|
无论是线下互动还是线上卖货、卖课，你都必须根据具体数据指标，来优化用户体验，让用户转化更顺利。但往往我们搞不清怎么去分析数据，如何提炼数据指标，哪怕数据都摆在面前，不知道该怎么去用。 结合我5年的运营经验，写下本篇文章，通过拆解两个模型和模型的混合应用，告诉大家如何进行有效的数据推导，抓住运营活动流程中的核心数据。
1.「GSM模型」解析「GSM」模型是Google的用户体验团队提出的一种指标体系，该体系主要是用来量化用户体验的，从设计目标推导出，能够判断用户体验质量的数据指标的有效方法。 GSM分别为目标（Goal）→信号（Signal）→指标（Metric），所以也简称GSM模型。
 上面的解释可能会有点懵，下面我们用具体的案例来说明一下。 下面我们用具体的例子来把这个推导过程走一遍，假如我们要设计一双更加舒适的鞋子，那么目标、信号和指标分别就会是以下情况。 目标：通过鞋子的设计，提升用户的舒适程度。  信号：随着鞋子的舒适程度提高，你会发现怎样的现象呢？下面列举几个典型现象说明： ➀ 新设计的鞋子相对旧款而已，更不容易磨脚 ➁ 鞋子的人体工程设计更加合理，穿起来更加舒适 ➂ 用户自己很喜欢新的鞋款设计，并且主动推荐他人购买 指标：包括但不局限以下几点： ➀ 从新鞋的下地，到双脚完全适应的时间 ➁ 相对与旧款的鞋子，有哪些更加满意的优点 ➂ 在所有购买者中，通过他人推荐购买的用户比例 但从目标到指标的推导过程中，影响指标变化的因素有很多。 例如第3个指标，购买者中，通过他人推荐购买的用户比例上升了，就不一定全是因为鞋子更加舒适这个设计目标达成所影响的，也有可能是新款鞋子的外形设计更受欢迎，或者是一些品牌促销活动等等。 利用GSM模型，我们可以推导出用户体验质量的具体数据，能更好的辨别哪些数据是由我们的设计目标所影响的。 2.「AISAS模型」解析AISAS模式是由电通公司针对互联网与无线应用时代消费者生活形态的变化，而提出的一种全新的消费者行为分析模型。  它强调各个环节的切入，紧扣用户体验，是由传统的「AIDMA」营销法则演化而来：  相比传统的AIDMA法则，AISAS模型将用户在注意商品并产生兴趣之后的信息搜集（Search），以及产生购买行动之后的信息分享（Share），作为两个重要环节来考量，很符合当前互联网时代用户对互联网的消费习惯。 营销行业的人运用它可以准确了解消费者的心理和行为，制订有效的营销策略，提高成交率。 AISAS营销法则应用场景广泛，是指导运营从业者深入了解用户的神器。 针对运营工作，它可以成为非常实用的「用户行为分析」的模型，我们以头条为例：  Attention：写一个让别人感兴趣想要点进来的标题 Interest：在开篇吸引用户深度阅读。 Search：文章内容引起了用户兴趣后，用户会搜索查看你账号的其他文章，对你产生兴趣。 Action：用户整合搜索到的信息，对你综合评判，决定是否关注。 Share：当用户认为你的文章非常好的时候，会直接点转发，偶尔会有人带点评论。 以上两种模型，对我们运营工作都会有指导性帮助——GSM模型可以帮助我们提升用户体验，AISAS模型可以让我们挖掘用户行为特征。 但其实这两种模型是可以结合应用的，GSM&AISAS模型能帮助我们更好地了解用户的消费行为习惯，更合理的思考盈利变现手段，统筹拉新、促活、转化等各阶段的工作流程。 3. GSM与AISAS 结合应用我们就以一个卖课的品牌准备做一个线上活动举例. （1）活动概要 比如针对策划一个课程优惠H5。活动的目的是为了品牌宣传和课程售卖，活动目标是能够提升课程下单量，主要以参与人数和参与次数作为衡量。 入口在自己的私域流量和网站，邀请好友助力，可以获得课程优惠，邀请人数越多，折扣力度越大。7天时间，每天可参与3次（3种课程），支持分享，分享后的链接需要先注册账号才能参与。 （2）活动分析 整个活动的分析是以AISAS和GSM模型两个维度来进行逐步拆解分析的，将AISAS模型的五大因素，作为GSM模型中的目标，然后找到各个因素对应的信号和指标，图表如下：  关注（Attention） 引起关注的阶段就是为了能够让更多的人知道活动，是让用户参与活动的第一步。 这个阶段，我又把目标拆分成了活动链接的打开率、引导说明是否被查看、活动规则是否清晰易懂这几个子目标。对应的数据指标就是活动的知晓率以及UV数的增加。 活动本身的规则是需要用户查看的，用户首次进入H5时会有引导提示比较好。 一般都会有活动的规则说明，如果活动规则本身比较简单易懂的话，提示窗口会被大多数人忽略掉，而活动规则的阅读次数和阅读时长都会较少，反之如果这几个数据指标较大，则说明活动规则本身过于复杂或者表达不合理。 用户了解活动规则后，不感兴趣的话则会直接关闭页面，那么对应的数据指标是页面的跳出率。 兴趣（Interest） 兴趣的阶段就是为了能够让更多的人通过活动产生兴趣。 承接上文，如果用户感兴趣的话，会对页面内容进行浏览，对应的数据指标则是页面的停留时长，页面滑动次数，以及进入页面的UV/PV的点击转化率。 搜索（Search） 当用户对活动产生兴趣后，他可能会产生参与活动的欲望。但在参与活动之前，他可能不会立刻做出选择，需要信息确认来来说服自己。 比如有的人会很理性，他会搜索活动举办方的信息资料，评估活动是否值得参加，那他可能回去调研这个平台，搜索他们的产品，确保这个活动的价值和品牌信任度。 那么，对于这些用户，我们需要基于现有的资源和产品，考虑他们可能会搜索的信息，比如很多运营平台 这个阶段，我们会考察的是一些基于产品的搜索指标，诸如新增人数、菜单查看情况；如果是网站，那么数据指标应该是网站排名情况、关键词覆盖数量、网站IP的波动情况等...... 行动（Action） 有了前3点的铺垫，如果对活动有足够的感兴趣的话，则应该会产生相应的行动，这里的行动，是参加课程优惠活动。 这里的行动也可以拆分成两部分。
所以行动考查的重点是用户任务的完成情况。
如果用户可以高效的完成任务的话，则整个任务的操作步骤则会比较少，完成任务花费的时间也会比较少，对应用来衡量的数据指标是单个用户自进入活动页到完成一次活动的点击次数，以及花费的时间。 如果用户完成任务比较轻松的话，则初次就助力好友获取优惠券的人就应该会比较多，所以可以用首次参与活动的成功率来作为量化的指标。 而助力活动页的跳出率则可以作为一个反向的指标来进行任务完成度的衡量… 当用户成功领取优惠券后，我们要考察的应该是用户的下单情况了。  这其中需要评估的指标是总订单量、GMV（网站成交金额）、实际销售金额，如果这些数据有明显提升，代表活动的转化效果比较理想。 具体到用户的下单情况，我们还可以分析下单率、支付率、总体支付率等指标。  分享（Share） 这里的分享指的是用户使用完产品之后，愿意主动分享给他人，对应在活动中就是用户愿意将活动分享，对应的量化指标就是活动的分享率。 通过分享出去的链接，用户访问活动页面的UV数，以及通过链接参与活动的人数在总人数中的占比，考量用户的分享行为。 在分享阶段，我把分享目标扩充成了用户满意度、用户回访情况、用户参与频次、活动分享情况这几个维度。 之所以这么分，是因为我觉得用户愿意分享，还有包括产品层面（课程质量），活动福利（折扣叠加）等因素，以上的情况至少可以反映出用户对于品牌的认可情况。如果以上数据指标情况较好，也能提升用户的分享与传播。 活动进行期间以及活动结束后，我们还要考虑用户粘性和活跃度的问题，在这个活动中粘度对应的就是用户会回访参与活动，对应的数据指标就是用户的次日留存率以及七日留存率。 活跃度对应的信号就是用户参与活动的频次增加，对应的量化指标就是单用户的七日参与总数，以及活动整体的参与次数。 总结 以上为模型结合的框架，但很多时候活动方案的实现，会有着其他诸多因素的限制，需要我们具体问题具体分析。 在实际运营工作中，我们会运用到众多方法论、模型和框架，试着将他们拆解、重组、拼接，也许你会发现新天地。 模型是种工具，怎么用还得看使用者。如果你手边只有锤子，那么你很容易只会用锤子；如果你收集了螺丝刀、电钻、钳子，你可能就会先思考工具和解决问题之间的关系。 综合思考、长期积累，你会发现，其实真正有效的方法论其实是基于你大脑的思维认知。 本篇通过一个小案例，简单的结合GSM模型与AISAS模型进行目标的分解与量化，为大家提供一些参考思路。 |
|
|
