域名預(yù)訂/競(jìng)價(jià)，好“米”不錯(cuò)過(guò)

從廣義來(lái)講，數(shù)據(jù)是反映產(chǎn)品和用戶狀態(tài)最真實(shí)的一種方式，通過(guò)數(shù)據(jù)指導(dǎo)運(yùn)營(yíng)決策、驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)。與數(shù)據(jù)分析師的崗位不同，數(shù)據(jù)運(yùn)營(yíng)更加側(cè)重支持一線業(yè)務(wù)決策。而運(yùn)用在產(chǎn)品運(yùn)營(yíng)的整個(gè)生命周期中，數(shù)據(jù)運(yùn)營(yíng)就是屬于一種技能，通過(guò)數(shù)據(jù)分析發(fā)現(xiàn)解決問(wèn)題，提升效率促進(jìn)增長(zhǎng)。

一、數(shù)據(jù)運(yùn)營(yíng)都需要學(xué)習(xí)些什么知識(shí)?

1. 明確數(shù)據(jù)分析的目的

做數(shù)據(jù)分析，必須要有一個(gè)明確的目的，知道自己為什么要做數(shù)據(jù)分析，想要達(dá)到什么效果。比如：為了評(píng)估產(chǎn)品改版后的效果比之前有所提升;或通過(guò)數(shù)據(jù)分析，找到產(chǎn)品迭代的方向等。

明確了數(shù)據(jù)分析的目的，接下來(lái)需要確定應(yīng)該收集的數(shù)據(jù)都有哪些。

2. 收集數(shù)據(jù)的方法

說(shuō)到收集數(shù)據(jù)，首先要做好數(shù)據(jù)埋點(diǎn)。

所謂“埋點(diǎn)”，就是在正常的功能邏輯中添加統(tǒng)計(jì)代碼，將自己需要的數(shù)據(jù)統(tǒng)計(jì)出來(lái)。

目前主流的數(shù)據(jù)埋點(diǎn)方式有兩種：

第一種：自己開(kāi)發(fā)。開(kāi)發(fā)時(shí)加入統(tǒng)計(jì)代碼，并搭建自己的數(shù)據(jù)查詢系統(tǒng)。

第二種：利用第三方統(tǒng)計(jì)工具。

常見(jiàn)的第三方統(tǒng)計(jì)工具有：

網(wǎng)站分析工具：Alexa、Google Analytics、百度統(tǒng)計(jì)

移動(dòng)應(yīng)用分析工具：Google Analytics、友盟、TalkingData、Crashlytics

不同產(chǎn)品，不同目的，需要的支持?jǐn)?shù)據(jù)不同，確定好數(shù)據(jù)指標(biāo)后，選擇適合自己公司的方式來(lái)收集相應(yīng)數(shù)據(jù)。

3. 產(chǎn)品的基本數(shù)據(jù)指標(biāo)

新增：新用戶增加的數(shù)量和速度。如：日新增、月新增等。

活躍：有多少人正在使用產(chǎn)品。如日活躍(DAU)、月活躍(MAU)等。用戶的活躍數(shù)越多，越有可能為產(chǎn)品帶來(lái)價(jià)值。

留存率：用戶會(huì)在多長(zhǎng)時(shí)間內(nèi)使用產(chǎn)品。如：次日留存率、周留存率等。

傳播：平均每位老用戶會(huì)帶來(lái)幾位新用戶。

流失率：一段時(shí)間內(nèi)流失的用戶，占這段時(shí)間內(nèi)活躍用戶數(shù)的比例。

4. 常見(jiàn)的數(shù)據(jù)分析法和模型

這里講下漏斗分析法和AARRR分析模型

漏斗分析法

用來(lái)分析從潛在用戶到最終用戶這個(gè)過(guò)程中用戶數(shù)量的變化趨勢(shì)，從而尋找到最佳的優(yōu)化空間，這個(gè)方法被普遍用于產(chǎn)品各個(gè)關(guān)鍵流程的分析中。

比如，這個(gè)例子是分析從用戶進(jìn)入網(wǎng)站到最終購(gòu)買商品的變化趨勢(shì)。

從用戶進(jìn)入網(wǎng)站到瀏覽商品頁(yè)面，轉(zhuǎn)化率是40%;瀏覽商品到加入購(gòu)物車轉(zhuǎn)化率是20%等，那要找出哪個(gè)環(huán)節(jié)的轉(zhuǎn)化率最低，我們需要有對(duì)比數(shù)據(jù)。

比如第一個(gè)，進(jìn)入網(wǎng)站到瀏覽商品，如果同行業(yè)水平的轉(zhuǎn)化率是45%，而我們只有40%，那說(shuō)明這個(gè)過(guò)程，沒(méi)有達(dá)到行業(yè)平均水平，我們就需要分析具體原因在哪里，再有針對(duì)性的去優(yōu)化和改善。

當(dāng)然，上面這是我們?cè)O(shè)計(jì)的一種理想化的漏斗模型，數(shù)據(jù)有可能是經(jīng)過(guò)匯總后得出的。而真實(shí)的用戶行為往往可能并不是按照這個(gè)簡(jiǎn)單流程來(lái)的。此時(shí)需要分析用戶為什么要經(jīng)過(guò)那么復(fù)雜的路徑來(lái)達(dá)到最終目的，思考這中間有沒(méi)有可以優(yōu)化的空間。

AARRR模型

這個(gè)是所有的做產(chǎn)品的小伙伴都必須要掌握的一個(gè)數(shù)據(jù)分析模型。

所謂獲取用戶，就是拉新就是吸引新的用戶。對(duì)于APP來(lái)說(shuō)，拉新意味著新的用戶下載注冊(cè);而對(duì)于眾多的微信公眾號(hào)、微博、貼吧運(yùn)營(yíng)個(gè)體而言，拉新指的是吸引新的粉絲關(guān)注。

在羅列你的渠道時(shí)，需要注意的是每個(gè)渠道都需要有根有據(jù)，包括這個(gè)渠道是不是跟你的目標(biāo)人群相契合、還有單價(jià)高或低以及渠道的二次傳播行不行等等因素。而現(xiàn)在推廣APP的渠道都會(huì)包括：

獲取用戶就是通過(guò)各個(gè)渠道拉新的過(guò)程。除了換量合作，在各大論壇貼吧等社區(qū)發(fā)帖，社群營(yíng)銷等免費(fèi)方式。付費(fèi)方式包括但不限于利用搜索引擎、微信微博頭條等自媒體、網(wǎng)盟廣告、線下活動(dòng)，互聯(lián)網(wǎng)電視這些方式。增長(zhǎng)黑客這種特別的方式也有人在使用。

拉新是否有效有一個(gè)評(píng)判標(biāo)準(zhǔn)——觸發(fā)關(guān)鍵行為。比如用戶下載了APP不一定會(huì)使用。關(guān)鍵行為根據(jù)產(chǎn)品的情況而定，它可能是瀏覽文章，觀看視頻、發(fā)送消息、開(kāi)始游戲或者填寫(xiě)郵箱等。

好渠道并不意味著用戶量最大的渠道，也不是成本最低的渠道。不斷探索用戶的喜好和分布，才能更加優(yōu)化合理的確定投入策略，不斷最小化CAC。每個(gè)渠道獲取用戶的數(shù)量，質(zhì)量，成本都不一樣，需要通過(guò)用戶獲取成本(CAC)，用戶量，留存率，ARPU數(shù)劇等綜合評(píng)判。

當(dāng)然除了通過(guò)外部渠道獲得新客戶，如果用戶體量較大，也可以從產(chǎn)品設(shè)計(jì)的角度完成拉新。

第一、主動(dòng)告知用戶，有三種方式：APP的push消息、EDM郵件、短信通知，可以根據(jù)用戶畫(huà)像來(lái)進(jìn)行消息推送的時(shí)間，內(nèi)容和用戶。

第二、被動(dòng)告知用戶，開(kāi)屏廣告，設(shè)置明顯的入口，功能入口添加優(yōu)惠便簽，首頁(yè)設(shè)置相關(guān)的輪播圖等;如摩拜APP的開(kāi)屏廣告顯示有網(wǎng)約車，滴滴APP的其他各種功能。

提高活躍度(Activation)

活躍度指用戶使用產(chǎn)品的時(shí)間以及頻率。每個(gè)產(chǎn)品對(duì)活躍度的定義不一樣，比如百度貼吧希望用戶能夠每天都能登錄、發(fā)帖、評(píng)論;在線教育類產(chǎn)品，則更關(guān)注用戶的學(xué)習(xí)時(shí)長(zhǎng)、練習(xí)次數(shù)等。

活躍度建立在產(chǎn)品的核心價(jià)值上，如高質(zhì)量的內(nèi)容，越來(lái)越好的用戶體驗(yàn)感，多功能的需求等，在用戶最初使用的幾十秒鐘內(nèi)抓住用戶。

還有一些輔助手段，包括滿足用戶需求的活動(dòng)、完善的用戶激勵(lì)體系，成長(zhǎng)體系、增加用戶與其他用戶的互動(dòng)的方式，還有APP的新手指引這類更細(xì)致化的操作等。

一個(gè)比較全面的分析思路是，把用戶從使用產(chǎn)品開(kāi)始到結(jié)束的每一個(gè)流程單獨(dú)列出來(lái)，站在用戶角度，不斷尋找可促活的途徑。比如，分析新功能的轉(zhuǎn)化率，使用過(guò)程的流暢性，延長(zhǎng)用戶的產(chǎn)品使用流程。

當(dāng)然，我們還可以篩選出優(yōu)質(zhì)用戶。如果某個(gè)渠道的用戶，使用產(chǎn)品的時(shí)間和啟動(dòng)次數(shù)很可觀，則應(yīng)加大這個(gè)渠道的投入。此外，還有些用戶只啟動(dòng)過(guò)一次產(chǎn)品，這類用戶大多屬于被動(dòng)激活。

除了渠道，另一個(gè)和活躍度相關(guān)的分析維度是版本。但這會(huì)產(chǎn)生兩個(gè)錯(cuò)覺(jué)：用戶習(xí)慣了現(xiàn)在的產(chǎn)品，所以不希望產(chǎn)品迭代更新;用戶會(huì)要求你增加新功能。

例如，2006 年 Facebook 首次推出新聞?lì)l道，造成巨大的用戶反彈。但隨著時(shí)間的推移，這個(gè)產(chǎn)品卻成為了Facebook 的核心功能。Facebook忽視了少數(shù)派的反對(duì)聲音，堅(jiān)持了自己的戰(zhàn)略。

我們既不想刺激現(xiàn)有的忠誠(chéng)用戶，又需要獲取下一個(gè)百萬(wàn)用戶，添加功能比砍掉功能更容易。通常用戶要求的功能是解決很小的便利問(wèn)題，而不是真正的解決方案。我們需要積極地與用戶溝通，如果數(shù)據(jù)告訴你新方向是正確的，那么忽略發(fā)聲的少數(shù)用戶。

提高留存率(Retention)

用戶開(kāi)始使用產(chǎn)品并且一段時(shí)間后仍然繼續(xù)使用，被認(rèn)作是留存用戶，而留存用戶占當(dāng)時(shí)新增用戶的比例即是留存率。

用戶在每個(gè)應(yīng)用中的生命周期是接觸—使用—放棄或者遺忘的過(guò)程。在用戶使用階段，有效的促活手段也能提高留存，但同樣重要的是挽回用戶，而挽回用戶有一個(gè)通用的流程。

先確定流失用戶的標(biāo)準(zhǔn);再建立一個(gè)用戶流失模型，分析用戶為何流失，采取相應(yīng)的手段補(bǔ)救;同時(shí)通過(guò)EDM，短信等方式讓用戶知道你在召回;最后通過(guò)新手引導(dǎo)重新讓用戶熟悉產(chǎn)品操作，繼續(xù)留存。

獲取收入(Revenue)

現(xiàn)階段移動(dòng)應(yīng)用獲取收入的途徑主要有三種：付費(fèi)應(yīng)用、應(yīng)用內(nèi)付費(fèi)，以及廣告。付費(fèi)下載多見(jiàn)于蘋(píng)果APP Store，廣告是大部分開(kāi)發(fā)者的收入來(lái)源，而應(yīng)用內(nèi)付費(fèi)也較為普遍，比如游戲類，增值服務(wù)類，自營(yíng)商城等。特別說(shuō)明，高德地圖的盈利模式除了廣告之外，還在于其本身的地圖數(shù)據(jù)和用戶數(shù)據(jù)與其他領(lǐng)域的結(jié)合。

大家通常采用ARPU(平均每用戶收入)值來(lái)判定收入標(biāo)準(zhǔn)。但對(duì)于一個(gè)既有付費(fèi)用戶，又有未付費(fèi)用戶的應(yīng)用而言，還需要看 ARPPU(平均每付費(fèi)用戶收入)。

因?yàn)樯婕暗礁顿M(fèi)用戶在全部用戶中所占的比例，如果付費(fèi)用戶的數(shù)量較低，那么就要思考產(chǎn)品盈利方式是否有問(wèn)題，包括定價(jià)，產(chǎn)品功能特性，變現(xiàn)方式等。

計(jì)算收入的同時(shí)也要考慮利潤(rùn)。計(jì)算利潤(rùn)的時(shí)候有一個(gè)指標(biāo)：LTV(生命周期價(jià)值)。用戶的生命周期是指一個(gè)用戶從第一次啟動(dòng)應(yīng)用，到最后一次啟動(dòng)應(yīng)用之間，為該應(yīng)用創(chuàng)造的收入總計(jì)。LTV – CAC的差值，就可以視為該應(yīng)用從每個(gè)用戶身上獲取的利潤(rùn)。

自傳播(Refer)

社交網(wǎng)絡(luò)的興起，為產(chǎn)品帶來(lái)了更強(qiáng)的生命力——基于社交網(wǎng)絡(luò)的自傳播。自傳播，或者說(shuō)病毒式營(yíng)銷，來(lái)源于病毒傳播學(xué)，即一個(gè)已經(jīng)感染了病毒的宿主在接觸其他宿主的過(guò)程中也會(huì)被傳染上病毒。K因子量化了“感染”的概率。

K = (每個(gè)用戶向他的朋友們發(fā)出的邀請(qǐng)的數(shù)量) * (接收到邀請(qǐng)的人轉(zhuǎn)化為新用戶的轉(zhuǎn)化率)。當(dāng)K>1時(shí)，用戶群就會(huì)象滾雪球一樣增大，但是絕大部分移動(dòng)應(yīng)用還是必須和其它營(yíng)銷方式相結(jié)合。

自傳播除了產(chǎn)品足夠好，傳播過(guò)程的受眾足夠準(zhǔn)確，能夠引發(fā)用戶的需求也同樣重要，比如利益，虛榮心，稀缺性，試用等等。比如滴滴，美團(tuán)的紅包好友分享;付費(fèi)用戶免費(fèi)邀請(qǐng)朋友試用產(chǎn)品;轉(zhuǎn)發(fā)朋友圈送禮品等。

以一個(gè)成功的微信百日跑活動(dòng)為案例，展現(xiàn)自傳播過(guò)程中部分可調(diào)整的點(diǎn)。

1、拉新分發(fā)機(jī)制

對(duì)跑步KOL拉新做梯度激勵(lì)手段：隊(duì)每多10人，就發(fā)群紅包;隊(duì)滿80人則隊(duì)長(zhǎng)可以獲得跑鞋一雙。同時(shí)每天在隊(duì)長(zhǎng)群中做群運(yùn)營(yíng)，曬隊(duì)人數(shù)排行榜，“XX隊(duì)滿80人啦”，“XX隊(duì)隊(duì)長(zhǎng)領(lǐng)取跑鞋”，讓隊(duì)長(zhǎng)被充分激勵(lì)。

2、常規(guī)分享機(jī)制

在微信體系內(nèi)，分享海報(bào)比分享鏈接更引人注目。結(jié)合“贏取iPhone8”賣點(diǎn)的海報(bào)讓用戶發(fā)朋友圈時(shí)比較搶眼。同時(shí)分享流程也要做充分的引導(dǎo)，比如“長(zhǎng)按圖片，發(fā)送給朋友”。

3、誘導(dǎo)分享機(jī)制

活動(dòng)有報(bào)名費(fèi)，所以設(shè)計(jì)了“報(bào)名成功后分享活動(dòng)頁(yè)到朋友圈立返20元現(xiàn)金”的獎(jiǎng)勵(lì)。因?yàn)榕懿接脩糁g有公用的微信群，所以必須是用戶分享朋友圈才最有效。同時(shí)又擔(dān)心用戶發(fā)朋友圈時(shí)選擇部分可見(jiàn)，或發(fā)完立刪，所以補(bǔ)充了“需要10人通過(guò)朋友圈點(diǎn)開(kāi)你的分享”這個(gè)機(jī)制。

A、分享機(jī)制的詳細(xì)說(shuō)明

B、對(duì)分享標(biāo)題做改版，帶來(lái)二次分享

凡是可以數(shù)據(jù)化的地方就能做成排行榜，用戶都在曬自己是第幾個(gè)報(bào)名的，能激發(fā)人類心中攀比炫耀的心理，這就促成了分享。

C、利用H5設(shè)計(jì)“假活動(dòng)圖文”，在這個(gè)H5上可以自由定義閱讀數(shù)(直接100000+)，點(diǎn)贊數(shù)和用戶留言。通過(guò)設(shè)計(jì)的用戶留言，引導(dǎo)用戶報(bào)名并對(duì)一些疑慮進(jìn)行破解。

E、“10人點(diǎn)開(kāi)閱讀的提醒”

朋友圈一人點(diǎn)開(kāi)就提醒一次。同時(shí)，部分人分享朋友圈后并沒(méi)有10人打開(kāi)，或錯(cuò)分享給好友或群，所以我們每?jī)商?，?huì)用發(fā)模板消息提醒未領(lǐng)20元的用戶再次發(fā)朋友圈。

二、數(shù)據(jù)運(yùn)營(yíng)需要分析什么?

1、拉新階段：關(guān)注用戶來(lái)源的類型：純新用戶(第一次注冊(cè))還是老用戶(再注冊(cè));貼片廣告的用戶來(lái)源有多少，彈窗廣告的用戶來(lái)源有多少等等。

2、轉(zhuǎn)化階段：關(guān)注轉(zhuǎn)化率：200個(gè)用戶瀏覽了你的宣傳頁(yè)面，注冊(cè)的有100人，這100人就是實(shí)現(xiàn)了轉(zhuǎn)化，轉(zhuǎn)化率為50%(=100/200);同樣的除了注冊(cè)轉(zhuǎn)化率還有付費(fèi)轉(zhuǎn)化率等等。

3、活躍階段：關(guān)注用戶在產(chǎn)品內(nèi)的活躍量，不同的產(chǎn)品表現(xiàn)形式不同。例如，貼吧：發(fā)帖量、回帖量等等;視頻網(wǎng)站：點(diǎn)擊量，觀看量等等。

4、留存階段：關(guān)注留存或流失的用戶量。例如，第一天新增的用戶有300人，300人中第二天還在活躍的有100人，第三天還在活躍的呢?第四天呢?一直類推。

用戶運(yùn)營(yíng)只是運(yùn)營(yíng)的職能之一，貫穿在各種產(chǎn)品的運(yùn)營(yíng)中。用戶運(yùn)營(yíng)所關(guān)注的數(shù)據(jù)指標(biāo)，不同行業(yè)、不同平臺(tái)等等都有不同的側(cè)重點(diǎn)。

根據(jù)運(yùn)營(yíng)的平臺(tái)來(lái)劃分：

網(wǎng)站運(yùn)營(yíng)：

(1)流量方面需要關(guān)注：

PV(page view)訪問(wèn)頁(yè)面產(chǎn)生的數(shù)據(jù)。 一個(gè)用戶訪問(wèn)了5個(gè)頁(yè)面，那么就產(chǎn)生了5個(gè) PV。

UV(user view)某個(gè)特定頁(yè)面的訪客數(shù)。一個(gè)頁(yè)面一個(gè)賬號(hào)無(wú)論點(diǎn)進(jìn)去幾次，UV都是1，因?yàn)橹挥幸粋€(gè)訪客。

VV(visit view)針對(duì)于全站的訪客數(shù)。一個(gè)賬號(hào)進(jìn)入一個(gè)網(wǎng)站，無(wú)論這個(gè)賬號(hào)瀏覽了這個(gè)網(wǎng)站多少個(gè)網(wǎng)頁(yè)，VV都是1 ，因?yàn)檫@個(gè)網(wǎng)站只有一個(gè)訪客。

IP：針對(duì)于全站的網(wǎng)絡(luò)IP數(shù)。你在家用電腦登錄了這個(gè)網(wǎng)站，之后你表哥也用同一臺(tái)電腦登陸了他的賬號(hào)，訪問(wèn)了同一個(gè)網(wǎng)站，但這個(gè)時(shí)候IP還是只有1，因?yàn)槟愫捅砀缬玫耐慌_(tái)電腦，網(wǎng)絡(luò)的IP地址也是一個(gè)。

(2)訪問(wèn)方面需要關(guān)注：

跳出率：頁(yè)面停留訪客有300人，但是有150人不喜歡這個(gè)頁(yè)面，選擇離開(kāi)，那么跳出率就是50%(=150/300)

二跳率：首頁(yè)頁(yè)面停留訪客有300人，有150人覺(jué)得這個(gè)網(wǎng)站很喜歡，于是點(diǎn)擊瀏覽下一個(gè)頁(yè)面，那么二跳率就是50%(=150/300)。以此類推還有三跳率，四跳率等等。

轉(zhuǎn)化率：轉(zhuǎn)化到最終產(chǎn)品目的頁(yè)面的比率。如果是電商的話，最終目的就是下單，那么就是新增用戶和轉(zhuǎn)化到下單頁(yè)面的用戶 的比率。以此類推，還有付費(fèi)轉(zhuǎn)率，注冊(cè)轉(zhuǎn)化率等等。

(3)活躍方面需要關(guān)注：

DAU(daily active user)即 日活躍用戶量。

MAU(monthly active user)即 月活躍用戶量。

相關(guān)的，還可以有周活躍用戶量、年活躍用戶量等等。

(4)轉(zhuǎn)化方面需要關(guān)注：(這里的轉(zhuǎn)化，單指電商運(yùn)營(yíng)方面。與上文轉(zhuǎn)化率做區(qū)分)

成單量：用戶共成了多少單

付費(fèi)金額：用戶共付費(fèi)多少元

客單價(jià)：付費(fèi)金額/成單量=客單價(jià)。這里需要的是，每單平均多少錢的數(shù)據(jù)

付費(fèi)率：走到付費(fèi)這一步的轉(zhuǎn)化率

APP運(yùn)營(yíng)：

(1)新增：新增的設(shè)備數(shù)(按手機(jī)型號(hào)分);新注冊(cè)的設(shè)備數(shù)(注冊(cè)新用戶。)

(2)活躍：活躍的設(shè)備數(shù);活躍的用戶數(shù)

(3)留存：

次日留存率：例如，第一天新增300人，第二天還登錄的有150.那么次日的留存率就是50%(=150/300)。以此類推，還有三日留存率(第三日登錄數(shù)/第一天新增數(shù))……n日留存率等等。

TAD：比如，7日TAD=第一天留存量+第二天仍在留存的數(shù)量……+第七天仍在留存的數(shù)量

用于計(jì)算七天內(nèi)，一臺(tái)設(shè)備活躍過(guò)幾天。

(4)轉(zhuǎn)化：這里也特指電商，同上文網(wǎng)站運(yùn)營(yíng)里的轉(zhuǎn)化。

根據(jù)運(yùn)營(yíng)的行業(yè)來(lái)劃分：

內(nèi)容型行業(yè)：關(guān)注PV,UV,V V，帖子數(shù)，頁(yè)面停留時(shí)間，分享數(shù)等等

社交類行業(yè)：關(guān)注發(fā)帖量，發(fā)言數(shù)，PV,UV，活躍占比等等

電商類行業(yè)：關(guān)注銷售收入，成單量，客單價(jià)等等

游戲類行業(yè)：關(guān)注活躍用戶量，付費(fèi)率，收入，ARPU(每用戶平均收入)等等

除了運(yùn)營(yíng)平臺(tái)和運(yùn)營(yíng)行業(yè)兩個(gè)劃分角度外，還有很多劃分角度，其中用戶運(yùn)營(yíng)所要關(guān)注的數(shù)據(jù)指標(biāo)都是有不同側(cè)重的。

三、如何進(jìn)行數(shù)據(jù)分析

1、數(shù)據(jù)采集

好的數(shù)據(jù)源主要有兩個(gè)基本的原則，一個(gè)是全，一個(gè)是細(xì)。

全：就是說(shuō)我們要拿多種數(shù)據(jù)源，不能說(shuō)只拿一個(gè)客戶端的數(shù)據(jù)源，服務(wù)端的數(shù)據(jù)源沒(méi)有拿，數(shù)據(jù)庫(kù)的數(shù)據(jù)源沒(méi)有拿，做分析的時(shí)候沒(méi)有這些數(shù)據(jù)你可能是搞不了的。另外，大數(shù)據(jù)里面講的是全量，而不是抽樣。不能說(shuō)只抽了某些省的數(shù)據(jù)，然后就開(kāi)始說(shuō)全國(guó)是怎么樣?？赡苡行┦》浅Ｌ厥?，比如新疆、西藏這些地方它客戶端跟內(nèi)地可能有很大差異的。

細(xì)：其實(shí)就是強(qiáng)調(diào)多維度，在采集數(shù)據(jù)的時(shí)候盡量把每一個(gè)的維度、屬性、字段都給它采集過(guò)來(lái)。比如：像where、who、how這些東西給它采集下來(lái)，后面分析的時(shí)候就跳不出這些能夠所選的這個(gè)維度，而不是說(shuō)開(kāi)始的時(shí)候也圍著需求。根據(jù)這個(gè)需求確定了產(chǎn)生某些數(shù)據(jù)，到了后面真正有一個(gè)新的需求來(lái)的時(shí)候，又要采集新的數(shù)據(jù)，這個(gè)時(shí)候整個(gè)迭代周期就會(huì)慢很多，效率就會(huì)差很多，盡量從源頭抓的數(shù)據(jù)去做好采集。

2、數(shù)據(jù)建模

有了數(shù)據(jù)之后，就要對(duì)數(shù)據(jù)進(jìn)行加工，不能把原始的數(shù)據(jù)直接暴露給上面的業(yè)務(wù)分析人員，它可能本身是雜亂的，沒(méi)有經(jīng)過(guò)很好的邏輯抽象的。這里就牽扯到數(shù)據(jù)建模。首先，提一個(gè)概念就是數(shù)據(jù)模型。許多人可能對(duì)數(shù)據(jù)模型這個(gè)詞產(chǎn)生一種畏懼感，覺(jué)得模型這個(gè)東西是什么高深的東西，很復(fù)雜，但其實(shí)這個(gè)事情非常簡(jiǎn)單。

在數(shù)據(jù)分析領(lǐng)域領(lǐng)域領(lǐng)域，特別是針對(duì)用戶行為分析方面，目前比較有效的一個(gè)模型就是多維數(shù)據(jù)模型，“在線分析處理”這個(gè)模型。它里面有這個(gè)關(guān)鍵的概念，一個(gè)是維度，一個(gè)是指標(biāo)。

維度比如城市，然后北京、上海這些一個(gè)維度，維度西面一些屬性，然后操作系統(tǒng)，還有iOS、安卓這些就是一些維度，然后維度里面的屬性。通過(guò)維度交叉，就可以看一些指標(biāo)問(wèn)題，比如用戶量、銷售額，這些就是指標(biāo)。比如，通過(guò)這個(gè)模型就可以看來(lái)自北京，使用iOS的，他們的整體銷售額是怎么樣的。

3、數(shù)據(jù)分析方法

數(shù)據(jù)分析方法是有多種的，比如多維度事件分析、漏斗分析(文章前面已經(jīng)做了簡(jiǎn)單分析)、回訪分析、交叉分析等，在這里我們就挑一個(gè)交叉分析來(lái)做個(gè)案例分析。

交叉分析法：通常是把縱向?qū)Ρ群蜋M向?qū)Ρ染C合起來(lái)，對(duì)數(shù)據(jù)進(jìn)行多角度的結(jié)合分析。?舉個(gè)例子：

a. 交叉分析角度：客戶端+時(shí)間

從這個(gè)數(shù)據(jù)中，可以看出iOS端每個(gè)月的用戶數(shù)在增加，而Android端在降低，總體數(shù)據(jù)沒(méi)有增長(zhǎng)的主要原因在于Android端數(shù)據(jù)下降所導(dǎo)致的。

那接下來(lái)要分析下為什么Android端二季度新增用戶數(shù)據(jù)在下降呢?一般這個(gè)時(shí)候，會(huì)加入渠道維度。

b. 交叉分析角度：客戶端+時(shí)間+渠道

從這個(gè)數(shù)據(jù)中可以看出，Android端A預(yù)裝渠道占比比較高，而且呈現(xiàn)下降趨勢(shì)，其他渠道的變化并不明顯。

因此可以得出結(jié)論：Android端在二季度新增用戶降低主要是由于A預(yù)裝渠道降低所導(dǎo)致的。

所以說(shuō)，交叉分析的主要作用，是從多個(gè)角度細(xì)分?jǐn)?shù)據(jù)，從中發(fā)現(xiàn)數(shù)據(jù)變化的具體原因。

5. 如何驗(yàn)證產(chǎn)品新功能的效果

驗(yàn)證產(chǎn)品新功能的效果需要同時(shí)從這幾方面入手：

a. 新功能是否受歡迎?

衡量指標(biāo)：活躍比例。即：使用新功能的活躍用戶數(shù)/同期活躍用戶數(shù)。

使用人數(shù)的多少還會(huì)受該功能外的很多因素影響，千萬(wàn)不可只憑這一指標(biāo)判斷功能好壞，一定要結(jié)合下面的其他方面綜合評(píng)估。

b. 用戶是否會(huì)重復(fù)使用?

衡量指標(biāo)：重復(fù)使用比例。即：第N天回訪的繼續(xù)使用新功能的用戶數(shù)/第一天使用新功能的用戶數(shù)。

c. 對(duì)流程轉(zhuǎn)化率的優(yōu)化效果如何?

衡量指標(biāo)：轉(zhuǎn)化率和完成率。轉(zhuǎn)化率即：走到下一步的用戶數(shù)/上一步的用戶數(shù)。完成率即：完成該功能的用戶數(shù)/走第一步的用戶數(shù)。

這個(gè)過(guò)程中，轉(zhuǎn)化率和完成率可以使用(上)篇中提到的漏斗分析法進(jìn)行分析。

d. 對(duì)留存的影響?

衡量指標(biāo)：留存率。用戶在初始時(shí)間后第N天的回訪比例，即：N日留存率。常用指標(biāo)有：次日留存率、7日留存率、21日留存率、30日留存率等。

e. 用戶怎樣使用新功能?

真實(shí)用戶行為軌跡往往比我們?cè)O(shè)想的使用路徑要復(fù)雜的多，如果使用的數(shù)據(jù)監(jiān)測(cè)平臺(tái)可以看到相關(guān)數(shù)據(jù)，能引起我們的反思，為什么他們會(huì)這么走，有沒(méi)有更簡(jiǎn)便的流程，以幫助我們作出優(yōu)化決策。

不管是市場(chǎng)也好，產(chǎn)品也好，運(yùn)營(yíng)也好，老板也好，大家都會(huì)有各種各樣的數(shù)據(jù)需求，所以數(shù)據(jù)運(yùn)營(yíng)其實(shí)是一個(gè)蠻受歡迎的崗位，但是真正要做得好不是那么容易的事情，因?yàn)閿?shù)據(jù)是件較為復(fù)雜的事情，設(shè)計(jì)的因子數(shù)據(jù)指標(biāo)比較多。但是作為一個(gè)產(chǎn)品運(yùn)營(yíng)人員，時(shí)刻需要跟數(shù)據(jù)打交道，不會(huì)那么一點(diǎn)數(shù)據(jù)分析能力好像說(shuō)不過(guò)去，所以基本的關(guān)于數(shù)據(jù)分析能力害的具備。

申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！