数据驱动运营｜微信公众号数据指标分析!

数据驱动运营｜微信公众号数据指标分析!

现在大家都在说用数据驱动运营，作为一个微信服务号运营er，平时都要看哪些数据呢？ 又如何用数据分析来优化功能/服务呢？

本文介绍我们逐步累积起来的观测数据指标，欢迎各位按需取用。

流量数据

1、渠道流量

运营公众号，最关心的一定是粉丝情况。比如，每天有多少粉丝关注，又是通过何种方式关注的。我们主要通过两种方式来看这部分数据：

一是微信后台的统计– 用户分析页面。可以看到每天总量和细分来源的不同关注人数。

所有来源分为：公众号搜索、扫描二维码、图文页右上角菜单、图文页公众号名称、名片分享、支付关注和其他。

公众号搜索对应SEO和搜索关注的引导效果； 扫描二维码对应二维码引导效果； 两个图文页关注数对应图文吸引度； 名片分享对应整个服务号使用质量； 支付关注是微信支付后引导； 其他是剩下的，里面包括微信广告主的投放流量。

通过对不同来源的关注情况关注，可大致了解不同推广工作的效果，采取定向优化措施。

但是美中不足的是，微信后台（包括接口）只提供关注总数，并没有细分的openid，大家无法把前端的关注数据和后端的转化情况打通。特别在对广告主之类的付费流量上的评估，只能采用增量对比等方式，误差比较大。

虽然大多数关注来源没有明细数据，其中还是有一个可以打通前后端数据的——扫描二维码关注。这也是我们关注来源数据的两个方式之一。 经过二次开发，我们生成多个带参数的二维码投放在不同的渠道，以此来标记用户关注来源，openid。后根据用户openid和自己的账号绑定，追踪其后 续业务转化情况。唯一打通前后端，实乃渠道投放之利器，推荐各位，能用的地方不要客气。

比如下图，某店通过二维码追踪的各渠道前后端转化数据：

2、转化漏斗

转化漏斗，是根据各自主营业务路径，设置的几个关键步骤转化率监控。比如关注到注册，注册到购买等。转化率的好坏主要两个看法：

比较：把服务号看做一个整体，通过跟全站所有渠道的平均转化率比较，评估渠道质量； 趋势：通过跟历史数据对比，评估服务号近期运营水平，渠道质量变化。

3、渠道优化

第1步，了解流量哪来的；第2步，了解流量质量好坏及向好向坏；那么第3步就是根据前面两项的数据结果，对渠道进行优化调整。对转化低的环节/渠道做定向优化，扩大优秀渠道的量，以提高整个服务号的转化水平。

产品（功能）数据

上一节我们关注用户从哪来，用户来了势必开始使用我们的产品/服务。

所以紧接着，我们会关注服务号上各项功能的使用情况。

比如我们向用户提供了业务进度查询、资金变动提醒、签到得积分等。一方面，通过数据分析，了解用户比较喜欢哪些功能，在常用功能上分配更多资源和关注。另一方面，从时间轴的变化趋势上分析，用以监控单个功能改进或优化的效果。

除了本身业务功能统计之外，微信也推出了统计– 网页分析的页面，统计所有做了JSSDK config的页面访问量，和接口调用量。如果你有做用户分享类的功能/活动，这个统计很有用哦！

用户数据

作为运营er，一方面你要了解自己（功能/服务/活动），另一方面，你得了解用户情况。我们主要从留存、活跃度、用户画像（标签）几个方面来看。

1、留存

留存，顾名思义，是指一段时间后，还有多少用户留了下来。这个“一段时间”可根据不同情况自定义，一般常用的是次日、7日、30日、周留存、月留存等。我们采用的留存标准是不取关，取得时段是次日、7日、15日、30日。

除了按时间分，还有按不同的用户维度来看留存。比如买袜子和买鞋子的不同用户留存率；或者完成购买行为及只有浏览商品行为不同用户留存率……

以我们的数据为例，通过分析发现，绝大多数取关在关注后的0~1天内完成，之后每天也有少量的用户取关；如遇推送，会掉更多；绑定用户比未绑定用户稳定；成交用户比未成交用户稳定……

基于以上数据分析，我们采取了一些针对性措施：比如用户关注后，第一时间引导他绑定。鉴于不同用户对推送的响应（完成转化）及耐受程度（取关）不一样，在推送频率和内容上也响应做一些微调。也都取得不错的效果。

2、活跃

对活跃用户的定义，取决于企业本身的业务流程和用户行为定位。以某理财平台为例，用户可以登录、充值、投资、查看标的、咨询问题、取现、使用投资工具等。通过对这些维度结合分析，可定义出活跃用户特征。满足这个条件的用户，视为活跃用户。

近期来，用户活跃度越来越成为评估服务号是否健康的重要指标之一。特别是累计关注数越来越多之后，对已关注粉丝的盘活甚至比拉新还重要。

多数时候，促活和留存是鱼和熊掌不可兼得。促活多少需要联系用户，让他完成某某指定动作，这个过程势必伴随着用户打扰。正如投放的说，有一半广告费是浪费的，但是不知道是哪一半。促活也有一半用户被打扰了是要取关的，你得找出来是哪一半。这就需要对用户更深入的了解了。

3、用户画像（标签数据）

随着大家对用户数据的深入挖掘，用户画像的概念也更加火热。以前可能一个用户有几十个标签，现在有几百甚至上千个标签。通过标准化的标签，将复杂的个人情况，提炼成一个一个的特征标识，使得计算机能够程序化处理，甚至“理解”人。

有关大数据处理非我专业，不再班门弄斧。还有一些主营业务上的用户状态和用户信息，每家都不一样，这里不展开。只着重介绍在服务号范围内的用户标签运用：

首先，是制定标签，分为静态信息和动态信息两种。

静态信息主要描述用户属性，比如性别、昵称、关注时间、所在地区、用户语言、关注来源等。（友情提示，可在微信后台查看用户机型、终端系统等，但是接口里没有细分数据）

动态信息主要是用户行为，比如【发送文字】、【点击菜单】、【发送图片】、【描二维码】、【触发JSSDK】等等。动态信息又再进一步细分，比如发 送文字咨询里面，抽取用户咨询的关键词，设为标签，比如用户咨询过【物流状态】、或者【如何支付】等；比如触发JSSDK的大类，可细分出【分享给好 友】、【分享到朋友圈】、【分享给QQ好友】等；扫描二维码大类里，可按二维码设置的不同渠道或活动名称，细分出【XXX渠道关注】、【抽奖活动】、【红 包活动】等等。

有了标签之后，就是给对应用户打上指定标签。这比较简单，性别是女就打【女】、用户语言是中文就打【中文】；咨询过签到就打【发送文字】【签到】、参加过红包活动，且是分享到朋友圈的，就打【红包活动】【分享到朋友圈】…… 不再赘述。

打好标签之后，就是营销中的实际运用。这方面我们也用的比较初级，比如，在传图功能上线之后，我们会对【上传图片】标签用户定向推送，通知他功能上线及使用方法；比如做活动或者有品牌宣传图文的时候，对【分享朋友圈】标签用户定向推送。

关于标签数据，还有一些更高级的赋权运算或建模分析，我们也还在学习的路上，大家可多看看其他数据方面的专业文章，这里就不做大自然的搬运工。

内容及活动数据

推送内容及举办活动，也是用户运营的重要组成部分。相对应的数据也值得关注，通过对不同图文转化情况的对比，指导内容优化。

比如下面的两组图文：

图一图二是推送图文，可以明显看到图一的转化数据优于图二； 图三图四是两个投票内图文，通过小范围启动，可以看出图四的传播情况优于图三。

以上主要是整体数据的对比，如果要精细到单个人的内容偏好呢？虽然腾讯没有这个数据，可以用折中的办法做到：通过接口创建图文及推送。在图文链接中附上不同的参数，比如openid。然后通过记录链接打开的openid，即对应用户查看过图文。

BTW，看完上一节的同学可能已经开始活学活用了，这时候可以给响应用户打个标签哦：【阅读图文】–【XX类内容】。 你喜欢什么内容，下次我就给你推什么好了。

总结

用数据驱动精细化运营是大趋势，通过对用户更深入的了解，真正“投其所好”，以实现运营效果的最大化。坦白讲，我们的运用还非常浅显，只是结合实例，介绍一些可能的应用场景，希望起到抛砖引玉的效果。提醒各位重视数据，多用数据！

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。