以K12在線教育產(chǎn)品為例:如何利用數(shù)據(jù)分析,制定用戶分層運營策略

路易絲
2 評論 14900 瀏覽 153 收藏 10 分鐘

本文筆者結(jié)合統(tǒng)計學(xué)中的單因素方差分析法,來提供一種新的數(shù)據(jù)分析方法,可以輔助運營者做出決策。

在用戶運營中,越來越多的產(chǎn)品已經(jīng)開始重視用戶分層運營。很多產(chǎn)品希望通過在產(chǎn)品后臺收集用戶畫像,進行用戶行為分析,最終實現(xiàn)產(chǎn)品精準(zhǔn)分層運營。但是從用戶畫像的收集,到制定分層運營的策略。中間往往缺失一環(huán)嚴(yán)謹(jǐn)?shù)姆治霏h(huán)節(jié),比如:不同年齡的用戶的興趣點,真的和我們想的一樣嗎?不同身份的用戶,真的會對價格敏感程度不同嗎?很多的運營策略仍然是拍腦袋或者憑借經(jīng)驗決定。

本文筆者結(jié)合統(tǒng)計學(xué)中的單因素方差分析法,來提供一種新的數(shù)據(jù)分析方法,可以輔助運營者做出決策。

1. 確定本次分析的目的是什么?

筆者所在的公司有一個K12在線教育平臺,提供中學(xué)階段的線上直播課程。

在前不久做的一次用戶調(diào)研中,我們發(fā)現(xiàn)了社會影響因素(包括廣告和媒體宣傳、家長和同學(xué)的口碑傳播等)會顯著的影響用戶購買線上課程的意愿。(具體的調(diào)研和分析影響因素的過程可以參見我的上一篇文章?)

基于此結(jié)論,公司決定嘗試投放一些渠道廣告,擴大社會影響。因此下一步我們就需要研究不同分層的用戶,對于社會影響因素的影響程度如何,從而能夠幫助公司更精準(zhǔn)的進行分層推廣策略制定,實現(xiàn)精準(zhǔn)投放。

因此我們本次分析的目標(biāo)可以總結(jié)為:

  1. 研究不同分層的用戶,在購買在線課程時,受到廣告和周邊環(huán)境影響程度有什么不同?
  2. 如有不同,我們應(yīng)該如何制定精準(zhǔn)的廣告投放?

2. 應(yīng)該選取哪些分層維度?

我們這個K12在線教育平臺,通過后臺用戶畫像積累數(shù)據(jù),從用戶身份可以分為四大類:初中生、初中生家長、高中生、高中生家長。

除了身份,我們可以再挑選另一個維度進行分層——用戶購買歷史。也就是所以注冊用戶在我平臺的使用深度,可以分成三類:購買過正價課、只買過免費試聽課程、從未購買過。

當(dāng)然,在具體的運營中,我們可以根據(jù)運營目的的需要,選取不同維度的進行分析:比如性別、年齡分層、地域分層等,分層還可以更加深入,比如分為初中和高中后,可以再細分到年級….但本文為了方便講解說明,只選取了2個維度和1個因影響因素舉例。

3. 對調(diào)研數(shù)據(jù)進行單因素方差分析

本次分析的數(shù)據(jù)基礎(chǔ)依然來自上一次的調(diào)研數(shù)據(jù),收集過程依然是在上面提到的文章中,本文不再贅述。事實上,用戶分層分析應(yīng)該是在調(diào)研之前就一并做到問卷設(shè)計中,避免二次勞動。關(guān)于問卷設(shè)計我在之前的文章中也有詳述,有興趣的可以查看?。

接下來我們使用SPSS軟件進行單因素方差分析,方差分析又稱變異分析(analysis ofvariance,ANOVA),能對多個平均數(shù)進行比較,是一種更有效的數(shù)理統(tǒng)計方法。

3.1 用戶身份維度

我們先從用戶的身份維度進行分析:

方差分析(ANOVA)結(jié)果顯示,社會影響均值的差異顯著(***代表差異顯著),說明不同身份的用戶對這項因素存在顯著差異,證明了本次分析的必要性。下面再進行兩兩比較分析,分析不同身份的用戶對這個因素感知的差異。

在顯著性這一欄中,數(shù)值越小說明顯著性越高。從以上數(shù)據(jù)可以看出,在社會影響變量中,初中生家長與高中生之間的差異顯著(P=0.045<0.05),均值差(mean difference)為0.62642,說明初中生家長對社會影響感知顯著高于高中生用戶,而其余組別之間的分配公平感知差異不顯著(P值均大于0.05)。

換言之:初中生家長和高中生相比,更容易受到廣告和周邊人的影響而做出購買決策,而其他組別兩兩對比差異不算太大。

究其主觀原因也比較容易分析:初中生的學(xué)習(xí)階段多仍依賴于家長幫助其挑選教輔產(chǎn)品,初中生受制于年齡因素,大多是沒有選擇購買課程的自主權(quán)。但事實上大多數(shù)家長對教學(xué)也并不了解,迷茫之下更容易受到周邊人和廣告的影響。

而高中階段的學(xué)生,因為家長已經(jīng)相對無力干涉其課業(yè)的進度和選擇課程,高中生已經(jīng)具備根據(jù)自己的學(xué)習(xí)情況進行主觀判斷能力,還有可能加上青春叛逆期不喜歡從眾的逆反心理,對他人推薦或廣告宣傳的課程感知沒有初中生家長那么明顯。

3.2 用戶購買歷史維度

我們再對不同購買歷史的用戶進行分析:

方差分析(ANOVA)結(jié)果顯示,不同購買歷史的用戶對這社會影響因素均存在顯著差異,那么我們就可以進行進一步分析。

上表中的數(shù)據(jù)結(jié)論如下:

購買過在線課程的用戶與從未買過試聽課程的用戶的差異顯著(P=0.041<0.05),均值差(mean difference)為0.27685。只買過試聽課程的用戶也與從未購買過的用戶的差異顯著(P=0.004<0.05),均值差(mean difference)為0. 34722,說明購買過正價在線課程的用戶對社會影響認(rèn)知顯著高于只買過試聽課用戶,只買過試聽課程的用戶對社會影響的認(rèn)知顯著高于未買過的用戶。

換言之結(jié)論就是:使用深度越深的用戶,反而更容易受到廣告和周圍人推薦的影響。

這和我們之前純靠經(jīng)驗拍出來的想法截然相反——大多數(shù)時候我們會以為:新用戶才更容易受到廣告和朋友推薦的影響,而老用戶則會憑借自己的經(jīng)驗判斷是否購買。

然而通過數(shù)據(jù)分析,也許可以證實我們的經(jīng)驗判斷有時候未必可靠。

購買過在線課程的用戶可能對在線課程的認(rèn)可度更高,因此在身邊人的推薦后,或再次看到廣告宣傳后,更容易再次購買課程。

4. 結(jié)論和運營方向指導(dǎo)

根據(jù)兩個維度用戶分層的數(shù)據(jù)分析,我們初步得出結(jié)論:對產(chǎn)品內(nèi)的用戶推廣可以更加深耕老用戶,這和我們之前提倡的RARRA模型正好對應(yīng)。

在學(xué)段選擇上,優(yōu)先選擇初中生家長進行內(nèi)容設(shè)計和運營,例如:廣告的投放策略可以瞄準(zhǔn)初中生家長的群體,主推初中階段課程,以中考提分等主題策劃相關(guān)的內(nèi)容。

 

本文由 @路易絲 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載

題圖來自Unsplash,基于CC0協(xié)議

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 校園代理

    回復(fù)
  2. 作者寫作用的方法,跟我寫論文的時候用的相同呀。我用了SPSS?。粒龋械溶浖?。

    來自上海 回復(fù)