友盟+U-Time安狗狗运营老兵的数据实践

　　在2018U-Time冬季巡回现场，安狗狗App运营总监杨伟辉，分享了工具类的数据化运营经验，包括渠道质量把控、超级用户挖掘、数据裂变等，希望对产品同学有新的启发。

　　以下是演讲精选：

　　手机中的App越来越多，数据垃圾也随之而来。我们的产品主要帮助用户解决两个问题，垃圾清理、手机加速。

　　一、数据运营用在哪些地方？

　　在讨论数据运营前，先要明确三个目的：

　　1) 用户为什么会清理？

　　2) 清完后能得到什么样的效果？

　　3) 在这一过程中，需要什么样的数据做支撑？

　　从市场调研和数据分析中，挖掘用户需求。比如，用户最初需要使用20秒清理垃圾。我们会思考，为什么花这么长时间？通过数据分析，用户垃圾太多、扫描时间太长，这就推导出下一个阶段的产品优化方向&mdash；&mdash；提速。

　　具体说来，数据运营会用在四个环节：

　　1) 渠道把控。流量入口的数据监测与评估，包括评分体系、投放策略、风险把控。

　　2) 痛点共鸣。产品初衷是清理垃圾，我们从效率切入，一开始用户需要20秒清理，后来优化到10秒，效率提升1倍。

　　3) 用户运营。在做产品设计之初，就设想用户会通过哪些路径进入到关键页面，又如何通过埋点规划实现数据分析与优化。例如，利用友盟+的数据分析和预测能力，支撑超级用户的发展和沉默用户的挽回。

　　4) 效果分析。数据准确性、埋点规划化、报表自动化等，支撑产品持续优化。

　　二、渠道质量把控该如何做？

　　在流量红利消失的当下，必须提升渠道拉新质量。我们建立了一套比较成熟的渠道质量评估体系，从三个维度去判断渠道质量。

　　1) 渠道来源

　　App推广以应用市场和信息流为主，不同的渠道评分标准不一样，不能用一套体系去判定。在相同渠道，不同App的推广会根据自身性质去指定标准。例如，电商类App，会看用户注册、购买等行为；视频类App会看用户观看时长，会员付费等。

　　2) 评分标准

　　每一步的评分标准不同，在获取用户之后，用户是否使用了核心功能？是否进行下一步转化，如产生付费行为。像清理大师这类工具类App，多以广告形式变现，特别关注用户在使用功能后的转化能力。

　　3) 评定周期

　　比如来自某些渠道的用户，在使用关键功能后并没有产生价值。我们在评判渠道质量时，会基于评分做删减，或优化本身的路径设计。不仅看短期的付费转化，还关注中长期的行为意向。例如，从短期看，某渠道的用户付费意愿不高。但在App中的停留、使用的行为能力表现良好，说明用户是愿意在App里持续使用的，我们会以中期视角去观察渠道质量。

　　通过评分标准跟周期评判，我们需要及时知道数据的真实性、准确性。我们现在采取自动化的输出方式，因为数据处理的时间一长，就会错过判断的黄金期。