傳統營銷和互聯網營銷相比，有個重要區別，是否能夠做好細節處的數據分析。很多人，對怎么做好數據分析，覺得很神秘。事實上，想把數據分析做好，確實不容易。
面對紛繁復雜的數據指標，特別容易眼花繚亂。常規的數據分析，包含數據搜集、數據清洗、數據分析、數據優化。但是在面對實際項目的時候，怎么在實戰中做好分析，又要見招拆招。
2018年之后，開始專注研究企業存量轉化，過程中間，結合以往在數據分析中的積累。我重新對數據分析中的運營報表做了不少優化。今天分享一些關于存量運營中的數據分析那點事。
● 存量運營，轉化漏斗如何演進
● 存量運營，怎么設計用戶報表
● 存量運營，用戶報表案例（上）
● 存量運營，用戶報表案例（下）
一、存量運營，轉化漏斗如何演進
數據分析的核心價值，在于給到運營一個數據結論。一系列的運營動作實施之后，具體的數據反饋是什么。通過數據結果來優化運營策略。想要做好數據分析，首先得了解一個經典的數據分析模型：轉化漏斗模型。
如果把轉化漏斗簡化，可以分為4個環節，分別是渠道、展示、點擊、轉化。這里舉例，用戶參與活動做參考。
渠道，這里指的是各種類型流量的獲取來源，公域、私域、線上、線下等能夠獲取流量的地方都可以理解為渠道。如果是存量運營，渠道常見的有APP/小程序/社群/公眾號等用戶觸點。
展示，你策劃的活動在這些渠道進行投放，并不能保證可以觸達所有用戶。比如在APP投放banner廣告位，也許看到廣告創意的只是很少一部分人，因為很多人都不會頻繁打開APP。公號推送文章，100萬的用戶基數，可能閱讀量就1萬。這樣渠道的潛在流量到實際能夠展示出來中間就會有損失，渠道到展示是第一層漏斗。
點擊，你的活動被人看見了，愿意參與的用戶很難保證100%都參與。廣告創意是否吸引人，活動誘餌是否足夠刺激，小細節沒做好，參與的人就會少。在經歷層層篩選后，參與的人就少，最終才能獲得少部分有價值的用戶參與，展示到點擊是第二層漏斗。
轉化，就是這場活動最終帶來的效果。常見的有關注，比如關注公眾號，關注小紅書賬號、關注抖音賬號數據等，下載APP、注冊留電、在線溝通、在線咨詢、在線付費購買等行為。點擊到轉化是第三層漏斗，可以看到左邊的傳統轉化漏斗模型，每一層漏斗是逐步遞減的。
借助存量帶增量，一定程度上可以改變常規漏斗模型，主要集中在展示到點擊環節。通過社交關系鏈放大了點擊環節的流量，相比付費投流，口碑傳播帶來的流量成本較低，也更容易獲得轉化。因為老用戶帶來足夠多的新用戶，展示、渠道、點擊、轉化4個環節，每個環節的數據發生較大變化。漏斗的形狀會有些許變化。在過往的項目實戰中也驗證了這個點。
在之前策劃過的老帶新活動中，如果活動玩法選擇得到，用戶參與路徑足夠流暢絲滑。老用戶能夠裂變不少新用戶，直接提高了對外分享頁面的用戶參與數。有了高質量的用戶基礎，是后期轉化的前提條件。
二、存量運營，怎么設計用戶報表
想做好存量增長，一定要做好用戶的分層管理。用戶的分層管理，怎么通過報表來體現？先來了解幾個概念，用戶首單轉化率、用戶二次復購率和用戶多次復購率。如果能在報表中把這幾個指標展示出來，后面的數據分析會節省很多時間。
存量增長，一定要對用戶做分層運營。設計一張科學的用戶報表可以快速了解用戶的首單轉化率、二次復購率、多次復購率，通過數據來直觀感受用戶對平臺的反饋。例如首單轉化率多少，復購GMV的占比。
沒有一套數據報表能解決所有問題，實際操盤項目基本都需要圍繞項目特點，定向設計。重點是需要理解報表背后的設計邏輯。針對存量用戶的運營，怎么把有價值的數據通過報表直觀展示出來。也就是前面提到的首購、復購、多次復購的價值數據。以下模板僅做參考。
觀察這份報表模版，按照從左到右，從上到下的順序來看。表頭從左到右分別是品類、數據指標、數據指標量化、數據備注說明、時間。
品類這列表格是業務線，也就是產品線。比如公司是賣3C數碼產品，品類這列就可以把需要展示的業務數據呈現出來。這里也可以修改為“業務線=3C數碼”，更加具體。如果業務線復雜，這里的報表設計就需要做調整。
數據指標這列是對用戶分層數據做拆解，首次購買、二次購買以及多次購買等等。也是對存量用戶運營的幾個核心指標做了拆解。
數據指標量化是對GMV公式的拆解，細化拆分出來了GMV數據、訂單量數據、平均客單價以及這項數據指標占總的GMV比重有多少。相當于把GMV公式里面的每個元素，拆解出來，二維狀態展示在數據報表。
數據備注說明是對數據指標量化這列指標的補充說明，可寫可不寫。表中對數據指標做了對應說明，相對直觀。
時間，這里以月份為例，可根據業務需求，可到日、周、季度、年維度。
這張運營報表核心有2個：第一個是報表的邏輯，圍繞存量用戶分層運營思考；第二個是數據指標，對用戶首購、二次購買、多次購買做了細分拆解。這份報表僅僅只是一個思路參考，實際做項目要結合業務需求設計。
三、存量運營，用戶報表案例（上）
報表設計的再漂亮，不能解決問題也是徒勞。如何把上面的用戶報表，運用到日常工作中。這里以實際案例拆解，加深下數據分析對業務驅動的理解。
做數據分析，要有數據積累意識。只有數據需要積累到一定的量級才能做分析。一方面數據積累到一定的量級才能判斷數據的穩定性，另一方面項目剛起步階段數據量不充分的話也做不了判斷。讓數據先跑一會~
表中數據截取某個項目部分數據。項目從3月底起盤，所以3月份數據量級較少。不過項目的增速還是比較快的，從3月份幾萬的量級，到4月份的55萬、5月份的76萬、6月份之后就破百萬了。
既然想通過數據來分析存量用戶行為，幾個核心指標需要梳理清楚。這里對用戶轉化維度的數據做了平均值解析，實際可以增加多維度分析。
其中用戶轉化維度的數據顯示，平臺存量用戶首次付費轉化率平均值22%，平臺用戶首次復購率平均值3%，平臺用戶多次復購率平均值74%。從數據中發現用戶購買2次以上GMV數據占比較高，說明用戶的復購對營收的貢獻很大。平臺用戶只要有付費行為，后期的留存復購都不差。同時也發現用戶的首單轉化和首單轉二次購買比例需要提升。項目需要解決的問題就是怎么提高用戶的首單轉化率和用戶首單轉二次購買率。
從這些密密麻麻的數據中，提取有效信息，然后做分析，不知道你get沒有。
四、存量運營，用戶報表案例（下）
“發現問題-解決問題”，從數據中發現可優化的部分，接下來就是做策略調整。數據驅動業務增長，發揮數據的杠桿價值，以上得出的數據結論只是找到了支點。
既然存量用戶的首單轉化率和首單轉二次復購率需要再優化，可以圍繞這2個問題做策略調整。以下策略是結合當時項目特點、已有資源來展開的，僅供參考。
1、首單轉化：流量、產品、服務三個視角
流量端，加大APP站內廣告位曝光，PUSH推送頻次由1次/日調整為2次/日，增加老用戶短信推送次數，公號推文當中植入了固定廣告位，擴大產品曝光，效果不錯的渠道就加大投入，效果一般的就及時停掉。
流量端的核心策略，加大活動曝光。就像廣告的秘訣之一。重復！重復！重復！
產品端，優化商品優惠幅度，類似套餐價/組合價。適當包裝成更有創意的活動形式，讓用戶有新鮮感。另外特別是APP站內，產品鏈路優化之后更加簡潔，縮短了用戶支付流程，用戶體驗上更加順暢。
服務端，加強社群1對1服務，針對付費用戶打造VIP社群。朋友圈固定節奏推送活動信息，培養用戶習慣，強化用戶對產品的認識。
2、首單轉二次復購：活動運營和社群運營維度
活動運營，針對老用戶設計老帶新活動，激勵老用戶傳播平臺信息。邀請的新用戶付費成功就可以返現給老用戶，老用戶獲取到了更多獎勵?；顒颖旧硪膊恍枰黾宇~外的成本投入，從商品銷售利潤中拿出來部分即可。
社群運營，尋找優質KOC，借助視頻號直播，培養更多有價值的分銷達人。
通過以上策略調整，結合數據不斷的優化迭代。
高質量的數據分析是提高運營轉化的重要杠桿，沒有數據支撐的運營，就像盲人摸象。數據驅動業務增長，看似簡短的幾個字，背后要做的工作，繁瑣而細節。數據的秘密都藏在細節中，“1.01的365次方”>“0.99的365次方”，想要通過數據分析找到那個被隱藏的“0.01”，背后就是功夫。
