用户您好!请先登录!

分类目录业务运营

SaaS销售运营图解

我们在做应用平台业务的时候,特别要了解的技能就是解构某一个复杂的业务流程。无论它有多复杂,多陌生,只要抓住业务流程中的角色、指标和数据这三样东西,就能够大体建立一个合理的数字化管理框架。

  1. 角色是指参与这个业务流程的用户,例如销售经理、项目经理;
  2. 指标是指在管理上要求达到的量化目标,例如获客成本,转化率;
  3. 数据是指在业务流程中需要采集、记录、计算和汇总报告的对象,例如客户、订单、发票等;

这里用一张信息图来解构SaaS业务在销售运营环节中的三要素。它应该对本行业用户有用,其他行业也可借鉴这个方式来梳理自己的业务环节,从而建立对应的数字化管理框架。

当然,除了这三个要素以外,还包括流程、视图、报表、自动化,以及与其他业务流程的对接等要素,在骨架基础上,形成信息系统的血脉。

阅读更多

产品汪之B端产品设计过程

本文介绍了B端产品设计的全过程,包括了产品背景分析、需求梳理、需求分析、系统建设等环节。

很多人都说,做B端产品最重的是搞清楚业务逻辑,只要搞清楚业务是怎么运作的,就能做出满足业务需求的产品。

但是B端产品所处复杂的业务需求环境,如同茂密的森林一样,产品经理一不小心就会迷失在业务细节中,做出一款停留在业务表面的产品。

导致这种情况的根本原因在于:一个行业花费了几年甚至几十年时间建立起来的业务流程与规范,我们很难用一两个星期完全消化。

面对这样一个错综复杂的场景,产品经理最好的做法是循序渐进,从最粗略的业务目标开始,然后分析业务流程,到各职位的工作内容,最后才是数据、报表的细节。

正如盖尔定律所言,一个切实可行的复杂系统势必是从一个切实可行的简单系统发展而来的,从头开始设计的复杂系统根本不切实可行,无法修修补补让它切实可行,你必须由一个切实可行的简单系统重新开始。

阅读更多

用户行为的分类指标

我们知道用户行为数据的获取是由用户在网页或者APP的点击产生的,这些在网页或者APP的行为数据能够用来判断用户对产品的喜好及期望,所以分析用户的行为数据对于我们做精准营销以及迭代出符合用户喜好的产品非常重要。

但是,用户行为数据又那么多,我们很难做到一个个不遗漏的去分析,所以我们很有必要对用户行为数据进行一个简单而又方便全面的划分,以便我们处理和分析这些用户行为数据。

用户行为的分类及价值

我们知道由点击流数据衍生出了很多行为指标,比如:访问频率、平均停留时长、消费行为、信息互动行为、内容发布行为等。但是这些指标有太复杂,不利于我们进行快速的对用户进行分析,那么该如何对这些指标进行有效而又简单的而划分,进而有利于我们进行快速的分析用户呢?

阅读更多

用户行为分析的基础理论

一、马斯洛的层次需要理论

老马的这个理论都快被用烂了,多数产品分析报告在对用户需求进行分析时都会使用老马的层次需要理论,该理论是由美国心理学家亚伯拉罕•马斯洛在《动机与个性》中提出来的,但我们多数人所熟悉的是老马的五层次需求说,即人类的需求像阶梯一样从低到高按层次分为五种,分别是:

  • 生理需求(对食物、水、空气和住房等需求都是生理需求);
  • 安全需求(对人身安全、生活稳定以及免遭痛苦、威胁或疾病等的需求);
  • 社交需求(对友谊、爱情以及隶属关系的需求);
  • 尊重需求(对成就或自我价值的个人感觉,也包括他人对自己的认可与尊重);
  • 自我实现需求(发挥自身潜能,实现一定的目标)。

除了老马的五层次需求说,老马在晚年还提出过一个七层次需求理论,见图1。相对五层次需求理论,老马在尊重需求和自我实现需求之间增加了认知和审美两个需求。七层次需求理论的具体内容为:生理需求、安全需求、社交需求、尊重需求、认知需求、审美需求和自我实现的需求。

阅读更多

常用的用户行为分析模型

在数据分析的大框架下,通过对用户行为监测获得的数据进行分析研究的行为归结于用户行为分析。用户行为分析可以让产品更加详细、清楚地了解用户的行为习惯,从而找出网站、app、推广渠道等产品存在的问题,有助于产品发掘高转化率页面,让产品的营销更加精准、有效,提高业务转化率。

用户分析是用户中心的设计流程中的第一步。是一种理解用户,将他们的目标、需求与商业宗旨相匹配的理想方法,可以帮助企业定义产品的目标用户群。在用户行为领域,数据的使用及挖掘是非常重要的,通过数据分析方法的科学应用,经过理论推导,能够相对完整地揭示用户行为的内在规律,基于此帮助产品实现多维交叉分析。

阅读更多

数据埋点的落地

数据产品经理是让数据产生价值(决策、增长、收入)的设计者、实现者和推行者。如何理解这样的定位呢?

首先,最基础的是要熟悉数据工具平台与产品业务,其次,要学会逐步建立产品完整的数据指标体系,最后,是能够通过数据分析解读驱动业务发展。

具体拆解来看,主要包含:

(1)数据层面

  1. 源数据层:数据源的采集、埋点(客户端访问日志、服务端业务数据库表、sdk等)
  2. 数据加工层:结合业务,对收集到的数据进行加工、清洗(join)等操作
  3. 数据仓库层:依赖结构化规范的数据表,建设和维护数据仓库
  4. 数据应用层:规划与设计数据指标体系(构建核心指标框架;产品、运营等指标建设)
  5. 数据访问层:结合平台及应用产品,支撑业务方数据需求(如:统计平台、数据可视化平台、资源调度平台、渠道后台、用户画像平台、abtest平台等)

(2)产品层面

  1. 明确产品形态及定位,熟知业务功能(数据异动跟踪分析、数据解读与答疑)
  2. 数据驱动产品发展规划(版本迭代、数据反馈推进)。

根据基础数据体系,数据产品的工作基本上需要涵盖从数据源到最终数据应用、访问层的各个环节。做好产品上线前数据指标的统计埋点工作,以及产品上线后的版本分析,侧重点主要在于:数据应用层面(规划和设计项目核心指标,满足各业务方的数据需求);数据访问层面(做好数据分析与解读,对上线数据进行监测以及效果分析)对数据源的处理、数据加工及数据仓库,本文暂不展开说明。

阅读更多

基于角色的数据分析:定义+价值+方法论

摘自<Aurora Harley>文章:企业基于目标角色进行数据分析,可启发性地揭示数据趋势并有效地获得用户洞察力。

许多企业在项目的初始构思和设计阶段会分析不同群体的角色特征,但在解决设计阶段的争论之后就将这些信息束之高阁。但是,实践证明角色信息的应用能有效帮助企业进行长期维护。

具体来说,基于角色特征进行数据分析创建不同的用户分群不仅可以检查角色描述的用户特征与企业的真实访问者特征是否一致,还可以帮助企业发现用户的使用模式和行为趋势,相反,将所有访问者数据进行汇总将隐藏这些宝贵信息。

一、什么是角色?

角色是一个从某类有共同特征的用户群中抽象出来的虚构代表人物。企业应总结多个角色,以代表其网站或 APP 吸引的各种访问者(通常 3-7 个角色将覆盖大多数受众,而不会在你的用户类型中产生过于具体或宽泛的无效角色分类)。

阅读更多

运营中关ToB那点踩过的坑

现在人们流行以ToB或者ToC,甚至2B2C来定位自己的用户,然后再跟踪不行的行业,不同的规模等等更加细分下去。从业这么多年回头来看,即使ToB,我们也要看是国内还是国外用户,是政府用户,大国企业用户,事业单位,生产厂家,代理商体系,终端零售甚至个人商户不一而等。

现在流行一句话:ToB的企业不需要运营,只需要商务,因为商务驱动更好的成单,而运营不过是获取客户信息量,获取客户信息量有竞价、seo、新媒体、展会这些推广就够了,所以,运营就是多余!

跟朋友打台球的时候,台球上有一个动作叫做养球,把球逐渐放到离洞口近的地方,最后一杆清台。于ToB运营也类似,B也好,C也好,最终都是人的事情。这里总结一下走过的坑或者误区:

阅读更多

金融类应用App的用户体系搭建

用户体系只是单纯的积分/会员/等级么?如何从零开始梳理我的APP的用户体系?金融类产品的用户体系有什么特殊性?一个优秀的用户体系可以为我的APP带来什么?

全文思维导图如下:

万字长文|从零搭建互联网金融APP的用户体系(01)

01 “用户体系”从何而来?

当你的APP积累了一定的用户数量,老板说:“小刘啊,我看咱们APP也有几万用户了,最近都没啥增长了,你要不搞个用户体系激励一下?”

阅读更多