移動(dòng)商務(wù)內(nèi)容運(yùn)營(yíng)（吳洪貴）項(xiàng)目五 運(yùn)營(yíng)效果監(jiān)測(cè)

項(xiàng)目五運(yùn)營(yíng)效果監(jiān)測(cè)任務(wù)一Contents目錄一內(nèi)容運(yùn)營(yíng)效果監(jiān)測(cè)二內(nèi)容運(yùn)營(yíng)方案優(yōu)化思維導(dǎo)圖1.理解內(nèi)容運(yùn)營(yíng)監(jiān)測(cè)數(shù)據(jù)的基本概念2.了解內(nèi)容運(yùn)營(yíng)核心監(jiān)測(cè)指標(biāo)3.掌握數(shù)據(jù)分析的方法【知識(shí)目標(biāo)】1．能根據(jù)不同運(yùn)營(yíng)平臺(tái)的特點(diǎn)提煉出核心監(jiān)測(cè)指標(biāo)結(jié)合數(shù)據(jù)分析目標(biāo)2．能夠選擇恰當(dāng)?shù)臄?shù)據(jù)分析方法進(jìn)行分析。【能力目標(biāo)】案例思考----微信公眾號(hào)后臺(tái)數(shù)據(jù)分析微信強(qiáng)大的后臺(tái)數(shù)據(jù)統(tǒng)計(jì)系統(tǒng)提供了公眾號(hào)優(yōu)化的重要參考指標(biāo)。01用戶(hù)分析02圖文分析03菜單、消息分析提供用戶(hù)精準(zhǔn)度分析驗(yàn)證可作為內(nèi)容分析重要指標(biāo)為用戶(hù)行為分析提供指導(dǎo)想要運(yùn)營(yíng)好自己的產(chǎn)品——一個(gè)公眾號(hào)或者一個(gè)APP，都需要對(duì)已有的信息進(jìn)行挖掘，分析數(shù)據(jù)背后的深層次的原因，然后不斷的對(duì)產(chǎn)品進(jìn)行優(yōu)化來(lái)滿(mǎn)足用戶(hù)，這有這有才能給用戶(hù)帶來(lái)更好的體驗(yàn)。任務(wù)一內(nèi)容運(yùn)營(yíng)效果監(jiān)測(cè)CONTENTS目錄內(nèi)容運(yùn)營(yíng)的數(shù)據(jù)分析03數(shù)據(jù)01內(nèi)容運(yùn)營(yíng)的監(jiān)測(cè)數(shù)據(jù)02運(yùn)營(yíng)數(shù)據(jù)的分析方法04一、數(shù)據(jù)所謂數(shù)據(jù)，其實(shí)就是反映產(chǎn)品運(yùn)營(yíng)效果的一些數(shù)據(jù)。這些具體的數(shù)值，可以借助第三方工具或通過(guò)自行開(kāi)發(fā)的軟件進(jìn)行統(tǒng)計(jì)，這些數(shù)據(jù)是我們研究和分析運(yùn)營(yíng)效果的基礎(chǔ)素材。下圖中向我們展示了微信用戶(hù)的增長(zhǎng)，通過(guò)這張圖我們清楚地看到微信用戶(hù)主要來(lái)源于“搜索公眾號(hào)”和其他這兩個(gè)渠道?！岸?nèi)容運(yùn)營(yíng)的監(jiān)測(cè)數(shù)據(jù)內(nèi)容黏性數(shù)據(jù)閱讀頁(yè)停留時(shí)長(zhǎng)單位用戶(hù)閱讀數(shù)量用戶(hù)重復(fù)活躍次數(shù)......內(nèi)容擴(kuò)散數(shù)據(jù)分享渠道回流率分享次數(shù)......內(nèi)容展示數(shù)據(jù)閱讀次數(shù)覆蓋人數(shù)閱讀頁(yè)停留時(shí)長(zhǎng)......內(nèi)容轉(zhuǎn)化數(shù)據(jù)付費(fèi)人數(shù)付費(fèi)金額......（一）內(nèi)容運(yùn)營(yíng)的監(jiān)測(cè)指標(biāo)關(guān)鍵指標(biāo)概念解讀451236流量(traffic)是指平臺(tái)的訪(fǎng)問(wèn)量，是用來(lái)描述訪(fǎng)問(wèn)一個(gè)平臺(tái)的用戶(hù)數(shù)量以及用戶(hù)所瀏覽的平臺(tái)數(shù)量等指標(biāo)。轉(zhuǎn)化量也叫做轉(zhuǎn)化頁(yè)面到達(dá)次數(shù)，指獨(dú)立訪(fǎng)客達(dá)到轉(zhuǎn)化目標(biāo)頁(yè)面的次數(shù)。瀏覽用戶(hù)量指在一分鐘內(nèi)完成的訪(fǎng)問(wèn)頁(yè)面數(shù)的比率。點(diǎn)贊量是指在瀏覽完網(wǎng)頁(yè)內(nèi)容之后，給予點(diǎn)贊行為的用戶(hù)數(shù)量。評(píng)論量是指在瀏覽完網(wǎng)頁(yè)內(nèi)容之后，采取評(píng)價(jià)行為的用戶(hù)數(shù)量。閱讀頁(yè)停留時(shí)長(zhǎng)是指訪(fǎng)客瀏覽閱讀頁(yè)時(shí)所花費(fèi)的時(shí)長(zhǎng)，閱讀頁(yè)的停留時(shí)長(zhǎng)=進(jìn)入下一個(gè)頁(yè)面的時(shí)間-進(jìn)入閱讀頁(yè)的時(shí)間。關(guān)鍵指標(biāo)概念解讀回訪(fǎng)者比率用于衡量網(wǎng)站內(nèi)容對(duì)訪(fǎng)問(wèn)者的吸引程度和網(wǎng)站的實(shí)用性。積極訪(fǎng)問(wèn)者比率用于衡量有多少訪(fǎng)問(wèn)者是對(duì)網(wǎng)站的內(nèi)容具有高度的興趣。轉(zhuǎn)化率(ConversionRate)是在一個(gè)統(tǒng)計(jì)周期內(nèi)，完成轉(zhuǎn)化占推廣信息頁(yè)面到達(dá)的次數(shù)的比率。跳出率是指在只訪(fǎng)問(wèn)了入口頁(yè)面就離開(kāi)的訪(fǎng)問(wèn)量與所產(chǎn)生總訪(fǎng)問(wèn)量的百分比。（二）內(nèi)容運(yùn)營(yíng)的維護(hù)

內(nèi)容在發(fā)布之后,我們還需要對(duì)它的走向進(jìn)行持續(xù)跟進(jìn)和維護(hù)。內(nèi)容營(yíng)銷(xiāo)不僅僅是做出一個(gè)很有創(chuàng)意的視頻并進(jìn)行病毒性傳播那么簡(jiǎn)單,它的運(yùn)行有一個(gè)周期性的循環(huán)?；景凑铡扒捌诜治鲆粌?nèi)容規(guī)劃一內(nèi)容制作一內(nèi)容使用一效果評(píng)估”的流程走,每一個(gè)循環(huán)之間又不是簡(jiǎn)單的并列關(guān)系,而是有各種形式的重疊和累加。內(nèi)容貢獻(xiàn)和消費(fèi)的生態(tài)，不只是簡(jiǎn)單的兩個(gè)人群之間的循環(huán)，還有可能變成復(fù)雜的多個(gè)人群之間的循環(huán)，這就是用戶(hù)分層。用戶(hù)分層的運(yùn)營(yíng)模式，不只是為了精細(xì)化運(yùn)營(yíng)，也是為了打造用戶(hù)生態(tài)循環(huán)。三、內(nèi)容運(yùn)營(yíng)的數(shù)據(jù)分析

內(nèi)容的展示數(shù)據(jù)是進(jìn)行運(yùn)營(yíng)數(shù)據(jù)分析最基礎(chǔ)的數(shù)據(jù),該數(shù)據(jù)展示了內(nèi)容被點(diǎn)擊、查閱的情況,通過(guò)對(duì)該數(shù)據(jù)的分析，可以了解該內(nèi)容對(duì)應(yīng)的覆蓋人數(shù)、及對(duì)該內(nèi)容感興趣的用戶(hù)人數(shù)等。內(nèi)容的點(diǎn)擊次數(shù)內(nèi)容頁(yè)面的停留時(shí)長(zhǎng)（一）內(nèi)容的展現(xiàn)數(shù)據(jù)才（二）內(nèi)容的轉(zhuǎn)化數(shù)據(jù)

內(nèi)容的轉(zhuǎn)化數(shù)據(jù),用于判斷內(nèi)容是否能夠促進(jìn)用戶(hù)的轉(zhuǎn)化,比如能否利用內(nèi)容讓用戶(hù)從活躍轉(zhuǎn)向付費(fèi)。01內(nèi)容中付費(fèi)鏈接的點(diǎn)擊次數(shù)、付費(fèi)成功次數(shù)02內(nèi)容頁(yè)面廣告的點(diǎn)擊次數(shù)、廣告的停留時(shí)間、二次轉(zhuǎn)化成功率（三）內(nèi)容的黏性數(shù)據(jù)

黏性數(shù)據(jù)和展示數(shù)據(jù)相關(guān),但二者有一些區(qū)別?？紤]展示數(shù)據(jù)時(shí),如果進(jìn)一步分析用戶(hù)重復(fù)閱讀的次數(shù),那么結(jié)合每次閱讀的停留時(shí)間,就可以得到黏性數(shù)據(jù)。（四）內(nèi)容的擴(kuò)散與分享數(shù)據(jù)

內(nèi)容的擴(kuò)散數(shù)據(jù)或稱(chēng)“分享”數(shù)據(jù),是社會(huì)化浪潮中一個(gè)新增可監(jiān)測(cè)的數(shù)據(jù)。內(nèi)容的分享頻次和分享后帶來(lái)的流量統(tǒng)計(jì),可以說(shuō)明內(nèi)容對(duì)某類(lèi)用戶(hù)的價(jià)值和作用情況,這對(duì)需要通過(guò)分享帶來(lái)用戶(hù)的網(wǎng)站(產(chǎn)品)，以及需要引爆熱點(diǎn)和病毒傳播的運(yùn)營(yíng)有著重大的意義和價(jià)值。四、運(yùn)營(yíng)數(shù)據(jù)的分析方法

首先，我們應(yīng)明白:運(yùn)營(yíng)數(shù)據(jù)分析的關(guān)鍵不在于數(shù)據(jù),而在于分析。其次，我們要明確數(shù)據(jù)分析的能力是漸進(jìn)的,對(duì)數(shù)據(jù)的敏感度是需要培養(yǎng)的。最后,，我們要懂得一個(gè)事實(shí):數(shù)據(jù)表達(dá)出的信息與多種因素相關(guān)。$數(shù)據(jù)分析的定義數(shù)據(jù)分析是把藏在一大批看似雜亂無(wú)章的數(shù)據(jù)背后的信息集中和提煉出來(lái)，采用適當(dāng)?shù)慕y(tǒng)計(jì)分析方法進(jìn)行分析，總結(jié)出所研究對(duì)象的內(nèi)在規(guī)律，以求最大化地開(kāi)發(fā)數(shù)據(jù)的功能，指導(dǎo)店鋪的運(yùn)營(yíng)。A拋開(kāi)預(yù)設(shè)立場(chǎng)，確保獲取數(shù)據(jù)的準(zhǔn)確性運(yùn)營(yíng)前期C做好數(shù)據(jù)的保存工作,如果網(wǎng)站(產(chǎn)品)要結(jié)束運(yùn)營(yíng),應(yīng)提前做好各種準(zhǔn)備和通知。衰退期B關(guān)注用戶(hù)流失的速度、分析流失的原因,對(duì)依然留存與活躍的用戶(hù)給予重點(diǎn)的關(guān)注。成熟期常見(jiàn)的數(shù)據(jù)分析方法

漏斗分析法平均分析法分組分析法7矩陣數(shù)據(jù)分析法135246交叉分析法結(jié)構(gòu)分析法對(duì)比分析法“兩個(gè)或兩個(gè)以上的數(shù)據(jù)進(jìn)行比較，分析他們的差異，從而揭示這些數(shù)據(jù)所代表的事物發(fā)展變化情況和規(guī)律性。對(duì)比分析法的定義0102同一時(shí)間條件下對(duì)不同總體指標(biāo)的比較，如不同部門(mén)、不同地區(qū)、不同國(guó)家的比較，也叫橫向比較。靜態(tài)比較同一總體條件下對(duì)不同時(shí)期指標(biāo)數(shù)值的比較，也叫縱向比較。動(dòng)態(tài)比較（一）對(duì)比分析法（二）分組分析法

A分組分析法是指通過(guò)統(tǒng)計(jì)分組的計(jì)算和分析，來(lái)認(rèn)識(shí)所要分析對(duì)象的不同特征，不同性質(zhì)及相互關(guān)系的方法。分組分析法通過(guò)對(duì)現(xiàn)象的內(nèi)部結(jié)構(gòu)或現(xiàn)象之間的依存關(guān)系從定性或定量的角度做進(jìn)一步的分析研究，以便尋找事物發(fā)展的規(guī)律，正確的分析問(wèn)題和解決問(wèn)題。（三）結(jié)構(gòu)分析法

結(jié)構(gòu)指標(biāo)計(jì)算公式：結(jié)構(gòu)指標(biāo)（%）=（總體中某一部分/總體總量）×100%在統(tǒng)計(jì)分組的基礎(chǔ)上，計(jì)算被分析總體內(nèi)的各部分占總體的比例，進(jìn)而分析某一總體現(xiàn)象的內(nèi)部結(jié)構(gòu)特征，總體的性質(zhì)，總體內(nèi)部結(jié)構(gòu)依時(shí)間推移而表現(xiàn)出的變化規(guī)律性的統(tǒng)計(jì)方法。結(jié)構(gòu)分析法的基本表現(xiàn)形式，就是計(jì)算結(jié)構(gòu)指標(biāo)。（四）平均分析法

>

運(yùn)用計(jì)算平均數(shù)的方法來(lái)反映總體在一定的時(shí)間、地點(diǎn)條件下某一數(shù)量特征的一般水平。平均分析法可以比較同類(lèi)現(xiàn)象之間的本質(zhì)性差距、對(duì)某一現(xiàn)象在不同時(shí)間上的水平進(jìn)行比較，以說(shuō)明現(xiàn)象的發(fā)展趨勢(shì)及規(guī)律，及分析現(xiàn)象之間的依存關(guān)系并進(jìn)行數(shù)量上的推算。（五）交叉分析法

在縱向分析法和橫向分析法的基礎(chǔ)上，從交叉、立體的角度出發(fā)，由低級(jí)到高級(jí)的一種分析方法。通常用于分析兩個(gè)變量之間的關(guān)系，即同時(shí)將兩個(gè)有一定聯(lián)系的變量及其值交叉排列在一張表格內(nèi)，使各變量值成為不同變量的交叉節(jié)點(diǎn)，形成交叉表。（六）漏斗分析法

漏斗圖適用于業(yè)務(wù)流程比較規(guī)范、周期長(zhǎng)、環(huán)節(jié)多的流程分析，通過(guò)漏斗各環(huán)節(jié)業(yè)務(wù)數(shù)據(jù)的比較，能夠直觀(guān)地發(fā)現(xiàn)和說(shuō)明問(wèn)題所在。在網(wǎng)站分析中，通常用于轉(zhuǎn)化率比較，它不僅能展示用戶(hù)從進(jìn)入網(wǎng)站到實(shí)現(xiàn)購(gòu)買(mǎi)的最終轉(zhuǎn)化率，還可以展示每個(gè)步驟的轉(zhuǎn)化率。（七）矩陣數(shù)據(jù)分析法

通過(guò)數(shù)據(jù)定量化來(lái)表示矩陣圖上各元素間的關(guān)系，可以幫助人們更準(zhǔn)確地整理和分析結(jié)果，這種用數(shù)據(jù)表示的矩陣圖法稱(chēng)為矩陣數(shù)據(jù)分析法。矩陣數(shù)據(jù)分析法是在矩陣圖的基礎(chǔ)上，把各個(gè)因素分別放在對(duì)應(yīng)的行和列，然后在行和列的交叉點(diǎn)中用數(shù)量來(lái)描述這些因素之間的對(duì)比，再進(jìn)行數(shù)量計(jì)算，定量分析，確定哪些因素是相對(duì)比較重要的。數(shù)據(jù)處理關(guān)鍵步驟解析檢查數(shù)據(jù)在錄入的過(guò)程中，因?yàn)槿藶橐蛩卦斐傻臄?shù)據(jù)錯(cuò)誤。比如在錄入物流信息的時(shí)候，將物流公司名稱(chēng)錄入錯(cuò)誤，導(dǎo)致在統(tǒng)計(jì)面單信息的時(shí)候數(shù)據(jù)對(duì)不上。糾錯(cuò)數(shù)據(jù)分析過(guò)程中，會(huì)遇到數(shù)據(jù)記錄中某些屬性的值是不完整的情況。比如：在訂單數(shù)據(jù)表中，未付款的訂單是沒(méi)有物流單號(hào)信息的，在統(tǒng)計(jì)有效訂單的時(shí)候是需要把這條訂單信息排除在外的。查缺包括去重、查缺、糾錯(cuò)等。數(shù)據(jù)清洗清除數(shù)據(jù)列表中重復(fù)的記錄。如從訂單數(shù)據(jù)中統(tǒng)計(jì)買(mǎi)家的ID，訂單數(shù)據(jù)中可能會(huì)包含某個(gè)買(mǎi)家多次購(gòu)買(mǎi)的記錄，需要先進(jìn)行查重后進(jìn)行統(tǒng)計(jì)。去重包括數(shù)據(jù)抽取、數(shù)據(jù)分組、數(shù)據(jù)轉(zhuǎn)化、數(shù)據(jù)抽樣及數(shù)據(jù)計(jì)算。數(shù)據(jù)加工謝謝觀(guān)看！任務(wù)二

內(nèi)容運(yùn)營(yíng)方案優(yōu)化CONTENTS目錄數(shù)據(jù)分析工具03數(shù)據(jù)的獲取01數(shù)據(jù)分析內(nèi)容02效果評(píng)估優(yōu)化模型04A/B測(cè)試05一、數(shù)據(jù)的獲取

自己開(kāi)發(fā)第三方工具獲取數(shù)據(jù)主要通過(guò)埋點(diǎn)的技術(shù)來(lái)獲取。提高數(shù)據(jù)精準(zhǔn)性的方式注意剔除干擾項(xiàng)保持客觀(guān)的視角重視長(zhǎng)期的數(shù)據(jù)監(jiān)測(cè)確保數(shù)據(jù)維度的合理性、數(shù)據(jù)統(tǒng)計(jì)的準(zhǔn)確性。明確影響數(shù)據(jù)的因素?？焖僬业揭粋€(gè)月內(nèi)閱讀量最高的幾篇文章，看哪些文章閱讀量高于平均閱讀量，找到閱讀量高的文章，進(jìn)行利于統(tǒng)計(jì)數(shù)據(jù)，可以從標(biāo)題、排版、文風(fēng)等方面找到提升運(yùn)營(yíng)的途徑。文章分析性別比例分析，快速找到分析群體用戶(hù)；年齡分布，快速查看用戶(hù)群體與文章定位是否一致。通過(guò)了解粉絲群體，從而快速為選題提供依據(jù)。粉絲分析養(yǎng)成每周統(tǒng)計(jì)和截圖頭條號(hào)指數(shù)的習(xí)慣，截圖時(shí)要保留某一個(gè)維度的分?jǐn)?shù)，通過(guò)兩圖或者多圖的對(duì)比，看到指數(shù)的變化，總結(jié)出相應(yīng)指數(shù)提高的措施和策略。頭條指數(shù)分析二、數(shù)據(jù)分析內(nèi)容三、數(shù)據(jù)分析工具伯格運(yùn)營(yíng)GrowingIO新榜清博大數(shù)據(jù)神策數(shù)據(jù)數(shù)說(shuō)風(fēng)云易贊微指數(shù)西瓜數(shù)據(jù)大數(shù)據(jù)導(dǎo)航網(wǎng)微信指數(shù)添加標(biāo)題四、效果評(píng)估優(yōu)化模型（一）效果評(píng)估標(biāo)準(zhǔn)對(duì)于內(nèi)容營(yíng)銷(xiāo)，一般的從業(yè)者都會(huì)從文字文章閱讀量，轉(zhuǎn)發(fā)量，評(píng)論量來(lái)評(píng)估。專(zhuān)業(yè)的傳播維度主要從以下五個(gè)方面來(lái)評(píng)論內(nèi)容傳播的效果。潛在的受眾范圍轉(zhuǎn)化率（二）“RESULTS”模型五、A/B測(cè)試（一）基本定義與戰(zhàn)略意義