编辑导语：社区运营是互联网流量红利的产物。我们可以看到，无论我们做什么样的互联网工作，我们几乎总是使用社区。既然社区运营应用广泛，如何让社区运营更加系统化？作者分享了自己从0到1构建社区运营数据系统的方法，让我们一起来看看。
# 1.什么是社区运营？
从大环境来看，社区运营是互联网“流量红利”逐渐消失的产物，各家公司也逐渐从2015年“圈地运动”的野蛮生长转向“精耕细作”的垂直流量挖掘。百度百科给出的定义是：社群运营是指通过一定的纽带链接群体成员，使成员之间有共同的目标和持续的互动，群体成员之间有共同的群体意识和规范。
大众的理解可以从下面看出：
社区运营可以理解为运营商和用户通过社区(企业微信、微信群等)建立联系。).运营商通过输入产品概念、产品功能介绍、产品优惠活动等，形成对用户的正向反馈。从而引导用户成为产品的忠实用户，进而为转化付费。
# 2.为什么要做社区运营？
目前，社区运营模式在一些大工厂的整个生态环节已经完善，但对于中小工厂来说，这是一个相对较新的元素。如果决策者能够掌握这种新的运营模式，就能完善自身的生态链接，给公司带来巨大的利益。
# 3.为什么要建设社区运营数据系统？
在整个社区运营生态下，如果没有完善或便捷的社区运营数据系统，社区运营商将无法快速、有效甚至准确地判断用户在整个社区运营各个环节的转化效果，从而无法高效优化和完善运营策略。如果长此以往，他们将失去在这个领域的进攻机会。
同时，社区运营团队和单个团队所做的很多工作无法准确衡量和评估，极大地限制了社区运营发展的想象力。
最后，没有当前的数据，我们无法设定合理的北极星指数，无法有效指导我们的运营计划。
因此，构建社区运营数据系统可以解决四个问题：
1.制作北极星索引；
2.量化运营成果；
3.提高运营效率；
4.评估成员的表现。
# 4.如何构建社区运营数据系统？
本文假设的场景是为提供多种金融工具的toc软件构建一个社区运营数据系统。具体的业务逻辑是：在本软件中购买过任何付费产品的用户，都会被引导到终端中的小程序(在产品中)，通过小程序对话框中的页面二维码，引导用户添加运营商的微信。此时运营商和用户已经建立了联系，通过运营，用户会对品牌有所认知，保持粘性，从而再次实现转化，比如付费。
我们分为四个步骤来构建社区运营数据系统。
## 1\.梳理业务逻辑。
因为我们的产品定位是为用户提供金融工具和产品，我们产品的目标用户是那些在投资理财方面有需求的人。对于社区的子业务，我们的目标用户是那些打算支付但还没有支付或已经支付的用户，我们希望能够支付两倍或更多。基于上述划分，我们的业务逻辑如下：
## 2\.构建指标体系。
基于业务逻辑漏斗，从结果指标和过程指标出发，结合数据维度，可以构建如下社区运营指标体系：
## 3\.数据访问。
为什么我要一个人把这个拿出来？因为从小程序进入微信后的数据都存储在微信平台上，我们需要通过微信提供的接口将数据传输回自己的数据库。
其中微信上的用户ID会有openid和unionid，可能会出现一对多或者多对一的情况。这里需要提前跟运营商定口径，防止数据上线后双方数据预期不一致。
## 4\.建立一个分析框架。
在前面的步骤之后，
我们手上目前已经有了数据，并且按照业务逻辑搭建了指标体系，接下来我们还需要按照业务逻辑搭建分析框架。比如在业务逻辑的前两段我们会运营渠道分析法，把握渠道质量，而在所有的漏斗转化过程中，我们都需要用到流失分析，
通过流失分析我们会定位到流失的是哪类人群？在什么环节流失？接下来再制定相应的策略就比较简单了。
这里我们介绍几种常见的分析方法，应用场景不局限在社群分析中。
（1）竞品分析
竞品分析一般是看用户手机安装的各类app，这些app通常我们可以分成两类：竞品和非竞品。对于这类数据，我们一般会做一个用户安装与否与留存的相关关系图，即
使用我们产品的用户中：
* 安装了A产品的留存低于没有安装A产品的留存，可以认为A是我们的竞品，抢走了我们的用户；
* 安装了A产品的留存高于没有安装A产品的留存，可以认为A不能满足用户的需求，我们的产品竞争力更强；
安装了A产品的留存约等于没有安装A产品的留存，可以认为A产品和我们的产品用户群体重合度较大，可以考虑合作换量。
（2）关键行为分析
关键行为分析一般看的是用户做没做某个行为与目标数据（如留存）之间的关系。这样可以看出哪些行为是用户熟悉产品的“high点”。
一般我们需要定义关键行为。用户在我们的产品上会有成百上千种行为，业务人员可以根据自己的业务理解站在用户的角度上，定义用户的关键行为，数据分析师可以对用户的行为进行归类，找出那些量大，且做与不做对目标数据（如留存）影响相差较大的行为。如下图：
上图中是我们和业务一起找出的六种关键行为，其中：
* 横轴是做了该行为的用户次日留存率，气泡越靠近右边，次日留存率越高；
* 纵轴是做了该行为的用户次日留存/未做该行为的用户次日留存，气泡越往上说明该行为对留存的影响越大；
* 气泡宽度代表用户量大小，越大代表用户量越大。
1. 行为A和行为C对留存的贡献较大，假设对于行为A，用户打开app需要至少五步才能到达行为A，那我们就可以从产品的角度缩短进入A的路径，让用户更快的具有行为A；
2. 行为E对于提升留存效果来说相对较差；
运营人员应该引导新用户尽快的具有行为A和行为C。
（3）流失分析
流失用户我们一般定义为当天离开APP之后，在接下来的一段时间（一个月、三个月等）均未打开我们的app的用户。
流失分析我们一般分析的是流失用户与非流失用户在离开app前的行为差距。两种用户的行为都要看的原因在于，假设你发现70%的流失用户在流失前做了行为A，这个时候你并不能下：
行为A导致大量用户流失的原因这个结论。因为可能非流失用户在当天离开app前也大量做了行为A，但这并不妨碍这批用户第二天再次来到我们的app。
这个过程数据分析师需要将用户最后几步的行为进行归类，然后从中得出结论。
过程较为耗时。这个过程不仅需要你有强大的归纳能力，还需要你有过硬的sql能力。因为这个过程中你可能会不停的使用正则表达式去将零散的行为不断的归为若干个大类。
而在你得到了一些用户流失前的关键行为后，我们就需要在这些行为发生时人工介入，利用实时推送工具等对于发生指定的行为后用相应的策略进行承接。
（4）搜索分析
搜索分析即用户在搜索框中的关键词分析？为什么我要将搜索分析单独归为一种分析方法呢？因为对于新用户来说，在不熟悉产品的基础上，即使你有好的功能，但由于入口太深或新用户无法理解该功能代表的含义，都会导致用户错过使用。而这时搜索成为了用户的宣泄地。
未直接流失的用户会将自己的产品使用诉求用一些关键词输入在搜索框中。对于一般的产品来说，搜索的流量都是较为丰富的，里面可挖掘的信息较为丰富。
新用户搜索分析和流失分析类似，都需要归纳。
首先我们需要将用户搜索的关键词提取出来进行归类，看看哪些是我们有该功能但是因为用户感知弱导致错过，用户直接流失，这部分功能需要引导用户去使用。另外还有哪些用户的诉求我们没有相应的功能去承接，这两种情况我们都需要去拍产品经理桌子，让他赶紧上线。
## 5\. 提供决策支持
最后，有了分析框架，我们能给业务什么支持呢？对于社群运营来说，一般我们提供三种决策支持：运营策略制定、贡献度评价及寻找增长点。
其中，运营策略制定需要算法提供人群库以及物料库，这样的话我们通过AB测试制定并沉淀运营策略。
寻找增长点需要我们在第四步所搭的分析框架中运用各种分析方法，寻找业务的突破口，比如818我们做了一次成功的社群活动，拉新人数猛增，我们通过数据分析并复盘总结做的好的原因，将其作为社群裂变的方向。
贡献度评价指的是社群运营人员的绩效考核。我们可以通过运营活动的效果评估、运营社群质量打分（群活跃度、社群成员生命周期等）、运营手段评分（拉新人数等）、成交金额等多维度计算权重，最终计算出综合得分进行评级。
# 五、社群运营数据体系搭建总结
1. 梳理业务逻辑
2. 搭建指标体系
3. 数据接入
4. 搭建分析框架
5. 提供决策支持
同时这套流程也可以复用到其他业务场景的数据体系搭建。
本文由 @董点数据 原创发布于人人都是产品经理。未经许可，禁止转载。
题图来自 Unsplash，基于CC0协议
