浅谈渠道运营及同期群数据分析法

　　尽管不同产品类型存在截然不同的运营手法，但终归是为用户规模服务，谈到用户规模就离不开三大运营指标，即开源、促活、节流。本篇主要分享笔者在渠道运营方面的心得。
　　客户开源：渠道投放amp；amp；渠道管理
　　讲到客户开源，就饶不开渠道推广，常规的投放类型有信息流、SEM、应用商店跟大大小小的广告平台，具体投放策略视产品类型及目标用户而定，这里隐去不谈。
　　通常我们渠道投放过程分为两个阶段：
　　一是投放前的准备；
　　二是投放过程中的策略调整。
　　阶段一：投放前准备
　　了解产品的特性以及目标用户群体的基本特征；
　　结合产品特性基于对用户有利特征进行排序；
　　提炼产品相对竞品的优势特征；
　　了解手头固有渠道投放情况。
　　投放前对内的工作主要目的是：
　　便于自己快速了解自家产品和业务，了解投放对象类型，提炼制作推广物料的基础素材；
　　了解手头固有的投放情况，依据渠道的比重，判断当前的工作核心。
　　笔者拿P2P理财产品做简单的分析案例：
　　首先我们知道的P2P理财客户，显性特征是具备一定积蓄，并且愿意尝试具有一定风险的投资理财，隐性特征是客户投资决策周期长。
　　基于这些特征，我们再深入去研究客户投资行为决策路径，不难会发现：让用户举棋不定最大的因素，大都是安全吗？靠谱吗？不会踩雷吧？
　　至此，我们找到了客户于我们的有利特征。下一步就是提炼产品的优势特征，在与一众竞品比对后，我们钦定了1500万投资用户、安全稳健运营8年这样几组字眼，用以来打消客户疑虑，引导用户首次投资破冰。
　　阶段二：投放中期的渠道管理
　　首先，我们先来观察以下这几个典型的渠道数据。
　　渠道2、渠道3每天带来1000多名用户，投资率20；
　　渠道1每天新增900名用户，投资率8；
　　渠道4、渠道5每天新增200名用户，投资率19；
　　渠道6每天只有180名新客，投资率9。
　　是不是发现什么规律？
　　没错，无论是渠道有多少，我们都可以简单地按照量级（注册数）、质量（转化率）两个维度，做一个渠道类型分布图。
　　像下面这样：
　　第一象限：渠道2、3属于优质渠道，客户质量又高，流量又大。通常头部渠道需要重点维护，除了保持优质的渠道合作关系外，还需要持续提高渠道的收入，挖掘渠道潜力。
　　第二象限：渠道1质量比较差，但是客户流量大，排除渠道本身的客户质量问题（例如假量或用户画像有差异），渠道1依然具备成为头部渠道的潜力。所以我们需要调整渠道投放策略，力求更精准地找到目标客群。
　　第三象限：将渠道6放到最后一个讲，因为它质量又差，流量又小，可以说难堪大用。在这里，我们需要评估渠道是否还具有投放价值，是否放弃渠道，以节省人力物力。但具体情况还是因渠道对象而异，在这里不深入分析。
　　第四象限：渠道4、5的质量比较高，但带来的流量相对偏小。该类渠道主要策略则是加大渠道的投放，并且在加大投放的过程中，要持续关注渠道质量的变化。（如果渠道本身对我们进行控量，则可以考虑怎么优化出价策略跟投放计划，找到双方都满意的方式，确保渠道起量）
　　通过上述的渠道管理办法，匹配渠道管理措施，就能为产品带来更多、更优质的客户规模。
　　事实上，渠道管理与监控并不难，难的是怎样去调优投放策略，达成业绩目标，高手还是菜鸟，全看这一步。特别是在推广预算有限的情况下，真的真的很考验个人能力，毕竟要把推广的每一分钱花在刀刃上。
　　二、数据管理：同期群分析法（亦称群组数据）
　　我们先通过一张关系来了解渠道与运营的职责分布：
　　简单点讲，渠道运营负责流量引入，对引入的数量和质量负责，其中运营完成制定一整套的用户转化方案。流量价值高低与渠道运营、产品运营有关，前者获取客户，后者游说客户，以实现流量价值最大化。
　　分析渠道新客行为指标，笔者在这里推荐群组数据分析法。
　　定义：相同时间内具备相似特征的群体即同期群，将用户进行同期群划分后，对比不同同期群组用户的相同指标就叫同期群分析。
　　价值：群组报表可以显示不同渠道、不同特征的客户在TN天内的首投率走势，为渠道投放策略、产品迭代、运营营销效果提供关键性的参考依据。
　　这里提供一个我们常用的群组数据报表格式：
　　由上面的数据报表中可以看到：包括渠道大类、渠道标签、投资产品类型在内，我们对注册客户进行了不同维度的归类划分。右侧则代表不同的时间进程下，不同细分客群的首投人数。
　　下面笔者举几个真实的运营场景案例，让大家更好地理解群组数据的价值。
　　场景1：观察产品迭代后的用户行为变化
　　柱状表示当天注册总数，折线表示注册用户当日投资率，不同颜色则代表不同类型渠道
　　我们产品4月上线一个新版本，主要是对产品首页引导布局进行改造。但新版上线后，通过群组数据发现大部分渠道用户的T0首投率均以5的幅度下滑，效果显著低于预期。
　　随即分析客户在APP中行为路径，发现新版设计中，因为某个新功能造成客户蹦失比例变高，随后对该步骤进行改进优化，最后降低整体蹦失用户的比例，顺利将用户的首投率提升2个百分点。
　　流量的有效转化不应当只是渠道质量的问题，产品、运营环节对客户转化的影响也至关重要，缺一不可。
　　场景2：判断渠道的真实质量
　　观察上面这组留存率数据，我们不难发现：A渠道用户第六周的留存率数据，显著低于B渠道，问题出在哪呢？
　　进一步分析，可以看出A渠道数据走势，并不符合正常客户的留存走势（即前期用户大幅度流失，后期则趋于稳定值），表现出断崖式的下降。
　　我们调取A渠道客户的前端数据做分析发现：来自A渠道的客户只在下午4点登录APP保持活跃，且没有产生任何内容消费的动作，维持着一个高留存率的假象，显而易见的虚假流量，随后我们停止该渠道的合作。
　　在渠道假量日益猖狂的今天，我们需要在更精细的数据层面上，去监控渠道作弊现象，降低渠道误判的概率。特别是社交型、UCG型产品，这类产品更加关注客户活跃及7日留存行为数据，恰恰这种行为也是最容易造假的。
　　上述两个案例，都是在讲群组数据在渠道运营过程中，在业务层面上所起到的决策作用。当然作用远不止于渠道运营，无论是存量用户的生命周期管理，还是新客的精细化营销推荐策略，都需要利用群组报表，本篇不逐一列出。
　　总而言之，通过群组数据完整掌握客户的行为规律与偏好，需要我们先量化数据，挖掘增长点，最后再去增长数据，是精细化运营的不二法器。