智能用户运营「拍了拍」流量分析管理


潮水退却 , 沙滩上多少裸泳的流量 , 被晒成虚假的数字 , 终于被残酷的现实“拍了拍”!当红利殆尽 , 泡沫破裂 , 市场的自我净化系统开始启动 。
从一味对流量规模的盲从 , 到对数字用户运营的精细化管理 , 是大环境的变化 , 也是我们真正进入字时代自下而上的新变革 。
智能用户运营「拍了拍」流量分析管理
本文插图
未来社会 , 企业一定是以数字企业为主要形态的存在 , 对数字用户资产的管理和用户运营 , 就成为企业的核心竞争力 。 易观方舟推出的“智能用户运营”解决方案 , 包含了用户分析、用户运营和用户画像3大部分 。 今天 , 我们主要谈用户分析和用户运营两部分 。
用户行为分析
从 WA 到 UBA
数据的应用场景首先是分析 。 收集大量的数据 , 首先就是通过数据的分析 , 发现问题、总结规律 。 早在 Web 时代 , 就出现了很多网站分析工具 , 可以算是第一代的用户分析工具 。
01. 第一代用户行为分析工具(User Behavior Analysis)
第一代严格意义上并不能真的称为“用户行为”分析工具 , 而是面向产品设计的分析工具 , 一般称为 WA(Web Analysis)工具 , 以百度统计为代表 。 基本是实现统计数据的目的 , 主要是统计产品的整体状况 。 在用户行为数据分析上 , WA 支持能力非常有限 , 无法识别用户而是记录 Cookie 、设备 ID 等匿名 ID, 也只能算是流量分析 。 WA 也无法将相同用户在不同端的行为打通 , 无法数据下钻到具体的用户 , 指标只有固定的一些统计指标 , 无法与分析维度交叉 , 实时性差 , 无法和业务数据打通整合分析……
02. 第二代用户行为分析工具
第二代用户行为分析工具在 WA 的基础上 , 结合数仓技术进行了较大的改进 , 可以识别用户 , 能将相同用户在不同端的行为打通 , 可以自定义统计指标 , 但是其指标的计算依然需要 ETL 的方式完成 , 所以不能实时分析 , 往往需要 T+x 的数据处理周期 , 指标也无法随时根据分析的需要灵活地交叉各种维度 , 无法和业务数据打通进行整合分析 。
03. 第三代用户行为分析工具
第三代用户行为工具以易观方舟为主要代表 , 和前两代最主要差异在于:

  • 多维、灵活、实时的分析能力:实时完成数据采集回传 , 不需要 ETL 的定时数据处理任务 , 因此数据回传后即可进行分析 。 任意自定义的指标和维度交叉分析可以在秒级得到数据即席查询结果 。
  • 全端数据采集能力:不仅支持前端(Web/Android/iOS/H5/各种小程序)的采集、同时支持后端(服务端、LOG 文件)的采集 , 平台级提供丰富的数据接口以及数据导入工具 。 从而实现非常全面的数据接入能力 。
  • 完备的数据开放能力:可以整合其他系统或平台的用户数据进行更加深入的分析 , 也可以面向其他业务系统或数据系统开放数据 , 成为其他系统的数据源 。 因为企业的很多核心业务系统部署在企业内部 , 所以 UBA 支持本地化的部署方式是数据开放能力的必要条件 。
  • 面向完整的用户数据:可以实现多端用户数据基于用户的唯一标识 ID 打通 , 并且可以实现任意指标的下钻 , 可以追踪到用户行为粒度的详细数据 。
具备以上几个特征的用户行为分析工具 , 才能称为第三代的用户分析工具 。 我们再来总结一下 , 三代用户行为分析工具的差异分析:
智能用户运营「拍了拍」流量分析管理
本文插图
智能用户运营
从 MA 到 EA
实现数据驱动业务最直接的动作就是数据自动化 , 在不同的应用场景下 , 通过数据自动化的方式取代人为的干预实现效率的提升 。 因此在用户获取、二次营销、用户运营等主要的场景下 , 衍生了多种自动化工具 。