|
前两天参加了一个线上的社群运营课程，里面参加者大多是形形色色的运营者，几乎是各家公司都已经在做或者准备做社群，社群运营是一种以群体的方式来提供服务或产品，满足群体需求所存在的组织形态。 社群运营模式是将具有共同点的人聚集到一起，也就是经常说的“同好”，根据用户画像，提供满足用户心理的社群服务，而最终的目的都是为了转化。
通常我们在做社群运营的时候，都会聊到数据化运营，社群数据化本身的意义在于达到我们的既定目标。但也有部分运营会想方设法的让自己的工作变得可数据化，比如社群每天的发言量，将工作的重心放在如何防止防止有人发广告，如何吸引用户加入。 但这类数据并不包含在我们讨论社群数据化的范围，不符合运营目的本身。 那么我们讨论的社群数据化是什么呢？一时社群本身的数据分析，二是社群对产品业务影响的数据分析。 在社群数据化运营中，我们这里主要是对用户行为数据和用户内容数据进行简单的分析： 1. 用户行为数据 用户行为数据主要考察的是对用户在社群中的交互行为，根据行为数据可以对用户进行分类，从而实现精细化管理。 在社群中用户交互行为有很多，比如发言，发红包，在使用第三方社群管理工具时还包括签到、邀请好友入群等行为。 比如在运营社，用户行为数据包括访问、签到、发言、讨论、引导、分享等，通过对每类行为用户数量统计，建立用户分层，评估用户分布，从而进行重点优化。 举个栗子，在分析社群活跃度的时候，我们可以以签到数据为例，小明在群里发起签到任务，并给予签到积分奖励。  我们可以在后台看到用户签到记录以及签到统计数据，如果社群的签到率低于45%，那么可以对社群中不签到的用户进行清退，招募新用户。  因为社群生命周期有限，随着时间的推进，活跃度会降低，所以通过社群数据分析，可以判断出自己的社群处于生命周期的哪个阶段，是否要保证社群的生命周期，还是等待死亡。 2. 用户内容数据 在社区类产品中，用户内容统计包括发帖量、评论量、点赞量和转发量等，而社群用户内容统计数据则是围绕着发言量、发言趋势以及热力分析，在特定时间段内对发言数进行互动统计。 比如社群通知通常会在用户活跃度最高的时间点来发布，从而达到最高的消息送达率。 如何了解用户在哪个时间段内最活跃，消息送达率最高呢？就需要对用户行为特征进行数据分析，知道在一周内哪一天活跃度最高。  我们可以在一周活跃走势图中看到哪天用户的活跃度最高，来确定每周哪个时间段来进行话题讨论和分享。 |
|
|
