渠道|浅谈在探索数分之路上“数据思维”应用( 三 )_

下面来以一个考勤类APP的新增渠道投放为例，如下表所示，假设现在有小米、华为、苹果等五个应用市场拉新投放渠道，通过一段时间的广告投放后，我们获取了各个渠道的新增数据、下载量、消耗费用及单个获客成本等数据。

文章插图
首先，在对这几个渠道的数据有了基本的认知之后，明确其分析目标，我们可以根据广告投放的实际情况进行预算的控制和调整。比如，在缩减预算的情况下，应该如何优化投放费用的最优分配呢？
其次，理解数据，从5个渠道中可以看出，小米和oppo的单个企业获客成本最高，是做预算控制的首选渠道，应该削减这两个渠道的预算，这样能够快速产生成本压缩的效果。
进而，通过各个渠道的转化漏斗分析，看看各个渠道的转化率，环比往期数据，来优化新增渠道。其目的可以测试不同策略和素材的效果，还可以横向对比不同投放方式的渠道拉新成本，择优选择。我们就按小米渠道的各环节转为为例，转化环节可以简单的分为下载→激活→注册→创建企业。如图所示：

文章插图
可根据小米渠道人群受众、广告页面、落地页以及注册方式等这些实际内容都可以通过测试数据，并进行调整优化。衡量优化效果的核心指标是漏斗对应层级的转化率是否得到提高。
在增加投放费用时，需要快速增加拉新量的情况下，又应该如何优化预算分配呢？这时，从数据上看将预算全都使用到单个企业获客成本最低的vivo渠道。但从实际的广告投放经验以及过往数据来看，vivo渠道的新增用户数相对最低，但用户精准度并不高，无法快速扩量。
最后，输出结论。根据往期数据以及用户质量和企业转化来看，苹果和华为渠道的用户精准度较高，才是扩大预算投放的首选渠道，因为从拉新量来看，这两个渠道也是大流量渠道，在平均拉新量较低的情况下，可以轻松扩量。
当然，在实际做用户拉新的广告投放时，数据比上述例子复杂得多，考虑的因素也叫多，我们需要能够通过实际数据对比，不断地优化预算分配，以获得性价比更高的渠道投放策略。
三、总结数据思维是一种底层的思维模式，其作用有：

用数据作为分析素材，提高制定决策的合理性以及科学性；
从纷繁复杂的现象中找到问题与短板，有助于找到解决方案；
快速准确的调整工作方向，提高与公司战略及发展阶段的匹配性。

还有，数据思维不同于数据知识和数据技能，数据思维是用数据提出问题和找到解决问题的办法。其次，数据思维要发挥作用，需要与其他的能力组合。如问题意识、行动能力，这些都是与数据思维不同的能力和品质，它们与数据思维组合起来，创造更高效的价值。
总之，数据思维所涉及的知识点远远不止上述梳理的这些，还需要我们不断的认知升级，观念更新，来扩大对自己掌握的数据知识和数据技能的理解。
#专栏作家#木兮擎天＠，微信公众号：木木自由，人人都是产品经理专栏作家。多年互联网数据运营经验，涉猎运营领域较广，关注于运营、数据分析的实战案例与经验以及方法论的总结，探索运营与数据的神奇奥秘！
本文原创发布于人人都是产品经理。未经许可，禁止转载
【渠道|浅谈在探索数分之路上“数据思维”应用】题图来自unsplash，基于CC0协议