2014년에 노트북용 MAC 노트북을 구입했습니다. 우리 엄마는 별로 기뻐하지 않으셨어요. 노인은 절약에 익숙했고 내가 사용하고 있는 레노버가 견고하고 저렴하다고 생각했기 때문에 데이터를 활용해 내 주장을 펼쳤고 긍정적인 상관관계를 만들었습니다. 나는 말했다: 할머니, 저는 Lenovo 노트북을 사용하는데 속도가 느립니다. 저는 기본적으로 매일 새벽 2시에 잠자리에 들어야 합니다. MAC 노트북을 가지고 있기 때문에 속도가 엄청 빠릅니다. 9시에 자요. 노부인은 기뻐하며 직접 말했습니다. 두 개 사면 어때요? 그럼 먹고 쉬면 돼요.
세상의 부모는 모두 요리사입니다. 자녀의 건강에 관심이 없습니까? 그렇게 나는 다시 아이패드를 살 기회를 잡았다.
이것이 바로 실생활에서 데이터의 설득력 있는 역할, 법정에서 제시된 증거이다.
제품, 기술, 뉴스 엔진, 시장 등에 의존하여 자신을 뒷받침하는 운영 직책도 마찬가지입니다. 자체적으로 입증할 데이터가 없으면 이를 활용하기 어려울 것입니다.
그런데 실무에 종사하는 우리는 태생적으로 데이터 자체가 약해요. 저처럼 학교 다닐 때 수학을 잘 공부하지도 않았고, 통계를 이해하지도 못해요. 야채를 사러 야채 시장에 갈 때 계산도 안 해요. 합리성이 강해서 어떻게 해야 할까요? 해결책은 없고 매일 연습만 하면 되기 때문에 2010년부터 데이터를 활용해 말하기와 논리력 연습을 하려고 노력하고 있습니다. 그리고 시간이 나면 외워두세요.
지난 몇 년 동안 저는 데이터 제품 관리자, 데이터 분석가, 통계학자들을 상대해 왔으며 그들이 새로운 개념에 대해 이야기하는 것을 들을 때마다 Baidu에서 찾아보아야 하는데 여전히 그렇지 않습니다. 신뢰구간이 무엇인지, 확률분포가 무엇인지, 바보 같아서 미니멀리스트 데이터와 최적화된 소스 테이블 개념을 제안하고, 엑셀 테이블과 간단한 데이터를 기반으로 의사결정을 시도했습니다. 빠르게 시작할 수 있습니다. 이 기사에서는 지난 몇 년 동안 비즈니스 목표 성장을 개선하기 위해 미니멀리스트 데이터에 의존한 몇 가지 사례를 요약합니다.
먼저 미니멀리스트 데이터의 네 가지 주요 특징에 대해 이야기해 보겠습니다.
1. WeChat의 백엔드 데이터, GA 데이터, 표준 보고서 데이터 등 데이터를 얻기가 매우 쉽습니다. 회사의 데이터 부서 등이 기다려주세요.
2. 분석이 매우 간단하고, 엑셀만 사용해도 인사이트를 얻을 수 있습니다. 원래 GA를 좋아하는 이유는 강력한 기능과 무료로 다양한 차원에서 데이터를 볼 수 있고 고급스럽고 고급스러워 보이기 때문입니다. 하지만 GA가 금지되고 회사에서 더 이상 사용하지 않게 되자, 나는 로컬 데이터 세트를 직접 만들고 모든 운영 프로젝트를 일일 테이블로 정리하는 것에 대해 생각하기 시작했습니다. 이를 Optimization Source Table이라고 명명했습니다. 이러한 방식으로 피벗 테이블과 같은 Excel의 강력한 데이터 분석 기능을 사용하여 작업을 안내할 수 있습니다.
3. 데이터 운영의 개념은 매우 간단합니다. 운영은 문제를 발견하고 해결하는 과정입니다. 고급 데이터 모델은 일반적으로 비즈니스 의사 결정에 사용됩니다. 작업이며 기본적으로 사용되지 않습니다.
4. 미니멀리스트 데이터에는 일정한 오류가 있으며, 그 안에는 개인 주관적 경험이 있을 것입니다. 나는 대개 데이터에 대한 확신이 있는 한 결정을 내린다. 세상에 정확한 데이터는 없고 비교적 정확한 데이터만 있을 뿐이다. 나는 다음과 같은 문장을 읽은 적이 있다. 실수를 해서 뭔가를 얻을 수 있는 것은 아무것도 하지 않는 것보다 훨씬 낫고 작전에 매우 적합하다.
또한, 이 글의 모든 경우에 숨겨진 포인트를 우회하여 데이터 부분을 단순화하고, 전략 수립, 구현, 데이터 정리 및 기타 링크를 모니터링하는 핵심 방법만 논의합니다. 제가 자주 이야기하는 두 가지 핵심 단어인 시행착오와 최적화에 대해 누구나 한 눈에 이해할 수 있습니다. 시행착오는 방법이고, 최적화는 영혼입니다.
좋습니다. 이 글의 공유 개요를 살펴보겠습니다.
저는 종종 소스 테이블을 최적화하고 일일 데이터를 기록하는 경우가 있는데, 데이터 부서에 표준이 있으면 더 쉬울 때도 있습니다. 일부.
소스 테이블을 최적화해도 단기적으로는 큰 가치를 얻을 수 없지만, 데이터가 일정 수준까지 쌓이면 이 테이블에서 많은 인사이트를 얻을 수 있습니다. 예를 들어, 업무 목표의 일일 성과표를 기반으로 월별 목표, 주간 목표, 일일 목표를 합리적으로 추론하고 분해하여 일일 운영 활동을 진정으로 알 수 있습니다. 일일 목표 성과표는 귀하의 비즈니스 규칙을 보여주기 때문에, 특히 전체 제품 프로젝트의 운영을 담당하고 부하 직원에게 KPI를 설정하는 경우 부하 직원은 결코 당신이 머리를 쓰다듬는다고 말하지 않을 것입니다.
제가 '데이터 관리'라는 책에서 배운 내용을 예를 들어보겠습니다. 나는 2014년에 이 책을 읽은 이후 이 기법을 인터넷 상품 운영에 적용해 왔다.
미니멀리즘의 원리에 따라, 몇 주와 며칠로 분해하는 방법은 비슷하기 때문에 몇 달로 분해하는 방법에 대해서만 이야기하겠습니다. 나는 단지 아이디어를 제공할 뿐입니다.
먼저 과거 데이터를 찾아야 합니다. 회사의 데이터 플랫폼에서 일년 내내 PC 사용자의 일일 UV 데이터를 찾았습니다. 여기서는 UV를 예로 들어 설명하겠지만 LV, Visit, PV도 사용할 수 있습니다.
날짜 데이터에서 N번째 주와 요일 필드의 값을 계산합니다. 휴일 동안 일반 웹사이트의 트래픽이 정상적이지 않기 때문에 비정상적인 날짜, 주로 휴일을 제외합니다. 또한, 특별 프로모션 기간의 날짜는 일반적인 운영 일기 및 일일 운영 기록에 따라 다릅니다. 그러면 다음과 같은 그림을 얻을 수 있습니다.
이 테이블을 관점에서 분해하기 시작합니다.
Perspective 중에 휴일 정보와 특별 프로모션 일자가 식별되고 Perspective 중에 필터링되어 전체 목록에 포함되지 않습니다.
찾으셨나요? 꺾은선형 차트를 보면 비즈니스에 비수기와 성수기가 있다는 것이 분명합니다. 그러므로 우리는 연간 목표를 달성할 때 비수기에 얼마나 달성했는지, 성수기에는 얼마나 달성했는지 합리적으로 구분해야 합니다. 한 달에 평균 얼마만큼 완료하느냐보다는요.
체중은 우리가 사용자를 계산하기 위해 인위적으로 부가한 값입니다. 일반적으로 그림의 5월과 같이 가장 낮은 값에 먼저 1의 값을 할당한 후 다른 달의 평균 UV 값을 5월의 UV 값으로 나누어 각 달의 가중치를 구합니다.
예를 들어 2015년 총 UV는 8.8ww였는데 상사가 당신을 위해 그 수치를 두 배로 늘렸습니다. 그런 다음 가중치를 사용하여 매달 완료해야 하는 양을 균등화할 수 있습니다. 예를 들어 사진의 1월에는 전체 중량에 대한 1월의 가중치 비율을 계산한 후, 이 비율을 KPI에 곱하여 1월에 완성되는 KPI를 구했습니다.
그렇다면 KPI를 분해하는 목적은 무엇일까요?
1. 가능한 한 빨리 연간 운영 계획을 세우십시오. 첫 달에 목표를 달성하지 못하면 상사에게 적시에 피드백을 제공하고 조기에 자원을 신청하십시오. 상사의 기대치를 관리하고 KPI 완료를 통제하세요. 첫 달에 업무의 리듬을 통제하는 데 실패하지 마세요. 일찍 끝내면 상사가 더 높은 KPI를 설정해 줄 것입니다. .
저희 집단팀 ***5명이 기획한 이벤트입니다. 제가 주로 카피라이팅과 데이터 통계를 담당하고 있습니다.
당시 사장님은 대담하게도 신제품 팀원들에게 기존 사용자 4천만 명 중 무작위로 20만명을 시드 사용자로 뽑은 뒤 초기 사용자 10만명에게 신제품을 소개하면 된다고 말했다. 사용자 비용은 5위안을 초과해서는 안 됩니다. 이 문장을 내려놓고 떠나시면 됩니다.
리소스 및 비용 제한이 있습니다. 먼저 비용을 제쳐두자. 200,000명의 종자 사용자를 선별하는 것이 중요합니다. 사용자를 세분화하는 기능입니다. 고민 끝에 우리는 가을 채용이 곧 다가오고, 신입생들의 취업에 대한 열망이 강하다는 것을 깨달았습니다. 그래서 우리는 대초원에 불을 지피기 위한 씨앗으로 매우 활동적인 신규 졸업생 사용자 200,000명을 신중하게 선택했습니다.
우리는 이 사용자 그룹에 대한 공유를 촉진하고 새로운 사용자를 유치하기 위한 활동을 계획했습니다. 공교롭게도 그해 가을 신입생 채용이 진행되어 많은 Fortune 500대 고객이 캠퍼스 채용에 미리 참여했습니다. 그래서 우리의 이벤트 기믹은 이런 큰 고객들로부터 시작됩니다. 일부 유명 기업에서는 사전에 학생들을 모집한다는 내용을 담고 있습니다. 학생들을 초대하면 빨간 봉투를 받을 수 있고, 빨간 봉투에는 상한선이 없습니다.
다음으로 이 주제를 바탕으로 확산 가능한 활동을 기획했습니다. 우리는 어떻게 했나요? 검토하면서 과정을 정리했습니다. 이 Excel 시트를 보세요.
이 표는 전체 최적화 페이지 및 효과에 대한 데이터입니다. 몇 가지 핵심 사항을 선택하겠습니다.
예를 들어 어떤 채널에서 신규 사용자를 유치할지, 사용자 중 어떤 부분을 테스트에 사용할지, 어떤 부분을 공식적으로 대규모로 홍보할지 등의 채널 전략 등이 있습니다. WeChat 플랫폼, SMS, 앱 푸시, 페이지 광고 또는 차단, EDM 및 기타 채널은 사용자 친화적이지 않습니다. 우리도 자체 WeChat 계정을 사용하고 싶지만 WeChat 팬에게는 갓 졸업한 사람뿐만 아니라 모든 정체성의 사용자가 있습니다. 비교하고 비교한 끝에 경험을 바탕으로 특정 채널을 선택했습니다.
또한 초안을 계획할 때 활동 프로세스와 핵심 노드 데이터를 미리 계획하고 모니터링해야 합니다. 이 점은 꼭 언급할 필요가 있는 이벤트 기획이기 때문에 신중하게 고려해야 합니다. 그렇지 않으면 온라인에 접속한 후 기술적으로 채널 전환율, 공유수 등의 로그 데이터를 볼 수 없을 수도 있습니다. 채널을 통해서 가져왔고, 등록 성공 횟수도 이때 헛되이 바빴음에도 불구하고 이번 활동에서 제가 큰 실수를 저질렀습니다.
이벤트가 온라인에 올라오자마자 대량으로 홍보하지 마세요. 핵심 페이지 또는 핵심 프로세스 노드를 지속적으로 최적화해야 합니다. 페이지 및 프로세스의 변환을 어느 정도 최적화한 후 더 이상 최적화할 수 없다고 생각되면 노드 변환 데이터를 백엔드에 사용해야 할 수도 있습니다. 얻은 전환율을 바탕으로 목표를 달성할 수 있다고 계산할 수 있습니다. 이제 본격적으로 홍보해 보겠습니다.
이 사례는 주로 페이지 전환율에 관한 것이므로 첫 번째 테스트에서 채널 전환, 공유 및 초대 비율을 수정했습니다. 예를 들어, 이번 이벤트의 채널 전환율은 약 32%에 이르렀고, 공유와 초대의 비율은 1:5, 즉 1개의 공유로 5명의 등록 사용자를 가져올 수 있습니다.
등록 프로세스의 전환과 같이 우리가 통제할 수 없는 일부 전환 데이터도 있습니다. 등록 프로세스는 표준화된 기능 모듈이며 최적화 변경 사항이 상대적으로 크기 때문에 이 최적화는 생략되었으며 우리는 그것에 집중하지 않습니다. 물론 우리 이벤트에서는 등록 과정에 실제로 많은 사용자 비용이 발생했습니다.
몇 가지 보조 변수를 수정한 후 두 개의 주요 페이지에 최적화 목표를 배치했습니다. 한 페이지는 제가 프로모션 공유 페이지라고 부르는 시드 사용자를 소개하는 페이지입니다. 사용자가 친구나 친구 서클과 공유할 때 친구가 클릭하여 페이지에 들어가는 페이지도 있습니다. 저는 이를 등록 페이지라고 부릅니다. 우리는 공유율과 등록 성공률이 최고 수준으로 최적화될 때까지 이 두 페이지를 계속 테스트하여 총 세 가지 버전을 테스트했습니다. 그냥 대규모 프로모션으로 가세요.
이 링크는 가장 중요하고 가장 복잡하게 얽혀 있는 링크입니다. 우리는 한 달 동안 고생했습니다. 최종 결과는 세 번의 대규모 최적화 라운드를 통해 우리의 목표를 성공적으로 달성했다는 것입니다. 한 달 만에 우리는 활동의 3차 버전을 최적화했습니다. 이러한 활동 프로세스와 모델은 실행 가능하고 오랫동안 수행할 수 있으며 특히 확장성이 있다는 것을 검증했기 때문에 그만한 가치가 있다고 생각합니다. 예를 들어, 이벤트 백엔드를 구축하여 다양한 사용자 그룹에 맞게 이벤트 패턴을 복제할 수 있습니다. 그러므로 초기에 느린 것이 나중에는 빠른 것이다. 백그라운드 도구를 사용하면 기본적으로 매주 유사한 활동을 수행할 수 있습니다. 이것이 최적화의 가치입니다. 최적화는 핵심 운영 역량을 강화하는 것을 목표로 내부 역량을 키우는 것입니다.
이제 페이지 최적화 아이디어와 이에 대한 우리의 생각에 대해 이야기해 보겠습니다. 실제로 요약하면 핵심 사항은 3개뿐입니다.
예를 들어 첫 번째 버전의 공유 페이지에 Bole을 넣었습니다. 경품이 빨간 봉투로 바뀌었고, 공유 전환이 3포인트 증가했으며, 등록 페이지로의 전송이 더욱 명확해졌고, 버튼에 초대 요소를 추가했으며 더 이상 언급하지 않았습니다. 최대한 빨리 가입하고, 빠르게 제안을 받아 공유자 초대를 활용해 글을 작성했습니다. 이것은 마치 동료가 "오늘 밤에 큰 저녁 먹으러 가자"라고 말하는 것과 같습니다. 그가 AA를 초대했는지, 아니면 식사를 마친 후 갑자기 "지갑을 잊어버렸습니다"라고 말했는지 확신이 서지 않아 여전히 망설일 수 있습니다. 그리고 동료가 가자고 하면 큰 만찬에 초대하겠습니다. 저라면 꼭 가겠습니다. 그래서 아이디어를 바꾸었고, 등록 페이지로의 전환율이 10포인트 증가했습니다.
1판과 2판에서는 이 요소를 무시하고 유명 기업의 목록을 작성했습니다. 나중에 생각해 보니 이 목록이 클릭 가능한 것으로 사용자가 오해할 수도 있다는 생각이 들었습니다. 클릭할 수 없고, 약간 감정적인 느낌이 들고, 공유하고 등록하려는 동기가 부족하다는 것을 알게 됩니다. 그래서 세 번째 버전에서는 시각적 디자인에서 이러한 간섭을 제거했습니다.
세 번째 버전에서는 생각이 바뀌었습니다. 첫 번째와 두 번째 버전에서는 사용자가 친구를 초대하고 성공적으로 등록한 후에만 빨간 봉투를 받았습니다. 시드 사용자에게 재게시를 통해 빨간 봉투를 주고 강제로 재게시하도록 허용한다면 사용자는 이 활동이 매우 신뢰할 만하다고 느끼고 공유율도 높아질 것입니다. 하지만 다양한 동아리에 가보는 것도 꼭 공유가 가능한 것은 아닙니다. 따라서 사용자가 지금 참여 버튼을 클릭하면 팝업 레이어가 팝업되어 공유 후 빨간 봉투를 받을 수 있으며, 학교 친구를 참여하도록 소개하면 빨간 봉투를 받을 수도 있음을 알려줍니다.
이 아이디어에 따라 우리는 성공적으로 목표를 달성하고 활동 모드를 얻었습니다. 최적화 과정에서는 데이터에 집중하고 각 활동의 데이터를 기록하며 실시간으로 전환을 모니터링하여 모든 시행착오를 데이터와 함께 표시할 수 있습니다. 방금 공유한 사진에서 볼 수 있듯이 모든 주요 데이터가 나열되어 있습니다.
드디어 정식 출시했을 때 도입된 등록 사용자 수가 57,000명을 넘었습니다. 왜 등록 사용자 수가 결국 100,000명에 가까워졌을까요? 게다가 등록된 사용자의 최종 소개로 그날의 데이터만 홍보되었고, 다음 날에도 계속해서 성장을 이어갔습니다. 소개된 등록유저들이 시드유저가 되면서 눈덩이처럼 쌓이고 리포스팅도 하기 시작했기 때문이다.
저희 APP가 처음 출시되었을 때는 일부 통계 도구를 통해 수동적으로 사용자 피드백을 받는 것 외에는 주요 이벤트 알림, 침묵 사용자 차단, 설문 조사 등 사용자에게 직접 연락할 수 없었습니다. , 등. 그래서 저희 제품에는 PUSH 알림 상품이 있는데, 제가 임시로 구직 도우미라고 부르는 것이 앱에 내장된 공식 계정과 비슷합니다. 가끔씩 정보를 푸시하겠습니다.
우리의 카피 라이팅 실력은 오랫동안 다듬어졌고 이미 좋은 경험을 갖고 있기 때문입니다. 카피라이팅의 힘만으로는 푸시의 클릭률을 높일 수 없을지도 모른다는 생각이 들었습니다. 혹시 성능 향상을 위해 제가 찾지 못한 또 다른 틈이 있을까요? 푸시 콘텐츠에 대한 사용자의 선호도를 파악하고 관련 콘텐츠를 푸시하면 클릭률을 더 높일 수 있을까요?
나의 요구사항이 나온다: 콘텐츠에 대한 사용자의 선호도를 얻고자 한다.
그렇다면 어떻게 통찰력을 얻을 수 있을까요? 나는 운영에서 내가 가장 좋아하는 작업 방법 중 하나인 시행착오 전략을 세워야 했습니다.
시행착오는 가장 신뢰할 수 있는 조작수단이자 조작위치 존재의 핵심이다. 시행착오에 대한 가장 큰 두려움은 불합리하기 때문에 시행착오 전략이 매우 중요합니다.
저의 시행착오 전략은 다음 표를 봐주세요.
간략한 설명은 다음과 같습니다.
시행착오를 겪은 사용자들이 다양한 콘텐츠에 대한 선호도 시점. 나는 월별 패턴을 요약하는 것을 목표로 삼았습니다. 귀하의 비즈니스에 패턴이 있는 경우 분기별 또는 주간 단위로 설정할 수 있습니다.
클릭률을 복사합니다. 사용자가 정기적으로 콘텐츠를 선호한다면 특정 시점에 클릭률이 상대적으로 높을 것입니다.
시행착오 변수를 확정하는 것은 시행착오 전략의 합리성을 위한 핵심 노드입니다. 위 표에서 주황색으로 표시된 필드는 변수입니다.
미리 정리해보세요. 내 시행착오는 개별 기사가 아닌 콘텐츠 유형에 있었습니다. 콘텐츠 유형이란 무엇입니까? 예를 들어 포털 채널에는 기술, 엔터테인먼트, 군사, 뉴스 등이 포함됩니다. 7가지 콘텐츠 카테고리를 집중적으로 선정했습니다. 예를 들어 면접 전략, 온라인 지원 전략, 이력서 전략 등을 미리 계획하고 매주 합리적으로 정리해야 합니다. 단계별 릴리스. 예를 들어 매주 월요일에는 정보 요약 글을 올리고, 화요일에는 이력서 가이드, 수요일에는 인터뷰 등을 올린다.
매일 정해진 시간에 포스팅하는 게 포인트다. 예를 들어 저는 항상 저녁 8시에 포스팅하는 걸 선택해요. 이 시점이 어떻게 되었는지는 연구를 통해 알아냈습니다. 저는 카피라이팅 테스트용 WeChat 계정을 가지고 있습니다. 저는 주로 갓 졸업한 졸업생들의 질문에 답변해 주기 때문에 메시지를 푸시할 적절한 시기가 언제인지 묻는 설문조사 게시물을 보냈는데 그 중 80%가 7이라고 답했습니다. -오후 9시.
APP 알림 제품 작업을 해본 친구들은 iOS가 수신된 데이터를 계산하지 않는다는 것을 알고 있습니다. 보다 과학적인 설명을 위해 테스트에는 Android 클라이언트만 사용합니다. 카피라이팅 클릭률은 클릭-수신 비율에 따라 달라지며 이는 클릭-배포 비율보다 더 안정적입니다.
실수를 저지르도록 노력할 사람을 찾으세요. 이것은 매우 중요합니다. 대부분의 학생들은 관련 구직 정보를 푸시하는 한 갓 졸업한 사용자들에 대해 별로 신경 쓰지 않는다는 것을 알고 있습니다. 취업은 필수이기 때문에 취업에 성공하면 대부분 알림을 끄거나 앱을 삭제하는 경우가 많다. 하지만 당시에는 그런 사실을 몰랐고, 정보를 밀어붙이는 것이 매우 불안하다고 느꼈습니다. 따라서 매일 메시지를 보내 불만을 토로하는 사용자를 방지하기 위해 활동량이 많은 사용자, 즉 그날 로그인하여 배달을 한 사용자 또는 침묵 사용자와 같은 특정 특성을 가진 사용자만 선택하여 이를 줄일 수 있습니다. 내 푸시로 자동 사용자가 활성화되면 해당 사용자는 즉시 활성 풀로 돌아가 내 푸시를 수신하지 않기 때문에 더욱 괴롭힘이 발생합니다. 게다가 침묵하는 사용자가 침묵하는 이유는 그가 내 푸시를 클릭한다는 것은 그가 내 콘텐츠를 좋아한다는 것을 증명하기 때문일 수도 있습니다. 시행 착오의 목적에 딱 맞습니다.
우리 모두 알고 있듯이 Android의 제목은 사용자 정의가 가능하지만 iOS와는 달리 제목은 브랜드 이름만 가능합니다. 클릭률 효과를 얻으려는 것이 아닌 시행착오를 하는 것이 목적이기 때문에 제목을 맞춤 제작하지 않고 브랜드 이름만 직접 적습니다. 이 방법을 사용하면 더 쉽게 제어할 수 있습니다.
가장 통제하기 어려운 변수. 타이틀 당사자는 클릭 효과가 가장 크지만 이는 시행착오를 거친 비정상적인 데이터입니다. 비즈니스 이해를 합리적으로 얻기 위해서는 카피 라이팅 수준이 특정 강도 범위 내에 있는지 확인해야 합니다. 여기에는 다시 카피라이팅 강도에 대한 시행착오 전략이 포함됩니다. 이것은 더 복잡하므로 오늘은 논의하지 않겠습니다.
WeChat 및 콘텐츠 채널에서의 원래 작업 경험에서 저는 카피라이팅의 강점을 요약해 보았습니다. 어떤 카피라이팅이 강력하고 어느 것이 약한지 알고 있습니다. 왜냐하면 제가 직접 작업하기 때문입니다. 그래서 각 사본의 정상적인 클릭 수준을 합리적으로 알 수 있습니다. 누구나 카피라이팅 강도의 수준이 있다는 것을 기억하면 됩니다. 이 경우에는 레벨 2 카피라이팅 강도를 사용하며 일반적인 상황에서 클릭률은 2포인트 변동합니다.
물론 카피라이팅 수준이 없다면 콘텐츠 유형별로 몇 개의 기사를 엮은 다음 로그인한 사용자를 뽑는 등 타겟 사용자를 세분화하는 작업을 할 수도 있습니다. 당일 및 필터링 메커니즘 설정: 각 사용자는 시행착오 기간 동안 한 번만 수신합니다. 이러한 방식으로 이러한 기사를 동일한 유형의 사용자에게 푸시할 수 있습니다.
데이터 정리 시 주의하세요. 예를 들어, 전송 채널이 불안정하거나 전송되지 않거나 통계가 잘못된 경우가 있습니다. 이러한 비정상적인 데이터는 청소 중에 제거되어야 합니다.
이렇게 해서 나의 비즈니스 인식에 영향을 미치는 7가지 변수를 완성했습니다. 합리적이고 과학적인 조언을 얻기 위해 노력하세요!
1년여의 시행착오가 끝나고 룰을 정리하기 시작했습니다. 나는 이 테이블을 꿰뚫어 보았습니다:
보이시나요? 분홍색으로 강조된 콘텐츠 유형은 확실히 그 달에 가장 인기 있는 콘텐츠입니다. 그렇다면 내년 특정 달에 사용자들이 가장 좋아하는 콘텐츠를 늘리면 실적이 향상될 수 있을까?
이것이 나의 콘텐츠 시행착오 전략입니다. 결론은 간단하지만 과정은 복잡하다.
물론 저의 시행착오 사례는 성숙한 제품이기 때문에 장기적인 싸움입니다. 제품이 시작 단계 또는 성장 단계에 있는 경우 다음 두 가지 사항을 관리하는 한 단기적인 시행 착오를 선택할 수 있습니다.
먼저 시행 착오 목표를 명확히 하고, 그리고 목표는 독특해야 합니다. 시행착오는 비즈니스 이해를 얻기 위한 것이지 시행착오를 위한 시행착오가 아니기 때문입니다.
2. 시행착오 중에는 시행착오에 영향을 미치는 가변 요인을 파악하는 방법을 찾아야 합니다. 오류 결론을 내리고 비즈니스 인식에 미치는 영향을 최소화하기 위해 노력합니다.
2015년 사건입니다. 제가 쓴 글 '무롱쉐페이와 밤늦게 작전에 대해 이야기했습니다'에 언급된 내용이었는데, 글이 비교적 거칠어져서 오늘 다시 생각을 정리하게 되었습니다. . 이에 대해 말씀드리고 WeChat 운영에 최적화된 소스 테이블을 공개하겠습니다. 또한 모두가 한 가지에 주의해야 합니다. 2015년 WeChat에서 집계한 공유 컬렉션 수가 집계되었습니다. 지금과 달리 공유 통계와 수집 통계가 분리되어 있어 콘텐츠 찾기 방법이 더욱 과학화되었습니다.
처음 WeChat ID 콘텐츠 운영을 맡게 되었을 때 일일 팬 순증가가 마이너스였습니다. 그렇다면 이 문제를 어떻게 해결했을까요? 지금도 콘텐츠 작업을 열심히 하고 있어요. 리더는 결과를 보고 싶어하므로 콘텐츠 시행착오 전략을 수행할 시간이 없습니다. 그런 다음 기록 데이터에서 패턴을 발견할 수 있습니다. 간단히 설명하자면:
내 비즈니스 문제를 명확히 하기 위해: WeChat의 일일 팬 순증가는 마이너스입니다.
문제를 분석해 보면 실제로 이 문제에 대한 해결책은 두 가지가 있습니다.
1. 돈 절약, 이건 콘텐츠 선택의 문제입니다. 사용자 요구를 충족하려면 어떤 콘텐츠를 만들어야 할까요? ? 사용자가 도망가는 것을 방지합니다. 즉, 팬 손실을 줄이기 위해 기존 팬에 대한 소란을 피우는 것입니다.
2. 새로운 팬을 유치하는 것입니다. 팬이 계속 감소하지만 손실된 팬 수보다 일일 팬 수를 더 늘리는 것입니다. , 그러면 일일 팬 순증가액은 가 되지 않을까요? 일일 팔로워 수는 리트윗 수와 밀접한 관련이 있습니다. 일반적으로 리트윗이 많을수록 팔로워 수가 늘어납니다. 그리고 전달은 내용과 밀접한 관련이 있습니다.
따라서 내 비즈니스 문제는 실제로 콘텐츠 포지셔닝입니다. WeChat 콘텐츠에 대한 사용자의 선호도를 찾아야 합니다. 제 생각은 매우 간단합니다.
이 사진은 아래와 같이 읽기 순서를 정했습니다.
비즈니스 개인 정보 보호와 관련되어 보낸 사람 수를 생략했습니다.
이 테이블은 제가 최적화한 소스 테이블 중 하나의 실제 모습입니다. 저는 제품 전체의 운영이든, 네비게이션 카테고리, 포커스 맵, 추천 위치 등 작은 운영 프로젝트를 할 때마다 이런 표를 직접 찾아보는 버릇이 있습니다. 문제를 해결하고 규칙을 요약한 다음 운영 행동을 안내합니다.
작년의 모든 과거 푸시 데이터를 이 테이블에 수동으로 수집하는 데 이틀이 걸렸습니다. 더욱 피곤한 것은 그것들을 하나씩 분류하는 것입니다. 이 내용을 대략 10가지 카테고리로 나누었습니다. 그리고 각 기사를 이 10개의 카테고리(테이블의 분류 필드)로 분류하면 이 소스 데이터 테이블이 나옵니다.
1. 신규 팔로워 수(퍼지) 필드는 다음날 추가된 팬 수로 정확한 데이터는 아니며 참고용입니다. 귀하의 WeChat ID가 매일 하나의 콘텐츠만 게시하는 경우 이 데이터는 더 정확해집니다.
2. 과거 푸시에 고정된 수의 이미지와 텍스트가 없는 경우 리트윗과 팔로워의 비율을 대략적으로 계산한 다음, 팔로워의 증가를 단일 기사에 기인한 것으로 간주해야 합니다. 단일 기사의 재게시 횟수. 이는 데이터를 하나씩 명확하게 하고 제어하기 어려운 이상값을 제외해야 하는 힘든 프로젝트입니다.
3. 데이터 정리 문제를 피하기 위해 두 번째 단계를 따르지 않으려면 이전 부분에 따라 단기적인 콘텐츠 시행 착오 전략을 수립할 수도 있습니다. 매일 하나의 그래픽 메시지를 보내세요. 이 시행착오 변수가 굳어졌습니다.
그러다가 관점 분석을 통해 아래와 같이 나의 위챗 콘텐츠 운영 전략이 나왔다.
'콘텐츠 유형 결정' 열을 보면 해당 급여를 알 수 있는데, 직장, 영감, 기술 및 기타 콘텐츠가 평균 팔로어 수를 초과했습니다. 문제는 해결되었습니다. 저는 이 네 가지 범주의 콘텐츠에 중점을 둡니다. 그런 다음 독서 수가 많은 제목을 연구하고 각 기사의 독서 수를 늘리려고 노력했습니다. 영업일 기준으로 약 10일 만에 일일 순 팔로워 수를 마이너스에서 플러스로 바꾸는 데 성공했습니다. ”
저처럼 위챗 콘텐츠 운영에 종사하는 많은 사람들은 다른 사람의 콘텐츠를 좋은 독서 수치로 보고 게시하는 것이 사실 가장 효율적이지 않을 수도 있습니다. 콘텐츠 요구 사항은 동일합니다. 다른 사람의 WeChat 계정에서는 동일한 기사가 100,000개 이상에 도달할 수 있지만 귀하의 WeChat 계정에서는 동일한 효과를 얻지 못할 수 있습니다. 팔로워님, 그 다음에는 무엇을 하셨나요? 수정 후 계정은 건전한 운영 상태였습니다. 단순히 운영관리자로만 활동할 생각은 없어서 다음 목표는 팔로워 수를 늘리는 것이었습니다. , 여기에는 표시되지 않습니다!
마지막으로 다섯 번째 경우, 실제 업무에서 데이터의 가치는 무엇인지에 대해 이야기해 보겠습니다. 이를 요약하면 다음과 같습니다. :
1. 문제 찾기: 문제는 원동력입니다. 우리는 지속적으로 제품 성능을 모니터링하고, 데이터를 분석하고, 비즈니스 목표에 영향을 미치는 문제를 찾아 제거해야 합니다.
2. 감소 비용: John. Wanamaker는 다음과 같이 말했습니다: 내 광고비의 절반은 낭비되지만 어느 절반이 낭비되는지는 알 수 없습니다.
3. 의사 결정 기반: 기업에서는 일반적으로 대기업이 있습니다. 필요합니다.
한마디로 분석을 통해 효과를 모니터링하고, 문제를 찾고, 통찰력을 얻고, 비용을 제어하고, 비즈니스 가치 극대화라는 목표를 달성할 수 있습니다. 제가 말한 것이 맞지만 대부분의 경우 근거가 필요합니다. 처음에 언급했듯이 실제 작업에서는 수년간의 경험을 통해 데이터가 가장 큰 것입니다. 범죄를 저지르고 인정을 거부하면 변호사가 증거를 수집하는 것과 마찬가지로 "증거 전달"이 데이터의 네 번째 기능입니다.
4. 의사소통. 증거: 분석은 운영 계획을 효과적으로 결정하기 위한 증거를 제공할 수 있습니다. 운영은 각 부서의 비즈니스 성과를 모니터링하고 최적화한 다음 관련 비즈니스 부서가 제품 및 서비스 최적화라는 목표를 달성하도록 설득하는 데 효과적인 증거를 제공해야 합니다. > 때로는 육안으로나 개인적인 경험으로 문제가 있음을 알 수 있지만 관련 사업부에서는 이를 바꾸지 않고 데이터를 통해 스스로 이야기하도록 할 것입니다.
예를 들어 채용사이트에서 주요 프로세스의 전환율을 최적화할 때 수없이 경험해 보니 정말 번거롭다고 느꼈습니다. 하지만 제품이 바뀌지 않으면 증거가 필요합니다. 두 번째 최적화 사례도 있는데, 변환 과정에 대해서는 언급하지 않았습니다. 사실 그 과정의 손실은 너무 복잡합니다.
그런 다음 증거를 찾으려면 데이터를 찾아야 합니다. 아래 그림과 같습니다.
4단계 배송 과정에서 누수가 너무 많아서 각 프로세스 노드의 손실률이 "달성 불가능"하므로 신속하게 분석을 첨부했습니다. 아래 안내를 따르며, 영업비밀은 공개되지 않습니다. 사실 언뜻 보면 표현의 문제일 뿐이고 좀 더 재치있게 쓰여졌다는 것이 분명합니다. "매우, 너무"와 같은 설명적인 단어를 주의해서 사용하십시오. 그렇지 않으면 제품이 화를 낼 것입니다.
제품을 낸 후에도 여전히 데이터의 정확성 때문에 어려움을 겪고 있었는데, 다른 방법을 생각해 보니 경쟁사의 주요 프로세스가 무엇인지 알아보고 싶었습니다. ~ 같았어? 사용자 작업 부하와 작업을 완료하는 데 걸린 시간을 기준으로 비교하기로 결정했습니다. 가장 인상 깊었던 것은 2014년 여름이었습니다. 사람들은 더울 때 특히 짜증을 냅니다. 저는 혼자 상의를 벗고 흥얼거리며 경쟁 제품의 세 가지 주요 과정을 경험하고 데이터를 기록했습니다.
세 가지 주요 프로세스의 경우 사용자가 작업을 완료하는 데 걸리는 시간과 작업 수가 경쟁사보다 훨씬 높습니다. 이는 좋은 현상이 아니며 이탈률이 높은 이유이기도 합니다. 위에서 언급한 비율: 채용 플랫폼이 많고 사용자는 이력서를 제출하는 데 시간과 노력을 낭비하며 플랫폼을 이전하려는 의지가 매우 높습니다.
마지막으로 깔때기형 차트 도구와 경험 데이터의 도움으로 최적화 인증서를 완성했습니다. 검토를 위해 제품을 제출했습니다.
다시 한번 말씀드리지만, 데이터가 정확하지 않을 수도 있지만 아무것도 하지 않는 것보다는 뭔가를 얻을 수 있는 실수가 훨씬 낫다는 점을 모두에게 당부하고 싶습니다.