互联网创业互联网创业互联网创业

平台二选一、大数据杀熟或被认定垄断!互联网平台反垄断指南来了互联网运营,应该分析哪些数据和指标?

11月10日上午,国家市场监管总局发布《关于平台经济领域的反垄断指南(征求意见稿)》公开征求意见,目的是为预防和制止平台经济领域垄断行为,加强和改进平台经济领域反垄断监管,保护市场公平竞争,维护消费者利益和社会公共利益。

征求意见稿中所称的“平台”是指互联网平台,平台经济是由互联网平台协调组织资源配置的一种经济形态,平台内经营者在互联网平台内提供商品或者服务。

编辑导语:运营分很多类,流量运营、用户运营、内容运营…每一个环节都有特别关注的数据和指标;但是一般都是从一个角度切入分析,并不全面。本文作者从更全面的角度总结互联网企业的运营体系,我们一起来看一下。

征求意见稿依据《反垄断法》的相关规定,从“垄断协议”“滥用市场支配地位行为”“经营者集中”“滥用行政权力排除、限制竞争”四大方面对平台经济领域做出反垄断指南。

鼓励平台经济经营者主动报告横向垄断协议

互联网运营,应该分析哪些数据和指标?

很多人都从PV/UV/用户数这些数据来切入分析,但是分析之后,做什么措施?以什么样的目标来驱动?

征求意见稿指出,平台经济领域垄断协议主要是指平台经营者、平台内经营者排除、限制竞争的协议、决定或者其他协同行为。

根据《反垄断法》规定,禁止经营者达成、实施垄断协议;垄断协议分为横向垄断协议、纵向垄断协议、轴辐协议。其中,横向垄断协议是指具有竞争关系的经营者达成固定价格、分割市场、限制产(销)量、限制新技术(产品)、联合抵制交易等协议;纵向垄断协议是指经营者与交易相对人达成固定转售价格、限定最低转售价格等协议;轴辐协议是指具有竞争关系的经营者可能借助与平台经营者之间的纵向关系,或者由平台经营者组织、协调,达成具有横向垄断协议效果的协议。

征求意见稿特别提到,“平台经济领域横向垄断协议通常具有严重排除、限制竞争的效果。反垄断执法机构鼓励相关经营者主动报告横向垄断协议有关情况并提供重要证据,同时停止涉嫌违法行为并配合调查。对符合宽大适用条件的经营者,反垄断执法机构可以减轻或者免除处罚。”

基于大数据和算法实施差别待遇

征求意见稿在第三章“滥用市场支配地位行为”中,结合平台经济的特点,从“市场支配地位的认定”“不公平价格行为”“低于成本销售”“拒绝交易”“限定交易”“搭售或者附加不合理交易条件”“差别待遇”方面做出指导。

结合平台经济的特点,在确定平台经济领域经营者市场份额时,可以考虑交易金额、交易数量、用户数、点击量、使用时长或者其他指标在相关市场所占比重,同时考虑该市场份额持续的时间。判断平台经济领域经营者控制市场的能力,可以考虑“该经营者控制上下游市场的能力,阻碍、影响其他经营者进入相关市场的能力,相关平台经营模式、网络效应,以及影响或者决定佣金、流量或者其他交易条件的能力等”。

值得一提的是,互联网平台基于大数据和算法技术优势实行的某些交易行为,也需警惕是否构成“无正当理由对交易条件相同的交易相对人实施差别待遇,排除、限制市场竞争”。在分析是否构成差别待遇时,可以考虑的因素包括:根据交易相对人的支付能力、消费偏好、使用习惯等,实行差异性交易价格或者其他交易条件等。

我也做过这样的分析,这些常规的数据大多只是绑定着个人的KPI,反应这个人工作成绩的好坏,并不是一场完整的数据分析。

VIE架构的经营者集中属于反垄断审查范围

这里我想从更全面的角度来总结互联网企业的运营体系,精益数据分析。

数据分析的目的应该是为了公司的发展,粗暴一点讲:是为了公司的盈利和持续的盈利。

征求意见稿强调,“涉及协议控制(VIE)架构的经营者集中,属于经营者集中反垄断审查范围。经营者集中达到国务院规定的申报标准的,经营者应当事先向国务院反垄断执法机构申报,未申报的不得实施集中。”

而互联网的盈利模式不同,数据指标也不同,大抵可分为三种:

对于未达到申报标准的平台经济领域经营者集中,如果具有或者可能具有排除、限制竞争效果,且符合以下情形,国务院反垄断执法机构将依法进行调查处理:参与集中的一方经营者为初创企业、新兴平台;参与集中的经营者因采取免费或者低价模式导致营业额较低;相关市场集中度较高,参与竞争者数量较少;具有或者可能具有排除、限制竞争效果的其他情形。

一是向用户出售商品或服务,以电商、社交和O2O平台为代表;二是靠广告来进行盈利,典型的例如Google、百度以及其他平台类互联网公司;三是直接向用户收取费用,各大游戏公司。

以分析体系最为复杂的互联网电商公司为例,来逐一分解,哪些数据需要分析?怎样分析?分析的价值是什么?

电商类公司的收入是由一个个订单堆出来,由用户购买相关的商品或服务产生。

可以说用户和商品或服务为订单的两大基本元素,公司收入下降、增长、异常最终都可以追踪到用户与商品这两大元素上。

征求意见稿指出,对于具有或者可能具有排除、限制竞争效果的平台经济领域经营者集中,对不予禁止的经营者集中,反垄断执法机构可以决定附加以下类型的限制性条件:(一)剥离有形资产,剥离知识产权、技术、数据等无形资产或者剥离相关权益等结构性条件;(二)开放网络或平台等基础设施、许可关键技术、终止排他性协议、修改平台规则或者算法等行为性条件;(三)结构性条件和行为性条件相结合的综合性条件。

这样我们将收入相关的数据拆解为三大类:用户、商品和订单。

征求意见稿现向社会公开征求意见,有关单位和个人可以在2020年11月30日前反馈市场监管总局提出修改意见。

一、运营模块

从用户的消费流程来看,可以划分为引流—转化—消费—存留。

我们一般将用户分为新老用户,无论新老用户,都会关注两块内容:一个是引流(拉新),一个是转化;最终以数据的形式体现出来,就是流量与转化率。

更多内容请下载21财经APP互联网运营,应该分析哪些数据和指标?1. 引流

通过分析PV、UV、访问次数、平均访问深度、跳出率等数据来衡量流量质量优劣。

目的是保证流量的稳定性,并通过调整,尝试提高流量。

互联网运营,应该分析哪些数据和指标?

图表皆由FineReport搭建的数据报表产生

进一步,按照流量结构还可分为渠道结构、业务结构、地区结构。

在渠道中,流量可来自于自主访问、搜索引擎、淘宝付费、京东付费等等。

按设备可分为PC渠道和APP渠道,按照付费与否可分为免费流量和付费流量。

有人会通过渠道流量占比来分析各渠道的质量。

下面的折线图可以对各渠道的流量情况进行追踪,分析占比不合理是短期内出现的,还是长期存在的,辅助问题的分析。仅仅根据流量情况来衡量质量是不全面的,需要配合转化率和ROI。

互联网运营,应该分析哪些数据和指标?

按地区划分,这个很好理解。

按照业务结构,最典型的比如举办一场活动,例如双十一,肯定要对活动的流量追踪,观察活动前、活动中、活动后的变化情况,评估活动效果。

2. 转化

完成引流工作后,下一步需要考虑转化,这中间需要经历浏览页面—注册成为用户—登陆—添加购物车—下单—付款—完成交易。

每一个环节中都会有用户流失,提高各个环节的转化率是这一块工作的最核心——转化率的提升,意味着更低的成本,更高的利润。

转化的分析:

观察各环节转化率,分析其合理性,针对转化率异常环节进行调整;追踪转化率变化,用于异常定位和策略调整效果验证;观察各渠道转化情况,定义渠道价值,并依此适当调整运营策略;分析各环节转化周期,分析用户习惯,为制定运营策略提供依据。

最直接的分析成果就是转化漏斗。

3. 留存

通过各个渠道或者活动把用户吸引过来,但是过一段时间就会有用户流失走掉,当然也会有一部分用户留下来,留下来这部分用户就叫做留存用户。

关于留存,这里要关注的就是日活和留存率。

关于留存,无非就是:

日活监控,观察用户活跃数据,分析日活健康度;观察存留规律,定位存留阶段,辅助市场活动、市场策略定位等;对比不同用户、产品功能的存留情况,分析产品价值、辅助产品调整。4. 复购

有调查数据显示:一个满意的用户会带来8笔潜在生意,不满意的用户可能会影响25个人的购买意愿,可见回头客多么重要。

复购率可以分为“用户复购率”和“订单复购率”,此外,“用户回购率”意义与复购率相似,也在此范围内。

用户复购率=单位时间内:购买两次及以上的用户数/有购买行为的总用户数;订单复购率=单位时间内:第二次及以上购买的订单个数/总订单数;用户回购率=单位时间内:有购买行为的老用户数/有购买行为的总用户数。

分析复购率的目的:

综合指标展示,分析用户黏性,辅助发现复购率问题,制定运营策略。横向维度(商品、用户、渠道)对比分析,细化复购率,辅助问题定位。5. 流失

流失是无法避免的,但也有可以挽留的。

流失可以分为:

刚性流失:可以进一步分为新用户水土不服型和老用户兴趣转移型,这部分流失用户是无法挽留的,缘尽于此,花再多的钱也没什么用。体验流失:可能是应用体验、服务体验、交易体验、商品体验等等,总之就是在使用产品\服务的过程中,感到了一丝不爽,正所谓一言不合就流失。竞争流失:也就是用户已经转粉了。可能是竞争对手的体验更好,可能竞争对手推出了什么优惠的政策。我们也需要抓住行业的动态,针对竞争对手的抢粉行为做出相应的行动。

关于流失的定义,各公司定义不同,可能是7天内没有登陆行为,也可以是几个月之内没有交易行为。

回流率=时间周期内流失的再回访的人数/时间周期内流失的人数

关于流失的常规数据监控,一般都是和存留一起的,本身两者也是分不开的。

单独针对流失的,最多看到如下图样式的监控:

互联网运营,应该分析哪些数据和指标?

再者,流失率结合存留率也可以评估渠道的价值。

互联网运营,应该分析哪些数据和指标?二、销售模块

指标跟踪:销售模块中有大量的指标,包括同环比、完成率、销售排行、重点商品占比、平台占比等等,可以从人、货、场三个视角进行分析跟踪。

店铺分析:具有小b级用户,或者入驻平台式,需要针对各店铺经营指标进行分析,包括各店铺效率指标、完成率指标、业绩指标、客单价等,实现店铺价值评定分析。

销售活动管理:线上销售中,活动是非常重要的一块,从事前、事中、事后三个层面实现销售活动的闭环分析。

其中包括:

事前投入分析、目标预测;事中用户参与度、客流分析、销售单分析;事后目标完成情况、活动对比、费销比、活动衰减度、活动爆发度等。互联网运营,应该分析哪些数据和指标?三、商品模块采购管理:包括供应商数据分析、采购匹配度分析等。供应链环节管理:供应链服务情况分析(响应周期、交货及时率、订单执行率)、管理指标分析(物资成本占比、客户投诉率等)。库存管理:商品库存天数、存销比、有效库存比、库存周转率等数据分析。重要指标分析:分析包括货龄、动销率、缺货率、结构指标、价格体系、关联分析、畅滞销等分析指标,评判商品价值,辅助调整商品策略。异常商品分析:包括对退货率、残损率、异常商品等数据进行分析,发现异常商品,及时处理。四、用户模块重点指标分析:包括新增用户数、增长率、流失率、有效会员占比、存留率情况等。用户价值分析:根据RMF模型,再融入其他个性化参数,对用户进行价值的划分,并针对各等级用户进一步的分析。用户画像:根据固有属性、行为属性、交易属性、兴趣爱好等维度,来为用户添加标签与权重,设计用户画像,提供精准营销参考依据。

作者:李启方,公众号:数据分析不是个事儿

本文由 @李启方 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

未经允许不得转载:互联网创业 » 平台二选一、大数据杀熟或被认定垄断!互联网平台反垄断指南来了互联网运营,应该分析哪些数据和指标?