zoukankan      html  css  js  c++  java
  • 个人 圈外同学 漏斗分析

    一、概念


    1、分析问题的本质是什么?

    拆解问题。把问题进行拆解,把大问题拆解成一个个小问题,
    然后通过分析找到最值得优化提升的环节,帮组我们聚焦

    使用工具:漏斗分析法


    2、使用场景是什么样子的?

    适用于流程较长,环节较多,并且随着环节进行流量逐渐流失的场景




    二、适用场景


    1、分析拆解问题

    是我们分析拆解问题的一种方法,所以最大的价值是对问题进行按流程和环节的拆解,把大问题定位到某个环节的小问题。

    比如我们开头举的脱单的例子,好多人老爱喊“我今年要脱单”,然后开始优化形象等等。但我们得分析一下,到底哪个环节出了问题,我们一味打扮自己,那只能提升你从“相遇”到“相知”的转化率,也就是通过外在形象优化,让别人遇到你之后更愿意了解你,但你如果“相遇”的人就太少,那这个环节转化率再高,也脱不了单。

    2、管理精力分配(帮我们分配精力)

    比如脱单,但是脱单可以做很多事情,比如去拓展社交圈、认识更多人、优化形象、相亲网站注册会员等等,但我们没有那么多精力,所以如果漏斗分析能够帮我们拆解好,告诉我们应该在哪个环节用力,会节省我们大量精力。

    3、绩效目标管理

    发现关键环节,重点突破

    比如,你是一位管理者,需要给团队制定绩效目标,如果你定一个笼统的销售额,下属是很难完成的,因为他很难有能力去思考,到底他做什么事情可以提升销售额,所以如果你用漏斗分析出来,我们目前销售转化的最大问题是用户从试用到下单的环节,那你的目标可以不定成销售额,而定为试用转化率。




    三、漏斗分析的三个步骤


    1、根据工作流,画出漏斗的各个环节路径

    当流程节点过多的时候,不用都放进漏斗模型,这样会导致环节过多,反而不利于聚焦。

    指导原则:就是当我们把流程节点画成漏斗的时候,漏斗层数最好不超过7个。

    漏斗层数怎么才能不超过7层呢?有两个方法

    1. 归并,归并类似步骤
    2. 切割,切割成不同漏斗

    2、对漏斗各环节做数据分析

    这里会用到之前的对比分析,那么对比有哪些维度呢?

    1. 历史对比
      回顾近期action,判断效果,及时修正
      发现跟过去的数据有差异之后,我们要回顾一下,近期做了什么动作,结合动作来进行分析。
      比如上面的招聘,是不是我们这个月换了笔试题?导致进入到面试环节的人数过多

    2. 外部对比
      发现和外部的差异,能够让我们方便定位问题和分配精力。

    3. 横向对比
      思考一下,横向对比怎么做呢?其实可以针对不同的群体,分别做漏斗数据。比如用不同部门的漏斗数据来做对比。


    3、确定重点优化环节

    因为找到最值得优化提升的环节,把大问题拆解成更加精准的小问题,才是漏斗分析的最大价值所在,它能够帮我们聚焦。怎么聚焦呢?

    聚焦标准

    1. 优化产出高,哪个环节优化的产出更高
    2. 优化投入低,哪个环节优化的投入更低




    四、常见漏斗模型


    1、消费者行为漏斗(AIDA模型)

    AIDA是4个英文单词的首字母,分别指

    1. Attention:注意
    2. Interest:兴趣
    3. Desire:欲望
    4. Action:行为

    模型的意思是,当你希望用户购买你的产品或服务时,你应该先吸引他的注意力,再引起他的兴趣,然后勾起他的欲望,最终促成他的行动。

    我们以拼多多来举例,说明这个模型

    1. 拼多多的广告,就用一支非常洗脑的广告神曲引起了你的注意,
    2. 然后用“3亿人都在用”这样的广告词勾起了你的兴趣,
    3. 继而又用便宜的价格激发你购买的欲望,
    4. 最后用一些限时拼单等等有紧迫感的活动,促进你下单。

    2、用户增长漏斗(AARRR模型/海盗模型)

    AARRR,实际上是5个英文单词的首字母,分别代表了

    1. Acquisition:用户获取
    2. Activation:促活
    3. Retention:用户留存
    4. Revenue:转化
    5. Referral:转介绍

    我们以淘宝来举例,说明这个模型

    1. 你通过各种广告得知了淘宝,并下载注册了淘宝账户,这个呢,就叫用户获取。
    2. 注册之后,淘宝会通过推送通知消息、短信等等,来不断刺激你登录,这就叫用户促活,主要目的就是希望你不要注册了就再也不来。
    3. 然后淘宝还会通过各种内容,比如直播、会员等等形式,来增强你和淘宝的粘性,这个叫用户留存。
    4. 接着,它还会根据算法,推荐你喜欢的商品,或者推送优惠信息,促使你下单,这个叫转化。
    5. 最后,淘宝还通过推出分享等功能,来激发你把平台上的商品转发出去,以带来新用户,这个叫做转介绍。

    一些互联网产品,只需要把某个环节玩儿得特别好,就能够快速增长。
    比如拼多多,就是通过拼单的方式,把最后一步转介绍做到极致,从而获得了高速增长。


    3、营销广告投放漏斗

    过去在广告营销界流传着这样一句话:“我知道花在广告上的钱,有一半是浪费的,问题是,我不知道是哪一半。
    这种情况,在如今这个时代,已经越来越少了。
    每一个推广渠道,都能看见曝光量、用户点击量、用户注册量,甚至购买量,等等。
    市场人员可以通过各个渠道的数据追踪和分析,及时优化渠道的选择和广告内容。
    根据这个营销漏斗定位问题,要么优化产品的落地页,要么增强目标投放人群筛选的精准度等,把广告预算花在优质的、有效的渠道上。

    漏斗模型

    1. 展示量
    2. 点击量
    3. 访问量
    4. 咨询量
    5. 成交量




    五、优化案例


    1、下图是需要优化的数据,目的是从中找到最值得优化的环节

    2、发现的两个问题

    1. 本月笔试通过率过高,导致面试人数急剧上升
      本月笔试通过率为49%,上个月笔试通过率为30%

    2. 本月入职人数急剧降低
      本月入职人数为9人,上个月入职人数为19人


    3、优化的点

    1. 降低面试人数
      目标:降低笔试通过率
      解决:提升笔试题难度
      原因:笔试对公司没有太多成本,但面试的成本就很高,不要不断占用面试官的时间和精力

    2. 提高入职人数
      目标一:提高入职率
      目标二:提高面试成功率
      解决:计算哪个方案比较好


    4、为什么要降低笔试通过率?

    1. 历史对比
      上个月笔试通过率为30%
      本月笔试通过率为49%

    2. 纵向对比
      笔试率(上个环节)为48%
      笔试通过率(这个环节)为49%
      从漏斗的层级上来看,应该是规模递减的,但这里不减反增,有违常态

    3. 从业务上看
      笔试通过率过高,会导致面试人数增多,面试成本增加

    4. 从成本上看
      笔试的成本比较低。基本上就几张A4纸的成本,对公司人员的时间占用成本比较少
      面试的成本比较高。需要占用挺多时间和精力,不管是一开始的初试,还是后面的几轮复试,都需要花公司人员的大量时间精力,


    5、怎么提高入职人数?

    入职率从75%提到90%划算?还是面试成功率从10%提到15%划算?

    1. 感觉上看

      • 面试人数这个基数足够大,面试成功率即使是小幅度的提升,效果也比较明显
      • 面试成功率的提升,除了直接影响当前漏斗层,还会间接影响入职率这层
    2. 提高难度上看

      • 入职率 从75%提到90%,这个难度相对比较大。而面试成功率从10%提到15%,则相对容易。
      • 入职率的提升,越到后面,提升的空间越小,相应的难度也会更大。
      • 并且这个入职率并不那么可控,因为来和不来,更多决定权在于面试者本身,而不是公司单向决定。
    3. 提升率

      • 入职率 从75%提到90%,提升了15%,提升率为20%
        面试成功率 从10%提到15%,提升了5%,提升率为50%
        明显面试成功率的提升率更高,效果更明显
      • 提升率的计算:
        提升率 = 提升的数量 / 提升前样本总数
        入职的提升率:(90-75) / 75 * 100% = 20%
        面试成功的提升率:(15-10) / 10 * 100% = 50%
    4. 实际提升效果

      • 入职率 从75%提到90%
        入职人数 从9人提升到11人
        实际提升效果:9 -> 11
      • 面试成功率 从10%提到15%
        面试成功人数 从12人提升到18
        入职人数 从9人提升到14人(13.5人)
        实际提升效果:9 -> 14(13.5人)




    六、思维导图

    mark:
    来自圈外同学群的微信群
    群名:北京 PM Zoe
    微信名:eluuxia


  • 相关阅读:
    bottombordertransition – 从中​​间扩展
    P3605 [USACO17JAN]Promotion Counting P
    CF817F MEX Queries
    2021.11.16模拟总结
    动态开点线段树学习笔记
    2021 NOIP 游记
    EntiyFramework :Update model from database引起的两个问题
    .NET Attribute(特性)的作用与用法——几句话解决Attribute使用的困惑
    前端CSS
    前端知识之HTML内容
  • 原文地址:https://www.cnblogs.com/guxingy/p/13131692.html
Copyright © 2011-2022 走看看