企业里经常出现:一通分析猛如虎,一看触达一点五的难题,98.5%的使用者压根不知道你的存在,分析使用者画像、 RFM等等的有毛用。

因此,分析使用者活跃情况,就很重要(如下表所示图):

数据运营(数据运营需要学什么)-第8张

在使用者活跃的基础上,再对使用者在不同渠道,对内容响应率进行分析,找出触达每一类使用者的手段。

数据运营(数据运营需要学什么)-第9张

三、小结

综上过程可看出,统计数据营运是个干中学的工作,只有边营运迭代,边统计数据校正,才能越做越好。

那些出现难题的企业,常常是把营运和统计数据脱离:

要么:营运干啥统计数据不要管,等活动做完了,变着法让统计数据说好,不好也得想法子说好!

要么:营运两手一摊:我啥都不会!你要分析出来我该咋办!而统计数据挖掘又只会:活跃低了,要搞高!……

专栏作家

接地气的陈老师,微信公众号:接地气学堂,人人都是产品经理专栏作家。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富统计数据相关经验。

责任编辑原创发布于人人都是产品经理。未经许可,禁止转载

题图来自 Unsplash,如前所述CC0协议。