流量數據

1、渠道流量

運營公眾號，最關心的一定是粉絲情況。比如，每天有多少粉絲關注，又是通過何種方式關注的。我們主要通過兩種方式來看這部分數據：

一是微信后臺的統計-- 用戶分析頁面。可以看到每天總量和細分來源的不同關注人數。

所有來源分為：公眾號搜索、掃描二維碼、圖文頁右上角菜單、圖文頁公眾號名稱、名片分享、支付關注和其他。

公眾號搜索對應SEO和搜索關注的引導效果；

掃描二維碼對應二維碼引導效果；

兩個圖文頁關注數對應圖文吸引度；

名片分享對應整個服務號使用質量；

支付關注是微信支付后引導；

其他是剩下的，里面包括微信廣告主的投放流量。

通過對不同來源的關注情況關注，可大致了解不同推廣工作的效果，采取定向優化措施。

但是美中不足的是，微信后臺（包括接口）只提供關注總數，并沒有細分的openid，大家無法把前端的關注數據和后端的轉化情況打通。特別在對廣告主之類的付費流量上的評估，只能采用增量對比等方式，誤差比較大。

雖然大多數關注來源沒有明細數據，其中還是有一個可以打通前后端數據的——掃描二維碼關注。這也是我們關注來源數據的兩個方式之一。 經過二次開發，我們生成多個帶參數的二維碼投放在不同的渠道，以此來標記用戶關注來源，openid。后根據用戶openid和自己的賬號綁定，追蹤其后續業務轉化情況。唯一打通前后端，實乃渠道投放之利器，推薦各位，能用的地方不要客氣。

比如下圖，某店通過二維碼追蹤的各渠道前后端轉化數據：

2、轉化漏斗

轉化漏斗，是根據各自主營業務路徑，設置的幾個關鍵步驟轉化率監控。比如關注到注冊，注冊到購買等。轉化率的好壞主要兩個看法：

比較：把服務號看做一個整體，通過跟全站所有渠道的平均轉化率比較，評估渠道質量；

趨勢：通過跟歷史數據對比，評估服務號近期運營水平，渠道質量變化。

3、渠道優化

第1步，了解流量哪來的；第2步，了解流量質量好壞及向好向壞；那么第3步就是根據前面兩項的數據結果，對渠道進行優化調整。對轉化低的環節/渠道做定向優化，擴大優秀渠道的量，以提高整個服務號的轉化水平。

產品（功能）數據

上一節我們關注用戶從哪來，用戶來了勢必開始使用我們的產品/服務。

所以緊接著，我們會關注服務號上各項功能的使用情況。

比如我們向用戶提供了業務進度查詢、資金變動提醒、簽到得積分等。一方面，通過數據分析，了解用戶比較喜歡哪些功能，在常用功能上分配更多資源和關注。另一方面，從時間軸的變化趨勢上分析，用以監控單個功能改進或優化的效果。

除了本身業務功能統計之外，微信也推出了統計-- 網頁分析的頁面，統計所有做了JSSDK config的頁面訪問量，和接口調用量。如果你有做用戶分享類的功能/活動，這個統計很有用哦！

用戶數據

作為運營er，一方面你要了解自己（功能/服務/活動），另一方面，你得了解用戶情況。我們主要從留存、活躍度、用戶畫像（標簽）幾個方面來看。

1、留存

留存，顧名思義，是指一段時間后，還有多少用戶留了下來。這個“一段時間”可根據不同情況自定義，一般常用的是次日、7日、30日、周留存、月留存等。我們采用的留存標準是不取關，取得時段是次日、7日、15日、30日。

除了按時間分，還有按不同的用戶維度來看留存。比如買襪子和買鞋子的不同用戶留存率；或者完成購買行為及只有瀏覽商品行為不同用戶留存率……

以我們的數據為例，通過分析發現，絕大多數取關在關注后的0~1天內完成，之后每天也有少量的用戶取關；如遇推送，會掉更多；綁定用戶比未綁定用戶穩定；成交用戶比未成交用戶穩定……

基于以上數據分析，我們采取了一些針對性措施：比如用戶關注后，第一時間引導他綁定。鑒于不同用戶對推送的響應（完成轉化）及耐受程度（取關）不一樣，在推送頻率和內容上也響應做一些微調。也都取得不錯的效果。

2、活躍

對活躍用戶的定義，取決于企業本身的業務流程和用戶行為定位。以某理財平臺為例，用戶可以登錄、充值、投資、查看標的、咨詢問題、取現、使用投資工具等。通過對這些維度結合分析，可定義出活躍用戶特征。滿足這個條件的用戶，視為活躍用戶。

近期來，用戶活躍度越來越成為評估服務號是否健康的重要指標之一。特別是累計關注數越來越多之后，對已關注粉絲的盤活甚至比拉新還重要。

多數時候，促活和留存是魚和熊掌不可兼得。促活多少需要聯系用戶，讓他完成某某指定動作，這個過程勢必伴隨著用戶打擾。正如投放的說，有一半廣告費是浪費的，但是不知道是哪一半。促活也有一半用戶被打擾了是要取關的，你得找出來是哪一半。這就需要對用戶更深入的了解了。

3、用戶畫像（標簽數據）

隨著大家對用戶數據的深入挖掘，用戶畫像的概念也更加火熱。以前可能一個用戶有幾十個標簽，現在有幾百甚至上千個標簽。通過標準化的標簽，將復雜的個人情況，提煉成一個一個的特征標識，使得計算機能夠程序化處理，甚至“理解”人。

有關大數據處理非我專業，不再班門弄斧。還有一些主營業務上的用戶狀態和用戶信息，每家都不一樣，這里不展開。只著重介紹在服務號范圍內的用戶標簽運用：

首先，是制定標簽，分為靜態信息和動態信息兩種。

靜態信息主要描述用戶屬性，比如性別、昵稱、關注時間、所在地區、用戶語言、關注來源等。（友情提示，可在微信后臺查看用戶機型、終端系統等，但是接口里沒有細分數據）

動態信息主要是用戶行為，比如【發送文字】、【點擊菜單】、【發送圖片】、【描二維碼】、【觸發JSSDK】等等。動態信息又再進一步細分，比如發送文字咨詢里面，抽取用戶咨詢的關鍵詞，設為標簽，比如用戶咨詢過【物流狀態】、或者【如何支付】等；比如觸發JSSDK的大類，可細分出【分享給好友】、【分享到朋友圈】、【分享給QQ好友】等；掃描二維碼大類里，可按二維碼設置的不同渠道或活動名稱，細分出【XXX渠道關注】、【抽獎活動】、【紅包活動】等等。

有了標簽之后，就是給對應用戶打上指定標簽。這比較簡單，性別是女就打【女】、用戶語言是中文就打【中文】；咨詢過簽到就打【發送文字】【簽到】、參加過紅包活動，且是分享到朋友圈的，就打【紅包活動】【分享到朋友圈】…… 不再贅述。

打好標簽之后，就是營銷中的實際運用。這方面我們也用的比較初級，比如，在傳圖功能上線之后，我們會對【上傳圖片】標簽用戶定向推送，通知他功能上線及使用方法；比如做活動或者有品牌宣傳圖文的時候，對【分享朋友圈】標簽用戶定向推送。

關于標簽數據，還有一些更高級的賦權運算或建模分析，我們也還在學習的路上，大家可多看看其他數據方面的專業文章，這里就不做大自然的搬運工。

內容及活動數據

推送內容及舉辦活動，也是用戶運營的重要組成部分。相對應的數據也值得關注，通過對不同圖文轉化情況的對比，指導內容優化。

比如下面的兩組圖文：

圖文一

圖文二

圖文三

圖文四

圖一圖二是推送圖文，可以明顯看到圖一的轉化數據優于圖二； 圖三圖四是兩個投票內圖文，通過小范圍啟動，可以看出圖四的傳播情況優于圖三。

以上主要是整體數據的對比，如果要精細到單個人的內容偏好呢？雖然騰訊沒有這個數據，可以用折中的辦法做到：通過接口創建圖文及推送。在圖文鏈接中附上不同的參數，比如openid。然后通過記錄鏈接打開的openid，即對應用戶查看過圖文。

BTW，看完上一節的同學可能已經開始活學活用了，這時候可以給響應用戶打個標簽哦：【閱讀圖文】--【XX類內容】。 你喜歡什么內容，下次我就給你推什么好了。

總結

用數據驅動精細化運營是大趨勢，通過對用戶更深入的了解，真正“投其所好”，以實現運營效果的最大化。坦白講，我們的運用還非常淺顯，只是結合實例，介紹一些可能的應用場景，希望起到拋磚引玉的效果。提醒各位重視數據，多用數據！