5 bước và 3 dữ liệu chính giúp bạn xây dựng hệ thống phân tích dữ liệu hoạt động cộng đồng (Phần 2)

Làm thế nào để xây dựng hệ thống phân tích dữ liệu phù hợp với cộng đồng của bạn? Tác giả chỉ ra rằng có năm bước, bao gồm thiết kế sơ đồ đường dẫn người dùng, phân loại các chỉ số dữ liệu chính, truy cập dữ liệu, xây dựng khuôn khổ phân tích dữ liệu và hỗ trợ quyết định. Tác giả của bài viết này sẽ giải thích tiếp ba bước tiếp theo.

Hôm nay chúng ta tiếp tục nói về phân tích dữ liệu hoạt động cộng đồng. Ở bài viết trước, chúng tôi đã nói rằng chìa khóa để phân tích dữ liệu hoạt động cộng đồng là xây dựng một hệ thống phân tích dữ liệu phù hợp với cộng đồng của bạn. Có thể chia quy trình này thành năm bước: thiết kế sơ đồ đường dẫn người dùng, phân loại các chỉ số dữ liệu chính, truy cập dữ liệu, xây dựng khuôn khổ phân tích dữ liệu và hỗ trợ quyết định.

Trong bài viết trước, chúng ta đã nói về cách thiết kế sơ đồ đường dẫn người dùng và cách sắp xếp các chỉ số dữ liệu chính tại các nút chính dựa trên sơ đồ đường dẫn này. Vì vậy, hôm nay chúng ta sẽ tiếp tục nói về ba khía cạnh còn lại của hệ thống dữ liệu hoạt động cộng đồng.

1. Bước 3: Truy cập dữ liệu

Sau khi thiết kế sơ đồ hành trình người dùng và sắp xếp các chỉ số dữ liệu chính, chúng ta cần xác định cách thu thập dữ liệu này. Đó là quyền truy cập dữ liệu .

Bước này thực ra khá đơn giản. Để xác định xem công việc thống kê dữ liệu của bạn được thực hiện thủ công hay sử dụng các công cụ của bên thứ ba, chẳng hạn như Weiban Assistant, v.v. Nói chung, tốt nhất là sử dụng các công cụ, giúp toàn bộ hoạt động trở nên dễ dàng hơn. Hơn nữa, các công cụ hiện tại về cơ bản có thể đáp ứng nhu cầu hoạt động của cộng đồng về việc giám sát mọi đường dẫn theo thời gian thực và dữ liệu có thể được xuất sang cơ sở dữ liệu riêng của họ, cho dù đó là dữ liệu cơ bản hay dữ liệu chuyển đổi, thậm chí là phân tích hành vi người dùng, bản đồ nhiệt, v.v. Cái gọi là phân tích dữ liệu, trước tiên bạn phải có dữ liệu, đúng không?

Vâng, tại thời điểm này, chúng tôi đã có nhiều dữ liệu khác nhau về hoạt động của cộng đồng và chúng tôi đã phân loại các dữ liệu này theo sơ đồ đường dẫn người dùng và các nút chính. Bước tiếp theo là bước vào giai đoạn phân tích. Nghĩa là chúng ta cần xây dựng một khuôn khổ phân tích.

2. Bước 4: Xây dựng khung phân tích dữ liệu

Tại sao chúng ta cần xây dựng khung phân tích trước thay vì phân tích dữ liệu trực tiếp? Có quá nhiều phương pháp để phân tích dữ liệu. Nếu bạn sử dụng các phương pháp phân tích dữ liệu khác nhau để phân tích một số dữ liệu nhất định, bạn có thể thường đưa ra những kết luận khác nhau. Hơn nữa, khi quy mô cộng đồng tiếp tục mở rộng, dữ liệu trong cơ sở dữ liệu, cả về loại hình và số lượng, sẽ đạt đến quy mô tương đối lớn. Lúc này, chúng ta phải học cách tìm dữ liệu chính từ khối lượng dữ liệu khổng lồ này, phân tích chúng và lấy dữ liệu liên quan đến các chỉ số hoạt động ban đầu của mình.

Do đó, khi nói đến các phương pháp phân tích dữ liệu, bạn không nhất thiết phải thành thạo tất cả chúng. Bạn chỉ cần nắm được những thông tin quan trọng nhất và biết nên sử dụng liên kết nào cho phương pháp phân tích nào. Hơn nữa, lợi ích của việc xây dựng một khuôn khổ phân tích là một mặt, nó có thể cải thiện hiệu quả công việc của chúng ta và mặt khác, nó có thể giúp chúng ta phát triển thói quen phân tích dữ liệu tốt.

Vậy thì khuôn khổ phân tích cụ thể nên được xây dựng như thế nào?

Đầu tiên, chúng ta vẫn sử dụng sơ đồ đường dẫn người dùng. Chúng tôi tiếp tục sử dụng trường hợp đã đề cập ở bài viết trước. Toàn bộ lộ trình của người dùng có thể được chia thành năm nút chính: tiếp xúc với quảng cáo, tài khoản chính thức, dịch vụ khách hàng WeChat, cộng đồng và đặt hàng trả phí.

Đối với đường dẫn này, chúng ta có thể chọn sử dụng phương pháp phân tích kênh để phân tích toàn bộ đường dẫn của người dùng.

1. Phương pháp 1: Phương pháp phân tích phễu

Đây là một tập hợp các phân tích dữ liệu dựa trên quy trình, có thể phản ánh một cách khoa học trạng thái hành vi của người dùng và là phương pháp phân tích quan trọng đối với tỷ lệ chuyển đổi ở từng giai đoạn từ điểm bắt đầu đến điểm kết thúc.

Từ thời điểm người dùng lần đầu nhìn thấy nội dung quảng cáo của chúng tôi cho đến khi họ thanh toán cho đơn hàng, trong toàn bộ quá trình này, chúng tôi sẽ biết tỷ lệ chuyển đổi của người dùng tại mỗi nút chính. Điều này sẽ cho chúng tôi biết bước nào có tỷ lệ chuyển đổi người dùng thấp để chúng tôi có thể điều chỉnh liên kết này.

2. Phương pháp 2: Phương pháp phân tích churn

Phương pháp tương ứng với phân tích kênh là phân tích tình trạng mất người dùng. Thông qua phương pháp này, chúng ta có thể xác định loại người dùng nào bị mất, họ bị mất ở giai đoạn nào và phân tích sâu hơn lý do tại sao họ bị mất.

Hai phương pháp trên nhìn chung là phân tích toàn bộ hoạt động của cộng đồng, từ việc tạo lưu lượng truy cập đến đơn hàng thanh toán cuối cùng và thậm chí là quá trình chia sẻ tiếp theo.

Chúng ta cũng có thể áp dụng các phương pháp phân tích khác nhau cho các liên kết hoạt động khác nhau.

3. Phương pháp 3: Phân tích kênh

Ví dụ, đối với phần tiếp xúc quảng cáo trong quá trình chuyển hướng lưu lượng truy cập, chúng ta có thể sử dụng phương pháp phân tích kênh. Đối với các bộ phận tích cực của cộng đồng, chúng ta có thể sử dụng các phương pháp phân tích hành vi chính. Tất nhiên, khi sử dụng phương pháp này, trước tiên bạn phải xác định loại hành vi nào là hành vi chính, chẳng hạn như trả lời từ khóa ở chế độ nền của tài khoản chính thức, tham gia chủ đề cộng đồng, check-in tại sự kiện, v.v.

4. Phương pháp 4: Dự đoán ROI

Khi nói đến việc đặt hàng trả phí, điều quan trọng nhất là phải dự báo ROI . Nói một cách đơn giản, bạn cần biết bạn định chi bao nhiêu ngân sách tiếp thị để vận hành cộng đồng này, bạn định đạt được bao nhiêu doanh số và tỷ lệ đầu vào-đầu ra chung là bao nhiêu. Điều này cũng giúp chúng tôi dễ dàng định giá hợp lý các sản phẩm cộng đồng, bao gồm cả cộng đồng trả phí.

Tất nhiên, đối với một số cộng đồng, các công ty điều hành cộng đồng không phải để tăng doanh số mà là để cải thiện chất lượng dịch vụ khách hàng. Điều này cũng có thể bao gồm phí bảo hiểm thương hiệu.

Vì vậy, khi nói đến dự đoán ROI, điều quan trọng nằm ở cách bạn định vị cộng đồng ngay từ đầu. Tôi sẽ không đi sâu vào chi tiết về vấn đề này ở đây.

5. Phương pháp 5: Phân tầng người dùng

Cuối cùng, trong buổi chia sẻ, tôi thường muốn phân tầng người dùng và đo lường lòng trung thành cũng như sự hài lòng của họ thông qua quy tắc bốn góc phần tư. Trên thực tế, phương pháp phân tích cho phần này không nhất thiết phải ở giai đoạn chia sẻ. Đối với một số cộng đồng đang phát triển, phương pháp này cũng có thể được sử dụng để phân tích người dùng thường xuyên.

Phương pháp này có thể không giống như những phương pháp trước. Tôi tin rằng hầu hết sinh viên đều quen thuộc với nó nên tôi sẽ không thảo luận chi tiết về nó. Về việc đo lường lòng trung thành và sự hài lòng của người dùng, có lẽ không nhiều người biết nhiều về nó, vậy nên tôi xin nói sơ qua.

Khi chúng tôi vận hành một cộng đồng, chúng tôi phải phân tầng người dùng, bao gồm việc thêm dịch vụ chăm sóc khách hàng WeChat trước, sau đó nhờ dịch vụ chăm sóc khách hàng đưa họ vào nhóm. Trên thực tế, mục đích là dán nhãn người dùng để phân biệt tỷ lệ các loại người dùng khác nhau. Để thiết kế các nội dung, hoạt động cộng đồng khác nhau, v.v. nhằm đáp ứng tốt hơn nhu cầu của người dùng.

Sau đó chúng ta có thể sử dụng quy tắc bốn góc phần tư để phân tích. Đầu tiên, chúng ta có thể chia người dùng thành bốn loại theo mức độ hài lòng và lòng trung thành: như thể hiện trong hình bên dưới.

Trục ngang biểu thị sự hài lòng, càng về bên phải thì sự hài lòng càng cao; Trục dọc biểu thị mức độ trung thành của người dùng, cấp độ càng cao thì càng trung thành.

Theo cách này, chúng tôi chia người dùng thành bốn loại. Họ bao gồm: người dùng trung thành, người dùng theo nhu cầu, người dùng theo kiểu thích và người dùng có nhu cầu thấp. (Tất nhiên, bạn có thể tùy chỉnh tên nhãn)

Tuy nhiên, tiêu chí phân biệt người dùng cần phải được xác định trước.

Ví dụ:

1. Người dùng trung thành (mức độ hài lòng cao, lòng trung thành cao): Họ mua lại hàng tháng và đã giới thiệu thành công bạn bè mua nhiều hơn một lần.

2. Người dùng kiểu dệt (hài lòng thấp, trung thành cao): Họ sẽ mua vì giá cả phải chăng và sẽ không đưa ra khuyến nghị liên quan đến sản phẩm. Giá đơn vị khách hàng trung bình là dưới xx nhân dân tệ

3. Người dùng theo nhu cầu (hài lòng cao, lòng trung thành thấp): nhu cầu sản phẩm cao, lòng trung thành với thương hiệu thấp, không mua lại trong vòng 3 tháng

4. Người dùng có nhu cầu thấp (hài lòng thấp, lòng trung thành thấp): người dùng chỉ mua một lần hoặc chưa bao giờ mua

Chúng ta có thể điền tất cả thông tin này vào một biểu mẫu và sau đó phân biệt người dùng. Sau đó áp dụng các chiến lược hoạt động khác nhau theo cách có mục tiêu.

Ví dụ, đối với những người dùng thích mua những gì họ muốn, chúng ta thường có thể thúc đẩy doanh số thông qua các chương trình giảm giá kết hợp, tăng giá trị đơn hàng trung bình hoặc bằng cách mời bạn bè cùng mặc cả để tăng lượng truy cập vào hoạt động này; và đối với những cộng đồng có nhiều người dùng trung thành, chúng tôi có thể đề xuất một số mặt hàng có giá trị đơn hàng trung bình cao và cung cấp dịch vụ chu đáo hơn. vân vân.

Được rồi, phần trên là khuôn khổ phân tích được xây dựng cho các liên kết khác nhau dựa trên sơ đồ đường dẫn của người dùng. Các phương pháp phân tích dữ liệu trong đó đều khá thực tế.

Trên thực tế, tại thời điểm này, tôi tin rằng hầu hết mọi người đã rất rõ ràng về công việc phân tích dữ liệu của các hoạt động cộng đồng và toàn bộ ý tưởng cũng phải rõ ràng. Biết phải làm gì, dữ liệu nào cần nắm vững và phương pháp phân tích dữ liệu nào nên được sử dụng trong các liên kết khác nhau. Tuy nhiên, lý do chúng ta phân tích dữ liệu không phải chỉ vì mục đích phân tích. Mọi phân tích dữ liệu cuối cùng sẽ phục vụ cho mục tiêu hoạt động cộng đồng của chúng tôi. Do đó, bước cuối cùng trong việc xây dựng hệ thống phân tích dữ liệu là hoàn thiện hỗ trợ quyết định.

Bước 3: Hỗ trợ quyết định

Cái gọi là hỗ trợ quyết định thực chất có thể được chia thành ba phần: xây dựng chiến lược hoạt động, đánh giá đóng góp và tìm điểm tăng trưởng.

Mục tiêu cuối cùng của mọi phân tích dữ liệu của chúng tôi là để thu thập phản hồi và giúp giải quyết các vấn đề trên.

1. Đầu tiên, xây dựng chiến lược hoạt động

Thông qua nhiều phân tích dữ liệu khác nhau, chúng tôi muốn biết những vấn đề nào chúng tôi gặp phải trong quá trình vận hành, chẳng hạn như liệu các chủ đề của chúng tôi có thể tăng hiệu quả sự tham gia của người dùng hay không, liệu nội dung đầu ra có thể làm hài lòng người dùng hay không, liệu các hoạt động cộng đồng có thể kích thích mong muốn của người dùng hay không, v.v. Sau đó, tiến hành thử nghiệm AB và cuối cùng là xây dựng và củng cố chiến lược vận hành phù hợp. Bằng cách này, chúng ta có thể áp dụng trực tiếp khi mở rộng hoạt động kinh doanh.

2. Bước thứ hai là đánh giá sự đóng góp

Chủ yếu dành cho người vận hành. Bằng cách phân tích các chỉ số dữ liệu trong từng liên kết, chẳng hạn như điểm chất lượng cộng đồng, đánh giá hiệu quả hoạt động, điểm phương thức hoạt động, số tiền giao dịch trong cộng đồng, v.v., trọng số được tính theo nhiều chiều và cuối cùng là điểm toàn diện được tính toán để xếp hạng nhà điều hành.

Tôi đã tiếp xúc với nhiều công ty. Khi thực hiện các hoạt động cộng đồng, việc đánh giá hiệu quả hoạt động của họ tương đối đơn giản và thô sơ, tức là lấy số tiền giao dịch cuối cùng làm nội dung đánh giá hoạt động.

Nhưng chúng ta đều biết rằng hoạt động này thực chất là một dự án có hệ thống. Tầm quan trọng và tính phức tạp của quá trình thường quan trọng hơn kết quả. Nếu bỏ qua điểm này, không những hoạt động cộng đồng không thể mở rộng mà bản thân những người điều hành cộng đồng cũng không thể cảm thấy hài lòng với công việc của mình, chứ chưa nói đến việc nâng cao năng lực của mình.

3. Cuối cùng, tìm điểm tăng trưởng

Phần này là quan trọng nhất đối với một số hoạt động cộng đồng đã đạt đến quy mô nhất định.

Đặc biệt khi hoạt động lưu lượng truy cập bước vào kỷ nguyên hoạt động duy trì, làm thế nào để tìm ra điểm tăng trưởng mới từ mô hình hoạt động hiện tại, bao gồm tăng trưởng người dùng và tăng trưởng hiệu suất, là điều quan trọng và cấp thiết nhất. Hơn nữa, thách thức quan trọng nhất đối với các doanh nghiệp và nhóm vận hành là sử dụng hợp lý hệ thống phân tích dữ liệu hoạt động cộng đồng mà chúng tôi đã xây dựng, áp dụng nhiều phương pháp phân tích khác nhau trong khuôn khổ và tìm ra bước đột phá trong kinh doanh.

IV. Phần kết luận

Được rồi, đó là tất cả về phân tích dữ liệu hoạt động của cộng đồng. Chúng ta hãy tóm tắt lại như sau:

Phần quan trọng nhất của công việc phân tích dữ liệu trong hoạt động cộng đồng là xây dựng hệ thống phân tích dữ liệu của riêng bạn. Quá trình xây dựng cụ thể có thể được chia thành năm bước, cụ thể là thiết kế sơ đồ đường dẫn người dùng, sắp xếp các nút chính và chỉ số dữ liệu chính trên các nút, truy cập dữ liệu, xây dựng khung phân tích và hỗ trợ quyết định cuối cùng.

Thiết kế đường dẫn người dùng có thể được xác định dựa trên các hoạt động thực tế hoặc có thể được xác định dựa trên mô hình hoạt động cộng đồng đã thảo luận trong khóa học trước, chẳng hạn như chia toàn bộ quy trình hoạt động thành ba giai đoạn: luồng người dùng, hoạt động cộng đồng và chuyển đổi trả phí.

Một số nút chính có thể được sắp xếp ở từng giai đoạn. Đồng thời, một số chỉ số dữ liệu cốt lõi có thể được liệt kê từng cái một tại các nút chính theo ba loại dữ liệu cơ bản, dữ liệu chuyển đổi và hành vi của người dùng.

Tiếp theo, chúng ta cần chuẩn bị trước các công cụ thao tác tương ứng để hoàn tất việc truy cập dữ liệu. Theo cách này, chúng ta có thể tiến hành phân tích dữ liệu có mục tiêu dựa trên dữ liệu thu được và sử dụng khuôn khổ phân tích đã thiết lập.

Chúng tôi trình bày toàn bộ hệ thống phân tích dữ liệu trong một hình ảnh như thế này!

Bài viết này tập trung giải thích công việc phân tích dữ liệu của hoạt động cộng đồng theo góc nhìn tư duy. Đối với một số chi tiết cụ thể liên quan, chúng vẫn cần được điều chỉnh kết hợp với định vị cộng đồng ban đầu và chiến lược hoạt động thực tế của chúng tôi.

Khi chúng ta nói về hoạt động cộng đồng, bản thân nó nằm trong phạm trù hoạt động của người dùng và là nơi gần gũi nhất với người dùng. Hơn nữa, bản thân hoạt động không phải là nơi mà kết quả là tiêu chí duy nhất để đánh giá. Do đó, điều này đòi hỏi người vận hành của chúng tôi phải thành thạo các công cụ mô-đun, tự trang bị cho mình, nâng cao tính chuyên nghiệp thông qua dữ liệu và đưa ra mỗi quyết định tốt hơn thông qua các phán đoán bổ trợ hợp lý hơn, giúp toàn bộ quy trình trở nên rõ ràng và dễ nhìn hơn.

Tất nhiên, do hạn chế về thời gian, tôi không thảo luận chi tiết về một số phương pháp phân tích cụ thể có liên quan, chẳng hạn như phân tích kênh, phân tích phễu, v.v. Nhưng lý do tôi viết bài viết này là để giúp mọi người thiết lập phân tích dữ liệu hoạt động cộng đồng và ý tưởng xây dựng khuôn khổ tổng thể. Có thể nó không thực tế lắm, nhưng đây lại là logic cơ bản. Nó giống như một hướng dẫn công việc giúp chúng ta làm việc tốt hơn.

Tác giả: Pai Ye Operation