运营人都关心的渠道效果监测,到底都监测什么? | 运营笔记

易观数科

共 1796字,需浏览 4分钟

 ·

2021-03-20 10:10

在各种社群里,认识了很多做APP的开发者和运营人,大家普遍都会研究分析渠道效果。虽然大家各自所在的行业企业不同,但对于渠道的分析需求主要包括以下四个方面:

 

  • 哪个渠道导入的新用户最多?

  • 哪个渠道的导入用户的质量和性价比最高?

  • 哪些渠道容易作弊,即导入虚假用户/僵尸用户/蝗虫用户多?

  • 哪些渠道值得继续投入费用,投入多少?以及哪些渠道该缩减预算、甚至放弃?


上面这些需求,无外乎从数量、质量和策略三个层面来说。

 

其中数量和质量可以通过数据统计类的工具实现,而策略则需要人的主观经验以及通过不断做PDCA(计划/plan、执行/do、检查/check、调整/Adjust)的迭代循环,来实现渠道投放的动态化调整。

 

所以,对于运营人常常涉及到的渠道效果量化,我们可以将其拆解为三步:

  • 第一步:渠道识别
  • 第二步:追踪的单个用户的行为
  • 第三步:界定效果评估指标


第一步:渠道识别


对渠道的识别,就是给每个新增用户标记上渠道来源。而来源通常分成两个领域,下载应用市场和外部渠道。
 
  • 识别应用市场的方法,主要是通过给每个应用市场发送不同的安装包,安装包之间的区别仅仅是渠道标识,在UI设计和功能方面都完全一致。从新用户使用哪个APP安装包就可以判定它的来源渠道。

 

  • 在实际工作中,开发者和运营商往往会关注用户在应用市场前的步骤,例如从实体海报二维码/Web/微信到APP Store等应用市场,通过在着陆页上加入UTM参数的方式来计算PV和UV。



第二步:监测用户行为


通过在APP端做SDK埋点,就可以在用户使用过程中,记录其每一步的操作行为和行为对应的参数。例如记录点击查看理财产品的事件和用户实际浏览的理财产品ID、类型、发行公司等属性。
 
在实际操作中,有些行为需要通过用户属性来判断,例如用户等级是根据一系列行为累加升级而成,直接读取属性值,比在海量日志中寻找升级时刻传回的等级参数更有效率。



第三步:界定效果评估指标


评估渠道效果,就离不开具体的评估指标。

 

PV、UV:指渠道页面的访问量和访问人数,在内容、社区领域还衍生出转发量、评论数等指标。
 
导入量:指新增用户数,指从每个渠道导流安装使用APP的人数。如果仅仅关注导入量的绝对数值,或者仅以绝对数值作为结算依据,则会导致部分作弊渠道注入虚拟的用户。



留存量:通常采用次日留存和7日留存,指新用户在首次使用后的第2天/第7天仍活跃的人数,通过观察留存比例,确实可以找出哪些渠道导入的用户缺少持续使用习惯(或者是刷量、僵尸用户)。

 

开户量、注册量、下单量:都是用户在使用APP时的关键事件,也是很多CPA(每次行动成本,Cost Per Action)结算合同中“A”的指标。加入这些关键事件的考核,可以避免很多刷量的作弊渠道。



LTV:即用户终生价值。对于运营商而言,用户有持续使用习惯也不是最终目的,更关注的用户是否付费,这对视频、游戏类APP尤为重要。在实际操作中,很难监控到用户终生的消费价值,监控30天是较合理的指标。这主要取决于广告排期和用户生命周期特性,前者指通过当期数据决定下期的各渠道的预算,后者是指用户的消费能力和价值贡献在前期受渠道影响较大,而使用APP越久,其渠道属性的影响就越小(主要受产品自身的品质影响)。

 

随着近些年移动互联网的发展,各个运营商和开发者关注的数据指标也逐步从“数”的指标(PV、UV、导入量)转向“质”的指标(留存、LTV)。这也是在与各种刷机、洗量的黑渠道斗争中逐步提升能力的结果。

 

事实证明,越是关注实质动作、关注预算ROI的团队,就越会关注更多的渠道指标。
   

监测案例


在实际应用中,对所有渠道做倒序排列后,很容易发现“问题”渠道,他们的指标远落后于其他渠道;下图中两个渠道的用户在启动APP后,注册用户为0,基本可以判断渠道有问题(补充:在给渠道定性之前,还是要谨慎地验证是否是工具、日志传输出错)。


点击阅读原文,免费体验易观方舟智能运营Demo👇

浏览 18
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报