精细化的数据运营

第一个，为什么要用精细化运营数据？这张图是年初的时候 TalkingData 的一个报告，大家可以看到，整个年龄分布从 90 后到 80 后到 70 后以下，其实整个分布已经越来越均匀了。大家想一下，差不多在 1999年 第一波互联网浪潮到 2004年web2.0 到 2009年 左右的移动互联网浪潮的时候，当时主要人群主要是 80 后，并没有现在分化得这么明显。

第二个人群城市差异化，大家可以看到一二三线城市的增长速度，意味着人群包括像城市整个沉降越来越快，如果有来自小城市的朋友都知道，现在回家看，大家使用智能设备已经越来越多了。大家再想一下，这三个浪潮的时候，最开始使用互联网的人主要是一二线城市的人，而现在这个图是一个金字塔，三四线人才是一个更有价值的部分。

第三个网络环境，从最开始，早期用塞班的人都知道，大家可能就用 opera 浏览器，用 S60 手机各种省流量，UC 浏览器讲究的是内容。大家看到随着网络环境的改善和优化整个体验变得很重要，用户交互体验变得很重要。

最后一个是根据每个人装的应用列表来看，北京打车偏多，上海理财，广州是游戏，深圳是视频。从表面上来看是几个类型的差异，背后刚好反映的是各个城市人群的生活节奏，包括个人作息时间，个人消费能力等等。这意味着什么呢，这意味着现在包括使用你的应用人群已经越来越差异化了。

举个简单的例子，即使你是做母婴类的，使用者是妈妈，一二线城市的妈妈和三四线城市的妈妈她们消费能力是有差异的，她们平时生活作息时间也是有差异的。意味着她们在使用你 APP 的时候，整个使用行为肯定是有差异的。

所以回到最开始讲到的三波浪潮时期，大部分公司只关注三件事，从 Traffic 到 users 到 revenue，从流量到用户到收入。大家想一下最开始互联网广告赚钱方式并没有现在垂直电商这么多的方式，最开始简单的就是投广告，广告带来流量。包括去 PC 上做 SU 优化，做很多事都是为了扩大人群，扩大流量，带来更多的用户，通过用户产生收入。这在用户群单一的且技术有限的情况下，是有用的。

但是现在很多 APP 的开发者会发现一个很头疼的问题，就是为什么我们的量增不上去，觉得自己做了很多努力还是没有太多的用户，这里面有一个很重要的问题，就是你没有分析你的应用，没有意识到为什么用户留存率偏低。包括现在很多产品会去换量，A 产品跟你换 5000 量，B 产品换到 3000 量，你简单认为 5000 大于 3000 对不对，有些公司稍微再精明一点会去看留存率，即使是留存，大家想一想，每个应用的核心事件不同，知乎就是看帖子，京东是是加入购物车，搜狐视频是看视频。

原来的留存是什么，是打开一个应用，但简单的打开一个应用也不能成为衡量你留存的一个标准。这个时候也就意味着衡量留存时要把用户区分价值来看，真正给你带来产生收入是互动比较强烈的用户，其实你最后衡量这个渠道带来的用户，5000 大于 3000 也许你衡量有哪些人看了视频，有哪些人做了核心事件?比例有多少?通过这个衡量也许是 3000 的比较大。换过来说，这时候是不是意味着 3000 就是好的，也不一定。最后产生收入要看 UP 值，也许是 5000 的价值比较高。这一件事到底有什么结论，要通过用户的行为往下深入细分，再得到结论。

流量时代何时走向终结

这个是前一段时间 36kr 的一篇文章《流量是在何时走向终结》，它的观点就是以前流量经济在于洗，我不停的去找，有当量的渠道去换流量，现在已经是讲究粉丝经济了，要养，要找到你的用户人群特点。

举个简单例子，跟一线竞争对手扛不赢的时候，你会发现的收入来源大多数来自于三四线小城市，这个时候你没有必要去刷网上的第一位，因为你的核心人群是你的三四线小城市，这个时候你的目标要定向为他们的活动区域比较大的地方就可以了。养粉丝这一块很典型的比如唯品会，唯品会最开始做得比较好的时候就是用二线的品牌去吸引了二三四线城市的人。

AARRR 模型

回到刚刚那个模型流量到用户到收入，我们应该关心的是流量来的是什么样的用户，流量怎么来的用户。用户到收入这个过程到底做了什么，用户是如何产生收入的。

这个时候我要讲到一个经济话语的基础，不得不提到的就是 AARRR 模型。第一个是 Acquisition，即用户的获取。Acquisition 是用户的激活，Retention 是大家很熟悉的，留存，留存的人 referral 会帮你制造传播，再下一步就是收入。

关于用户获取大家应该很熟悉。比如扫码关注，或者你去搜一个关键词，做一个 SEO 优化，或者你找别人换量，或者是别人在某科技博客上写一篇软文带来一些量。再就是社会化分享，通过分享把用户吸引过来，这些都是用户获取的过程。

用户激活，激活就是注册成为你的用户，有一些人到你这来了以后，核心是要他注册账号，如果没有账号体系，你可以认为他来到你的应用就跳过这一步了。像知乎，在首页有一个注册，读文章读到一半的时候也会弹出一个注册。

用户留存就很简单了，持续去使用你的应用。我们建议把这个留存再往下深入，你要把你的人群分层，比如你是一个电商应用，留存就要分四层来看。第一层是浏览商品的留存的人，第二是加入购物车的人，第三是是产生了订单的，第四是完成支付的。分不同层面的意义来讲留存，这就是细化留存。

Referral 就很熟了，用户觉得应用不错，愿意把它分享到社交网络，到社交网络以后带来更多的用户，这就是一个传播的过程，传统意义就是你的东西很有价值。比如卖一个很好的软件，你告诉他用的很不错，就是口碑营销，是最传统的传播方式。前不久我在微博上看到一个知乎的分享，这就是典型的传播方式。

最后就是收入了，大家看一下整个过程，这是我摘自于国外很有名的 PPT 的图，是一个典型的漏斗，用户获取来的人是最多的，用户激活是一部分，用户留存到用户传播最后到用户收入这是一个漏洞，在分析问题时候是要找到这个漏洞的瓶颈在哪儿。

当你发现产品有问题的时候，这个时候要做的一件事就是分析从用户获取到收入这个步骤中，到底哪一步是最大的问题。现在很多人有问题的时候会做很多操作，其实是不利的。因为这会同时改变很多因素，最好的方式是首先要监控起用户获取到收入的整个过程，用数据化的工具来监测这个过程。

先找到 OMTM，这个概念是来自于《精益数据分析》这本书，里面讲到一个很重要的分析方法论叫做 OMTM（one Metric That matters）。在找瓶颈的时候往往有一个非常重要的因素，只要解决了这个问题，就会带来快速的提高。本身你的产品在迭代，不可能一下子解决所有的问题，你做很多操作的时候，到底是哪个产生因素还是不知道，从分析上来讲是不合理的。

常用分析方法

有哪些常用的分析方法呢？第一个，其实就是用户获取和用户激活。比如像知乎，知乎注册有多种方式，有一种是来自于你的首页注册，还有一种是你读到一半弹出一个注册框，这是多种注册方式。大家想一下，如果用现有的一些工具是做不到的，因为他最多是给你做渠道和版本上的区分，这时候你去衡量这一部分用户转化率和行为的时候，需要结合业务逻辑条件。比如注册来自读文章的页面或者是注册来自于首页，这些都是结合业务的商业条件，这是需要精益化的数据工具才可以做到的。

分析的过程就是一个典型的漏斗，第一步两个漏斗，第一个漏斗是从首页访问注册的人，第二个漏斗是看文章的，他读文章读到一半弹出一个注册窗口，第二步就是他去读文章，比较这个漏斗看哪一步更有价值，这就是典型的漏斗。漏斗就是很多过程，你要分析这个过程缺口在那里。

拆分用户使用应用这个过程的时候，用户不会完全按照你的逻辑来走，很多地方就会卡住了，跳出了，这个时候要找到这些点来优化它。有一句话大多数做产品的人是靠猜测和直觉，大家想一下自己的产品是不是靠产品经理拍脑袋决定的功能，有没有考虑这个功能的持续使用性。

第二个是更多的转化趋势。刚刚解释过了用户留存，留存不像以前了，第一天是新增用户，某一个条件背后来的用户，第二天第三天有没有持续用这个应用，变成了每一个应用都有你的核心价值体现。比如说你是一个游戏类的，