Hướng dẫn đầy đủ nhất về xây dựng hệ thống phân tích dữ liệu hoạt động có ở đây!

Bộ phận vận hành luôn có nhu cầu lớn về phân tích dữ liệu và những sinh viên đã làm phân tích vận hành thường cảm thấy có quá nhiều chi tiết và chúng tầm thường, nhiều vấn đề đan xen và khó giải quyết. Vậy làm thế nào để phân tích hoạt động có thể được thực hiện một cách có hệ thống và hiệu quả? Bài viết này chia sẻ nội dung chi tiết về vấn đề này.

Bắt đầu từ đặc điểm của hoạt động

Công việc vận hành rõ ràng khác với bán hàng và cung ứng. Ví dụ, trong công việc bán hàng, trọng tâm chính là doanh thu, lợi nhuận và tỷ lệ chuyển đổi, miễn là bạn có thể kiếm được tiền. Ví dụ, đối với nguồn cung, trọng tâm chính là cung cấp hàng hóa, luân chuyển hàng tồn kho và kiểm soát chi phí. Mục tiêu là không thiếu hàng hóa và giảm tình trạng tồn đọng. Những nhiệm vụ này có mục tiêu cụ thể và quy trình rõ ràng.

Công tác vận hành có nhiều mục tiêu và hình thức linh hoạt. Ví dụ, việc tổ chức một sự kiện có thể trực tiếp thúc đẩy chuyển đổi doanh số hoặc có thể khuyến khích người dùng hoạt động tích cực và duy trì mức độ phổ biến của nền tảng. Ví dụ, hoạt động cộng đồng có thể chỉ nhằm mục đích giành lại người dùng miền công cộng, nhưng cũng có thể cung cấp dịch vụ hoặc chuyển đổi doanh số dựa trên cộng đồng.

Ví dụ, khi tổ chức một sự kiện quy mô lớn, trước tiên bạn phải quảng bá lưu lượng truy cập, sau đó là chuyển đổi và cuối cùng là hỗ trợ sau bán hàng. Sau một sự kiện, mọi loại công việc đều có liên quan. Tính năng công việc này đòi hỏi sự chú ý đặc biệt đến bốn điểm sau khi phân tích dữ liệu hoạt động:

Đầu tiên: Mục tiêu rõ ràng

Có nhiều mục tiêu hoạt động, vì vậy điều quan trọng là phải có mục tiêu rõ ràng trước. Chỉ khi có mục tiêu rõ ràng, chúng ta mới có thể lựa chọn giải pháp phù hợp, phân bổ nguồn lực phù hợp và đưa ra định hướng cho quá trình phân tích sau.

Có ba cách phổ biến để đặt mục tiêu trong hoạt động:

1. Đạt được mục tiêu tuyệt đối, ví dụ: đạt tổng cộng 1 triệu người dùng trong vòng 5 tháng.

2. Đạt được mục tiêu về tỷ lệ/tỷ lệ phần trăm, ví dụ: vào tháng 5, tỷ lệ chuyển đổi giao dịch tăng từ 10% lên 15%.

3. Đạt được các mục tiêu gia tăng, ví dụ: vào tháng 5, thúc đẩy thêm 30 triệu giao dịch ngoài mức tăng trưởng tự nhiên.

Ở đây, mục tiêu 1 và 2 có thể được quan sát trực tiếp bằng dữ liệu, nhưng mục tiêu 3 liên quan đến định nghĩa về "tăng trưởng tự nhiên" và phải được thảo luận rõ ràng trước. Nếu không, có thể sẽ không thể phân tích được sau đó. Có ba định nghĩa phổ biến về tăng trưởng hữu cơ (như thể hiện trong hình bên dưới). Mỗi giải pháp đều có ưu và nhược điểm riêng và không có giải pháp hoàn hảo, vì vậy bạn phải đạt được sự đồng thuận với sếp và các phòng ban khác nhau trước.

Một số người ở đây thường lười biếng và không đặt ra mục tiêu định lượng trước. Họ chỉ nói những điều chung chung: "Để cải thiện hiệu suất", "Để tăng hoạt động của người dùng"... rồi sau đó cố gắng sử dụng phân tích dữ liệu để phân biệt giữa tăng trưởng tự nhiên và kết quả hoạt động. Kết quả là, họ thường không phân biệt được sự khác biệt và kết cục là tự bắn vào chân mình. Mọi người nên coi đây là một lời cảnh báo.

Thứ hai: sắp xếp các chỉ số

Công việc vận hành có tính linh hoạt nên thường cần thiết lập các chỉ số dữ liệu dựa trên quy trình công việc thực tế. Đầu tiên, việc theo dõi tiến độ thực hiện rất thuận tiện. Thứ hai, khi xem xét lại quy trình, có thể dễ dàng quan sát được mắt xích nào có vấn đề để tìm ra nguyên nhân và tìm ra cơ hội.

Ví dụ, bộ phận điều hành đã triển khai hoạt động có tên "Đăng nhập để nhận quyền lợi". Người chơi đăng nhập vào 7/14/21 lần một tháng có thể nhận được phần thưởng. Phần thưởng bao gồm phiếu giảm giá, hy vọng có thể kích thích hoạt động và chuyển đổi của người dùng cùng một lúc. Vào thời điểm này, các chỉ số quy trình sau đây cần được sắp xếp để tạo điều kiện thuận lợi cho việc theo dõi dữ liệu và xem xét kết quả sau này (như thể hiện trong hình bên dưới):

1. Thông tin được đưa ra từ kênh nào?

2. Có bao nhiêu người dùng bị thu hút tham gia?

3. Có bao nhiêu người hoàn thành từng giai đoạn.

4. Có bao nhiêu người tiêu thụ sau khi nhận được phần thưởng.

Lưu ý rằng nếu có các hoạt động vận hành đang diễn ra, sự tham gia của người dùng cần phải được theo dõi liên tục. Ví dụ, nếu việc đăng nhập vào thời điểm nêu trên kéo dài trong n tháng, sẽ có sự tích lũy dữ liệu đáng kể và chúng ta có thể quan sát thấy:

1. Tác động chung đến việc liệu số lượng người dùng có tăng lên hay không.

2. Có bao nhiêu người dùng tham gia nhiều lần.

3. Có bao nhiêu người dùng không bao giờ tham gia.

Các xu hướng dữ liệu khác nhau có thể dẫn đến những kết luận khác nhau (như thể hiện trong hình bên dưới). Việc kết hợp các xu hướng dữ liệu có thể giúp chúng ta đánh giá tốt hơn liệu một phương pháp vận hành có nên được tiếp tục hay điều chỉnh hay không.

Thứ ba: Ghi nhãn tốt

Có nhiều yếu tố ảnh hưởng đến kết quả hoạt động, bao gồm kênh khuyến mại, nội dung khuyến mại, hình thức hoạt động, các bước hoạt động, sản phẩm chuyển đổi, mức giảm giá, v.v., tất cả đều sẽ ảnh hưởng đến kết quả. Do đó, trước khi bắt đầu làm việc, bạn cần dán nhãn các yếu tố chính như bản sao quảng cáo, sản phẩm được đề xuất và quy trình vận hành để bạn có thể phân tích chúng sau đó (như thể hiện trong hình bên dưới).

Ngoài các nhãn riêng lẻ, bạn cũng có thể dán nhãn các biện pháp vận hành nói chung để đánh giá tình hình chung. Ví dụ, để tăng hoạt động của người dùng, bạn có thể sử dụng một số phương pháp như nhận bao lì xì, đăng nhập, roulette, bảng điểm, v.v. Mỗi phương pháp có thể được cấu hình bằng phần thưởng. Lúc này, bạn có thể sử dụng nhãn để nhóm và so sánh nhiều phương pháp khác nhau nhằm hiểu được phạm vi hiệu quả của từng phương pháp và tích lũy kinh nghiệm cho các hoạt động tiếp theo (như thể hiện trong hình bên dưới).

Thứ tư: Theo dõi bản đồ

Nếu bạn thực hiện tốt ba bước đầu tiên, việc phân tích dữ liệu vận hành sẽ rất dễ dàng.

1. So sánh với mục tiêu, xem đã hoàn thành được bao nhiêu, xem khoản đầu tư có vượt quá ngân sách hay không và trước tiên hãy đưa ra đánh giá: lần này thực hiện tốt/kém.

2. So sánh kết quả của các hoạt động trước đó theo cùng một mục tiêu để xem liệu mục tiêu này ở mức cao, trung bình hay thấp.

3. Kiểm tra các chỉ số quy trình để xem liên kết nào có vấn đề: chuyển hướng lưu lượng → chấp nhận → chuyển đổi.

4. So sánh hiệu quả chuyển đổi theo các thẻ khác nhau để xem phương pháp nào hiệu quả/không hiệu quả.

Điều này sẽ đưa ra kết luận.

Trong công việc, chúng ta thường thấy rằng phân tích hoạt động không có kết luận vì:

1. Mục tiêu không rõ ràng hoặc không có mục tiêu nào cả. Chỉ có một số dữ liệu nhưng không có kết luận.

2. Có ít chỉ số quy trình được thu thập và chúng ta chỉ biết rằng quá trình chuyển đổi cuối cùng không thành công nhưng không biết lý do tại sao.

3. Do không có nhãn mác nên không thể định lượng được phương pháp vận hành và đánh giá chúng là tốt hay xấu.

Chỉ khi chuẩn bị tốt thì bạn mới có thể có được kết quả phân tích tốt, hãy nhớ điều này.

bản tóm tắt

Từ những điều trên, chúng ta có thể thấy rằng để làm tốt công việc phân tích hoạt động, chúng ta cần phải nắm vững các năng lực toàn diện như phân loại hệ thống chỉ báo dữ liệu, dán nhãn và tư duy phân tích để thích ứng với yêu cầu của nhiều tình huống khác nhau.

Tác giả: Cô giáo Chen giản dị; Tài khoản công khai WeChat: Giáo viên Chen thực tế