原創 jalenxr 資料運營與資料分析
在做資料分析的時候，我們通常會做很多使用者運營專題的效果覆盤分析。此次活動效果如何？達到什麼目的？此次活動的方案是否具有推廣性或者延續性？這些是公司領導最為關注的。
a/b測試（也稱為分割測試或桶測試）是一種將客戶隨機分為2類或者多類(需要注意隨機分配的前提是客戶的價值應盡可能的分配均衡，如地域、活躍度、消費能力、忠誠度等指標)，進行不用營銷方案，通過一段時間的運營後對比效果，從而進一步改善營銷測率。
a部分客戶贈送20元的可攜式榨汁機，b部分客戶贈送20元的小電扇，c部分客戶贈送50元電扇，d部分客戶只傳送情感話術，並邀請，a、b、c、d這四部分客戶同時參與某新品的購買。
從復購率上看，是c群體效果更好，但我們不僅要看複購，還要看等客戶活動方案的利潤。(其中，等客戶表示測算客戶樣本數一樣，非活動產生的其他因素也要相同，所以平均新品運費也要轉化為總平均新品運費= (8x300+8.5x200+8.2x400+8.2x190)/(300+200+400+190) = 8.2)
最終結果a群體產生的利潤更大，而復購率c群體最大。從活動效果來看，贈品低價值贈品可以送可攜式榨汁機，但20元的小風扇是不可以送的，如果為了拉多更多使用者參與購買新品，則50元的風扇也是可以送的。
最終將保留a和c方案對更多客戶進行營銷。並進行更長時間的銷售監測，什麼時候哪個方案效果下降明顯，則下架此方案。當兩個方案效果都下降了或者有新的營銷手段時同時下架2個方案。
為什麼策劃專題活動效果不佳
許多策劃做了很多的專題，文案配合做了很多的文案。但是，最後達到的效mlrdggmxkj果卻是很一般。我們往往看了整個專題，卻怎麼看不出來紕漏。如果說，我們做的乙個專題沒效果，似乎證明我們團隊的工作是無意義的。所以說，我們在做好乙個專題是必須去考慮這個專題的意義，是否有效果。今天，琛琛就和大家一起來分...
使用者運營 活躍度分析
產品專注的市場領域不同，活躍使用者數天差地別。一款小眾的垂直領域產品和泛社交類產品，單純看活躍使用者數，你很難界定它們好壞。好的資料指標，都應該是比例或比率。我們設定乙個新指標，活躍率 某一時間段內活躍使用者在總使用者量的佔比。按照時間維度引申，有日活躍率dau，周活躍率wau，月活躍率等mau。例...
如何進行使用者運營分析？
在設計產品前期，乙個重要的工作是了解產品面向的物件是哪些群體，使用者群的需求有哪些，他們的痛點是什麼。在產品上線後，平台流量陸續上公升，使用者規模不斷擴大。問題隨之而來，原設計的產品是否真實的滿足了使用者需求，產品哪些地方需要調整優化 企業的最終目標 創造利潤。所以，以下問題很重要 使用者是否付費，...