丹尼爾行動使用的兩個模型幫助您掌握運營活動過程中的核心數據

2020-12-04 健哥論娛樂

無論是線下互動,還是線上銷售和課程,都必須根據具體的數據指標優化用戶體驗,讓用戶轉換更加順暢。往往我們不知道如何分析數據,如何提取數據指標,即使數據擺在我們面前,也不知道如何使用。

結合我五年的操作經驗,我寫了這篇文章文章,通過對兩個模型的分解和模型的混合應用,可以告訴您如何進行有效的數據推導,在操作過程中掌握核心數據。

谷歌用戶體驗團隊的GSM模型

消費者行為分析的AIsAS模型

GSm」模型是Google用戶體驗團隊提出的一個指標體系,該系統主要用於量化用戶體驗,並從設計目標出發推導出能夠判斷用戶體驗質量的數據指標。

GSm是目標(Goal)→信號(Signal)→索引(Metric),因此也被稱為GSm模型。

上面的解釋可能會有點混亂,讓我們用具體案例來說明。

讓我們用具體的例子來完成推導過程,如果我們想設計一雙多舒適的鞋子,那麼目標、信號和指示器如下所示。

目的:通過鞋子的設計,提高使用者的舒適度。

信號:隨著鞋子舒適度的增加,你會發現什麼樣的現象?下面列出了幾種典型現象

與舊款相比,新設計的鞋子更難磨

鞋子的人體工程學設計更合理,更舒適

用戶非常喜歡這款新鞋的設計,並積極推薦他人購買

指標:包括但不限於以下幾點:

從新鞋到腳完全適應時代

與舊款鞋相比,滿意有哪些優勢

在所有買家中,通過他人推薦購買的用戶比例

然而在指標的推導過程中,影響指標變化的因素很多。

例如,在第三個指數中,通過他人推薦購買的客戶比例有所上升,之所以不一定,是因為鞋子比較舒適,有可能是因為新鞋的外觀設計比較流行,或者是一些品牌推廣活動等。

利用GSM模型,我們可以推導出用戶體驗質量的具體數據,並且可以更好地識別出哪些數據受到我們的設計目標的影響。

AIsAS模型是中國電信針對網際網路和無線應用時代消費者生活方式的變化而提出的一種全新的消費行為分析模型。

與傳統的AIDMA規則相比,AIsAS模式在關注商品並產生興趣後採取信息收集(Search),以及購買行為後的信息共享(SharE),符合當前網際網路用戶的消費習慣時代。

市場營銷人員可以準確地了解消費者的心理和行為,制定有效的營銷策略,提高交易率。

AIsAS營銷原則被廣泛運用,是引導運營商深入了解用戶的一個法寶。

在實際工作中,他可以成為一個非常實用的「用戶行為分析」模型,以標題為例:

Attention:寫一個別人感興趣並想點擊的標題

Interest:吸引用戶深度開始閱讀。

Search:文章內容引起用戶興趣後,用戶將搜索您帳戶中其他文章對您感興趣。

將您的搜索集成到綜合。

Share:當用戶認為你的文章非常好時,他們會直接點擊轉發,偶爾還會有人帶來一些評論。

以上兩個模型將對我們的操作工作有指導性的幫助GSM模型可以幫助我們改善用戶體驗,AIsAS模型可以幫助我們挖掘用戶行為特徵。

事實上這兩個模型可以結合使用,GSM-AIsAS模型可以幫助我們更好地了解用戶的消費習慣,更理性地思考利潤實現的手段,協調拉新、推廣、轉型等階段的工作流程。

讓我們以一個在線活動為例

(1) 活動摘要

例如,計劃課程折扣H5。活動的目的是推廣品牌,推銷課程,活動的目的是增加課程的訂購量,主要是通過參加人數和參加人數來衡量的。

入口在您自己的私人域名流量和網站上,邀請朋友幫忙,您可以獲得課程折扣,邀請人數越多,折扣就越大。7天內,您每天可參與3次(3種課程),以支持分享,分享後,您需要註冊您的帳戶才能參與。

(2) 活動分析

整個活動的分析基於兩個維度模型AIsAS和GSM模型,以AIsAS模型中的五個因子作為GSM模型的目標,並找出每個因子對應的信號和指標

跟隨(Attention)

焦點階段是讓更多的人了解活動,這是用戶參與活動的第一步。

在這一階段,我將目標劃分為活動連結的打開率、是否查看指導指令以及活動規則是否清晰易懂。相應的數據指標是活動知曉率和UV的增加。

用戶需要查看活動本身的規則,當用戶第一次輸入H5時,最好有一個指南提示。

相反,如果閱讀活動的數量不合理,如果閱讀規則過於簡單,那麼閱讀活動的數量就會被忽略。

用戶了解活動規則後,如果不感興趣,直接關閉頁面,相應的數據指標是頁面跳出率。

利息(Interest)

興趣階段是讓更多的人通過活動產生興趣。

按照上述步驟,如果用戶感興趣,他們將瀏覽頁面內容,相應的數據指標是頁面停留時間、頁面幻燈片數和頁面上UV/PV的點擊轉換率。

搜索(Search)

當用戶對活動感興趣時,他可能會有參與活動的願望。在參加活動之前,他可能不會立即做出選擇,需要信息確認來說服自己。

例如,有的人將非常合理,他將搜索活動組織者的信息,並評估活動是否值得參與,然後他可能會回去調查平臺,搜索他們的產品,確保活動的價值和品牌信任。

好吧,對於這些用戶,我們需要考慮基於現有資源和產品的可能會搜索信息,例如許多操作平臺

現階段,我們將考察一些基於產品的搜索指標,如新增諸如數量和菜單瀏覽量;如果是網站,數據指標應該是網站排名、關鍵詞覆蓋率、IP的波動等

操作(Action)

有了前三點的鋪墊,如果你對活動有足夠的興趣,你應該採取相應的行動,這裡的行動是參與課程的優惠活動。

這裡的動作也可以分成兩部分。

第一部分是用戶參與援助活動的情況,第二部分是用戶訂購課程的情況。

因此動作檢查的重點是用戶任務的完成。

一方面是用戶完成的效率,另一方面是用戶完成的成功率。

如果用戶能夠高效地完成任務,整個任務的操作步驟就會更少,完成任務所花費的時間也會更少,應用程式的數據索引是單個用戶從進入活動頁面到完成活動所花費的單擊次數和時間。

如果用戶更容易完成任務,更多的人會幫助他們的朋友第一次獲得優惠券,因此首次參加活動的成功率可以作為一個量化指標。

幫助活動頁的跳出率可用作衡量…的反向指示器

當用戶成功收到優惠券時,我們應該調查用戶的訂單。

其中,評估指標為總訂單量,GMV(網站交易量)和實際銷售額,如果這些數據得到顯著改善,則活性轉化效果相對理想。

針對用戶的訂單,我們還可以分析訂單率、支付率、整體支付率等指標。

共享(SharE)

這裡指的是用戶在使用產品後主動與他人分享,相應的定量指標是活動分享率。

通過共享連結、訪問活動頁面的UV用戶數以及總人數中通過連結參與活動的人數所佔比例,考慮用戶的共享行為。

在共享階段,我將共享目標擴展到滿意度、用戶跟進、用戶參與頻率和活動共享。

這樣做的原因是我認為用戶願意分享,以及產品級別(課程質量)、活動福利(折扣疊加)等因素,以上情況至少能反映出用戶對品牌的認可程度。如果以上數據指標狀況良好,也可以提高用戶的分享和傳播。

在活動期間和之後,我們還應該考慮用戶粘性和活動性的問題,在這個活動中,粘度對應於用戶將返回參與活動,對應的數據指標是第二天留存率和第七天留存率。

與活動水平相對應的信號是用戶參與頻率的增加,相應的量化指標是單個用戶7天參與的總數和活動的總次數。

總結

以上是模型組合的框架,但活動方案的實施會受到許多其他因素的限制,因此需要對具體問題進行分析。

在實際操作工作中,我們將運用多種方法、模型和框架,嘗試對他們進行分解、重組和拼接,也許你會發現新天地。

模型就是工具,如何使用他取決於用戶。如果你手頭只有一把錘子,用錘子很容易;如果你收集螺絲刀、鑽頭、鉗子,你可能會想到工具和解決問題之間的關係。

經過長時間的思考和積累,你會發現真正有效的方法論其實是建立在大腦的思維認知基礎上的。

本文通過一個小案例,採用GSM模型和AIsAS模型的簡單組合,對目標進行分解和量化,為大家提供一些參考思路。

相關焦點

  • 實操案例拆解:如何使用模型/理論進行數據分析和戰略定位
    編輯導讀:案例拆解是運營er們常常會用到的方法,當活動缺少新想法時,就會試著去關注一下相關的案例,進行拆解,進而復用到自己的工作中。運營人如何做案例拆解?需要用到哪些理論模型呢?本文作者從具體案例出發,對相關模型進行了講解,一起來看看~
  • 用戶運營必掌握的三種模型
    這次分享我為大家帶來的是用戶運營方法論3個模型:漏鬥、金字塔、內容運營生態軸:運營基礎方法論的3個模型;如何讓最大量的用戶新增進來?用戶如果流失了怎麼召回?方法論和模型這類的內容比較基礎,可能聽起來也會覺得枯燥,所以在分享的過程中我會帶著運營同行們的實戰經驗以及我個人的工作經歷,來幫助大家理解。
  • 盤點運營人必須知道的底層邏輯和思維模型
    作為一個運營人必須擁有一個自己得心應手的工具箱,才能在運營工作中事半功倍。工具箱裡應該有底層邏輯、思維模型,也應該有運營技巧和操作工具,它們可能分別處於了道術器的三個層面。我今天整理了部分底層邏輯和思維模型以及它們的使用場景和使用原則,希望對大家以後的運營工作有所幫助。
  • 以好奇心日報為業務原型,說說大數據平臺的數據建模過程
    今天我們以好奇心日報為業務原型,探討下數據模型建設過程(本人非好奇心員工,好奇心老闆看見如果覺得對數據化運營有所幫助記得給我加雞腿)。數據模型是數據平臺的基石,是平臺搭建過程中最最基礎、也是最最重要的環節,為後續數據清洗(ETL)、開發數據報表等工作保駕護航。數據建模做的好,後面工作也會更容易,模型做的不到位,一些報表做起來耗時耗力又吃資源,甚至無法實現。數據建模一般要經歷主題和主題域分析、概念模型、維度設計、指標整理、邏輯模型、物理模型。
  • 詳解數據分析六大經典模型原理及應用場景,值得收藏
    要想做好數據分析離不開數據分析模型的理解和掌握,掌握常用的數據分析模型能夠幫助我們拿到數據時很快理順分析的思路,提供一個分析的整體結構,另外也能更好幫助拆解問題,將問題細化,方便找出問題的主要原因。
  • AVEVA劍維軟體: 變革大數據的使用方式與結果
    大數據潛力無窮,可幫助公司改善運營並做出更快、更明智的決策。但我們應該從哪裡入手呢?  數位化技術可以幫助您更快、更高效、以更低成本設計、製造、交付、支持和維護產品。  實現這些收益的關鍵是建立無縫和連續的工藝及生產數據流,將這些數據與精確的歷史運營信息相結合,然後通過背景分析轉化為對整個企業的全新洞見。此外,新的數位化工具可以對這些現有的數據存量進行再分析和轉化,並將其與運營數據合成。此過程可以產生更深入的洞見,幫助企業了解如何在資產和運營生命周期創造更多價值。
  • 活動運營的「骨架」和「靈魂」是什麼?
    編輯導讀:活動運營是運營工作的一個重要方面,活動運營貫穿於用戶的全生命周期,在各個階段活動運營的目標和側重點會有所差別。本文論述了如何構建一場活動,以及在策劃活動中所需遵循的原則,與大家分享。第三,要實現長期的留存,在活動設置時有三個原則需要被考慮。一,活動設置要和產品的核心價值相關,讓用戶通過活動參與就能感受使用產品的「啊哈時刻」。二,要在活動中設置各種酬勞來吸引用戶投入更多的時間和精力,最終養成使用習慣。三,活動設置要考慮用戶的成長路徑,使活動主題具有可延展性,保證用戶有能力持續參與到活動中來,實現長期的留存。
  • 青島新媒體運營教程:用一篇文章,掌握用戶快速增長AARRR模型
    AARRR模型因其掠奪式的增長方式也被稱為海盜模型,是Dave McClure 2007提出的,核心就是AARRR漏鬥模型,對應客戶生命周期幫助大家更好地理解獲客和維護客戶的原理。在網際網路行業經典的運營體系「AARRR」模型中,拉新為其中第一環節,也就是為當前產品拉來新用戶,拉新的質量直接影響了後面的活躍、留存質量。那麼如何才能實現高質量的拉新呢?
  • 馬蜂窩數據中臺起步建設:數倉的架構、模型與應用
    ,綜合使用兩個理論中的方法保證數據質量;效率保證:合理採取維度退化、變化維、增加冗餘等方法,保證數據的計算和查詢效率。準確性:數據質量管控要在建模過程中落地,為數據準確性保駕護航;易用性:兼顧模型的可擴展性和可理解性;及時性:充分考慮模型的使用效率,提供方便快捷的數據查詢和數據計算服務。
  • 《小群效應》讀書筆記:9000字讓你掌握社群運營的六大核心概念
    六個訴求既趨同於馬斯洛需求模型,也和「三近一反」中的「一反」十分契合。許多人加入並持續停留在一個社群中,不僅僅因為他們有共同的基礎,還因為有一個明確的「需求」,既相互幫助,又存在衝突和協作。12.最大連通圖的平均成員數,最大的那個小圈子中成員數量。【關於活躍社群的思考】1.活躍社群總的來說是通過12個活躍社群的特徵以結果為導向逆向思考,再就是把握兩個核心指標:社群運營內主流群體規模大小和成員之間互動是否頻繁這兩個要素。
  • 從運營策略到增長模型,再聊B端運營
    而在運營中,我們多會把關注點聚焦在如何讓AAARR更加良性,也就是維持並拉升從獲客到轉化的持續性和成長性。下面要聊的是制定運營策略的5大要點:目標設定、團隊協作、方案策劃、過程調節、成果驗收。原來的社群為了獲客定位是優惠消息互動,那麼小D可以考慮對社群分層,通過活動篩選高淨值用戶,建立新的社群定位成品質生活,無形中拔高社群用戶的身份價值;還可以使用老帶新的裂變方式,讓用戶獲得優惠福利跟每個人的貢獻直接相關。5. 階段驗收:每個階段目標是否達成?
  • 數據倉庫模型設計與工具
    數據模型對於數倉是最核心的東西,數據模型是數據組織和存儲方法,模型的好壞,決定了數倉能支撐企業業務多久。為什麼大多數企業,數倉都要重建,這不僅僅是業務拓展、發展迅速,很大一部分是因為模型建的很爛。
  • 從理論到實踐 一文看懂數安行的數據運營安全
    數據運營安全(DataSecOps)是一種新的數據安全防護理念。數安行站在數據運營的角度,重新理解當前數據安全風險發生的根本原因,並提出了應對思路。其核心是在數據運營中內嵌數據安全屬性,解決數據運營過程中的數據安全問題,最終落地以一個產品或平臺的方式運行。
  • 設計師必須掌握數據分析要點
    以上這兩種方法,都是數據收集的過程,第一種更感性,第二種更理性客觀。一、數據分析要解決什麼問題?那數據分析能幫助我們解決哪些問題呢?1. 研究歷史舉個例子:視頻行業某個產品的DAU有一段時間突然迅猛增長。
  • 神策數據第九大數據分析模型——間隔分析上線
    間隔分析從事件發生的時間間隔維度來探索用戶行為數據價值,它能夠科學地反映特定用戶群體(如北京地區年齡30歲以上女士),發生指定行為事件(如事件A到B的轉化、金融用戶的二次投資等)的時間間隔及數據分布情況。不同數據組的偏態和尾重可反饋用戶路徑過程中的應用體驗,並藉此評估產品設置的合理性。
  • 國壽副總裁楊紅詳解壽險運營升級:模式變革是數位化轉型的核心!
    作為險企運轉的一大核心,運營服務貫穿於「前中後臺」多個環節,數位化轉型成為必然的選擇。12月6日,中國人壽副總裁楊紅出席在武漢舉行的「中國保險創新發展大會」時談及壽險運營升級的內生邏輯,其中便談到模式變革是數位化轉型的核心。
  • 數據分析模型有哪些?常見的這八種來了解一下!
    在進行數據分析時,那就會提及數據分析模型。在進行數據分析之前,首先要建立一個數據分析模型。根據模型的內容,將其細分為不同的數據指標以進行詳細分析,最後得到所需的分析結果以及分析結論。常見的數據分析模型很多,億信華辰小編列出了八個常見的模型供您參考。
  • 《碧藍航線》核心數據三倍活動 核心數據三倍獲取介紹
    碧藍航線核心數據三倍活動一、活動介紹獲取核心數據活動注意。前方補給運輸中~(˙o˙)。活動時間: 12月 11日00:00~12月20日23:59。活動期間,將開啟限時活動「[獲取核心數據」, 限時三倍提升困難副本的核心數據獲取。還請各位指揮官注意~ ()。
  • ​BIM、實景建模和GIS數據,助力高速公路交付數字孿生模型
    LBU選擇了Bentley渠道合作夥伴Reveron Consulting來實施Bentley解決方案,對泛婆羅洲高速公路進行設計、施工和運營。在整個設計、規劃和施工過程中,LBU首次在馬來西亞的公路和高速公路項目中應用了BIM工作流程。該團隊使用ProjectWise來創建一個開放式互連數據環境,以支持BIM、GIS和實景建模過程中的實施和集成。
  • 如何用「用戶增長模型」的思維,拆解新媒體運營框架!
    當你的運營思路不清晰的時候,不妨就回到AARRR模型去分析,很多問題都將迎刃而解。今年,增長黑客的概念特別火,很多公司和個人都開始更加關注用戶增長這一塊。我們先來了解一下目前運營圈子裡大家都比較認可的AARRR模型。