如何搭建适合自身社群的資料分析體系？作者指出了五個關鍵步驟。繼上篇文章後，本文作者繼續講解了後面的三個步驟，一起來看看吧。
今天我們繼續來聊關于社群營運資料分析的内容，上一篇文章我們說到，社群營運資料分析，關鍵是要搭建一套适合自己社群的資料分析體系，其大緻可以分為設計使用者路徑圖、梳理關鍵資料名額、資料接入、搭建資料分析架構以及決策支援，這五個步驟。
上一篇文章，我們講過了如何設計使用者路徑圖以及根據這個路徑圖，怎麼去梳理關鍵節點上的關鍵資料名額。那今天我們就接着來聊社群營運資料體系的剩下三個環節。
第三步：資料接入
當我們根據設計完使用者路徑圖，并梳理好關鍵的資料名額之後，我們就要确定，我們如何獲得這些資料。也就是資料接入。
這一步其實比較簡單，就是确定你的資料統計工作是人工統計還是利用第三方工具，比如像微伴助手等等來擷取。那一般情況來說，最好還是利用工具，這樣會讓整個營運工作更加輕松一些。而且現在的工具基本上都能夠滿足社群營運對所有路徑的實時監控，資料也都能導出到自己的資料庫裡，不管是基礎類資料還是轉化資料，甚至使用者行為分析、熱力圖等等這些也都能滿足。所謂的資料分析，首先你得有資料才行是吧！
好，那到這一步，我們手上已經有了社群營運中的各項資料了，也根據使用者路徑圖和各個關鍵節點，将這些資料進行了分類。接下來就是進入分析的階段了。也就是我們需要搭建分析架構。
第四步：搭建資料分析架構
為什麼要先搭建一個分析架構，而不是直接對着資料進行分析呢？是因為，資料分析的方法太多了。針對某個資料，你用不同的資料分析方法去進行分析，往往可能會得出不同的結論。而且随着社群規模的不斷擴大，資料庫裡的資料，無論是類型、數量等都會達到一個比較龐大的規模，這個時候，我們就要學會從這些海量的資料中找出關鍵資料，進行分析，得出跟我們最初的營運名額相關聯的就夠了。
是以，對于資料分析方法，你未必一定要掌握全部的分析方法，你隻要抓住幾個最重要的，知道哪個環節用那一套分析方法就可以了。而且搭建分析架構的好處，一方面可以提高我們的工作效率，另一方面可以讓我們養成一個良好的資料分析習慣。
那具體的分析架構應該怎麼搭建呢？
首先我們還是根據使用者路徑圖來，我們繼續用上一篇文章中提到的案例來說，整個的使用者路徑可以大緻分為：廣告曝光、公衆号、客服微信、社群以及付費下單這五個關鍵節點。
那針對這個路徑，我們可以選擇用漏鬥分析方法來對整個使用者路徑進行分析。
1. 方法一：漏鬥分析方法
是一套流程式的資料分析，它能夠科學反應使用者行為狀态，從起點到終點各個階段轉化率情況的重要分析方法。
使用者從最開始的看到我們的廣告内容，到最後的付費下單，在這整個過程中，使用者每經過一個關鍵節點，他的轉化率是多少，進而讓我們知道，哪一步使用者轉化率偏低了，那麼我們就可以針對這個環節作出調整。
2. 方法二：流失分析方法
那跟漏鬥分析方法對應的，就是使用者流失分析。通過這個方法我們可以定位到流失的是哪類使用者，主要是在哪個環節中流失的，以及進一步分析為什麼流失。
那以上這兩種方法，一般是對整個社群營運，從引流到最後付費下單，甚至後面的分享環節，整個過程的分析。
那針對不同的營運環節，我們同樣可以采取不同的分析方法。
3. 方法三：管道分析
比如針對引流環節中廣告曝光的部分，我們可以采用管道分析方法。而針對社群活躍的部分，我們可以采用關鍵行為分析方法。當然用這種方法，你首先得先定義什麼樣的行為是屬于關鍵行為，比如公衆号背景回複關鍵字，社群話題參與、活動打卡等等。
4. 方法四：ROI預測
而付費下單環節，最重要的就是進行ROI預測，說白了就是你要知道，你營運這個社群整體的營銷預算打算出多少，銷售額打算完成多少，整個的投入産出比如何。這樣也便于我們給自己的社群産品，包括付費社群這裡的，進行一個合理的定價。
當然對于某些社群來說，企業通過營運社群并不是要來提升銷售額的，而是提升客戶服務品質的。那這一塊可能還要算上品牌溢價。
是以關于ROI預測，關鍵就要看最開始的時候，你對社群的定位是如何的了。那這裡就不多展開聊了。
5. 方法五：使用者分層
最後在分享環節，我一般喜歡對使用者分層，通過四象限法則來測算使用者的忠誠度與滿意度。其實關于這一部分的分析方法，不一定是在分享階段的。像一些成長性社群來說，也可以定期通過這個方法來分析使用者。
那這種方法，可能不像前面幾種方法，相信大多數同學都有所了解，是以我就沒有展開聊。而使用者忠誠度與滿意度的測算，可能大家了解的不多，那我就簡單說一下。
我們在營運社群的時候，之是以要對使用者進行分層，包括先添加客服微信，再由客服拉入群，其實目的都是為了對使用者打上一個标簽，以便于區分不同類型使用者的比例。進而設計不同的社群内容、活動等。以實作更好的滿足使用者需求的目的。
那我們可以通過四象限法則來進行分析，首先我們可以根據滿意度和忠誠度的強弱，把使用者分成4個類型：比如像下面這個圖一樣。
橫坐标代表滿意度，越往右滿意度越高；縱坐标代表使用者忠誠度，越往上則越忠誠。
這樣使用者就被我們劃分為四個類型了。分别是：忠實型使用者、需求型使用者、羊毛型使用者以及低需求使用者。（當然這個标簽名稱各位可以自定義）
但是，使用者區分判定标準則需要我們提前定義好。
比如：
- 忠實型使用者（高滿意度、高忠誠度）：每月都會複購，成功推薦朋友購買過1次以上
- 羊毛型使用者（低滿意度、高忠誠度）：會因為價格實惠而購買，不會進行産品相關對推薦，平均客單價低于xx元
- 需求型使用者（高滿意度、低忠誠度）：對産品需求強烈，品牌忠誠度低，3個月内無複購
- 低需求使用者（低滿意度、低忠誠度）：隻購買用1次甚至無購買過的使用者
我們可以通過一張表格，把這些資訊都填進去，然後把使用者進行區分。然後有針對性地采取不同的營運政策。
比如：針對羊毛型使用者，一般我們可以通過組合型優惠、提升客單價，或是以邀請好友砍價的方式進行促銷，提升活動流量；而針對忠實型使用者多的社群可以推薦一些高客單價的單品，提供更加周到的服務。等等。
好，那以上就是根據使用者路徑圖，針對不同環節搭建的分析架構。裡面的這些資料分析方法，都是比較實用的。
其實到這裡，相信大多數人對于社群營運的資料分析工作已經很清楚了，整個的思路肯定也已經清楚了。知道該怎麼做，需要掌握哪些資料，不同的環節應該用什麼樣的資料分析方法。但是我們之是以要做資料分析，可不是為了分析而分析的，所有的資料分析最後都是要為我們的社群營運目标去服務的。是以資料分析體系搭建，最後一步就是完成決策支援。
第五步：決策支援
所謂的決策支援，其實大緻可以分為三個部分：營運政策制定、貢獻度評價以及尋找增長點。
我們所有的資料分析，最終的目的都是要能夠得到回報，并且幫助解決以上這些問題的。
1. 首先是營運政策的制定
我們通過各種資料分析，要知道我們在營運過程中存在哪些問題，比如我們的話題是否可以有效提升使用者的參與度，内容輸出方面是否能讓使用者滿意，社群活動能不能激發使用者欲望等等。然後進行AB測試，最終制定并沉澱出合适的營運政策。這樣等到我們擴大營運規模的時候就可以直接拿來套用了。
2. 其次是進行貢獻度的評價
主要是針對營運人而言的。通過的各個環節的資料名額分析，比如社群品質打分、活動效果評估，營運手段評分、社群内成交金額等等多個次元計算權重，最終計算出綜合得分，對營運人進行評級。
我接觸過很多的企業，他們在做社群營運的時候，對營運人的績效考核還是比較簡單粗暴的，就是用最終的成交金額來作為營運的考核内容。
但是我們都知道營運其實是一個系統工程，過程的重要性、複雜性很多時候其實比結果更重要，而如果忽略了這一點，不光是社群營運無法做大，連社群營運人自身也無法從工作中得到滿足感，那也就更不用提能力的提升了。
3. 最後尋找增長點
這一部分對于一些已經有一定規模的社群營運來說，可算是最為重要的了。
尤其當流量營運進入留量營運的時代，如何從現有的營運模型中，找到新的增長點，包括使用者增長、業績增長，都是最為重要和關鍵的了。而且合理利用我們搭建的社群營運資料分析體系，在架構中運用各種分析方法，尋找到業務的突破口，也是對企業和營運團隊最重要的挑戰了。
總結
OK，那關于社群營運的資料分析内容就全部講完了，我們最後再總結一下：
社群營運的資料分析工作，最主要核心的，就是要搭建屬于自己的資料分析體系。具體的搭建流程大緻可以分為5個步驟，分别是設計使用者路徑圖、梳理關鍵節點及節點上的關鍵資料名額、資料接入、搭建分析架構以及最後的決策支援。
其中設計使用者路徑，可以根據實際的營運來定，那也可以根據前面課程上講過的社群營運模型來确定，比如把整個營運過程劃分為三個階段：使用者引流、社群活躍以及付費轉化。
每個階段又可以梳理出一些關鍵節點，同時呢，在關鍵節點上把一些核心的資料名額，根據基礎資料、轉化資料和使用者行為這三個類型，一一羅列出來。
接着，我們要提前準備好相應的營運工具，來完成資料的接入。這樣我們才可以根據獲得資料，利用搭建好的分析架構，對資料進行有針對性的分析。
那整個資料分析體系，我們用一張圖來呈現，就是這樣的！
這個呢更多的是從思維的角度出發，來把社群營運的資料分析工作講清楚，至于裡面涉及到的一些具體的細節内容，還是需要結合我們最初的社群定位和實際營運政策來進行調整。
我們說社群營運，本身就屬于使用者營運的範疇，是離使用者最近的地方。而且營運本身就不是一個以結果來作為唯一評判标準的崗位。是以這就更加要求我們營運人掌握子產品化的工具，武裝起自己，通過資料提升專業度，通過更合理的輔助判斷來讓每一次的決策更好，讓整個過程更清晰可見。
當然，裡面涉及到的一些具體的分析方法，比如像管道分析法、漏鬥分析法等等，因為時間的原因，我并沒有詳細、具體的展開聊。但我之是以寫這篇文章的目的，就是希望能夠幫助大夥去建立社群營運資料分析，整體的架構搭建思路。它可能并沒有那麼實操，但卻是一種底層邏輯，它更像是一個工作指引，幫助我們更好地去開展工作。
專欄作家
π爺營運，微信公衆号：Pai爺營運（pyyunying），人人都是産品經理專欄作家。一個孑然獨立自稱π爺的80後！不定時分享營運幹貨及行業見解，期待遇見更多有趣的靈魂……
本文原創釋出于人人都是産品經理，未經許可，禁止轉載。
題圖來自 Unsplash，基于 CC0 協定
該文觀點僅代表作者本人，人人都是産品經理平台僅提供資訊存儲空間服務。