第五章客戶運(yùn)營(yíng)數(shù)據(jù)分析

學(xué)習(xí)目標(biāo)學(xué)習(xí)層次學(xué)習(xí)目標(biāo)知道層次Knowledge陳述數(shù)據(jù)分析的階段理解層次Comprehension解釋北極星指標(biāo)描述數(shù)據(jù)分析的重點(diǎn)描述數(shù)據(jù)可視化的過程應(yīng)用層次Application舉例說明北極星指標(biāo)應(yīng)該如何分階段設(shè)置舉例說明數(shù)據(jù)分析的方法學(xué)習(xí)目標(biāo)學(xué)習(xí)層次學(xué)習(xí)目標(biāo)分析層次Analysis實(shí)驗(yàn)數(shù)據(jù)分析的方法實(shí)驗(yàn)數(shù)據(jù)可視化的類型和圖形綜合設(shè)計(jì)層次Synthesis設(shè)計(jì)客戶運(yùn)營(yíng)場(chǎng)景中適用的數(shù)據(jù)分析方法評(píng)價(jià)層次Evaluation評(píng)估數(shù)據(jù)分析方法的選擇評(píng)估可視化圖像的選擇評(píng)價(jià)運(yùn)營(yíng)效果客戶運(yùn)營(yíng)數(shù)據(jù)分析數(shù)據(jù)分析的思路01數(shù)據(jù)分析的可視化展示03數(shù)據(jù)分析方法02數(shù)據(jù)分析的思路01北極星指標(biāo)數(shù)據(jù)化運(yùn)營(yíng)首先要明確一個(gè)唯一重要的指標(biāo)，也稱之為“北極星指標(biāo)”（NorthStarMetric）或唯一關(guān)鍵指標(biāo)（OMTM，Onemetricthatmatters）北極星指標(biāo)為客戶數(shù)據(jù)化運(yùn)營(yíng)提供了明確的方向，以便運(yùn)營(yíng)團(tuán)隊(duì)達(dá)成共識(shí)并集中優(yōu)勢(shì)資源實(shí)現(xiàn)目標(biāo)。在業(yè)務(wù)發(fā)展的不同階段可以有不同的北極星指標(biāo)。廣義北極星指標(biāo)

–案例某市中心的五星級(jí)酒店有400間客房，平均住房率80%，每天僅住店客人就有500人左右。在運(yùn)營(yíng)微信公眾賬號(hào)的前3個(gè)月，酒店將北極星指標(biāo)定為“一萬個(gè)精準(zhǔn)客戶關(guān)注微信服務(wù)號(hào)”。這個(gè)精準(zhǔn)客戶首先是已經(jīng)在酒店消費(fèi)過的客戶，因?yàn)橄M(fèi)過的客戶對(duì)酒店的產(chǎn)品和服務(wù)認(rèn)知較深，有利于日后和客戶開展互動(dòng)。為此，酒店市場(chǎng)部在酒店前臺(tái)放置了帶參數(shù)二維碼，客人掃碼后關(guān)注微信可以獲得住店期間的餐飲以及康樂服務(wù)電子優(yōu)惠券。北極星指標(biāo)

–案例市場(chǎng)部需要分析每天有多少客人通過這個(gè)二維碼掃碼關(guān)注了微信，其中有多少人使用優(yōu)惠券去消費(fèi)。在連續(xù)一周的數(shù)據(jù)觀察中，市場(chǎng)部獲得了每天通過前臺(tái)觸點(diǎn)獲客的數(shù)據(jù)；然后對(duì)數(shù)據(jù)進(jìn)行分析后發(fā)現(xiàn)平均每天在前臺(tái)掃碼關(guān)注的客人僅僅相當(dāng)于平均入住客人數(shù)量的1%，而使用優(yōu)惠券的客人就更少了。運(yùn)營(yíng)人員經(jīng)過現(xiàn)場(chǎng)觀察和調(diào)研，發(fā)現(xiàn)前臺(tái)辦理入住效率高、時(shí)間短，很多客人在辦理入住的時(shí)候并不會(huì)注意到桌面上的帶參數(shù)二維碼水牌?？腿藪叽a后雖然領(lǐng)到了優(yōu)惠券，但客人在不了解酒店餐飲和康樂的產(chǎn)品特色的情況下，并沒有在酒店消費(fèi)，而且酒店周邊可以選擇的社會(huì)餐廳和康樂場(chǎng)所很多。北極星指標(biāo)

–案例市場(chǎng)部提出了兩個(gè)優(yōu)化的措施，一個(gè)是前廳員工在為客人辦理入住手續(xù)時(shí)主動(dòng)向客人建議掃碼關(guān)注領(lǐng)取優(yōu)惠券，另外是將酒店的餐飲、康樂產(chǎn)品的圖片和特色制作成相關(guān)落地頁，主動(dòng)推送給當(dāng)天在前廳掃碼關(guān)注的客人。這兩個(gè)措施實(shí)施后，前廳掃碼的客人的比例從1%提升到了30%，并且有50%領(lǐng)券的客人去餐廳或者康樂場(chǎng)所消費(fèi)了。數(shù)據(jù)分析過程張溪夢(mèng)（2017）將數(shù)據(jù)分析分為“數(shù)據(jù)發(fā)生了什么”、“理解為什么發(fā)生”、“預(yù)測(cè)未來會(huì)發(fā)生什么”和“商業(yè)決策”四個(gè)階段。第一個(gè)階段：通過展示數(shù)據(jù)說明“發(fā)生了什么”第二個(gè)階段：對(duì)數(shù)據(jù)進(jìn)行深度分析判斷，找出發(fā)生現(xiàn)象的原因第三個(gè)階段：通過這個(gè)現(xiàn)象去預(yù)測(cè)未來在類似事件上會(huì)發(fā)生的結(jié)果第四個(gè)階段：利用這些數(shù)據(jù)進(jìn)行商業(yè)決策數(shù)據(jù)分析的重點(diǎn)和意義在數(shù)據(jù)化運(yùn)營(yíng)環(huán)節(jié)中，數(shù)據(jù)分析重點(diǎn)是要基于客戶行為數(shù)據(jù)。時(shí)間（When）地點(diǎn)（Where）人物（Who）交互方式（How）具體行為及內(nèi)容（What）數(shù)據(jù)分析的可視化呈現(xiàn)合適、有效的數(shù)據(jù)可視化呈現(xiàn)技術(shù)，通過圖像來表現(xiàn)數(shù)據(jù)，能夠?qū)?fù)雜的數(shù)據(jù)分析結(jié)果以圖表方式呈現(xiàn)給閱讀者，具有豐富的細(xì)節(jié)與交互元素，實(shí)際上比單純的表格式數(shù)據(jù)更加精確和有啟發(fā)性。數(shù)據(jù)可視化后的某單體酒店24小時(shí)內(nèi)微信服務(wù)號(hào)交互戶數(shù)據(jù)某單體酒店24小時(shí)內(nèi)微信服務(wù)號(hào)交互戶數(shù)據(jù)練習(xí)題討論題：請(qǐng)根據(jù)RCCCRE增長(zhǎng)模型，討論酒店微信公眾賬號(hào)運(yùn)營(yíng)每一個(gè)階段的北極星指標(biāo)是什么？實(shí)踐題：請(qǐng)根據(jù)前面某單體酒店24小時(shí)內(nèi)微信服務(wù)號(hào)交互戶數(shù)據(jù)可視化的方法，在DOSSM-MarTech系統(tǒng)中進(jìn)行相關(guān)數(shù)據(jù)的分析和可視化。數(shù)據(jù)分析方法02數(shù)據(jù)分析方法在旅游和酒店業(yè)，主要的運(yùn)營(yíng)實(shí)踐工作是以用戶為中心開展內(nèi)容、活動(dòng)和廣告營(yíng)銷。實(shí)踐是檢驗(yàn)真理的唯一標(biāo)準(zhǔn)，數(shù)據(jù)是驗(yàn)證實(shí)踐的科學(xué)依據(jù)(桑文鋒,2018)。常用的數(shù)據(jù)分析方法如下：趨勢(shì)分析分群分析漏斗分析留存分析分布分析A/B測(cè)試歸因分析多維度拆解分析趨勢(shì)分析趨勢(shì)分析是基于時(shí)間序列展示數(shù)據(jù)，以便及時(shí)監(jiān)控運(yùn)營(yíng)效果，總結(jié)運(yùn)營(yíng)過程中的問題，幫助運(yùn)營(yíng)者進(jìn)行準(zhǔn)確的決策和預(yù)測(cè)。時(shí)間序列就是將某種事件的某一個(gè)統(tǒng)計(jì)指標(biāo)在不同時(shí)間上的表現(xiàn)數(shù)值，按照時(shí)間先后順序進(jìn)行有序的排列，以展現(xiàn)增減變動(dòng)的方向、數(shù)額和幅度。微信關(guān)注用戶趨勢(shì)分析示例圖趨勢(shì)分析為了進(jìn)一步分析運(yùn)營(yíng)中的問題，常用同比、環(huán)比、定比進(jìn)行深入分析。同比=本期數(shù)據(jù)/上年同期數(shù)據(jù)定比=本期數(shù)據(jù)/固定期數(shù)據(jù)環(huán)比=本期數(shù)據(jù)/上期數(shù)據(jù)同比增長(zhǎng)率=(本期數(shù)據(jù)-上年同期數(shù)據(jù))/上年同期數(shù)據(jù)*100%定比增長(zhǎng)率=(本期數(shù)據(jù)-固定期數(shù)據(jù))/固定期數(shù)據(jù)*100%環(huán)比增長(zhǎng)率=(本期數(shù)據(jù)-上期數(shù)據(jù))/上期數(shù)據(jù)*100%分群分析分群分析是將客戶按照標(biāo)簽屬性進(jìn)行歸類劃分，然后針對(duì)這一類型的客戶進(jìn)行持續(xù)深入的用戶行為洞察，以便了解這個(gè)群體的特征和整體畫像。常用于精準(zhǔn)營(yíng)銷分群分析示例圖漏斗分析漏斗分析是分析運(yùn)營(yíng)轉(zhuǎn)化效果的最常用分析方法，是監(jiān)測(cè)從客戶接觸到客戶擁護(hù)各個(gè)階段轉(zhuǎn)化率的基本模型，能夠幫助運(yùn)營(yíng)人員直觀地發(fā)現(xiàn)和說明客戶運(yùn)營(yíng)中的問題?；顒?dòng)漏斗分析示例圖留存分析留存分析是用于分析已經(jīng)轉(zhuǎn)化成功的客戶是否有后續(xù)行為，繼續(xù)參與情況和活躍程度的分析模型，能夠幫助運(yùn)營(yíng)人員衡量產(chǎn)品和服務(wù)價(jià)值是否對(duì)客戶有持續(xù)吸引力。留存分析常常從新用戶留存率和產(chǎn)品功能留存率進(jìn)行分析，并用次日留存率、7日留存率、30日留存率等進(jìn)行數(shù)據(jù)展示，但不同行業(yè)對(duì)客戶活躍度要求不一樣。

留存分析示例分布分析分布分析可用于在營(yíng)銷和運(yùn)營(yíng)事件中用戶的分布類型和分布特征。通過分布分析，運(yùn)營(yíng)者可以還原用戶的行為，找到核心客戶群體，發(fā)現(xiàn)產(chǎn)品和運(yùn)營(yíng)中的具體問題，優(yōu)化產(chǎn)品策略，增加客回頭率，從而為決策提供依據(jù)。分布分析示例圖A/B測(cè)試A/B測(cè)試是用于為同一個(gè)目標(biāo)設(shè)計(jì)兩個(gè)方案，然后選擇兩個(gè)實(shí)驗(yàn)組，通過并行實(shí)施來對(duì)比兩個(gè)方案的實(shí)施效果，從而確定最優(yōu)的方案。三個(gè)注意點(diǎn)每個(gè)方案只能有一個(gè)變量不同實(shí)驗(yàn)組人數(shù)要平均需要足夠的測(cè)試時(shí)間和測(cè)試數(shù)據(jù)量支持顏色A/B測(cè)試歸因分析在廣義層面上，歸因分析/歸因理論是一個(gè)嚴(yán)謹(jǐn)?shù)纳鐣?huì)心理學(xué)課題，用于研究三個(gè)方面的問題個(gè)體心理活動(dòng)發(fā)生的因果關(guān)系，內(nèi)部/外部、直接/間接原因的分析一般性規(guī)律的推論，以個(gè)體的行為、結(jié)果、個(gè)性差異等為基礎(chǔ)，歸納出一般性規(guī)律通過一般性規(guī)律來指導(dǎo)行為期望與預(yù)測(cè)歸因分析在運(yùn)營(yíng)數(shù)據(jù)的歸因分析層面，更多關(guān)注的是不同歸因模型的應(yīng)用效果上末次互動(dòng)模型最后一次互動(dòng)的渠道獲得100%的功勞，這是最簡(jiǎn)單直接、也是應(yīng)用最廣泛的歸因模型首次互動(dòng)模型首次互動(dòng)的渠道獲得100%的功勞，更加強(qiáng)調(diào)的是驅(qū)動(dòng)用戶認(rèn)知的、位于轉(zhuǎn)化路徑最前端的渠道線性歸因模型對(duì)于路徑上的所有渠道，平均分配功勞權(quán)重時(shí)間衰減歸因模型對(duì)于路徑上的渠道，觸點(diǎn)越接近轉(zhuǎn)化，其功勞權(quán)重越高U型歸因模型混合首次互動(dòng)模型和末次互動(dòng)模型多維度拆解分析在數(shù)據(jù)化運(yùn)營(yíng)中，單一的數(shù)據(jù)不能反映運(yùn)營(yíng)的全貌。從不同角度分析，得出的結(jié)論會(huì)不一樣。數(shù)據(jù)分析需要在不同維度進(jìn)行交叉分析，從而能夠深刻發(fā)現(xiàn)業(yè)務(wù)存在的問題。觸點(diǎn)角度分析住房客人、餐飲客人、康樂客人、宴會(huì)客人、會(huì)議客人……人口屬性角度分析性別、地域……時(shí)間角度分析按時(shí)間、星期、淡旺季、月份……產(chǎn)品角度分析按房型、餐廳類型、會(huì)議類型、宴會(huì)類型……數(shù)據(jù)分析方法總結(jié)隨著人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)的發(fā)展，數(shù)據(jù)分析將更加智能。人工智能除了在表現(xiàn)交互層面上更像人類外，更多的是強(qiáng)調(diào)推理、自學(xué)習(xí)部分，以及怎么樣把計(jì)算機(jī)系統(tǒng)的推理、自學(xué)習(xí)能力結(jié)合企業(yè)的具體應(yīng)用場(chǎng)景，解決企業(yè)的實(shí)際商業(yè)需求。練習(xí)題討論題：1)在社群中推送落地頁，應(yīng)如何進(jìn)行轉(zhuǎn)化漏斗分析？2)在酒店的微信運(yùn)營(yíng)中，應(yīng)如何運(yùn)用留存分析？3)在電子郵件和短信營(yíng)銷中，應(yīng)如何運(yùn)用A/B測(cè)試？實(shí)踐題：請(qǐng)?jiān)贒OSSM-MarTech對(duì)微信公眾賬號(hào)的粉絲運(yùn)營(yíng)進(jìn)行趨勢(shì)分析，并選擇一個(gè)活動(dòng)進(jìn)行漏斗分析。數(shù)據(jù)分析的可視化展示03依據(jù)數(shù)據(jù)類型進(jìn)行分類從數(shù)據(jù)類型的角度，可以將數(shù)據(jù)可視化分為：統(tǒng)計(jì)數(shù)據(jù)可視化關(guān)系數(shù)據(jù)可視化地理數(shù)據(jù)可視化時(shí)間序列可視化文本數(shù)據(jù)可視化統(tǒng)計(jì)數(shù)據(jù)可視化統(tǒng)計(jì)數(shù)據(jù)可視化：指針對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，然后對(duì)統(tǒng)計(jì)結(jié)果進(jìn)行可視化呈現(xiàn)。例如，針對(duì)某個(gè)微信公眾平臺(tái)賬號(hào)粉絲關(guān)注來源渠道的數(shù)量統(tǒng)計(jì)數(shù)據(jù)可視化后的微信公眾平臺(tái)賬號(hào)粉絲關(guān)注來源渠道數(shù)量統(tǒng)計(jì)微信公眾平臺(tái)賬號(hào)粉絲關(guān)注來源渠道的數(shù)量統(tǒng)計(jì)表關(guān)系數(shù)據(jù)可視化關(guān)系數(shù)據(jù)可視化：主要表現(xiàn)為類似流程圖或漏斗圖的數(shù)據(jù)，而且數(shù)據(jù)前后之間存在一定的關(guān)系。例如，企業(yè)某個(gè)用戶的成長(zhǎng)足跡關(guān)系數(shù)據(jù)可視化示例圖地理空間數(shù)據(jù)可視化地理空間數(shù)據(jù)可視化：主要用于呈現(xiàn)包含國(guó)家、省份、城市、或經(jīng)緯度等地理位置信息的數(shù)據(jù)，往往結(jié)合地圖進(jìn)行展示。例如，某個(gè)企業(yè)的銷售線索地理分布地理空間數(shù)據(jù)可視化示例圖時(shí)間序列可視化時(shí)間序列可視化：是一種非常常見的可視化呈現(xiàn)方式，大部分的數(shù)據(jù)都與時(shí)間相關(guān)聯(lián)，要求分析結(jié)果能夠表達(dá)有關(guān)時(shí)間的趨勢(shì)變動(dòng)，例如，某個(gè)微信公眾平臺(tái)賬號(hào)近一個(gè)月的關(guān)注/取關(guān)數(shù)量日對(duì)比時(shí)間序列數(shù)據(jù)可視化示例圖文本數(shù)據(jù)可視化文本數(shù)據(jù)可視化，對(duì)于主要由文本內(nèi)容組成的數(shù)據(jù)進(jìn)行可視化呈現(xiàn)的方式，例如，企業(yè)某個(gè)用戶的標(biāo)簽畫像文本數(shù)據(jù)可視化示例圖根據(jù)可視化圖形進(jìn)行分類對(duì)于數(shù)據(jù)可視化來說，使用恰當(dāng)?shù)膱D表來表現(xiàn)不同的數(shù)據(jù)非常重要，不同的圖形都有不同的表現(xiàn)特點(diǎn)，從而適合不同的應(yīng)用場(chǎng)景。因此，從可視化圖形的角度，可以將數(shù)據(jù)可視化分為不同類別，較為常用的5種圖形分類有：柱狀圖類折線圖類散點(diǎn)圖類餅圖類組合圖類柱狀圖類柱狀圖類，可以細(xì)分為基礎(chǔ)柱狀圖、堆積柱狀圖、條形圖等等，主要通過柱狀圖等高度變化來反映數(shù)據(jù)特點(diǎn)/關(guān)系。堆積柱狀圖基礎(chǔ)柱狀圖柱狀圖類條形圖折線圖類折線圖類，可以細(xì)分為基礎(chǔ)折線圖、面積堆積圖等，主要在需要表現(xiàn)整體數(shù)據(jù)的變化趨勢(shì)和增長(zhǎng)幅度的場(chǎng)景下使用?；A(chǔ)折線圖面積堆積圖散點(diǎn)圖類散點(diǎn)圖類，包括基礎(chǔ)散點(diǎn)圖、氣泡圖（使用氣泡大小表示數(shù)值大?。┑?，主要用于發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)系，數(shù)據(jù)點(diǎn)越多所反映的結(jié)果越精確?；A(chǔ)