對(duì)于數(shù)據(jù)分析，產(chǎn)品、運(yùn)營(yíng)需要懂多少才算懂？

數(shù)據(jù)分析能力對(duì)于產(chǎn)品和運(yùn)營(yíng)人員都是重要的，有多重要？我們直接上數(shù)據(jù)。

我們用Python爬取了前程無(wú)憂網(wǎng)上500條關(guān)于活動(dòng)運(yùn)營(yíng)、內(nèi)容運(yùn)營(yíng)、用戶運(yùn)營(yíng)的職位要求，把他們進(jìn)行詞頻分析，得出了以下的圖表。

我們得出以下結(jié)論：用人需求方普遍認(rèn)為，數(shù)據(jù)分析能力對(duì)于運(yùn)營(yíng)人是非常重要的（當(dāng)然，更加重要的核運(yùn)營(yíng)核心競(jìng)爭(zhēng)力是產(chǎn)品思維和營(yíng)銷策劃能力）。然而有趣的是，很多的運(yùn)營(yíng)人員過(guò)分地專注于自己的營(yíng)銷能力上（如文案能力、活動(dòng)策劃能力）卻忽略了數(shù)據(jù)分析能力的提升，我所帶的團(tuán)隊(duì)也有這個(gè)弊病，故寫下這篇文章，供大家參考。

數(shù)據(jù)分析在運(yùn)營(yíng)中的作用

運(yùn)營(yíng)人是與業(yè)務(wù)最貼近的人群。擁有高效的數(shù)據(jù)分析能力，有助于我們快速制定與業(yè)務(wù)增長(zhǎng)高度相關(guān)的運(yùn)營(yíng)決策。優(yōu)秀的運(yùn)營(yíng)人做出來(lái)的數(shù)據(jù)分析，對(duì)業(yè)務(wù)更加有實(shí)際的指導(dǎo)意義，不會(huì)流于形式，不會(huì)淪為單純的 “取數(shù)”、“做表”、“寫報(bào)告”。

對(duì)于互聯(lián)網(wǎng)時(shí)代的銷售——運(yùn)營(yíng)而言，數(shù)據(jù)分析主要有三個(gè)作用。

1. 具體化地描述當(dāng)前產(chǎn)品的狀態(tài)、用戶的狀態(tài)，發(fā)現(xiàn)問(wèn)題，幫助作出運(yùn)營(yíng)決策；
2. 驗(yàn)證所做的運(yùn)營(yíng)策略，是否有效；
3. 探索與預(yù)測(cè)未來(lái)的可能性，實(shí)現(xiàn)產(chǎn)品與運(yùn)營(yíng)的優(yōu)化；

這三個(gè)作用也是逐級(jí)遞進(jìn)的，從現(xiàn)有行為挖掘數(shù)據(jù)，通過(guò)數(shù)據(jù)反推行為，再通過(guò)數(shù)據(jù)預(yù)測(cè)未來(lái)。數(shù)據(jù)分析不可能脫離產(chǎn)品，所有分析的數(shù)據(jù)源自產(chǎn)品與用戶行為，分析的結(jié)論又服務(wù)于產(chǎn)品和激活用戶行為。

應(yīng)有的分析思維

增長(zhǎng)公式思維

要改變物體的運(yùn)動(dòng)狀態(tài)，必須要有力或場(chǎng)的存在，產(chǎn)品規(guī)模增長(zhǎng)和用戶增長(zhǎng)，必然有其增長(zhǎng)引擎。

企業(yè)的增長(zhǎng)=系數(shù)1*因素1+系數(shù)2*因素2+….+系數(shù)n*因素n

通過(guò)對(duì)業(yè)務(wù)的理解，找到驅(qū)動(dòng)業(yè)務(wù)的因素，這是經(jīng)驗(yàn)之談，基于我們對(duì)業(yè)務(wù)的熟悉，用戶之敏感，對(duì)營(yíng)銷的理解來(lái)確定，通過(guò)快速迭代與實(shí)驗(yàn)來(lái)驗(yàn)證我們所選定的各種因素是否合理。

先談?wù)勔蛩兀e個(gè)極度簡(jiǎn)單的例子：

收入-費(fèi)用=利潤(rùn)

企業(yè)利潤(rùn)下降了，是什么原因？核心驅(qū)動(dòng)力就是收入減少了或者費(fèi)用提升了。

可不要忘記了在因素前，還有一個(gè)系數(shù)，因?yàn)橛绊懞诵臉I(yè)務(wù)的因素實(shí)在是太多了，我們應(yīng)該找到關(guān)鍵因素，這個(gè)系數(shù)就是描述因素對(duì)于核心業(yè)務(wù)的影響程度的。

再舉一個(gè)極度簡(jiǎn)單的例子：

商場(chǎng)營(yíng)業(yè)額=商場(chǎng)負(fù)1樓收入+商場(chǎng)1樓收入+商場(chǎng)2樓收入,負(fù)一層是商場(chǎng)停車場(chǎng)、一樓是男女時(shí)尚服裝、二樓是美食廣場(chǎng)。我們按照個(gè)人經(jīng)驗(yàn)，加上了系數(shù)，商場(chǎng)營(yíng)業(yè)額=1*商場(chǎng)負(fù)1樓收入+30*商場(chǎng)1樓收入+5*商場(chǎng)2樓收入。具體理由是服裝商場(chǎng)毛利高，人們過(guò)來(lái)也是沖著商場(chǎng)的核心業(yè)務(wù)的。所以，商場(chǎng)1樓收入就成為了最關(guān)鍵的因素，當(dāng)我們要考慮的因素太多的時(shí)候，系數(shù)大的因素就成為了我們需要首先考慮的關(guān)鍵因素了。這里說(shuō)的并不是數(shù)學(xué)公式，增長(zhǎng)公式里面的加號(hào)是指增長(zhǎng)因素的有機(jī)疊加，而不是數(shù)學(xué)上的簡(jiǎn)單相加。

金字塔思維

金字塔原理有一個(gè)核心法則：相互獨(dú)立，完全窮盡。它是優(yōu)秀的思維方式與表達(dá)方式。相互獨(dú)立，說(shuō)的是每個(gè)分論點(diǎn)彼此應(yīng)該沒(méi)有沖突和耦合，都屬于獨(dú)立的模塊。完全窮盡，則是所有的分論點(diǎn)都被提出，不會(huì)有遺漏。在初期，我們很難做到完全窮盡，但是我們必須帶著這個(gè)思維去思考。

有一天，我的下屬找我匯報(bào)，跟我說(shuō)：

豪哥，這次活動(dòng)參與用戶只有30000多人，報(bào)名轉(zhuǎn)化率只有30%。最近產(chǎn)品轉(zhuǎn)化也不佳，服務(wù)器經(jīng)常宕機(jī)，渠道引導(dǎo)注冊(cè)乏力，貌似用戶的需求也下降了，競(jìng)爭(zhēng)對(duì)手的動(dòng)作也讓一些用戶跑到了他們那里了。

聽(tīng)完之后，我是一臉萌逼的，孩子你在說(shuō)啥？

我們的大腦很難同時(shí)記住多個(gè)獨(dú)立的論點(diǎn)，如果我們把它們用一定的邏輯串聯(lián)起來(lái)，聽(tīng)你說(shuō)話的人才會(huì)理解你的觀點(diǎn)。

按照相互獨(dú)立，完全窮盡的思想，我們可以把他匯報(bào)的點(diǎn)先列出來(lái)：

• 活動(dòng)參與人數(shù)30000人（這到底是多還是少？需要對(duì)比過(guò)往數(shù)據(jù)進(jìn)行分析）
• 報(bào)名轉(zhuǎn)化率30%（這到底是多還是少？需要對(duì)比過(guò)往數(shù)據(jù)進(jìn)行分析）
• 產(chǎn)品轉(zhuǎn)化不佳
• 服務(wù)器宕機(jī)
• 渠道乏力
• 用戶需求下降
• 競(jìng)爭(zhēng)對(duì)手行為

我們?cè)谟媒鹱炙椒ㄕ碇?，其?shí)匯報(bào)人的核心思想應(yīng)該是最近產(chǎn)品的銷售額下降了，其它都是支持這個(gè)銷售額下降結(jié)論的表象可一些可能的原因，我們運(yùn)營(yíng)銷售額=新客銷售額+老客銷售額 和 新客銷售額=新客流量*新客轉(zhuǎn)化*新客客單價(jià)兩條增長(zhǎng)公式，找出增長(zhǎng)關(guān)鍵因素為流量、流量轉(zhuǎn)化、老客復(fù)購(gòu)整理出以下金字塔。

分類思維

用戶分群、市場(chǎng)細(xì)分、產(chǎn)品細(xì)分，在進(jìn)行運(yùn)營(yíng)決策時(shí)，我們處處用到分類思維。事物之間均存在共性與差異性，分類思維的基本思路是，核心指標(biāo)差距甚遠(yuǎn)的事物，我們可以把他們分開(kāi)。如上文提到的企業(yè)增長(zhǎng)因素，我們就可以把相關(guān)的關(guān)鍵因素加以分類。

通過(guò)銷售增長(zhǎng)率與市場(chǎng)占有率兩個(gè)相互制約的因素，波士頓矩陣把企業(yè)產(chǎn)品分類成明星、現(xiàn)金牛產(chǎn)品、問(wèn)題產(chǎn)品、瘦狗產(chǎn)品，進(jìn)而分析和規(guī)劃企業(yè)產(chǎn)品組合，以達(dá)到企業(yè)的盈利目的。

漏斗思維

漏斗模型是產(chǎn)品運(yùn)營(yíng)分析的萬(wàn)金油，用戶從進(jìn)入到最終轉(zhuǎn)化，每個(gè)環(huán)節(jié)都會(huì)有流失，每個(gè)環(huán)節(jié)都會(huì)有轉(zhuǎn)化率，每個(gè)環(huán)節(jié)的人數(shù)都在依次遞減，用戶的每一條路徑就形成了一個(gè)漏斗。

漏斗思維有兩個(gè)要點(diǎn)，第一，要關(guān)注漏斗的每一步的流失情況，分析每一步流失背后的原因，逐步減少用戶流失。第二，不僅要考慮流失原因，我們還需要考慮上下層的關(guān)系。舉個(gè)例子，某產(chǎn)品為了拉新，進(jìn)行有誘導(dǎo)性文案“注冊(cè)送iPhone”，勾引用戶進(jìn)入，雖然在第一階段，可以帶來(lái)大流量，但是用戶進(jìn)來(lái)后若發(fā)現(xiàn)貨不對(duì)板，則很有可能導(dǎo)致后續(xù)轉(zhuǎn)化率很低，并且讓用戶感受很差，對(duì)產(chǎn)品產(chǎn)生負(fù)面評(píng)價(jià)。

應(yīng)該懂得分析工具

始終要記住，我們是運(yùn)營(yíng)或者產(chǎn)品，我們不是數(shù)據(jù)分析師，在精力有限的情況下，你需要精通兩個(gè)工具，一個(gè)是Excel，一個(gè)是PPT。Excel主要是進(jìn)行數(shù)據(jù)處理、數(shù)據(jù)清洗、數(shù)據(jù)可視化的，而PPT則主要是用來(lái)展現(xiàn)數(shù)據(jù)分結(jié)果、撰寫報(bào)告以指導(dǎo)運(yùn)營(yíng)的。

對(duì)于產(chǎn)品和運(yùn)營(yíng)而言，數(shù)據(jù)分析的最終目的就是解決問(wèn)題。不要一味追求圖表的好看與高級(jí)的數(shù)據(jù)分析方法，掌握20%的數(shù)據(jù)分析方法和工具就能夠解決80%的數(shù)據(jù)分析的問(wèn)題。

數(shù)據(jù)分析的流程

對(duì)于數(shù)據(jù)分析，我們可以定義為：用適當(dāng)?shù)慕y(tǒng)計(jì)方法，對(duì)收集回來(lái)的大量數(shù)據(jù)，加以匯總和開(kāi)發(fā)，以達(dá)到提取信息、形成結(jié)論、指導(dǎo)工作等目的。

我認(rèn)為，數(shù)據(jù)分析應(yīng)該有以下流程：

1.明確目的與思路：這次數(shù)據(jù)分析是為了解決什么問(wèn)題

這是數(shù)據(jù)分析的第一步，我們必須帶著問(wèn)題去找答案，數(shù)據(jù)的量是巨大的，而且數(shù)據(jù)之間又相互關(guān)聯(lián)，不帶著問(wèn)題上路就會(huì)迷失在數(shù)據(jù)的海洋中。

不僅要帶著問(wèn)題，我們還需要帶著正確的問(wèn)題去上路，下面舉一個(gè)例子。

• 不好的問(wèn)題：為什么新用戶下單量一直沒(méi)提升？怎么樣才能提升新客轉(zhuǎn)化？
• 合理的問(wèn)題：最近下線了用戶注冊(cè)后自動(dòng)送新手大禮包，是否導(dǎo)致了新客轉(zhuǎn)化下降？

明確目的之后，要確定自己的分析思路，分析思路主要是各種商業(yè)分析模型和營(yíng)銷分析模型，這些商業(yè)模型是我們運(yùn)營(yíng)的核心競(jìng)爭(zhēng)力，相比起數(shù)據(jù)分析師，我們更加了解營(yíng)銷，更加了解產(chǎn)品，這里不展開(kāi)敘述。

《誰(shuí)說(shuō)菜鳥(niǎo)不會(huì)數(shù)據(jù)分析》里面提到了一下常用的營(yíng)銷管理方法論。

• PEST分析法：用于對(duì)宏觀環(huán)境的分析，包括政治（political）、經(jīng)濟(jì)（economic）、社會(huì)（social）和技術(shù)（technological）四方面。
• 5W2H分析法：何因（Why）、何事（What）、何人（Who）、何時(shí)（When）、何地（Where）、如何就（How）、何價(jià)（How much）。
• 4P營(yíng)銷理論：分析公司的整體營(yíng)運(yùn)情況，包括產(chǎn)品（product）、價(jià)格（price）、渠道（place）、促銷（promotion）四大要素。
• 用戶行為理論：主要用于網(wǎng)站流量分析，如回訪者、新訪者、流失率等，在眾多指標(biāo)中選擇一些適用的。

2.收集收據(jù)：從站內(nèi)數(shù)據(jù)庫(kù)或外部找到與問(wèn)題相關(guān)的數(shù)據(jù)

人類每一天的行為，產(chǎn)生了海量的數(shù)據(jù)，當(dāng)你睜開(kāi)雙眼，你的體重、身高、心率、血壓，統(tǒng)統(tǒng)都是數(shù)據(jù)，外面的溫度、濕度、PM2.5也是數(shù)據(jù)。

那么，我們?nèi)ツ睦飳ふ椅覀冃枰臄?shù)據(jù)呢？按照從宏觀到微觀，我們把數(shù)據(jù)來(lái)源分成了一下五個(gè)階段：宏觀數(shù)據(jù)、對(duì)應(yīng)行業(yè)用戶數(shù)據(jù)、互聯(lián)網(wǎng)用戶數(shù)據(jù)、同類產(chǎn)品數(shù)據(jù)、自有產(chǎn)品數(shù)據(jù)。其中，產(chǎn)品和運(yùn)營(yíng)的同志，需要著重關(guān)注關(guān)注對(duì)應(yīng)互聯(lián)網(wǎng)行業(yè)數(shù)據(jù)、同類產(chǎn)品數(shù)據(jù)、自身產(chǎn)品數(shù)據(jù)。

3.數(shù)據(jù)處理與清洗

數(shù)據(jù)清洗是指發(fā)現(xiàn)并糾正數(shù)據(jù)文件中可識(shí)別的錯(cuò)誤的最后一道程序，包括檢查數(shù)據(jù)一致性，處理無(wú)效值和缺失值等。

這里用幾個(gè)例子來(lái)說(shuō)明，首先是數(shù)據(jù)一致性：根據(jù)每個(gè)變量的合理取值范圍和相互關(guān)系，檢查數(shù)據(jù)是否合乎要求，發(fā)現(xiàn)超出正常范圍、邏輯上不合理或者相互矛盾的數(shù)據(jù)。例如，性別為男卻有婦科的治療記錄。對(duì)于這類型數(shù)據(jù)，我們可以拿出數(shù)據(jù)源重新核實(shí)，有時(shí)需要直接刪除掉。無(wú)效值：用戶的身高為負(fù)數(shù)，兩條完全重復(fù)的數(shù)據(jù)，這些都可以視為無(wú)效值。而缺失值就如字面意思，缺失的值，對(duì)于無(wú)效值或缺失值，我們可以對(duì)其進(jìn)行估算或刪除。

使用刪除重復(fù)項(xiàng)來(lái)清洗數(shù)據(jù)

4.建立數(shù)據(jù)模型，數(shù)據(jù)分析

終于開(kāi)始真正的數(shù)據(jù)分析了。是的，我并沒(méi)有坑你，數(shù)據(jù)分析師每天要花80%以上的時(shí)間在收集和清洗出符合數(shù)據(jù)分析，數(shù)據(jù)分析過(guò)程主要是這樣的。

• 觀察數(shù)據(jù)，看看當(dāng)前產(chǎn)品狀態(tài)是怎么樣的？
• 為什么會(huì)這樣子？大環(huán)境發(fā)生了什么變化？我們做了什么動(dòng)作？
• 判斷接下來(lái)可能發(fā)生什么？

數(shù)據(jù)分析有以一些基礎(chǔ)的分析方法，熟練使用這些數(shù)據(jù)分析方法，我們就能夠通過(guò)研究數(shù)據(jù)，回答上面的問(wèn)題了。

對(duì)比分析法

將兩個(gè)或兩個(gè)以上的數(shù)據(jù)進(jìn)行比較，分析出他們的差異，從人揭示了這些數(shù)據(jù)所代表的事物發(fā)展規(guī)律。我們經(jīng)常會(huì)聽(tīng)說(shuō)橫向?qū)Ρ群涂v向?qū)Ρ?，在同一挑時(shí)間條件下不同指標(biāo)的比較，就是橫向?qū)Ρ?，如?duì)比中美俄日各國(guó)的GDP?？v向比較則是對(duì)比同一條件下不同時(shí)期的數(shù)值，如我國(guó)每年的GDP對(duì)比。

在進(jìn)行數(shù)據(jù)分析的時(shí)候，選擇恰當(dāng)?shù)膶?duì)比系尤為重要。

• 與目標(biāo)對(duì)比、不同時(shí)間對(duì)比（環(huán)比、同比）
• 不同主體對(duì)比（如對(duì)比不同引流渠道的轉(zhuǎn)化率）
• 業(yè)內(nèi)對(duì)比（對(duì)比統(tǒng)一渠道不同產(chǎn)品的引流轉(zhuǎn)化率）
• 運(yùn)營(yíng)動(dòng)作前后對(duì)比（發(fā)放優(yōu)惠券用戶與未發(fā)放優(yōu)惠券用戶對(duì)比）
• 與平均水平或中位數(shù)進(jìn)行對(duì)比（小學(xué)生最喜歡拿自己成績(jī)和班里平均分比較了）

通過(guò)對(duì)比，我們才能判斷指標(biāo)背后反映的情況，判定產(chǎn)品當(dāng)前的狀態(tài)。

增長(zhǎng)公式與加權(quán)分析法

前文我們提到，核心指標(biāo)會(huì)有其對(duì)應(yīng)的增長(zhǎng)公式，而每一個(gè)對(duì)應(yīng)的增長(zhǎng)驅(qū)動(dòng)力所占的權(quán)重又是不同的。此處介紹一下，如何確定權(quán)重的簡(jiǎn)單方法——目標(biāo)矩陣法。目標(biāo)優(yōu)化矩陣的工作原理是把人腦的模糊思維，簡(jiǎn)化為計(jì)算機(jī)的0/1思維，最后得出量化結(jié)果。

目標(biāo)矩陣主要是把決策因素放在一個(gè)矩陣內(nèi)，讓團(tuán)隊(duì)內(nèi)經(jīng)驗(yàn)較為豐富的同事來(lái)判定各因素的重要性。

接下來(lái)，我們舉個(gè)例子，假設(shè)你的擇偶標(biāo)準(zhǔn)有如下因素：有房有車、帥、高學(xué)歷、人品好、時(shí)間長(zhǎng)。我們建立以下矩陣：

• 用有房有車跟帥對(duì)比，有房有車更重要，輸入1
• 用有房有車跟人品好對(duì)比，有房有車更重要，輸入1
• 用有房有車跟人品好對(duì)比，有房有車沒(méi)那么重要，輸入0

有房有車對(duì)比完成后，依次對(duì)比其他項(xiàng)，填入合計(jì):

對(duì)0分項(xiàng)進(jìn)項(xiàng)修正，如給它加個(gè)0.5分 。并計(jì)算權(quán)重：

最后，計(jì)算合計(jì)/所有指標(biāo)的總計(jì)*100%，計(jì)算出來(lái)的就是該項(xiàng)權(quán)重值。

矩陣分析法

矩陣關(guān)聯(lián)分析法是一個(gè)形象生動(dòng)又好用的分析方法，矩陣分析法把兩個(gè)重要或以上的指標(biāo)進(jìn)行關(guān)聯(lián)。矩陣分析法主要能夠解決如何分配資源的決策問(wèn)題，有針對(duì)性地確定公司在管理方面需要提升的重點(diǎn)。

矩陣分析法主要通過(guò)建立平面直角坐標(biāo)系，兩條坐標(biāo)軸分別對(duì)應(yīng)事物的兩個(gè)屬性的表現(xiàn)。

舉個(gè)例子，我們運(yùn)營(yíng)經(jīng)常使用到的幾個(gè)與用戶溝通的渠道為：短信、APPpush推送、電子郵件EDM、站內(nèi)信、首頁(yè)彈窗。假如目前由于開(kāi)發(fā)資源有限，我們只能夠先選擇兩個(gè)渠道進(jìn)行對(duì)接，我們?cè)撛趺催x呢？消息溝通有兩個(gè)關(guān)鍵的要素，分別是成本和信息的觸達(dá)率，用這兩個(gè)參數(shù)建立坐標(biāo)系。得到如下圖坐標(biāo)系，四個(gè)象限分別對(duì)應(yīng)如下屬性：

根據(jù)我們的分析，按照幾個(gè)渠道的表現(xiàn)將它們放在上述象限表里面。

對(duì)上圖的各個(gè)點(diǎn)，我們進(jìn)行綜合分析，可以看到短信的信息觸達(dá)率遙遙領(lǐng)先，但是成本很高，所以，短信應(yīng)該適用于挽回流失客戶，因?yàn)樗麄兛赡芤呀?jīng)卸載了APP，其它低觸達(dá)率的渠道可能無(wú)法觸達(dá)這批用戶，我們不得不利用更高的成本來(lái)接觸他們。APP推送和站內(nèi)信成本較低，但是對(duì)于非活躍用戶的觸達(dá)效果較差，所以我們可以利用這兩個(gè)渠道對(duì)活躍用戶進(jìn)行溝通。而首頁(yè)彈窗，則數(shù)據(jù)較為優(yōu)質(zhì)的渠道，適合在全量用戶推廣時(shí)使用。

5.下結(jié)論、定決策

在我國(guó)，決策時(shí)一個(gè)特別的過(guò)程，一般是集體決策，但決策權(quán)主要集中在上層少數(shù)管理者手中，基層管理人員很少有制定決策的權(quán)力，一旦決策制定后，下級(jí)就必須嚴(yán)格執(zhí)行。而閱讀本文的產(chǎn)品或運(yùn)營(yíng)朋友，則多數(shù)都是中下層管理人員，甚至只是執(zhí)行者。

所以，我們下結(jié)論時(shí)，必須是上級(jí)能夠快速看懂和理解的結(jié)論，在匯報(bào)時(shí)，把冗長(zhǎng)的數(shù)據(jù)分析過(guò)程歸納為數(shù)個(gè)相互獨(dú)立的、具有實(shí)質(zhì)性意義的結(jié)論。

6.報(bào)告撰寫

當(dāng)你完成了以上各個(gè)階段的數(shù)據(jù)分析，恭喜你來(lái)到了最后一步，報(bào)告撰寫。報(bào)告撰寫是展現(xiàn)你數(shù)據(jù)分析思路和結(jié)論的唯一手段。

有點(diǎn)像高考語(yǔ)文三段式作文，報(bào)告應(yīng)該有以下幾個(gè)部分：

這里還有幾個(gè)分析報(bào)告的要點(diǎn)分享給大家：

• 結(jié)論先行。
• 不寫多余的數(shù)據(jù)，每一個(gè)呈現(xiàn)的圖標(biāo)必須要給出相應(yīng)的結(jié)論。
• 一眼就看得出的結(jié)論無(wú)須寫出來(lái)，如柱狀圖的兩條柱子明顯差異，不需要另外加文字解釋增長(zhǎng)明顯。
• 必須要有落地點(diǎn)：對(duì)于數(shù)據(jù)所呈現(xiàn)出來(lái)的產(chǎn)品問(wèn)題或不足，必須要有響應(yīng)的解決措施。

永遠(yuǎn)記住，我們是產(chǎn)品、運(yùn)營(yíng)，我們不是數(shù)據(jù)分析師，我們要著眼在結(jié)論、行動(dòng)與措施上。

運(yùn)營(yíng)需要關(guān)注與了解的業(yè)務(wù)指標(biāo)

基礎(chǔ)流量指標(biāo)

流量指標(biāo)是互聯(lián)網(wǎng)運(yùn)營(yíng)當(dāng)中的基礎(chǔ)指標(biāo)，流量包含了好幾個(gè)指標(biāo)，以下為最基礎(chǔ)的業(yè)務(wù)指標(biāo)：

• 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。
• 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)。
• 頁(yè)面停留時(shí)間：停留時(shí)間指用戶在網(wǎng)站或頁(yè)面的停留時(shí)間的長(zhǎng)短。
• 跳出率：跳出指用戶在到達(dá)落地頁(yè)之后沒(méi)有點(diǎn)擊第二個(gè)頁(yè)面即離開(kāi)網(wǎng)站的情況，跳出率指將落地頁(yè)作為第一個(gè)進(jìn)入頁(yè)面的訪問(wèn)中直接跳出的訪問(wèn)比例。計(jì)算公式為：跳出率 = 跳出的訪問(wèn) / 落地頁(yè)訪問(wèn)
• 各流程轉(zhuǎn)化率：如注冊(cè)轉(zhuǎn)化率、產(chǎn)品詳情頁(yè)轉(zhuǎn)化率、購(gòu)物車轉(zhuǎn)化率、支付轉(zhuǎn)化率等等一些列

商業(yè)指標(biāo)

• 訂單量、訂單金額
• 每訂單金額=訂單金額/訂單量
• 件單價(jià)=商品銷售總金額/商品銷售量
• 客單價(jià)=時(shí)間段內(nèi)商品銷售總金額/時(shí)間段內(nèi)下單用戶數(shù)
• GMV：平臺(tái)類電商業(yè)務(wù)都會(huì)關(guān)注GMV（Gross Merchandise Volume）即成交總額。

用戶運(yùn)營(yíng)關(guān)注之指標(biāo)

用戶運(yùn)營(yíng)的主要套路是用戶生命周期分析，就是用戶從流入、注冊(cè)、留存、轉(zhuǎn)化、活躍、流失的整個(gè)生命周期過(guò)程中的數(shù)據(jù)分析。

用戶注冊(cè)時(shí)，需要考慮的主要數(shù)據(jù)是各引流渠道的成效與用戶注冊(cè)單價(jià)，以及用戶在注冊(cè)各流程當(dāng)中的跳出率和頁(yè)面停留時(shí)間。主要是為了分析各渠道的好壞、注冊(cè)流程的順暢程度以及可能存在的各種問(wèn)題。注冊(cè)后要關(guān)注用戶的留存，關(guān)注留存率、用戶回訪頻率、核心功能使用時(shí)間等。

不轉(zhuǎn)化的用戶不是好用戶，付費(fèi)用戶人數(shù)、付費(fèi)用戶人數(shù)占比、增長(zhǎng)速度和注冊(cè)到付費(fèi)轉(zhuǎn)化率都是我們可能需要關(guān)注的，付費(fèi)的金額、復(fù)購(gòu)的頻率、客單價(jià)等我們都需要關(guān)注，同時(shí)還需要關(guān)注一直活躍卻不轉(zhuǎn)化的用戶行為。

活動(dòng)運(yùn)營(yíng)關(guān)注之指標(biāo)

對(duì)于每一次活動(dòng)，我們都可以把他當(dāng)成一個(gè)新產(chǎn)品來(lái)運(yùn)營(yíng)。活動(dòng)是短期內(nèi)促進(jìn)產(chǎn)品各項(xiàng)指標(biāo)的突然增加的運(yùn)營(yíng)手段，判斷活動(dòng)是否成功，就要看目標(biāo)指標(biāo)的提升量，以電商活動(dòng)為例這個(gè)目標(biāo)指標(biāo)的提升量，可能是新用戶下單轉(zhuǎn)化，新用戶客單價(jià)、老用戶客單價(jià)等。

我們還需要通過(guò)分析各渠道投放成本、各渠道引流數(shù)、各渠道轉(zhuǎn)化數(shù)，最后計(jì)算出各渠道的ROi，從而判斷哪個(gè)渠道對(duì)于活動(dòng)引流和轉(zhuǎn)化有較好的效果。

內(nèi)容運(yùn)營(yíng)關(guān)注之指標(biāo)

內(nèi)容運(yùn)營(yíng)需要考慮的是內(nèi)容能夠帶來(lái)的流量以及流量的變現(xiàn)能力。

內(nèi)容本身是能夠吸引一定流量的，而隨著用戶對(duì)于內(nèi)容的傳播，流量就會(huì)呈現(xiàn)裂變式遞增，最后，我們還要把流量轉(zhuǎn)化變現(xiàn)。我認(rèn)為，內(nèi)容運(yùn)營(yíng)需要關(guān)注內(nèi)容的點(diǎn)擊次數(shù)、內(nèi)容頁(yè)面的頁(yè)面停留時(shí)間、內(nèi)容頁(yè)面的蹦失率、點(diǎn)贊次數(shù)。上述四個(gè)指標(biāo)能夠有效地評(píng)判一片文章的標(biāo)題是否吸引，內(nèi)容對(duì)于用戶是否有價(jià)值，內(nèi)容是不是屬于標(biāo)題黨內(nèi)容。有價(jià)值的內(nèi)容未必是用戶樂(lè)于傳播的內(nèi)容，我們還需要去關(guān)注內(nèi)容轉(zhuǎn)發(fā)量。

當(dāng)我們積累了足夠多的流量后，我們還要考慮內(nèi)容的轉(zhuǎn)化變現(xiàn)數(shù)據(jù)，內(nèi)容的轉(zhuǎn)化數(shù)據(jù)因產(chǎn)品形式而異，可以體現(xiàn)為付費(fèi)鏈接的點(diǎn)擊次數(shù)、頁(yè)面廣告的點(diǎn)擊次數(shù)、所推廣之產(chǎn)品或品牌在推廣期內(nèi)的銷售額提升等。

不同的產(chǎn)品會(huì)有不同的指標(biāo)體系，此處不能盡列，核心思路是關(guān)注用戶在產(chǎn)品的轉(zhuǎn)化路徑，從核心轉(zhuǎn)化路徑去拓寬所需考慮的數(shù)據(jù)指標(biāo)。

協(xié)助建立BI系統(tǒng)

BI系統(tǒng)主要是給運(yùn)營(yíng)與產(chǎn)品看的。不是所有運(yùn)營(yíng)都擁有查看數(shù)據(jù)庫(kù)的能力，分工明細(xì)的大公司更加不會(huì)讓運(yùn)營(yíng)同學(xué)獲得數(shù)據(jù)庫(kù)權(quán)限，運(yùn)營(yíng)同學(xué)花過(guò)多的時(shí)間在查找和清洗數(shù)據(jù)也是不應(yīng)該的。

于是，我們需要建立數(shù)據(jù)看板和數(shù)據(jù)分析系統(tǒng)。數(shù)據(jù)分析系統(tǒng)是一個(gè)內(nèi)部產(chǎn)品，用戶主要是產(chǎn)品和運(yùn)營(yíng)，主要由數(shù)據(jù)產(chǎn)品經(jīng)理主導(dǎo)，由數(shù)據(jù)開(kāi)發(fā)工程師開(kāi)發(fā)完成。目的主要是讓運(yùn)營(yíng)同學(xué)可以簡(jiǎn)單方便地看到自己最關(guān)心的核心數(shù)據(jù)，及時(shí)做出運(yùn)營(yíng)決策。BI系統(tǒng)可以由公司團(tuán)隊(duì)內(nèi)部開(kāi)發(fā)，也可以使用第三方工具，如神策、Tableau等等。

如何提高數(shù)據(jù)分析能力

• 多看數(shù)據(jù)：每天提早到辦公室，看看數(shù)據(jù)報(bào)表，思考數(shù)據(jù)波動(dòng)背后的原因，久而久之就會(huì)成為數(shù)據(jù)大師。曾經(jīng)在知乎上看到，數(shù)據(jù)分析師提高數(shù)據(jù)分析能力的辦法竟然是背數(shù)據(jù)，雖然有點(diǎn)偏激，也是很有道理。
• 熟悉業(yè)務(wù)：數(shù)據(jù)分析是基于業(yè)務(wù)的數(shù)據(jù)分析，運(yùn)營(yíng)與產(chǎn)品要非常熟悉業(yè)務(wù)才能通數(shù)據(jù)中找到存在的問(wèn)題。這也是我們?cè)跀?shù)據(jù)分析過(guò)程中，比起數(shù)據(jù)分析師占據(jù)優(yōu)勢(shì)的地方。
• 既精鉆Excel，又要懂其它工具。除了Excel常用函數(shù)，還需要精通各種圖標(biāo)和數(shù)據(jù)可視化工具、數(shù)據(jù)透視表等。數(shù)據(jù)庫(kù)語(yǔ)言SQL也要了解，懂Python就更好了，與數(shù)據(jù)分析師溝通起來(lái)更加迅速，自己也可以對(duì)一些簡(jiǎn)單的數(shù)據(jù)庫(kù)進(jìn)行查找和數(shù)據(jù)挖掘。

寫在最后

運(yùn)營(yíng)是一門管理學(xué)問(wèn)，管理能力的提升主要在于實(shí)踐，本文只能夠給大家的是一些實(shí)踐的思路與方法論，里面的例子也較為簡(jiǎn)單。大家要把思路與方法論，結(jié)合自己的互聯(lián)網(wǎng)產(chǎn)品加以落實(shí)，對(duì)框架進(jìn)行拓展，才能夠更有效地掌握數(shù)據(jù)分析。千里之行始于足下，各位運(yùn)營(yíng)人、產(chǎn)品人，共勉。

本文由 @梁彥豪 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來(lái)自u(píng)nsplash，基于CC0協(xié)議