独立站网站数据分析(4)——建立网站数据指标体系的三大思路

前言: 当你听说亚马逊赚钱的时候,你开始对亚马逊感兴趣;但是深入了解的时候,大多数人会先从商业模式开始。大多数事物都是这样,由微观事物引发兴趣,但却由宏观概念开始了解。

上篇文章中我们提到,随着数据的组合及数据的下钻,分析的复杂度将会变高。这就对我们数据的前期准备提出了要求,否则很难去发挥到数据后期80%的价值。 如何进行合理的数据规划就是我们在接下来几篇文章中要介绍的。

所有的网站数据都是由人的行为产生,而人的行为又是连贯的,所以当你搜索用户行为的时候,你会在百度上看到各种模型和分析方式,比如AIDA销售模型,AARRR模型,漏斗模型,用户健康度分析,行为事件分析,页面点击分析,用户行为路径分析,用户留存分析模型。

各种

各个数据指标不是独立存在的,毫无关联的,这些数据按照一定的逻辑串联起来,就形成了我们看到的各种分析模型。

但是你仔细看上面我提到的这些分析模型,似乎很难找到各个分析模型之间的关联关系,比如行为事件和页面点击分析如何关联?用户行为路径分析和页面点击分析又存在较大的重叠,销售模型里的销售金额数据在行为事件分析里也需要用到。

各个分析模型之间并没有相互独立、完全穷尽,各个数据指标在这些模型下依旧有较大的重叠,没有建立清晰的关联关系,我们依旧无法利用这些分析模型去做好有效的数据规划。

有没有一种更高维度的东西可以囊括进去所有这些分析,让我们在头脑中形成一整套从宏观到微观的概念,更便于我们去整体了解呢?

数据规划的整体逻辑

是的!的确是有,那就是UJM模型,User Journey Map,用户旅程地图。它通过业务流程来串联用户在网站上的所有行为,我们基于用户视角,模拟用户从第一次访问到最后一次访问的生命周期过程。找准了用户旅程,其实就找准了我们要采集、分析的用户行为的基础数据,这就是数据规划主要参考的模型。

但是光有模型,就可以展开分析工作、发现问题、指导业务升级了吗?不,显然还不够,所以在使用UJM模型之前,我们还需要定位业务目标,分析也好,策略也罢,都是服务于业务目标的达成,因此所有的数据规划也需要贴合企业目标。而这一步,我们叫做OSM模型。

企业目标可能过大,需要进一步分解;而UJM模型还较为概念化,所在在实际的工作中,我们需要将目标及概念结合在一起,最后落实到业务场景。这些业务场景就是运营部门需要去执行落地的东西,比如优化着陆页面,提升老用户的复购等等。

独立站网站数据分析(4)——建立网站数据指标体系的三大思路

总结一下,就是制定策略目标后,以用户旅程模型为总地图,寻找你需要聚焦的那一部分,最后再落实到具体的业务场景。接下来我们对这三个概念逐一解释。

建立数据思维的三个步骤

第一步: 建立OSM模型

objective、strategy、measurement, 明确目标,制定策略,最后以衡量指标来评估策略是否达成目标。

这里的目标我们通常设置为业务目标,你可以站在公司层面去设定目标,比如提升销售额,增加网站的新用户;也可以站在部门层面去设定小目标提升网站邮件订阅率的目标,如下图的示例。

独立站网站数据分析(4)——建立网站数据指标体系的三大思路
OSM模型示例说明

 

在此模型下就明确的知道,为了衡量这个目标,我需要网站的会话数、邮件订阅量,弹窗数,订阅提交时间(为了分析不同时间段的订阅量)。

这个时候,最好也可以和Smart原则相结合。

IMG_256

在建立OSM模型时,企业目标就是我们规划数据的最重要参考标准。

第二步:建立UJM模型

UJM模型(User Journey Map)是模拟用户在网站里的行为旅程,下图就概括了用户在使用我们网站时, 会经历的六个阶段,但是注意这六个阶段的产品并不一定每一次都是按顺序进行的,因为用户会在这六个阶段中相互跳转,而一些老用户会直接从“产生兴趣”这个阶段开始。

独立站网站数据分析(4)——建立网站数据指标体系的三大思路
电商网站的UJM模型示例说明

 

在不同的行为阶段,你需要定义不同的目标,从而根据目标定义所需要的数据指标。比如在在上图中提到提升订阅率这个目标就会出现在“逛”这个阶段。将我们的目标融入到UJM,定位目标在哪里一步,再以此列出需要的数据指标。

以提升Facebook广告ROI为目标,结合UJM模型,我们列出在这个分析需要采集的数据源。

因为涉及到了外部数据源,我们在此模型之上还拓展了外部需要获取的数据源及分析维度。

独立站网站数据分析(4)——建立网站数据指标体系的三大思路
OSM+UJM模型结合示例说明

 

第三步:落实到业务场景

也就是具体的业务部门要去执行落地的工作场景,我在这里列出了独立站运营人员常见的业务工作场景。

独立站网站数据分析(4)——建立网站数据指标体系的三大思路

我们继续回到刚刚以提升Facebook广告ROI的例子当中来看,目标如何落实到业务场景。

独立站网站数据分析(4)——建立网站数据指标体系的三大思路

明确目标,分解目标,再落实到业务场景,通过这样一个流程,我们不仅有了数据分析的宏观概念,也有了数据源的规划。知道了需要采集哪些数据源,需要分析哪些指标,这些指标在整个用户行为中的意义又是什么。

这样一来,我们就把宏观的模型概念,落实到了具体的微观执行当中。

通过这样的模型,我们可以列出很多我们需要的数据源和数据指标,但是这个时候存在一个问题。这些杂乱的指标如何组织起来?

我们人类都习惯性的给事物分类,比如同一个鱼缸里有几十条鱼,我们会按大小分,也可以颜色分,还可以按品种分,从而更好整理和归纳。那么数据是否也存在这样的抽象层次呢?在下一篇的文章中,我将介绍如何对这些数据进行“分类”。

这是网站数据分析的第4篇文章,嗯,继续填坑!

原创文章,作者:Ada,如若转载,请注明出处:https://yaosocial.com/archives/3-steps-to-systematically-build-data-sources-and-metrics/

发表回复

登录后才能评论

评论列表(1条)