编辑整理:整理来源:悟空问答,浏览量:75,时间:2022-07-03 17:42:01
账号运营,账号运营经验总结,账号运营主要做什么内容
#西瓜大学基础班#新帐号怎么运营我来回答这个问题1应该选好擅长领域。2要做到领域垂直度,比如生活领域发布生活方面的视频或文章,不能经常更换领域,最好垂直机器好分辨。 3原创,原创作品能站的稳走的远,自己的作品是独一无二的,要有积极向上的,创作出有正能量的作品。
面对时常被提及的“数据运营”,相信许多小伙伴都深受其扰。本文从数据运营的定义与核心问题展开论述,其中以图文并茂的形式细致地为大家讲解数据运营的三大核心问题:需求、质量和用户匹配方式。推荐朋友们阅读这篇数据运营干货!
一提到数据运营,很多同学很疑惑。在公司里,经常领导们对数据运营抱了很高期望,一张嘴:“数据驱动运营”,“降本增效”之类的口号都出来了,可真到工作中,就变成了“写sql的运营”。到底咋驱动了?咋提高效率了?看不到落地成果。
今天系统讲解下,数据运营体系该如何运作。
一、什么是数据运营作为消费者,你是否经常遇到这种场景(如下图):
这就是没有数据运营的典型尴尬:丫还真以为全世界都一样为他们家店开心呢!数据运营就是要解决“一刀切”“降价就完了”的问题。数据运营的做法,是:基于数据分析,结合用户需求,打造匹配用户的运营方案。
一提到“结合用户需求”,很多人会顺口说出“千人千面”。如果是垄断平台,确实可以这么说,比如某宝的商品SKU多达2亿个,基于2亿个SKU打造1000个个性化方案确实有可能。不过大部分非垄断企业,商品SKU一共500个左右,且不是个个爆款,有竞争力的也有十几二十款,扯毛线的“千人千面”……
所以再准确一点的定义,是:通过数据分析,基于有限的商品(或者叫:解决方案),匹配对应的用户需求。能做好现有品类的经营,已经是数据运营的一大功劳了。
那么该怎么做呢?
二、三大核心问题既然是拿有限的解决方案,匹配用户需求,那么数据运营要分析的重点就是三个:
用户的需求是什么?现有的商品/解决方案质量如何?通过什么方式匹配到用户?1. 用户需求用户需求是客观存在的,最大难题是如何收集数据,了解到用户需求。有些人会说:这还不简单,直接让用户填问卷不就好了。问题是,你自己去买东西的时候会填问卷吗,填个屁。用户都是不想被过度打扰的,因此设计顾客旅程,分步骤引导用户留下数据,很重要。
在顾客旅程的设计中,首次接触,首次下单是两个最重要的场景。首次接触如果是顾客主动找上门来,成交率很高,可以抓住机会了解用户需求;如果是被动推送给顾客,则要挑有吸引力的爆款商品/活动,提高吸引顾客的概率(如下图)。
有了首次下单以后,就解决了数据原始积累问题。考虑到企业手头能吸引用户的商品数量是有限的,因此可以结合首单,做好后续推荐方案,轮流推荐给用户,探索其需求(如下图)。
总之,好的数据不是天上掉下来的,而是结合运营动作积累出来的。运营侧目标清晰地步步引导,数据就越来越丰富,分析就越来越准。运营侧不干活,运营侧一干活就是:“全场8折,走过路过不要错过”式的无脑all in,那数据就一塌糊涂,没法继续深入。
2. 商品质量商品/解决方案质量,需注意区分“硬/软”区别。
硬实力:刨除营销、服务、定价,商品本身性能、质量、成本
软实力:营销、服务、定价加持后,商品实际表现
硬实力根本不用数据分析师分析,而是商品管理在选品的时候,就得注意到的。待选择的商品,性能、质量、成本和市场上同类商品有多大区别,商品管理自己都能看得到。至于单品成本,也是在采购商品时就能核算清楚的,因此商品本身就有定位(如下图)。
有了硬实力评估以后,运营才好制定策略。基于硬实力评估,有一些基本运营策略(如下图)。
有了基本的运营策略,数据就能评估实际表现。一个商品如果没有达到预期,那么即使有一些销量,有一些利润,也会被认为是失败的商品,需要优化更新。如果是常规套路做不动,优先提醒商品做改良;如果是差异套路做不动,或者差异套路搞下来亏损严重,而提醒运营停止骚套路,老老实实做。
很多公司做不好,是因为:缺少对商品硬质量的清晰定位,一味看销售表现,销售不好的时候,又开始各种活动加持。这样眉毛胡子一把抓,自己模糊了自己的判断。运营人员无法制定针对性方案,数据人员无法区分自然销量与活动效果,最后水越搅越浑。
3. 触达渠道对大部分非垄断企业来说,真正的关键在:触达用户的信息渠道。一个很现实的问题是:消费者和非垄断平台的互动太少了……消费者大部分时间贡献给了少数几个游戏、短视频、社交APP。对非垄断企业而言,想和消费者互动,手段是非常有限的。
公域:通过垄断平台推广告,成本高,没有用户积累。
私域:吸引用户加群、加企微、关注自家商城有难度,且存在感低,很容易流失。
所以,不认真考虑如何解决渠道问题,所有的画像分析、消费分析、活动推广都会失效。这是个浅显的事实。然而在实际工作中,这一点经常被忽视。企业里经常出现:“一通分析猛如虎,一看触达一点五”的问题,98.5%的用户压根不知道你的存在,分析用户画像、 RFM之类的有毛用。
因此,分析用户活跃情况,就很重要(如下图):
在用户活跃的基础上,再对用户在不同渠道,对内容响应率进行分析,找出触达每一类用户的手段。
三、小结综上过程可看出,数据运营是个“干中学”的工作,只有边运营迭代,边数据校正,才能越做越好。
那些出现问题的企业,常常是把运营和数据脱离:
要么:运营干啥数据不要管,等活动做完了,变着法让数据说好,不好也得想法子说好!
要么:运营两手一摊:“我啥都不会!你要分析出来我该咋办!”而数据分析又只会:“活跃低了,要搞高!”……
#专栏作家#接地气的陈老师,微信公众号:接地气学堂,人人都是产品经理专栏作家。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。
本文原创发布于人人都是产品经理。未经许可,禁止转载
题图来自 Unsplash,基于CC0协议。