用户运营是做什么的?
用户运营是做什么的?
篱笆资讯
用户运营是做什么的?
分享一些用户运营的常用衡量指标。

包括两个用户行为的衡量指标框架:PULSE和AAARR,加上涵盖用户感知和用户行为的全面指标框架HEART。

01 PULSE

PULSE更底层和直接的产品表现指标,它代表页面浏览量(Pageviews)、正常运行时间(Uptime)、延迟(Latency)、7 天活跃用户(Seven-day-active users)和收入(Earnings)。

网页浏览量显示访问网站的用户数量。
正常运行时间给出了网站正常运行时间百分比。
延迟能够告诉你网站的性能以及在网站上执行某项任务的速度(比如将物品放入购物车)。
7天活跃用户表示7天内使用您的产品或访问您的网站的用户数量。
收入是重要的商业指标,即你的产品是不是带来盈利。

02 AAARR

另一个重要的框架是 AARRR(又名用户漏斗或海盗指标),它代表获取(acquisition)、激活(activation)、保留(retention)、推荐(referral)和营收(revenue)。它被认为 是SAAS 公司最重要的五个指标,是了解基本用户体验的支柱。

注意,这几个指标都是底层业务指标,并不直接衡量用户体验。如果只用上面的指标来衡量用户交互界面的变动,会带来很多问题。而且,这些变量的解释可能是很模凌两可的。例如下面这两张图,如果它们来自两个不同的web产品,但显示的月活跃用户数目是一模一样的,你能够说这两个产品在活跃用户上表现是一样的么?

不一定!如果你进一步探究月活用户的来源可能会发现一个很不一样的结果:

左边的产品月活用户主要来自于新用户(蓝色),但这个产品很明显有用户留存率的问题,月用户留存率在一年内从14%下降到6%。而右边的产品增长情况则健康的多,月活用户主要来自于留存用户,用户月留存率一年内从80%增长到83%,新用户数目也在稳步增加。

进一步了解月活用户的来源帮助我们发现问题,但仍然没有回答为什么有客户留存的问题。预测和因果推断是两个不同的问题,能够预测哪些用户更可能存留,不一定能对如何提高留存率给出可行的建议。因为这些指标只衡量用户行为,而不是用户体验,导致用户流失行为的的是用户体验。因此,这里我们引入一个更全面的指标:HEART。

03 HEART

HEART是一个比较流行的框架,代表满意度(Happiness), 参与度(Engagement),采用率(Adoption), 留存率(Retention)和 任务成功(Task success)。

满意度和任务成功是用户体验指标。参与度、采用率和留存率是用户行为指标。

取决于特定的产品和应用,不是每个产品都需要所有类别的指标,但我们能够以此为参考框架选择合适的指标。

例如,在商业环境中,对用户在工作中需要用到的产品(如Microsoft Office),参与度可能就不是一个好指标,因为体验不好也还是需要用。但在产品的某些特定功能上,用户参与度就是一个很好的指标,比如拼写查错功能,如果这个功能好,用户可能会常常使用,反之可能就不用了,这种情况下,参与度就是一个好指标。
现在让我们逐一看看每个指标类别:

(1)用户满意度
用户满意度是用户体验指标,通常使用问卷调查进行跟踪。
·满意度
·视觉吸引力
·推荐度
·感知易用性
例如:在重大重新设计后用户满意度通常会下降,这叫做变化厌恶。这个时候你需要特别注意追踪用户满意度是不是在一段时间后回升。

(2)用户参与度
用户对产品的参与程度。
·频率:每个用户每周的访问次数
·强度:每个用户每天的分钟数
·随着时间的推移交互深度:每个用户每周使用的功能数量
例如:Gmail 团队选择上周登录邮箱五天或更多天的活跃用户百分比作为用户参与度的衡量标准。

(3)采用和留存
这两个指标有助于深入了解活跃用户,区分新用户和现有用户。
·采用:在给定时间段内有多少用户开始使用产品
·留存:给定时间段内有多少用户在稍后的时间段内仍然存在
例如:定义“活跃用户”可能不那么容易。比如Netlify 在公司举办的技术会议期间注册量激增,但仅仅是注册不代表是活跃用户,活跃用户需要使用产品,这里需要另外定义什么是“活跃”。

(4)任务成功
用户体验的行为指标。
·效率(完成任务的时间)
·有效性(完成任务的百分比)
·错误率(失败的百分比)
取决于任务的不同,使用日志追踪这个指标可能很困难,因为单从用户的行为上不一定能够知道用户任务成功与否。例如,用户搜索是不是成功就要比注册账号是否成功要难衡量的多。

HEART 指标框架能比较全面的衡量用户体验。和之前提到的底层业务(PULSE , AARRR , 详见上一篇文章)一起,能够给我们提供很好的用户指标参考系。
coffee 直连行业大牛导师,1v1模拟面试与求职指导
mentors
airplay 实战与求职精品课程
数据科学
软件工程
人工智能
金融商科
产品经理
产品设计
bookmark 2000+名企面试真题
amazon google tiktok microsoft meta