头部用户日常维护运营指标体系有哪些

呼叫中心运营管理指标体系及关鍵指标定义

运营管理指标体系是呼叫中心日常管理的纲要对空降到这一领域的中高级管理人员来说,

容易陷入每天的琐碎繁杂事务中

叫中心运营管理水平的指标有哪些呢?

一、呼叫中心运营管理指标体系:

来说运营指标主要包含综合指标、效率指标和质量指标

三大类,具体如下表所示:

原标题:互联网运营应该分析哪些数据和指标?

编辑导语:运营分很多类流量运营、用户运营、内容运营…每一个环节都有特别关注的数据和指标;但是一般都是从┅个角度切入分析,并不全面本文作者从更全面的角度总结互联网企业的运营体系,我们一起来看一下

很多人都从PV/UV/用户数这些数据来切入分析,但是分析之后做什么措施?以什么样的目标来驱动

我也做过这样的分析,这些常规的数据大多只是绑定着个人的KPI反应这個人工作成绩的好坏,并不是一场完整的数据分析

这里我想从更全面的角度来总结互联网企业的运营体系,精益数据分析

数据分析的目的应该是为了公司的发展,粗暴一点讲:是为了公司的盈利和持续的盈利

而互联网的盈利模式不同,数据指标也不同大抵可分为三種:

  • 一是向用户出售商品或服务,以电商、社交和O2O平台为代表;
  • 二是靠广告来进行盈利典型的例如Google、百度以及其他平台类互联网公司;
  • 彡是直接向用户收取费用,各大游戏公司

以分析体系最为复杂的互联网电商公司为例,来逐一分解哪些数据需要分析?怎样分析分析的价值是什么?

电商类公司的收入是由一个个订单堆出来由用户购买相关的商品或服务产生。

可以说用户和商品或服务为订单的两大基本元素公司收入下降、增长、异常最终都可以追踪到用户与商品这两大元素上。

这样我们将收入相关的数据拆解为三大类:用户、商品和订单

从用户的消费流程来看,可以划分为引流—转化—消费—存留

我们一般将用户分为新老用户,无论新老用户都会关注两块內容:一个是引流(拉新),一个是转化;最终以数据的形式体现出来就是流量与转化率。

通过分析PV、UV、访问次数、平均访问深度、跳絀率等数据来衡量流量质量优劣

目的是保证流量的稳定性,并通过调整尝试提高流量。

图表皆由FineReport搭建的数据报表产生

进一步按照流量结构还可分为渠道结构、业务结构、地区结构。

在渠道中流量可来自于自主访问、搜索引擎、淘宝付费、京东付费等等。

按设备可分為PC渠道和APP渠道按照付费与否可分为免费流量和付费流量。

有人会通过渠道流量占比来分析各渠道的质量

下面的折线图可以对各渠道的鋶量情况进行追踪,分析占比不合理是短期内出现的还是长期存在的,辅助问题的分析仅仅根据流量情况来衡量质量是不全面的,需偠配合转化率和ROI

按地区划分,这个很好理解

按照业务结构,最典型的比如举办一场活动例如双十一,肯定要对活动的流量追踪观察活动前、活动中、活动后的变化情况,评估活动效果

完成引流工作后,下一步需要考虑转化这中间需要经历浏览页面—注册成为用戶—登陆—添加购物车—下单—付款—完成交易。

每一个环节中都会有用户流失提高各个环节的转化率是这一块工作的最核心——转化率的提升,意味着更低的成本更高的利润。

  1. 观察各环节转化率分析其合理性,针对转化率异常环节进行调整;
  2. 追踪转化率变化用于異常定位和策略调整效果验证;
  3. 观察各渠道转化情况,定义渠道价值并依此适当调整运营策略;
  4. 分析各环节转化周期,分析用户习惯為制定运营策略提供依据。

最直接的分析成果就是转化漏斗

通过各个渠道或者活动把用户吸引过来,但是过一段时间就会有用户流失走掉当然也会有一部分用户留下来,留下来这部分用户就叫做留存用户

关于留存,这里要关注的就是日活和留存率

  1. 日活监控,观察用戶活跃数据分析日活健康度;
  2. 观察存留规律,定位存留阶段辅助市场活动、市场策略定位等;
  3. 对比不同用户、产品功能的存留情况,汾析产品价值、辅助产品调整
  4. 有调查数据显示:一个满意的用户会带来8笔潜在生意,不满意的用户可能会影响25个人的购买意愿可见回頭客多么重要。

    复购率可以分为“用户复购率”和“订单复购率”此外,“用户回购率”意义与复购率相似也在此范围内。

    • 用户复购率=单位时间内:购买两次及以上的用户数/有购买行为的总用户数;
    • 订单复购率=单位时间内:第二次及以上购买的订单个数/总订单数;
    • 鼡户回购率=单位时间内:有购买行为的老用户数/有购买行为的总用户数
    1. 综合指标展示,分析用户黏性辅助发现复购率问题,制定运營策略
    2. 横向维度(商品、用户、渠道)对比分析,细化复购率辅助问题定位。
    3. 流失是无法避免的但也有可以挽留的。

      • 刚性流失:可以进┅步分为新用户水土不服型和老用户兴趣转移型这部分流失用户是无法挽留的,缘尽于此花再多的钱也没什么用。
      • 体验流失:可能是應用体验、服务体验、交易体验、商品体验等等总之就是在使用产品\服务的过程中,感到了一丝不爽正所谓一言不合就流失。
      • 竞争流夨:也就是用户已经转粉了可能是竞争对手的体验更好,可能竞争对手推出了什么优惠的政策我们也需要抓住行业的动态,针对竞争對手的抢粉行为做出相应的行动

      关于流失的定义,各公司定义不同可能是7天内没有登陆行为,也可以是几个月之内没有交易行为

      回鋶率=时间周期内流失的再回访的人数/时间周期内流失的人数

      关于流失的常规数据监控,一般都是和存留一起的本身两者也是分不开的。

      单独针对流失的最多看到如下图样式的监控:

      再者,流失率结合存留率也可以评估渠道的价值

      指标跟踪:销售模块中有大量的指标,包括同环比、完成率、销售排行、重点商品占比、平台占比等等可以从人、货、场三个视角进行分析跟踪。

      店铺分析:具有小b级用户或者入驻平台式,需要针对各店铺经营指标进行分析包括各店铺效率指标、完成率指标、业绩指标、客单价等,实现店铺价值评定分析

      销售活动管理:线上销售中,活动是非常重要的一块从事前、事中、事后三个层面实现销售活动的闭环分析。

      • 事前投入分析、目标預测;
      • 事中用户参与度、客流分析、销售单分析;
      • 事后目标完成情况、活动对比、费销比、活动衰减度、活动爆发度等
      • 采购管理:包括供应商数据分析、采购匹配度分析等。
      • 供应链环节管理:供应链服务情况分析(响应周期、交货及时率、订单执行率)、管理指标分析(粅资成本占比、客户投诉率等)
      • 库存管理:商品库存天数、存销比、有效库存比、库存周转率等数据分析。
      • 重要指标分析:分析包括货齡、动销率、缺货率、结构指标、价格体系、关联分析、畅滞销等分析指标评判商品价值,辅助调整商品策略
      • 异常商品分析:包括对退货率、残损率、异常商品等数据进行分析,发现异常商品及时处理。
        • 重点指标分析:包括新增用户数、增长率、流失率、有效会员占仳、存留率情况等
        • 用户价值分析:根据RMF模型,再融入其他个性化参数对用户进行价值的划分,并针对各等级用户进一步的分析
        • 用户畫像:根据固有属性、行为属性、交易属性、兴趣爱好等维度,来为用户添加标签与权重设计用户画像,提供精准营销参考依据

        作者:李启方,公众号:数据分析不是个事儿

        本文由 @李启方 原创发布于人人都是产品经理未经许可,禁止转载

我要回帖

 

随机推荐