微信公眾號資料指標分析
| 編輯推薦: |
| 本文來自於woshipm，文章主要結合例項用介紹了資料驅動精細化運營一些可能的應用場景等相關內容。 |
流量資料
1、渠道流量
運營公眾號，最關心的一定是粉絲情況。比如，每天有多少粉絲關注，又是通過何種方式關注的。我們主要通過兩種方式來看這部分資料：
一是微信後臺的統計– 使用者分析頁面。可以看到每天總量和細分來源的不同關注人數。
所有來源分為：公眾號搜尋、掃描二維碼、圖文頁右上角選單、圖文頁公眾號名稱、名片分享、支付關注和其他。
公眾號搜尋對應SEO和搜尋關注的引導效果；
掃描二維碼對應二維碼引導效果；
兩個圖文頁關注數對應圖文吸引度；
名片分享對應整個服務號使用質量；
支付關注是微信支付後引導；
其他是剩下的，裡面包括微信廣告主的投放流量。
通過對不同來源的關注情況關注，可大致瞭解不同推廣工作的效果，採取定向優化措施。
但是美中不足的是，微信後臺（包括介面）只提供關注總數，並沒有細分的openid，大家無法把前端的關注資料和後端的轉化情況打通。特別在對廣告主之類的付費流量上的評估，只能採用增量對比等方式，誤差比較大。
雖然大多數關注來源沒有明細資料，其中還是有一個可以打通前後端資料的——掃描二維碼關注。這也是我們關注來源資料的兩個方式之一。 經過二次開發，我們生成多個帶引數的二維碼投放在不同的渠道，以此來標記使用者關注來源，openid。後根據使用者openid和自己的賬號繫結，追蹤其後續業務轉化情況。唯一打通前後端，實乃渠道投放之利器，推薦各位，能用的地方不要客氣。
比如下圖，某店通過二維碼追蹤的各渠道前後端轉化資料：
2、轉化漏斗
轉化漏斗，是根據各自主營業務路徑，設定的幾個關鍵步驟轉化率監控。比如關注到註冊，註冊到購買等。轉化率的好壞主要兩個看法：
比較：把服務號看做一個整體，通過跟全站所有渠道的平均轉化率比較，評估渠道質量；
趨勢：通過跟歷史資料對比，評估服務號近期運營水平，渠道質量變化。
3、渠道優化
第1步，瞭解流量哪來的；第2步，瞭解流量質量好壞及向好向壞；那麼第3步就是根據前面兩項的資料結果，對渠道進行優化調整。對轉化低的環節/渠道做定向優化，擴大優秀渠道的量，以提高整個服務號的轉化水平。
產品（功能）資料
上一節我們關注使用者從哪來，使用者來了勢必開始使用我們的產品/服務。
所以緊接著，我們會關注服務號上各項功能的使用情況。
比如我們向用戶提供了業務進度查詢、資金變動提醒、簽到得積分等。一方面，通過資料分析，瞭解使用者比較喜歡哪些功能，在常用功能上分配更多資源和關注。另一方面，從時間軸的變化趨勢上分析，用以監控單個功能改進或優化的效果。
除了本身業務功能統計之外，微信也推出了統計– 網頁分析的頁面，統計所有做了JSSDK config的頁面訪問量，和介面呼叫量。如果你有做使用者分享類的功能/活動，這個統計很有用哦！
使用者資料
作為運營er，一方面你要了解自己（功能/服務/活動），另一方面，你得了解使用者情況。我們主要從留存、活躍度、使用者畫像（標籤）幾個方面來看。
1、留存
留存，顧名思義，是指一段時間後，還有多少使用者留了下來。這個“一段時間”可根據不同情況自定義，一般常用的是次日、7日、30日、周留存、月留存等。我們採用的留存標準是不取關，取得時段是次日、7日、15日、30日。
除了按時間分，還有按不同的使用者維度來看留存。比如買襪子和買鞋子的不同使用者留存率；或者完成購買行為及只有瀏覽商品行為不同使用者留存率……
以我們的資料為例，通過分析發現，絕大多數取關在關注後的0~1天內完成，之後每天也有少量的使用者取關；如遇推送，會掉更多；繫結使用者比未繫結使用者穩定；成交使用者比未成交使用者穩定……
基於以上資料分析，我們採取了一些針對性措施：比如使用者關注後，第一時間引導他繫結。鑑於不同使用者對推送的響應（完成轉化）及耐受程度（取關）不一樣，在推送頻率和內容上也響應做一些微調。也都取得不錯的效果。
2、活躍
對活躍使用者的定義，取決於企業本身的業務流程和使用者行為定位。以某理財平臺為例，使用者可以登入、充值、投資、檢視標的、諮詢問題、取現、使用投資工具等。通過對這些維度結合分析，可定義出活躍使用者特徵。滿足這個條件的使用者，視為活躍使用者。
近期來，使用者活躍度越來越成為評估服務號是否健康的重要指標之一。特別是累計關注數越來越多之後，對已關注粉絲的盤活甚至比拉新還重要。
多數時候，促活和留存是魚和熊掌不可兼得。促活多少需要聯絡使用者，讓他完成某某指定動作，這個過程勢必伴隨著使用者打擾。正如投放的說，有一半廣告費是浪費的，但是不知道是哪一半。促活也有一半使用者被打擾了是要取關的，你得找出來是哪一半。這就需要對使用者更深入的瞭解了。
3、使用者畫像（標籤資料）
隨著大家對使用者資料的深入挖掘，使用者畫像的概念也更加火熱。以前可能一個使用者有幾十個標籤，現在有幾百甚至上千個標籤。通過標準化的標籤，將複雜的個人情況，提煉成一個一個的特徵標識，使得計算機能夠程式化處理，甚至“理解”人。
有關大資料處理非我專業，不再班門弄斧。還有一些主營業務上的使用者狀態和使用者資訊，每家都不一樣，這裡不展開。只著重介紹在服務號範圍內的使用者標籤運用：
首先，是制定標籤，分為靜態資訊和動態資訊兩種。
靜態資訊主要描述使用者屬性，比如性別、暱稱、關注時間、所在地區、使用者語言、關注來源等。（友情提示，可在微信後臺檢視使用者機型、終端系統等，但是接口裡沒有細分資料）
動態資訊主要是使用者行為，比如【傳送文字】、【點選選單】、【傳送圖片】、【描二維碼】、【觸發JSSDK】等等。動態資訊又再進一步細分，比如傳送文字諮詢裡面，抽取使用者諮詢的關鍵詞，設為標籤，比如使用者諮詢過【物流狀態】、或者【如何支付】等；比如觸發JSSDK的大類，可細分出【分享給好友】、【分享到朋友圈】、【分享給QQ好友】等；掃描二維碼大類裡，可按二維碼設定的不同渠道或活動名稱，細分出【XXX渠道關注】、【抽獎活動】、【紅包活動】等等。
有了標籤之後，就是給對應使用者打上指定標籤。這比較簡單，性別是女就打【女】、使用者語言是中文就打【中文】；諮詢過簽到就打【傳送文字】【簽到】、參加過紅包活動，且是分享到朋友圈的，就打【紅包活動】【分享到朋友圈】…… 不再贅述。
打好標籤之後，就是營銷中的實際運用。這方面我們也用的比較初級，比如，在傳圖功能上線之後，我們會對【上傳圖片】標籤使用者定向推送，通知他功能上線及使用方法；比如做活動或者有品牌宣傳圖文的時候，對【分享朋友圈】標籤使用者定向推送。
關於標籤資料，還有一些更高階的賦權運算或建模分析，我們也還在學習的路上，大家可多看看其他資料方面的專業文章，這裡就不做大自然的搬運工。
內容及活動資料
推送內容及舉辦活動，也是使用者運營的重要組成部分。相對應的資料也值得關注，通過對不同圖文轉化情況的對比，指導內容優化。
比如下面的兩組圖文：
圖文一
圖文二
圖文三
圖文四
<
圖一圖二是推送圖文，可以明顯看到圖一的轉化資料優於圖二； 圖三圖四是兩個投票內圖文，通過小範圍啟動，可以看出圖四的傳播情況優於圖三。
以上主要是整體資料的對比，如果要精細到單個人的內容偏好呢？雖然騰訊沒有這個資料，可以用折中的辦法做到：通過介面建立圖文及推送。在圖文連結中附上不同的引數，比如openid。然後通過記錄連結開啟的openid，即對應使用者檢視過圖文。
BTW，看完上一節的同學可能已經開始活學活用了，這時候可以給響應使用者打個標籤哦：【閱讀圖文】–【XX類內容】。 你喜歡什麼內容，下次我就給你推什麼好了。
總結
用資料驅動精細化運營是大趨勢，通過對使用者更深入的瞭解，真正“投其所好”，以實現運營效果的最大化。坦白講，我們的運用還非常淺顯，只是結合例項，介紹一些可能的應用場景，希望起到拋磚引玉的效果。提醒各位重視資料，多用資料！