浅析项目数据化经营指标的应用&经营蠕动的量化
本文摘要:“数据化运营”指的就是从对事务数据的认知中,笼统出运营策略,以数据追踪运营策略的执行过程,最终由数据来评价运营策略的执行效果。“数据化运营”,提这个概念的人愈来愈多。以我个人的了解,“数据化运营”指的就是从对事务数据的认知中,笼统出运营策略

“数据化运营”指的就是从对事务数据的认知中,笼统出运营策略,以数据追踪运营策略的执行过程,最终由数据来评价运营策略的执行效果。

“数据化运营”,提这个概念的人愈来愈多。以我个人的了解,“数据化运营”指的就是从对事务数据的认知中,笼统出运营策略,以数据追踪运营策略的执行过程,最终由数据来评价运营策略的执行效果。

我们在运营傍边所指的“数据”,是狭义的数据,其实就是各式各样的指标。

指标是什么?

我觉得将“指标”这个词对应于英文的indicator,是比较精确的。它是一种指示器,是将某件事情量化而成的一串数字。

其实我们在工作中,都会有意无意地应用指标。能用就好,又何必去管它界说是什么呢?重要的是怎么用好它。

就运营而言,我觉得使用指标时,一定先区分清楚过程型指标和成果型指标。

例子1:我们是一家电商,要做一次促销活动,意图是提高A产品的出售业绩。A产品页的流量、点击量、保藏量、购买数、客单价、出售额,哪些是过程型指标,哪些是成果型指标?流量、点击量、保藏量显然是过程型指标,出售额显然是成果型指标,那么购买数和客单价呢?他们实际上是客户购买过程傍边的指标,属于整个转化漏斗,那么首要,它们就是过程型指标;而“购买数×客单价=出售额”,它们其实也是成果型指标。

所以,过程型指标与成果型指标其实不是割裂开的,要害在于你的运营意图。过程型指标一般需要高频的跟踪,依据指标的变化,及时做出调整;而成果型指标一般从活动意图中笼统而来,因此适用于运营活动的评价。

怎么设计高质量的指标

一个指标的好坏,我们需要从信度和效度两个方面去衡量。

所谓信度,指某指标衡量某事物的精确性、准确性和安稳性。所谓效度,指某指标所衡量取得的信息,确实是研讨者所期望取得的信息。

例子2:把指标比作一把尺子;刻度精确(1毫米就真的是1毫米,而不是1.2毫米),准确性高(能量到毫米,而不是衡量到分米或者厘米),成果安稳(重复丈量的成果是一致的,而不是尺子一会儿长一会儿短),这三点都体现优秀,那么这就是一把好尺子,也就是一个信度高的指标。

例子3:尺子是用来衡量长度的;一把再好的尺子(信度很高),若我们的意图是衡量分量,那么尺子再好(信度再高),也不能满足我们的需求(效度不足);要衡量分量,我们得用秤(效度高)。

通过上面两个例子,你应该能理解,一个好指标应该怎么去构建了。除了信度和效度,好指标的特征还需要:核算简略快速、易了解、泛化性(不同运营活动都通用,可横向比照),可继续性(口径安稳,长时间可用)等特征。

指标组合应用——综合指数

在许多事务场景中,我们需要盯住的指标不止一个。以我们现在的事务场景为例,衡量一个城市运营团队的综合实力,我们需要从运力规模、接单能力、客户评价、团队安稳性、配送本钱等多角度出发,若每一个角度都引申出1-2个指标,你将堕入紊乱。

因此,多于多维度综合衡量,我们引荐使用综合指数。最常用的就是加权综合指数:

团队综合实力=运力规模×p1+接单能力×p2+客户评价×p3+团队安稳性×p4+配送本钱×p5

需要留意的是,综合指数核算时,里边各个指标都先需要规范化,转化为统一单位的数字后,才可以进行加总。而p1-p5即权重,哪方面更重要,就给予更高的权重,p1至p5的和有必要一直为1。

我们需要重视哪些核心指标?

针对现在我们的事务,我觉得我们需要重视的核心指标是:

接单率、单均本钱、好评率和评价率

这些也是成果型指标。仅此罢了,真的没有那么杂乱。从这三个核心指标,结合两条维度的组合:

1.城市→网格→人/店

2.月→周→天→高峰→小时

足已协助我们发现问题并定位问题。现在我们尤其重视午高峰的核心指标。数据堆集也就可以帮你到这里了,不要期待数据库通知你一切,不可能的。

发现并定位问题后怎么办?调查、造访、问卷,各种方式你都可以用,找到问题的本源,然后,制定运营动作去解决问题。

当然,数据支撑组会不断地产出研讨成果,让我们更容易更精确地去制定运营策略并更好的执行。

运营活动的量化

在之前的篇幅中,我们将指标的相关常识进行了梳理,有了这个基础,我们可以开始评论运营活动的量化了。

一个优秀的运营活动所应具备哪些要素?

以我的了解,一个优秀的运营活动至少要有:

明确的活动方针和预算 明晰的呼应关系和执行流程 可靠的过程型指标 精确地成果型指标 科学合理的效果评价方式 常识的沉淀 一个聪明的负责人 我们需要哪些过程型和成果型指标?

以我们现在的O2O配送事务的运营为例,假如我们做的是一个短时间的活动,我们所要追踪的过程型指标,至少需要:预算、活动掩盖人数、活动呼应人数、活动规则达标人数、开销百分比(已开销金额占预算的比例)。

关于一个长时间的活动或策略,我建议只追踪成果型指标的变化,而成果型指标就是我们要重视的核心指标。

运营活动怎么评价?

这或许是本篇文章中最核心的部分了,以我的角度,运营活动的评价,只是答复两个个问题:明确的活动方针是否达到?预算是否超支?

活动方针达到且预算控制住,那就是个好的运营活动!

怎么判定活动方针是否达到?

活动方针一定是围绕核心成果指标来制定的。那么判断活动的效果怎么,就是衡量核心成果指标是否有质变。怎么打开评价?

首要,对核心事务指标做1-2层的拆解。为何这么做呢?因为核心事务指标往往受多重因素的影响,我们尽量拆解到我们的运营动作可以直接影响,同时与核心指标的关系又比较近的一层。

例子4:比如我们做某个活动,意图是提高午高峰的接单率,那接单率就是我们的核心成果指标;在评价时,我们依据运营动作的呼应关系,将接单率拆为推奇数和活跃运力数,我们所直接影响的是活跃运力数。若我们活动的方针群体是近1个月注册的活跃运力,那么活跃运力指标还需拆解一层,统计近1个月注册的活跃运力和非近1个月注册的活跃运力。

其次,要从时间维度对成果型指标进行比照,也就是活动前后的比照。需要留意,活动前后的数据比照,一定要跨满一个事务周期,比如,我们的事务有显着的7天的周期动摇,那么运营活动一定要跨满七天。同时选用均值的方式,比照均匀水平的变化。这点我们尤其要注重!

例子5:承接例子4,活动开始后,我们至少要统计满7天的数据,才可以开始做评价。评价时,我们核算活动后7天的均匀接单率,然后与活动前的7天均匀接单率进行比照。假如条件允许,我建议取活动前的均值数据跨2个周期,也就是14天,但要保证在这14天中没有类似的活动在进行,且政策上没有大的变化。

那么,活动前后比照数字不同达到多大,算是有差异而不是随机动摇呢?大概的估计方式是5%,即活动前后的数据不同达到5%以上,才干说活动有显著的效果。精密的方式需要拉长时间后,对活动前后两段数据做方差分析,这里不累述了。

另外,关于成果型指标,其实并没有必要在活动期间天天追踪。真正重要的是,活动的跨度有必要超过一个事务周期,在超过一个事务周期后,对成果型指标进行汇总,与活动前比照。

终究补充一点,假如条件允许,建议在活动施行的时分,找一个参照系,横向比照活动的效果。这样能扫除掉体系性的影响。比如,全国各地的接单率都在涨,在某地上了一个活动,发现接单率涨了,说是活动带来的效果,就很牵强了。我们现已做了城市的分群,在同群组里边的城市,可以寻找规模类似的,最为参照系。

一定要留意预算控制,盯紧活动的投入产出比

任何运营,都不能脱离对预算的考虑,这也是我们现在最单薄的环节。活动前,估计好预算总额,在活动执行的过程当中,不时重视预算的耗费状况(每天统计),这对错常有必要的。

重视预算总额是否超支以外,我们需要核算ROI,即投入产出比。不同的活动,投入产出比的核算方式一定不同。

例子6:比如我们唤起运力的活动,花了多少钱cost,唤起多少运力rider,这部分运力送掉多少单order,我们就需要核算cost/rider+均匀每运力一天的补助,cost/order+均匀每单补助。

除了核算ROI,我们还需要重视在执行活动时,整个城市的本钱状况,是否契合我们的微观的预算限制。最好的状况是,活动执行的同时,全体本钱并没有上升,或者在下降。即我们要把钱挪到该用的当地。

活动完毕后,后续影响的衡量

一个短时间活动做完后,我们还有必要追踪活动完毕后的成果型指标怎么变化。最抱负的状况是,一个活动完毕后,成果型指标仍然坚持在活动时的优秀水准,也就意味着,一个短时间活动带来了长时间的正向效益。
我们不能忽视有些运营活动带来的滞后效应和连带效应。

类似活动间效果的比照,总结经历

不同时期进行的类似活动乃至是相同活动,我们要做好活动数据的存档,来观察活动间的比照。许多探究性的活动,我们是有必要方案成系列活动以达到我们的实验意图的,比如价格探底测试,我们应该分阶段,分地域类型,进行系列测试,从各次的数据存档中,去总结规律。

跟着运营的逐步精密化,我们需要具备系列活动的策划和执行能力!

写了那么多字,实非我愿。但无法要表达的东西太多,简略总结为以下几点:

指标的设计需要重视信度和效度 重视3-5个核心指标,结合地域和时间两个维度 运营活动的量化需分清过程型指标和成果型指标 运营效果的评价需要核算跨事务周期的均值,不同在5%以上才值得说道 一定要留意预算和投入产出比 活动要做好数据和经历的存档,做活动间效果的比照

文中提到的信息,期望能协助我们在未来的运营工作中,思路更明晰,执行更高效,效果更显著!

 

作者:胡晨川

来历: