PMCAFF：最大的互联网产品社区是百度、腾讯、阿里等产品经理学习和交流的平台。定期深入产品观察、相互联系的产品研究是首选。经理社区。如需转载，请与原作者联系。
    
     一位从事电子商务业务的朋友在微博上问：用户参与活动期间是好的，但活动结束后用户保留率低怎么办
    
     我：我现在能做的就是运行数据，看看哪些其他类别的质量较好（点击率，转换率，回购率相对较高），并开始突破用户保留从这些其他挽救类别。
    
     我不知道我的建议是否能最终帮助他解决问题，但至少它指出了一种立即开始优化操作的方法。
    
     在沙县，我的家乡，有很多人开小吃。为了赚更多的钱，大多数小吃店主都会分析他们今天卖了多少，购买了多少食物，吃了哪些馄饨和馄饨比较多，乘客数量不大，人均单价是多少，他们是否来自老铜。口香糖或新客户，是的。通过口碑效应出现或徘徊。
    
     在信息化快餐业中，没有办法依靠老板的经验来进行分析和判断。他们很难拿出具体的数据来分析业务状况。通常，他们只能根据人流的大小来决定商店的位置。
    
     但是在互联网行业，数据是最大的卖点，所有的工作和用户行为都可以量化。像阿里这样的大数据公司自称为数据公司，对用户行为进行大数据分析。最小的一个是在网站上的横幅点击统计。当然，今天我们只讨论最小的一个：如何使用数字，操作得更好。
    
     作为一种测量方法，数据能够真实地反映产品经营状况，帮助我们进一步了解产品、用户、渠道，优化经营策略。操作、信道操作、用户操作uuuuuuuuuuuuuu操作从业者需要具有不同的数据敏感性和逻辑能力。
    
     计划活动作为一种常见的操作手段，为了避免不知道如何预测活动效果的问题，我们通常需要在活动开始之前确定一个核心数据来增强。这些核心数据包括新用户注册、用户活动、用户支付转换、产品交易量、品牌名称。学位（百度指数、新浪指数、媒体指数）。
    
     此外，通常有两种类型的商业策划活动。首先是非商品交易的互动活动。它关注的主要数据是活动产生的用户交互的数量以及升级产品的核心数据的效果。进一步挖掘这些交互，就是分析老用户和新用户之间的交互比率，逐步分析可以帮助操作者了解不同类型的交互活动（交互形式+奖励）对新老用户影响的差异。
    
     第二类活动是商品贸易促进，其重点是促销页面上的关键节点的点击率和转换率是否比处于正常非活动状态的节点高得多：活动页面上的商品点击数f的比例。商品进入率低，浏览下订单下订单，购物的转换率，车辆完成率，优惠券验证发票，当然还有平台活动带来的交易总量。
    
     促销活动数据分析的粒度有点小。建议根据新老用户，进行A频道和B频道的用户支付率、付费客户的单价分析、留住后续用户。通过这些活动，我们还可以分析各级用户的支付情况：旧付费用户的购买数量和他们购买的会员资格有效期长度的分布新付费用户的数量的分布。购买的会员月数丢失用户的召回率费率体验会员支付转换率。
    
     对于编辑来说，他们更关心内容呈现，包括内容更新、曝光、点击、停留时间、转发、收集、注释以及内容浏览路径曝光-点击-读取-共享的转换率。
    
     为了改进产品索引的内容操作，应该更多地关注索引上的内容的推广。例如，通过内容召回用户，我们需要注意的是内容服务器的数量以及无声用户登录到p.现在，越来越多的电子商务公司正在尝试使用内容来指导销售。除了注意基本的文本阅读量，他们还需要查看链接上的点击、商品浏览和订单情况。
    
     广告渠道是产品获取用户的主要途径。运营商可以通过下载和激活来真正了解用户的能力，渠道运营需要分析渠道点击-下载-激活-注册-更深行为用户获取链中各个环节的转换率，然后优化各个环节的转换效果。链路，从而降低每个用户的获取成本。
    
     当新版本存在明显的数据波动时，仅仅查看信道用户的接入路径数据并不能帮助我们做出操作判断。提出可以比较不同维度的数据，如历史数据，或者同一时间点的同一种APP多维比较，这有利于操作搜索，这是信道转换率数据变化的根本原因。
    
     通过实例说明如何通过分析信道保持率来发现运行中的问题。在新版本的社交应用程序之后，与发布前相比，日常生活比率急剧下降。如何分析这个问题
    
     DAU分为新用户和老用户，操作可以让技术耗尽一组数据（图2），研究新版本新近使用的老用户保留情况，看老用户的流失是否由产品问题引起；然后观察新版本的保留率。用户在每个渠道沉淀（保留），看看是产品问题还是渠道推广。
    
     通过对这一组数据的对比分析，可以发现老用户对新版本的接受性较好，没有大的固定性。版本后总体保留率非常低的主要原因是新版本在主信道A的推广中存在用户质量低的问题。
    
     对于项目或产品的操作，如果从项目开始就需要跟踪数据分析工作，则应考虑以下与数据有关的事项。
    
     操作需要基于对业务流程的理解，列出尽可能多的数据项。为了实现这一工作，可以根据用户的行为路径建立数据漏斗模型。路径分裂越详细，模型越有效。
    
     数据项作为基础数据，需要通过对应路径上埋点的统计来获取。运行中需要根据这些基本数据做关键路径转换比例的分析，并在分析前后进行相同的数据分析，以阐明项目的运行情况。向后扩展，用户跟踪行为的向后统计，用户源的向前质量分析。
    
     此外，数据分析可以分为报告数据和非报告数据。报告数据是在数据后台每天可以直接看到的数据。通常，用户关键路径数据需要制作成报告数据。与比较新老用户之间的路径行为差异类似，在项目的早期阶段不建议使用长期和非核心数据来制作报告，只需要让技术运行一段时间。产品运行分析阶段的数据比较。
    
     数据分析周期，顾名思义，是指在由数据报告生成的用于进一步分析的数据之间的操作间隔有多长。分析周期可以是项目开始时的一天，或者成熟后的七天或更多。对每个关键链路的数据进行反转，操作可以根据时间轴在Excel表中绘制基本数据，与时间轴作折线以查看每个路径的数据趋势，并且与时间轴作条形图以查看每个路径的转换率。
    
     数据分析是一种手段，最有价值的是经过分析得出的结论：读数少，转账少，交易量低。通过数据分析，我们可以找出问题的原因：交易量增加，读数高，转账量大。通过数据分析，我们可以提取出那些有效的操作手段来增强数据，这些数据可以固定成产品形式，进一步扩展数据效果。
    
     事实上，数据本身并不能直接帮助改进产品。数据是最终的衡量标准。为了使数据真正工作，它必须基于操作者对业务的深刻理解。操作者作为最了解产品数据情况的人，数据作为产品改进的基础，需要使用数据证明项目的价值继续做，用数据to促进产品、技术、渠道学生完成自己的工作优化迭代。
    
     大型工程基本上可以分为几个不同的时期。一般来说，可分为试验期-进入期-增长期-高增长期-成熟期-衰退期。每个阶段都有不同的关注焦点，需要报告项目的整体运作。
    
     如果项目是可靠的，那么数据就埋藏在很多地方，平台数据分析是努力完成的，结合项目背景、项目目标、项目数据、运行分析、经验重用、项目总结文件编写例程、后续计划、遇到的问题。在领导突击计划的总体报告中，EDE基本上是小的。
    
     在这里，我们将重点放在报告的项目数据部分。作为报告的重点，项目数据可以分为核心数据和外围数据（包括内容数据、用户数据和各种维度的比较数据）。项目现状总结附在核心数据报告的前面，这是实现这一目标的一种明智方法。G和用户消费非常大。产品日生活量20000+，用户每天共享200种高品质商品内容和物品，人均总收视PV 10台，人均共享量7台。它很有可能成为K12领域中值得购买的东西。
    
     在解释核心数据之后，我们可以开始分析周围的数据。在内容操作层面，我们可以分析项目目标用户喜欢什么样的内容，我们的内容中有多少是PGC，有多少是UGC，它们分别是如何共享和浏览的如果你真的害怕冒犯别人，你可以把你的内容数据与其他项目的内容数据进行比较，证明你的项目内容是高质量的，对促进产品活动是有价值的。
    
     用户操作层面的数据分析主要包括核心业务各关键路径的转换，梳理出用户流失的关键节点和功能优化建议，然后提及小空间项目中的用户层、核心用户所占比例。在内容贡献方面，以及有多少人分享内容。内容传播，有多少读者超过*倍属于忠实的用户，以及有多少是潜水用户。
    
     如果您的项目只是为了改进产品中的核心数据，那么在分析了产品的日常促销活动之后，就要分析围绕项目影响力核心数据的几个关键环节的数据，看看还有什么优化和改进的余地。矿石观点：当混淆于经营过程中的计划时，我们可以首先分析现有经营战略实施的数据情况，而不会过早地使现有战略失效或立即寻求新的战略（对于那些战略，盲目地c_uuuu 3002;就像我与朋友谈话的开始，活动策略本身并没有错。不能提出的核心问题是，商城中的商品甚至得不到力量甚至物流。