69精品人人人人,国产精品美女一区二区三区,人妻少妇精品久久,一本久久A久久免费精品不卡

A5創(chuàng)業(yè)項目春季招商 好項目招代理無憂

文章從數(shù)據(jù)運營的角度，從方法論去分解p2p平臺的數(shù)據(jù)運營，從而構(gòu)建一個完整的數(shù)據(jù)運營體系。

從2014年從事p2p行業(yè)到現(xiàn)在，已有3年多時間了。習慣在年末年初對自己一年來的學習、工作、生活等方面做一些總結(jié)，以前的總結(jié)都比較零散，現(xiàn)在想逐步的從框架到細節(jié)逐步去做一些總結(jié)。

我在p2p行業(yè)總共待過3個平臺，所負責的工作內(nèi)容從推廣到運營，從運營到產(chǎn)品，從產(chǎn)品再回到運營。在p2p平臺的運營過程中，發(fā)現(xiàn)對于運營數(shù)據(jù)的挖掘分析，其實可以做到很細致。現(xiàn)在我就用數(shù)據(jù)運營的角度，從方法論去分解p2p平臺的數(shù)據(jù)運營，從而構(gòu)建一個完整的數(shù)據(jù)運營體系。

為什么要做數(shù)據(jù)運營

做數(shù)據(jù)運營，是為了精確的分析具備某些特征的用戶，甚至于某個用戶在平臺上的所有操作行為，研究分析其操作行為并做出行為預(yù)判，調(diào)整針對性的運營策略，從而做到精細化運營的目的。

數(shù)據(jù)運營的分解步驟

如下圖，我將數(shù)據(jù)運營的步驟進行了如下分解，然后按照這8個分解步驟進行逐一講解。

業(yè)務(wù)流程

p2p的業(yè)務(wù)流程，這個不了解的就妄為p2p從業(yè)人員了。

運營流程

基礎(chǔ)運營流程，即用戶的操作流程，各家平臺大同小異，主要的差異化是每個平臺在對于用戶操作的功能設(shè)計不同，或者數(shù)據(jù)獲取的來源不同。在這里我們把簡要的用戶操作流程進行分解。

原則上來說，我們做運營就需要用戶在平臺上所有的操作記錄。通俗的來說，就是什么人什么時間在什么地方做了什么事，而這個事又是什么?因此我們首先第一步是按照分解步驟去獲取用戶的操作記錄，這是最原始最基礎(chǔ)的數(shù)據(jù)需求。

流程需求

除基礎(chǔ)數(shù)據(jù)需求外，整個運營流程中對應(yīng)的部門和崗位到底產(chǎn)生了那些工作需求?這就是我們需要考慮的，那么在一般的平臺架構(gòu)上，運營部門可以大致分為如下7個部門，并在其中涉及到的基礎(chǔ)框架需求列出來。

而關(guān)于前面的流程需求里，提到的一些數(shù)據(jù)需求，在這里再做一些數(shù)據(jù)簡述，請看下表：

關(guān)于流程需求，就不再一個個去列舉了。上面只是做了一些基礎(chǔ)框架需求的列舉，在框架下能夠細化出來的數(shù)據(jù)模型太多。

用戶分級

對用戶在運營體系里不同的狀態(tài)進行分級定義，主要可以按照上面提到的用戶狀態(tài)進行分級。

觀察/注冊/開戶/充值/投資/復(fù)投/回款/續(xù)投/提現(xiàn)/找回

當我們將用戶進行分級后，從分級狀態(tài)里提取狀態(tài)進行圖表化統(tǒng)計，可以得到一個用戶生命周期的模型。我提取了一個數(shù)據(jù)樣例，做了一個數(shù)據(jù)圖，如下圖：

從上圖示例數(shù)據(jù)看到，我將用戶的生命周期暫定為90天，這也是我目前對p2p平臺的新用戶的定義(注冊時間90天內(nèi)屬于新用戶)，以此來進行用戶生命周期的分析。圖表所示，我將Y/X軸分為了資金軸和時間軸，自用戶注冊時起，便有了這樣的數(shù)據(jù)，將數(shù)據(jù)導入軟件后得到如圖。

從示例圖的數(shù)據(jù)我得到如下結(jié)論：

用戶從注冊時間起，到第一次充值時間截止。用戶大約決策了10天。

用戶從第一次充值時間起，到第一次投資時間截止，用戶大約決策了5天。

用戶自第一次回款開始，參照時間順序，分別進行了提現(xiàn)操作和續(xù)投操作。標明用戶對于平臺提現(xiàn)時效進行了體驗操作，再進行了續(xù)投操作。

用戶的充值、投資決策時間(時間軸)間隔越短，對應(yīng)的資金越高，則代表用戶對于正在逐步進入沉淀期。

相應(yīng)用戶的決策行為受外部諸多因素影響，比如：品牌事件、營銷活動、客服回訪開發(fā)等。

策略調(diào)整

提取用戶分級后的數(shù)據(jù)，分析后對運營策略進行調(diào)整。

在這里列舉兩個常見的數(shù)據(jù)運用進行說明：

1.在泛流量推廣渠道上，如何判斷分析在一定同等的條件下，哪些新用戶相對更加具備開發(fā)價值。

用戶決策難度越高，則開發(fā)價值越大。舉例來說，注冊的操作步驟較為簡單，而實名開通銀行存管賬戶的操作就要難很多，并且要填寫自己的身份證號碼、銀行卡信息這些高度隱私的信息，對于用戶來說就有很大的決策難度，再往后就是首充及首投。

注冊到開戶的決策時間，注冊或開戶到首充首投的決策時間。在沒有高精準的反欺詐(用戶的馬甲小號)功能前，這兩類決策時間越短的用戶，很大概率是受到營銷活動引導、渠道定向CpS活動引導而進行決策操作的。那么相對而言，這兩類決策時間越長，則越表明用戶一定的真實性、對平臺有一定的觀察期，慎重考慮過后才進行決策操作的。

在CpS推廣的渠道上，以一定的獎勵回報引導而來的用戶，大部分轉(zhuǎn)化用戶的首投金額是源于CpS推廣渠道的活動門檻的。若該渠道來源用戶的首投金額>渠道活動門檻，則表明這些用戶相對更加具備開發(fā)價值。除此之外，首投金額及期限越高，則越具備開發(fā)價值。

用戶在進入沉淀期之前，有一定的試投體驗期。這個期間的決策時間跨度間，未回款復(fù)投的用戶，要比回款續(xù)投的用戶更加具備開發(fā)價值。除此之外，復(fù)投及續(xù)投金額及期限越高，則越具備開發(fā)價值。

用戶零待收，且經(jīng)過公式推算用戶的存管賬戶余額可能也為零的前提下，依舊產(chǎn)生登錄、訪問行為的用戶相對更加具備開發(fā)價值。且訪問頻次及瀏覽時間越高則用戶相對更具備開發(fā)價值。

那么在從多方面獲取到的數(shù)據(jù)信息里，逐步分析相對更加具備開發(fā)價值的用戶。從而調(diào)整客服部門，推廣部門的工作針對群體及策略。

2.非活動期間及活動期間，在排除沒有其他外部因素影響的前提下，不同投資能力的用戶，回款資金到達什么樣的預(yù)期值才會讓用戶進行提現(xiàn)或續(xù)投的決策操作。

如圖數(shù)據(jù)樣例所示，用戶連續(xù)15天回款，每天回款金額平均到達≥759.9元就會進行回款續(xù)投操作，最低一次回款續(xù)投操作在累計回款達518.17元時執(zhí)行。因此我們由數(shù)據(jù)可初步推斷該用戶的回款續(xù)投決策，決策預(yù)期值需要回款資金≥518.17元才會執(zhí)行操作。

用戶回款中有一筆973.76元的回款資金，同天進行了充值50元的操作，才進行的投資操作。這是一個很奇怪的行為，這個行為就像我們很多人有一個湊整心理。關(guān)于湊整心理在一些電商的營銷手段里常見，若有對行為心理學有研究朋友歡迎給一些關(guān)于“湊整”心理的資料。

接下來我們依據(jù)數(shù)據(jù)做出如下假設(shè)性的問題，供大家參考。

首先看下圖：

在這里假定用戶投資能力層級分別定為5個等級(具體如上)，那么前面舉例的用戶在投資能力為小的級別上。按照數(shù)據(jù)模型分析全部用戶，我們可能會發(fā)現(xiàn)不同級別的用戶在進行續(xù)投決策時，他們的決策預(yù)期值就能夠大概推算出來，這個推算出來的數(shù)據(jù)，是不是就能夠更精確的用于客服部門對客戶進行跟蹤回訪呢?

同理對于用戶在提現(xiàn)行為決策時，對于不同層級的用戶來說，回款資金到達什么樣的決策預(yù)期值，用戶會執(zhí)行提現(xiàn)操作呢?

每個用戶在平臺的投資總額(俗稱倉)是否能夠通過數(shù)據(jù)模型，分析用于對平臺綜合能力的考量，用戶對在平臺建倉的心理預(yù)期在什么樣的范圍值之內(nèi)?

以上問題就交給數(shù)據(jù)量較大，且擁有一定技術(shù)能力解決數(shù)據(jù)獲取的平臺運營朋友去論證吧。

引導作用

每一個運營環(huán)節(jié)(即用戶分級引導的環(huán)節(jié))從內(nèi)容、交互、視覺方面進行引導，觀察引導作用。

這個方面的數(shù)據(jù)，大致為頁面訪問數(shù)據(jù)(訪問數(shù)量、重復(fù)訪問、訪問深度)、信息到達數(shù)據(jù)、轉(zhuǎn)化數(shù)據(jù)(激活、喚醒、轉(zhuǎn)化)等?；旧线m用于：客服部門、推廣部門、運營部門。詳細適用于：活動策劃崗、文案崗、產(chǎn)品崗、設(shè)計崗。

多維權(quán)衡

從每次調(diào)整的運營策略里，挖掘多維的深度數(shù)據(jù)，權(quán)衡數(shù)據(jù)準確度。

可能這里的數(shù)據(jù)需求更多的是在于活動策劃崗位及客服崗位吧，比如說活動參與度、用戶活躍度、信息到達率、激活轉(zhuǎn)化率、決策行為增加等。

變量影響

每次運營數(shù)據(jù)的變量，著重分析數(shù)據(jù)變量涉及的多維度影響值。

這部分內(nèi)容主要為：用戶撤資行為、用戶操作異常行為、用戶活躍度異常、用戶決策習慣異常等。主要作用于風險預(yù)警和行為預(yù)判，主要數(shù)據(jù)適用于客服部門、品牌部門、運營部門。詳細適用于：客服崗位、負面信息監(jiān)測崗位、活動策劃崗位或交易管理崗位。

好了，本次分享就先到這里吧，的確大冷天思維不活躍，碼字也好艱難。本次分享的內(nèi)容里有一部分內(nèi)容沒有詳細講解的，在后面我會逐步分享?；蛘叩任野盐夷壳皵?shù)據(jù)建模的很多東西更加論證之后再拿出來分享，目前正在整理一套數(shù)據(jù)模型，可能大約有100個左右。

作者：Mr路人丁，微信號公眾號：MrLuRenDing。擁有7年互聯(lián)網(wǎng)推廣營銷、互聯(lián)網(wǎng)運營經(jīng)驗，兩年電商運營經(jīng)驗。

本文由 @Mr路人丁 原創(chuàng)發(fā)布。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自pEXELS，基于CC0協(xié)議