全栈工程师?
嗯.....目前并不是!

如何利用數據提升運營活動設計?

大促活動表現往往用數據說話,但很多人認為看數據是運營和銷售的事。對於運營活動的設計師,我們為什麼也需要學會數據分析?設計師應該怎麼去用數據幫助自己的設計?

一、設計師也要會數據分析?

在運營活動當中,不同角色對於數據有不同需求。譬如運營和銷售會關注業務指標的表現,規劃資源投放、監控活動、評估投入產出和項目價值等;而產品經理則更偏重查看使用數據,判斷頁面功能是否有異常……而對於設計師,數據又能對他們起到什麼作用呢?

我們認識到,設計和創作不一樣,設計往往存在目的和理性部分。雖然也有人沒有做過數據分析,也一樣能做出方案。但數據作為一個定量的維度,能拓寬設計判斷的渠道,以一種客觀方式反映某些現象或問題。雖然數據並不能決定設計,但數據分析可作為一項定量標準,支持設計方案的推導和決策,以及對方案效果進行驗證。

此外,一些團隊中設計師會苦於無法體現設計價值。譬如在一次運營活動中,從采銷到玩法策略到營銷推廣等都會對銷售與活動效果產生影響,如何體現設計在活動中的價值,提升設計與用戶體驗在活動策劃中的話語權,也需要一種客觀且可度量的反饋,而數據分析則提供了一種反饋手段。

如何用數據提升運營活動設計,你不能錯過這些

設計師需要同時考慮業務與產品數據

二、運營活動的數據分析有什麼不同?

運營活動是一種相對特殊的產品形態,這些特殊性也讓數據分析工作與一般產品有所差異。

首先,運營活動通常是有時效性的,且上線時間短(有些活動頁面甚至只有一兩天)。相比於一般產品會進行的長期數據檢測,運營活動的數據分析更偏向關注實時監測和總結性數據。

其次,運營活動是分批上線的。與一般產品可以持續進行小規模迭代驗證不同,不同活動之間由於活動主題、業務目標、商品品類、利益點等條件的不同,設計會有巨大差異,往往不能單純以小規模迭代方式去設計方案,且緊張的資源也不一能支持非常完善的方案試驗。

我們還要注意到,活動表現數據影響因素更多,不同活動在資源投放、流量渠道、選品、促銷力度、甚至活動本身的群眾認知(如:11.11)都會不同,使得控制變量、排除影響因素的難度增加。而且運營活動頁面只是用戶使用全流程中的一環,在對自己設計的頁面分析時,還需要考慮前後流程,譬如用戶如何進入頁面、後續又是有哪些行為最終產生訂單的。

三、運營活動設計數據分析怎麼做?

無論對於哪個角色或哪類產品,數據分析的思想與方法是通常都是相似的,但是我們要結合運營活動類產品的特點,以及設計師數據分析的目的,來考慮如何進行分析。

1. GSM流程分析方法

對於設計師來說,相比於只看業務數據表現,我們需要把數據結合到設計方案上,從而進行設計決策或設計驗證的目的。我們應該避免拿到數據之後才開始數據分析,根據數據結果反推結論。

一方面是避免所需要的數據在活動結束后才發現被遺漏而沒有記錄,另一方面,我們應根據目標指標變化驗證設計,而不是從事後的結果中尋找表現好的數據來反推證明自己的設計是正確的。

因此,結合設計方案的設立指標,並以合理方式檢驗這些指標,是運營活動設計師數據分析的主要思路。其中GSM流程,目標(Goal)-信號(Signal)-度量(Metric),則是一種較為常用的方法。

如何用數據提升運營活動設計,你不能錯過這些

通過GSM流程尋找指標、驗證設計

目標的設立是具體、清晰、明確的,不能單純地說我要提升活動效果或者我要GMV提高。對於運營活動設計師而言,確定設計目標往往需要結合產品目標和業務目標,即在保證使用體驗的前提下滿足某個業務訴求。

譬如:一個需要用於分流的活動頁面設計,目標可以是通過提升用戶瀏覽效率,使用戶更快到達後續頁面並形成訂單;一個活動入口坑位的設計目標,則可能是將業務要求的優惠信息清晰呈現,從而使用戶更想進行點擊。

信號指的是方案的反饋信號。在設立指標的過程中,我們需要基於設計目標,預估應該需要得到的反饋。通常一個目標會有多個可能用於檢測的信號,譬如:頁面瀏覽時長減少、整體點擊次數減少、甚至坑位點擊轉化率的提升,都可以反映用戶使用效率提高。至於具體選擇哪個信號,應結合設計方案進行考慮,即我修改或設計了什麼地方、這種調整預期改變的是什麼數據。

如何用數據提升運營活動設計,你不能錯過這些

運營活動設計一個方案中設計點和信號可能會有多個,但仍可通過分析互不干涉的信號一定程度上得出結論(譬如點擊分佈和點擊率兩個信號是相對獨立的)。但像增加活動說明和弱化進入會場按鈕可能都會影響點擊率,可能需要後續細化迭代中驗證各自所起到的作用

度量則是如何在技術上去測量信號、通過什麼方法去評估這些信號反饋,以驗證目標的達成情況。度量方法通常是對比,而變量的控制則是讓對比具有說服力。因此AB測試是常見的產品數據驗證方式,因為它能最大限度地控制除了AB方案本身差異外的其他變量。

但對運營活動頁面,對所有設計點進行AB測試往往是不可能的。我們前面提到活動是分批上線的,一次活動的頁面和設計點數量很多,在資源緊張的情況下,對所有頁面設計方案中的每一個變動地方分別設計AB測試方案,無論設計與開發成本都將很大。

因此,對於相對獨立單一,但應用廣的單元功能,譬如商品坑位利益點展示的樣式,可以通過AB測試驗證和迭代,但對於一些整體頁面策略、或者相對不通用的定製化組件等情況,AB測試可能就不一定是個可行的辦法了。

2. “不那麼精準”的度量方法

對於這些情況,我們不能說就不去進行數據分析了,我們需要依靠一些“不那麼精準”的去進行度量,也能得出一定的結論。常用的方式是與往期項目中相似頁面或模塊進行同比與環比,但這種對比需要注意一些事情:

首先,控制變量的概念依然是需要的,在進行對比前應梳理對比頁面的條件差異,除了本身方案差異外,還需要外部的頁面資源差異,並了解這些差異是否同樣影響到度量的信號。點擊率的下降與樣式有關,但也可能因為頁面投放對象與商品品類不匹配導致的。

這些變量的排除,一方面需要通過結合業務情況了解出設計外可能對信號產生影響的其他因素,以及這些因素的變化情況與可能起到的作用。另一方面,通過一些計算方法也可以讓部分變量得到抵消。

如何用數據提升運營活動設計,你不能錯過這些

由於不同時期活動資源投放、促銷氛圍、活動商品等都有不同,直接對比不同期不同玩法的優惠券參與和使用效果難以排除這些因素的影響。可考慮通過分別選取兩個時期相近條件的普通優惠券,先進行同期對比,再對數據差異進行對比,可以一定程度上抵消了環境條件變化的影響(注意這並不代表能絕對消除影響因素)

此外,通過標尺的方式,可以排除一些環境變量,並判斷信號差異是否足夠支撐設計的驗證。

一個運營活動頁面的數據上漲,可能是設計方案起到作用,但也可能是正常的波動,或者是大盤環境本身的提升,標尺則幫助我們在這些影響中更客觀的判斷數據變化情況。

一個方式是以上級數據表現來作為標尺,譬如某個頁面的數據變化,我們可以以整個活動的整體表現作為基礎標尺。而分析一個活動的數據變化,則可以以整個產品同期數據變化作為標尺。通過標尺,我們可以更真實地從數據變化波動中推斷數據表現情況。

如何用數據提升運營活動設計,你不能錯過這些

與活動整體大盤數據比較時,數據增長實際是低於大盤表現的,因此無法直接得出數據增長的結論,需要結合更多維度判斷頁面是否達成目標或存在問題,譬如:用於提升轉化的模塊表現、用戶後續使用路徑等

最後,由於這種度量永遠無法“精準”,我們在做數據對比的同時應該考慮通過其他方面信息進行補充支持,如結合其他模塊和頁面數據、結合其他維度信息(如流量、人群、商品采銷情況)進行交叉分析、通過其他用戶調研手段進行定性分析驗證等。

數據分析是一個具體問題具體處理的工作,因此這次只是提供一些針對運營活動的數據分析思路,在面對不同問題時,或對於不同類型活動時,可能會有更適合的分析方法。況且,對於設計師來說,數據是我們發現問題、分析與驗證設計的其中一個手段,我們應該避免完全依靠數據去進行設計、決定設計。

數據可以用於指導設計,但它只是我們在設計過程中思考的其中一個維度。完全依賴數據去進行一切設計決策,或只通過數據去判斷一個設計是成功還是拍死一個設計,往往結果都是片面的。

 

作者:未知素設計,公眾號:未知素設計

版权声明:本文采用知识共享 署名4.0国际许可协议 [BY-NC-SA] 进行授权
文章名称:《如何利用數據提升運營活動設計?》
文章链接:https://www.pmbear.com/%e5%a6%82%e4%bd%95%e5%88%a9%e7%94%a8%e6%95%b8%e6%93%9a%e6%8f%90%e5%8d%87%e9%81%8b%e7%87%9f%e6%b4%bb%e5%8b%95%e8%a8%ad%e8%a8%88%ef%bc%9f/
本站资源仅供个人学习交流,请于下载后24小时内删除,不允许用于商业用途,否则法律问题自行承担。

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

大前端WP主题 更专业 更方便

联系我们联系我们