2017年精益化數據分析-讓你的企業具有BAT的數據分析能力.pdf

1、易觀方舟精細化運營分析產品Confidential and Protected by Copyright Laws本產品保密并受到版權法保護http:/2017-11-202數據分析驅動變革1 產品簡介2 使用場景3 接入流程2017-11-203數據分析驅動變革產品簡介一款精細化運營分析產品將應用自身數據結合易觀第三方數據，全景畫像，通過多種模型深度分析用戶行為，多種方式細分用戶群體，洞察人群差異，輔助運營決策，多通道有效觸達用戶，進一步數據分析閉環驗證效果。幫助企業選擇優質渠道、召回用戶、用戶價值提升等等，最終實現增收、節支、提效、避險。2017-11-204數據分析驅動變革易觀方舟 vs

2、 其他第三方分析工具第一代第二代部分支持觸達僅應用自身數據單個維度指標查詢跟蹤應用的整體指標情況適用查詢數據觸達部分支持觸達，但不太方便使用僅應用自身數據較豐富的維度，但不能下鉆較深度分析，發現潛在問題細分人群有效觸達，數據閉環驗證結合第三方數據全景用戶畫像多維度AdHoc實時查詢、任意節點下鉆分析深度分析用戶行為，洞察人群差異分析結果直接觸達，閉環驗證場景2017-11-205數據分析驅動變革核心方法論：用戶生命周期管理獲取新用戶流失用戶活躍用戶召回用戶核心用戶流失新用戶分析活躍用戶分析召回用戶分析喚醒激活流失流失召回營銷渠道效果評估提高ROI用戶分層，提高轉化流失預警，延長生命周期分析用戶

3、去向特征分析，提高用戶價值提升體驗，延長生命周期發現關鍵行為，提升留存劃分用戶群體，分析用戶行為，工具有效觸達，指標閉環衡量AcquisitionActivationRetentionConversion（Revenue）Engagement目標手段2017-11-206數據分析驅動變革解決的問題在合適的時間 找到合適的人 用合適的渠道 做合適的事兒精細化201610+個模型分析運營全過程實時查詢、實時下鉆1 行為分析用戶行為、屬性、模型多種方式細分人群2 用戶分群連接第三方運營服務，應用內消息、郵件、短信個性化觸達4 用戶觸達第三方數據補充全景畫像、輔助決策3 運營決策精細化2017-11-

4、207數據分析驅動變革應用場景根據使用行為劃分用戶層級追蹤流失用戶去向召回流失用戶用戶生命周期建立業務關鍵路徑發現流失和轉化用戶差異提升關鍵路徑轉化轉化分析對比不同渠道不同用戶發現ROI高的渠道尋找優質渠道渠道分析發現用戶使用的關鍵行為提升用戶活躍度提升用戶留存、活躍度留存分析2017-11-208數據分析驅動變革應用場景1：尋找優質渠道市場推廣“小鳴有限的推經費，該花在什么渠道上？哪個渠道帶來的新增用戶多？哪個渠道的異常用戶占比過高？哪個渠道的留存用戶更高？哪個渠道的轉化效果更好？2017-11-209數據分析驅動變革應用場景1：尋找優質渠道查看不同渠道的新增用戶趨勢查看不同渠道的活躍用戶趨

5、勢2017-11-2010數據分析驅動變革應用場景1：尋找優質渠道發現不同渠道的留存情況2017-11-2011數據分析驅動變革應用場景1：尋找優質渠道查看不同渠道的用戶質量正常用戶？疑似用戶？異常用戶？通過刷量算法，識別作弊用戶對比發現優質渠道2017-11-2012數據分析驅動變革應用場景2：提升關鍵路徑轉化產品經理“小汪如何提升關鍵路徑的轉化率？哪個用戶群體轉化率低？轉化和流失用戶群體差異是什么？哪個步驟的轉化低？頁面坑位沒有有效管理？關鍵路徑產品體驗差？變化策略后如何驗證有效？2017-11-2013數據分析驅動變革應用場景2：提升關鍵路徑轉化查看關鍵路徑不同版本的轉化率保存流失用戶進

6、一步在其他模塊分析某個步驟用戶的特征2017-11-2014數據分析驅動變革應用場景3：召回流失用戶用戶運營“大喵如何有效召回流失用戶？哪些用戶連續30天都沒有登錄？流失的用戶都去了哪兒？流失用戶對比活躍用戶的特征是什么？通過什么渠道能有效召回？2017-11-2015數據分析驅動變革應用場景3：召回流失用戶通過用戶生命周期模型發現流失用戶2017-11-2016數據分析驅動變革應用場景3：召回流失用戶發現流失用戶的領域偏好2017-11-2017數據分析驅動變革應用場景3：召回流失用戶發現流失用戶使用其他APP的偏好APP去向2017-11-2018數據分析驅動變革應用場景3：召回流失用戶發

7、現流失用戶使用其他APP的偏好APP去向2017-11-2019數據分析驅動變革應用場景3：召回流失用戶編輯符合用戶特征偏好的內容通過應用內消息電子郵件多種方式向流失用戶發送通知召回2017-11-2020數據分析驅動變革應用場景4：提升用戶留存、活躍度用戶運營“小喵如何才能延長用戶生命周期？哪個階段的用戶留存率降低了？新增用戶回訪時是否發生關鍵行為？有哪些用戶連續一周沒有回訪了？采取什么樣的動作能讓他們回來？2017-11-2021數據分析驅動變革應用場景4：提升用戶留存、活躍度觀察不同行為的留存情況2017-11-2022數據分析驅動變革應用場景4：提升用戶留存、活躍度總覽方舟功能模塊看板

8、圖表分群運營2017-11-2024數據分析驅動變革圖表多模型多維度實時查詢分析，任意節點下鉆分析人群特征圍繞著運營中的各個環節提供多種分析模型更多模型持續開發中APP使用路徑頁面路徑深度用戶畫像用戶生命周期用戶粘性付費分析RFM模型2017-11-2025數據分析驅動變革渠道分析哪個渠道的新增用戶多？哪個渠道的留存用戶更高？哪個渠道的轉化效果更好？哪個渠道的異常用戶占比過高？從用戶質量、用戶留存、用戶生命周期等多維度衡量渠道質量，識別作弊渠道，把有限經費投入到更優質的渠道2017-11-2026數據分析驅動變革事件分析用戶更喜歡使用哪些功能？新上線的功能是否受用戶歡迎？不同特征的用戶對同一功

9、能使用是否有差異？精細化分析不同事件的用戶行為對比不同使用環境的影響對比不同人群的行為差異2017-11-2027數據分析驅動變革留存分析通過留存率評估產品基本的健康度自定義初始行為、回訪行為分析用戶對不同功能的使用粘性細分不同屬性、不同人群分析留存的相關性2017-11-2028數據分析驅動變革轉化漏斗建立業務關鍵轉化漏斗分析判斷哪個環節需要重點提升轉化率低是因為當前改版出了問題？頁面坑位沒有有效管理？某個渠道并未帶來轉化？細分不同使用環境、不同人群判斷，進一步下鉆分析流失人群特征2017-11-2029數據分析驅動變革基礎用戶畫像從用戶使用的終端設備、地理位置、網絡狀態、人口特征等多個角度

10、做出用戶基礎畫像2017-11-2030數據分析驅動變革領域偏好第三方數據增補全景畫像細分對比不同群體偏好差異2017-11-2031數據分析驅動變革APP偏好發現用戶對不同APP的偏好及使用情況輔助尋找合適的推廣媒介2017-11-2032數據分析驅動變革所有圖表都支持多維查詢，多用戶群體對比，下鉆分析豐富的查詢維度N個自定義事件屬性20+事件通用屬性20+用戶屬性多個用戶群體對比深入的行為分析所有圖表任意節點都可以下鉆分析用戶特征2017-11-2033數據分析驅動變革分群通過用戶行為、屬性精細化劃分人群使用行為打開關閉APP、使用頻次、使用時長、使用哪些事件使用設備設備品牌、型號、分辨率

11、、網絡類型等使用偏好領域偏好，愛好攝影？旅游達人？人口特征性別，年齡、職業2017-11-2034數據分析驅動變革運營連接第三方運營服務用戶分群有效觸達，數據閉環驗證應用內消息推送 郵件 短信連接極光推送、小米推送、百度推送、Sendcloud等第三方運營服務商2017-11-2035數據分析驅動變革觸達用戶的使用場景特賣促銷推送個性化促銷商品；個性化人群；即時性eg：針對女性用戶推化妝品等流失用戶召回根據用戶相關屬性字段中的郵箱和手機號，對用戶進行召回用戶關懷根據用戶相關屬性字段中的生日、性別、用戶等級等，對用戶進行關懷定時更新提醒定時漫畫更新提醒；所有用戶；18:30互動引流中國新歌聲投票

12、互動提醒；所有用戶；20:302017-11-2036數據分析驅動變革第三方服務的接入2017-11-2037數據分析驅動變革消息的創建和規則的設置2017-11-2038數據分析驅動變革消息/營銷自動化消息/營銷自動化自動化消息是激活新客戶的關鍵，同時保持現有客戶的參與度。像消息自動回復一樣，自動推送消息是根據您定義的規則和預定義觸發器來給客戶發送信息的。自動化的廣告系列是基于用戶行為位置，上次激活時間，操作系統，設備類型，應用版本和您自己的自定義標簽，來發送廣告消息的。自動化消息最適用于新用戶激活、挽回流失的用戶、增加用戶粘性和忠誠度。2017-11-2039數據分析驅動變革消息個性化消息

13、個性化發送動態個性化的相關用戶信息的消息。使用動態消息傳遞，以同樣的方式創建具有合并字段的電子郵件，您現在可以使用推送消息執行相同操作。結果是更好的推廣活動。目前我們支持三種類型的可以填充動態內容的自定義字段，包括數字字段，字符串字段和日期字段。2017-11-2040數據分析驅動變革深度鏈接深度鏈接將推送通知或應用內消息鏈接到您的應用程序中的特定頁面，屏幕或部分。推送通知通常會將用戶帶到您應用的首頁。通過深度鏈接，您可以將用戶發送到您的應用程序深入的內容。我們還可以通過瀏覽器將應用程序喚醒或者鏈接到應用程序中的特定頁面。2017-11-2041數據分析驅動變革消息推送效果的跟蹤活動促銷人群打

14、開消息購買打開消息人數購買人數2017-11-2042數據分析驅動變革看板根據使用場景/用戶角色靈活自定義可按照使用場景來創建，例 用戶獲取 用戶轉化 活動效果 不同場景下關注不同指標2017-11-2043數據分析驅動變革看板根據使用場景/用戶角色靈活自定義可按照角色來創建，例 CEO看板 產品經理看板 市場推廣看板 不同角色添加關注不同指標2017-11-2044數據分析驅動變革技術架構優勢毫秒級高吞吐高可用易擴展可視化分布式Hadoop平臺Hadoop平臺數據接入（Kafka、Sqoop、Flume、RestfulAPI）數據層接入層數據源服務層渠道分析轉化分析用戶畫像用戶留存移動端PC

15、端業務系統合作伙伴外部數據StormPresto實時數據處理RedisESHBaseHDFS數據存儲TensorFlowRMRSpark離線數據處理外部數據/內部數據可視化平臺數據管理資源管理可視化開發任務管理流程調度數據服務數據治理元數據管理指標體系數據質量數據安全數據審計l 實現經典的Lambda架構，同時支持流式和批量數據處理，支持離線和實時計算l 提供規范的數據加工流程，并且為任務和流程都提供了標準工具和模板l 實現全流程的端到端的數據質量管理和監控l 統一API服務；降低依賴，系統升級無感知l 自動化部署；支持PAAS和私有化注冊登錄集成SDK發布應用Step 1：注冊登錄Step

16、2：添加應用Step 3：明確分析需求，梳理埋點需求Step 4：邀請工程師集成SDKStep 5：驗證埋點的正確性和完整性Step 6：設置需要接入的運營服務Step 7：發布應用如何接入？目前支持Android、iOS、H5、Web應用，小程序規劃中詳情請查看 http:/ 必不可少必不可少部署方式業務人員在頁面點選需要前端工程師協助埋點歷史數據回溯可以埋點前數據不可回溯事件屬性數據采集只能采集到用戶交互數據，不支持采集屬性數據，如果需要仍然需要埋點輔助可以添加多個事件屬性，比如點擊支付事件，可以添加支付訂單、訂單金額、支付方式等等適用企業基礎的指標監測追求精細化運營，有多維度深入分析的需求總結：1、埋點和無埋點沒有絕對的優劣，取決于業務分析需求；2、無埋點并非完全不加代碼，仍然需要埋基礎代碼；3、無埋點更準確的叫法應該是可視化事件部署；4、無埋點適用于只是查看基礎指標的分析需求，對于追求精細化運營的企業來說，數據采集不全面的無埋點并不能解決問題。