B 端運營需要關注數據指標

2020-12-26 騰訊網

堅持夢想,就算所有人都不支持你。——數據說·實操季

導讀:To B運營的本質,其實就是讓產品用得更好,體驗更佳,且把軟體做的比競品更好。落到具體業務上,就是解決獲客、轉化、續籤等問題。然而,隨著近年來 B端產品的持續升溫,產品種類不斷增加,針對客戶和業務的精細化的數據分析能力成為了一名優秀 B端運營最重要的核心競爭力之一,也讓B 端運營團隊都有著深厚的數據驅動業務決策文化。

前言

在ToB領域,客戶從認知品牌到點擊瀏覽,著陸頁,註冊轉化,獲取線索,成為商機,潛在客戶,接觸客戶,產品展示/報價,籤合同,交付,客戶服務/續約,轉介紹,整個客戶全鏈路都屬於B 端運營的階段。

那麼,To C運營的用戶轉化全鏈路是什麼?我想你應該會想到:AARRR模型,獲取用戶-提高留存率-提高活躍度-獲取收入-自傳播。

同樣,To B整個客戶全鏈路也可以歸納為五個階段:獲客階段-線索階段-商機階段(培育期)-付費轉化階段-客戶成功階段。

但是,B 端運營在每個階段關注的數據指標,側重點不同。

第一部分

維度:回答從哪些角度去衡量的問題?

匯總方式:回答用哪些方法去衡量的問題?

量度:回答目標是什麼的問題?

所謂的「數據指標」,簡單來說就是可將某個事件量化,且可形成數字,來衡量目標,在日常工作中大家都會應用的到。在一定程度上,「數據指標」能揭示出產品用戶的行為和業務水平狀況。我們在工作中會關注一些數據指標,如轉化率,留存率,日活,月活等。

然而,在B 端運營中不同階段,又有哪些數據指標,什麼樣的數據指標是值得我們去關注的,或者是有效的,並且能幫助產品業務線找到自己的提升方向呢。

第二部分

01、基於渠道數據(包括官網)、用戶行為數據、活動數據等判斷渠道質量,提高獲客能力

▌渠道數據

投放消耗:統計時間內花費的金額

獲客成本(roi):統計時間內花費的金額/新增人數。

曝光量:通過應用市場投放廣告曝光的次數。

點擊量:廣告被點擊的次數,是APP被下載並激活的前提。

下載量:通過應用市場等渠道,下載APP應用的用戶數量。

激活量:安裝應用後,首次打開APP應用的用戶數量。

激活轉化率:從下載到激活的用戶轉化。

新增註冊量:即註冊APP的用戶數。

註冊轉化率:從激活到註冊的用戶轉化。

企業創建數量:創建企業的數量。

日均自然量佔比:自然量新增/新增人數。

新增用戶渠道來源佔比

各個渠道留存率:每個推廣渠道來源,x日留存率為x日前的新用戶在今天還啟動應用的比例。

······

如:渠道轉化漏鬥為例

各個應用市場渠道統計為例

▌官網數據:

pv,uv,ip,新訪客,跳出率,SEO關鍵詞排名,商橋數、400電話數、自然流量走勢、展現量、點擊量、點擊均價、總消費;

······

以某軟體官網數據為例

▌活動數據:

活動場次,活動城市,活動到場分布,參與人數,費用,活動成本,ROI;

·····

02、基於用戶行為數據優化獲客轉化率

▌用戶行為數據:

頁面訪問路徑:統計用戶從打開應用到離開應用整個過程中每一步的頁面訪問和跳轉情況。

轉化率:指進入下一頁面的人數(或頁面瀏覽量)與當前頁面的人數(或頁面瀏覽量)的比值。

····

03、基於觸點行為數據做線索質量權重歸因,給用戶打標籤,用來後期針對性內容觸達或者營銷

▌觸點行為數據:

新進20以上企業數

來源渠道佔比

所屬行業佔比

搜索關鍵詞

·····

01、基於新增數據進行客服回訪,了解客戶7要素,建立初步認知以及篩選有效線索

▌用戶數據

新增用戶:新用戶每日進入的人數

有效線索數

有效接通電話數量

拒接率

用戶增長率

客戶7要素(公司名稱、所在城市、人員規模、主要需求、之前有無使用類似軟體、有無付費經歷、付費金額)

······

02、基於活躍度判斷線索狀態,進行客戶分層管理

▌活躍數據

DAU(日活躍用戶):產品一個自然日的活躍用戶數,定義活躍用戶,各個產品都沒有明確的界定。

連續活躍n周用戶:連續n周,每周至少啟動過一次APP的活躍用戶;

重要用戶:連續活躍4周及以上的用戶;

連續活躍用戶:連續活躍1周及以上的用戶;

······

03、基於搜索詞給線索打標籤,鎖定用戶搜索意圖,定製內容推薦

▌內容數據

閱讀量,閱讀量走勢,線索轉化量

閱讀次數

文章數量

閱讀人數

完成閱讀次數(用戶滑到圖文消息底部的次數)

閱讀完成率

送達閱讀率

·····

01、基於用戶行為數據和標籤交叉查詢進行分群(分層)

▌用戶數據

客戶健康度指標的監控是實時的,一般來說會是幾個關鍵事件(比如平均登錄次數,幫助頁面的 PV,聯繫客服的次數,使用核心功能的次數)整合後得出的數字。

······

02、基於內容數據和分群,包裝最佳客戶案例

▌內容數據

客戶案例閱讀量

文章數量

客戶案例數量

······

03、基於分群分層,進行二次回訪,確定客戶意向度

客服回訪數據

有效接通電話

商機數

拒接率

······

01、配合客戶分層, 針對商機客戶進行有效回訪

客服營銷數據

有效接通電話

拒接率

意向度

······

02、 聯合市場活動,提升付費轉化

活動數據

活動參與度

活動成本

新客戶付費數

老客戶付費數

總營收

訂單數

客單價

購買會員類型

·······

03、關註銷售數據,提升銷售人員的能力

銷售數據

銷售額

訂單量

完成率

增長率

重點產品的銷售佔比

各平臺銷售佔比

利潤

成交率(轉化率)

人均產出

·······

01、基於產品功能埋點,細化到分析客戶狀態,流失預警

▌用戶數據

功能活躍指標:主要關注某功能的活躍人數,關注某個功能。

客戶流失率 = (在指定時間段內取消的客戶數量)/(在同一時間段開始時的付費客戶的數量),根據不同產品業務的特性,流失率的定義也都不同。

·······

02、進行客戶使用產品狀態觀察以及用戶反饋,優化迭代產品功能

▌用戶行為數據

留存率

活躍數

用戶活躍率

同比,環比

········

03、基於客戶分群做定製化關懷,引導客戶轉介紹、制定續費方案

▌客戶數據

續費率,也就是付費客戶留存率,在前期數據並不充足的情況下,比流失率能夠更準確的反映出產品被客戶的接受程度的高低。客戶續費率 = 完成續費的客戶數量/當期到期的客戶合同數量

客戶身價 LTV,LTV = ARPA / 客戶流失率(*ARPA 平均客月價)

平均每個客戶的月度營業額計算公式:平均客月價= 當月MRR/當月活躍客戶數

轉介紹(傳播因子)

投訴數量

投訴率

·······

第三部分 結尾

以上就是對B 端運營在每個階段關注的數據指標進行的梳理。不同行業不同產品的數據指標很多,北極星指標、定性指標、量化指標、虛榮指標等,但B 端運營在每個階段關注的數據指標,側重點不同。可不管怎麼樣,To b 運營通過各種途徑獲取銷售線索,留住用戶進行付費/續費,使品牌最大化,從而樹立品牌正面形象,創造更多營收。

然而,做to b 運營,有一個現象,大部分用戶都需要培養用戶習慣,我們要先開拓市場、培養市場、之後才能佔有市場,其實我們可以嘗試去建立一個社群,幫助用戶去體驗產品,並認同產品的驅動,用夥伴的方式共同成長,特點就是由專家去運營社群,扶持非商業用戶的成功。

這個時代,贏得客戶需要付出更多的產品之外的東西,那就是用戶成功,我們需要的是站在用戶業務的角度去表達產品、站在解決用戶業務困難的角度去制定解決方案,而不是在跟用戶表達,我有什麼,難道不是你的客戶,你就不能以用戶成功的心態去支持?只有一顆幫助用戶成功的心態才能贏得客戶,才有機會去做客戶成功。

商業在於共贏,而不是一家的略顯優勢,此時,整個行業都將面臨銷聲匿跡!

圖片來源於網絡

若好的建議和想法,歡迎在下方留言

我們將盡其所能打造數據分析交流的理想之地

相關焦點

  • B端產品的指標設計思路
    編輯導語:很多時候我們都是靠指標進行判斷,在B端產品中也是如此,指標可以幫助我們進行分析和推理,特別是對平臺和業務進行分析時可以用到;本文作者分享了關於B端產品的指標設計思路,我們一起來看一下。關於指標,我們都知道其作用在於將定性的事物轉換為可測量的數量,將解題的思路從語文變為數學。
  • 從「運營唯C論」誤區說起:談談B端、C端、G端的運營要點
    去年她跳槽去了另一家公司做內容運營,但是不到三個月就離職了,她一直也不知道原因,直到給我們講了如下的情況:新公司和政府合作,以半官方的名義做的一款行業性政府信息管理平臺。該平臺為當地的中小企業提供政府的信息,同時也為政府提供企業的使用數據。由此看來,這是一個G、B共存且以G端為前提及基礎的項目,這和小A之前做的C端運營經驗來看有明顯的差異。
  • 如何合理的設計B端產品經理的考核目標?
    在確定產品經理的考核目標之前,首先需要對B端產品進行分類,不同類別的B端產品性質完全不同,沒辦法一刀切的談論;另外,企業內部自研系統的B端產品經理,和SaaS產品經理,工作目標和方法也區別很大,需要分別探討。
  • APP應該關注哪些數據指標?
    編輯導語:如今APP的種類很多,每個APP的用途也大不相同,不同的APP針對不同用戶需要關注的重點也不同;比如淘寶會著重關注你的興趣愛好,新聞APP會關注你的查看頻率;本文作者分析了如今APP應該關注哪些數據指標,我們一起來看一下。
  • B端運營:產品商業化過程中,運營要做什麼?
    近幾年隨著企業服務的發展,越來越多同學投身B端運營工作。作者從事B端運營崗位5年,經歷了新產品/成熟產品/廢棄產品線存量維護的多個階段。本文想從一個產品誕生至成熟,以產品發展進度軸的方式,介紹B端運營相關的工作。
  • B端新媒體運營如何提升寫作能力?
    與C端新媒體運營不同,B端新媒體運營需要儘可能避免俏皮詼諧的文風,並且要儘可能傳達觀點、傳遞有價值的內容,並利用中央路徑方法獲取企業的認同與信任,實現轉化。
  • To B 運營該怎麼做?
    關注並將「人人都是產品經理」設為星標每天早 07 : 45 按時送達各大網際網路巨頭布局To B業務,To B項目在融資金額和融資次數上名列前茅。面對來勢洶洶的To B,在摸著石頭過河的實際情況下,沒有其他的借鑑,To B運營該怎麼做?認準運營目標,分清業務模式,才能方法對路。
  • 關於數據埋點採集,你需要了解這些
    數據採集是數據分析的基礎,而埋點是最主要的採集方式。那麼數據埋點採集到底都包括哪些問題?本文作者從什麼是埋點、埋點怎麼設計、埋點的應用三個方面對這個問題進行了梳理,與大家分享。一、數據採集以及常見數據問題1. 數據採集數據採集有多種方式,埋點採集是其中非常重要的一部分,不論對c端還是b端產品都是主要的採集方式。
  • 數據分析基礎思維之:指標思維
    想要將事實思維融入到日常交流中,需要大量的訓練。這也是數據分析師入門容易,精通難的原因之一。用指標描述事實想要保持穩定的說事實的能力,最簡單的辦法就是把需要衡量的事物數據化。目前網際網路行業裡諸如瀏覽量、活躍用戶、響應時間等等指標的應用已經非常普遍了。
  • 商業數據分析的四個層次
    關注免費獲取資料 1、可免費領取數據相關的面試題+面試攻略。 2、可免費領取相關的資料; 3、進交流群,認識更多的數據小夥伴。
  • 遊戲運營案例來深入淺出數據分析&挖掘
    但如果我們再來仔細看整個數據的召回率比例,我們會發現第二次召回的用戶中,之所以會比第一次的召回率高,數據的提升更多體現在低端用戶的召回上。因次第二次活動的召回效果是否真的好。我們需要看更多的數據和指標來佐證,到底哪一次的活動舉辦的比較成功。
  • 用數據優化運營:3個案例帶你用數據留住用戶
    但如果我們再來仔細看整個數據的召回率比例,我們會發現第二次召回的用戶中,之所以會比第一次的召回率高,數據的提升更多體現在低端用戶的召回上。因次第二次活動的召回效果是否真的好。我們需要看更多的數據和指標來佐證,到底哪一次的活動舉辦的比較成功。
  • 《小新說運營》新書來襲,B端客戶營銷必讀
    運營,從宏觀的角度,概念廣泛。C端運營佼佼者不乏,然而提到B端運營,僅僅只能成為這些書籍當中的一章甚至是幾個小節。B端運營者們對於運營方法論的呼聲甚高,響應者匱乏。幾乎沒有人在這一垂直領域給出任何有實踐經驗或者指導意義的方法論。一說起運營的書籍,大家可能腦海中第一個要蹦出來的就是《運營之光》,或者是《從零開始做運營》這兩本豆瓣評分7.5以上的運營書籍。
  • 四字箴言打通TO B產品運營任督二脈
    剛入行的運營新手對於B端產品運營總是有些苦惱,甚至有點害怕。本文將從四個方面,分析如何做好B端產品運營,一起來看一下吧!對於運營小白來說,往往談B端產品運營而色變,究竟為什麼?三是數據分析過於簡單,不能真正指導運營決策,比如說,沒有掌握用戶的行為路徑,單靠一兩個緯度的數據指標簡單分析,就為下一步決策指手畫腳,為了迎合管理者想要的指標,而自欺欺人!結果再怎麼復盤也並沒有卵用!所謂B端運營不同於C端運營,目標用戶相對分散,只有比較實用場景化才能感召用戶,再加上B端運營效果不易彰顯,所以比較難。
  • 我們需要新的數據指標!
    當某項競技受到了關注、開始職業化的時候,相關數據分析會應運而生,數據分析的登場也會讓這項運動的職業化程度日漸提升。在這個過程中,粉絲也能活用數據分析從這項競技賽事中獲得更多彩的樂趣。LoL這個電子競技項目也是一樣的。而韓媒INVEN認為,LoL目前在這部分上的發展仍有遺憾之處:現存的可量化分析的指標過少,分析缺乏客觀性,這與LoL不斷提升的遊戲和比賽水準並不匹配。
  • 數據篇|如何成為一個運營大牛(一):運營中的那些數據
    只要掌握了我們面向對象的思維,拆維度並不難,我們只需要判斷的是:在我們當下的運營工作中,需要拆到哪個維度就可以了。我們常說的大數據中的「大」,其實就是數據量的「大」+ 維度的「多」。接下來我們要開始規劃我們的數據了,我們的運營工作中到底有多少核心指標呢?
  • C端產品轉數據產品,面試問什麼?
    編輯導語:產品經理想換一個方向,要注意很多問題,因為每個方向的重點以及思維方式都是不一樣的;本文是作者分享的關於C端產品經理轉數據經理的面試經驗,文中解答了幾個面試問題,我們一起來看一下。今天與朋友聊到一個有意思的話題:C端產品經理想轉數據產品經理,那面試的時候會問到什麼問題呢?
  • 數據分析的四個層次
    診斷出業務的問題之後,還需要結合實際情況,給出運營策略去改善它。我更傾向把處方性分析合到診斷性分析裡,因為分析和運營是需要結合在一起的。當然,這些小細節影響並不大。如今在公司0-1的參與項目,先前很多的方法論正好有機會都經歷一遍,所以想結合這些框架梳理一下自己的想法,歡迎大家留言或者進群交流。
  • 如何定義B端產品的MVP(下)
    要知道軟體的一個基本原則就是建立一套標準流程或者自動化的規則,如果線下處理極其靈活,很難將規則標準化,那麼這樣的功能是不太適合做成標準產品功能的,留一點標準的通用口子給到客戶,讓客戶線下處理,將數據輸入線上就可以了。
  • 首頁攻略運營篇(1):流量模型與首頁指標體系
    但一路走來,運營類書籍或文章鮮有提及如何做好首頁運營,提升用戶體驗與流量效率,最大化商業產出。本文結合本人多年在大型電商平臺負責產品、運營和數據團隊的實戰體會,對首頁運營的整體框架做一個分享。文中主要思路,也適用於頻道首頁和店鋪首頁。本文針對電商app。不同業務類型的app首頁設計可能有一定差異,可以跨界類推。