01 ?數(shù)據(jù)運營都需要學習些什么知識？
1、明確數(shù)據(jù)分析的目的
?
做數(shù)據(jù)分析，必須要有一個明確的目的，知道自己為什么要做數(shù)據(jù)分析，想要達到什么效果。
?
比如：為了評估產(chǎn)品改版后的效果比之前有所提升；或通過數(shù)據(jù)分析，找到產(chǎn)品迭代的方向等。
?
?
2、收集數(shù)據(jù)的方法
?
明確了數(shù)據(jù)分析的目的，接下來需要確定應該收集的數(shù)據(jù)都有哪些。說到收集數(shù)據(jù)，首先要做好數(shù)據(jù)埋點。
?
所謂“埋點”，就是在正常的功能邏輯中添加統(tǒng)計代碼，將自己需要的數(shù)據(jù)統(tǒng)計出來。
目前主流的數(shù)據(jù)埋點方式有兩種：
?
（1）自己開發(fā)。開發(fā)時加入統(tǒng)計代碼，并搭建自己的數(shù)據(jù)查詢系統(tǒng)。
（2）利用第三方統(tǒng)計工具。
?
常見的第三方統(tǒng)計工具有：
網(wǎng)站分析工具：Alexa、Google Analytics、百度統(tǒng)計
移動應用分析工具：Google Analytics、友盟、TalkingData、Crashlytics
?
不同產(chǎn)品，不同目的，需要的支持數(shù)據(jù)不同，確定好數(shù)據(jù)指標后，選擇適合自己公司的方式來收集相應數(shù)據(jù)。
?
3、產(chǎn)品的基本數(shù)據(jù)指標
?
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)品帶來價值。
留存率：用戶會在多長時間內(nèi)使用產(chǎn)品。如：次日留存率、周留存率等。
傳播：平均每位老用戶會帶來幾位新用戶。
流失率：一段時間內(nèi)流失的用戶，占這段時間內(nèi)活躍用戶數(shù)的比例。
?
4、常見的數(shù)據(jù)分析法和模型
?
這里講下漏斗分析法和AARRR分析模型。
?
（1）漏斗分析法
?
用來分析從潛在用戶到最終用戶這個過程中用戶數(shù)量的變化趨勢，從而尋找到最佳的優(yōu)化空間，這個方法被普遍用于產(chǎn)品各個關(guān)鍵流程的分析中。
?
案例：這個例子是分析從用戶進入網(wǎng)站到最終購買商品的變化趨勢。
?
?
從用戶進入網(wǎng)站到瀏覽商品頁面，轉(zhuǎn)化率是40%；瀏覽商品到加入購物車轉(zhuǎn)化率是20%等，那要找出哪個環(huán)節(jié)的轉(zhuǎn)化率最低，我們需要有對比數(shù)據(jù)。
?
比如第一個，進入網(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%，那說明這個過程，沒有達到行業(yè)平均水平，我們就需要分析具體原因在哪里，再有針對性的去優(yōu)化和改善。
?
?
當然，上面這是我們設計的一種理想化的漏斗模型，數(shù)據(jù)有可能是經(jīng)過匯總后得出的。而真實的用戶行為往往可能并不是按照這個簡單流程來的。此時需要分析用戶為什么要經(jīng)過那么復雜的路徑來達到最終目的，思考這中間有沒有可以優(yōu)化的空間。
?
（2）AARRR模型
?
這個是所有的做產(chǎn)品的小伙伴都必須要掌握的一個數(shù)據(jù)分析模型。
?
① AARRR模型 – 獲取用戶（Acquisition）
?
所謂獲取用戶，就是拉新，就是吸引新的用戶。對于APP來說，拉新意味著新的用戶下載注冊；而對于眾多的微信公眾號、微博、貼吧運營個體而言，拉新指的是吸引新的粉絲關(guān)注。
?
在羅列你的渠道時，需要注意的是每個渠道都需要有根有據(jù)，包括這個渠道是不是跟你的目標人群相契合、還有單價高或低以及渠道的二次傳播行不行等等因素。
?
獲取用戶就是通過各個渠道拉新的過程。除了換量合作、在各大論壇貼吧等社區(qū)發(fā)帖、社群營銷等免費方式，付費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，互聯(lián)網(wǎng)電視這些方式。增長黑客這種特別的方式也有人在使用。
?
拉新是否有效有一個評判標準——觸發(fā)關(guān)鍵行為。比如用戶下載了APP不一定會使用。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、開始游戲或者填寫郵箱等。
?
好渠道并不意味著是用戶量最大的渠道，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。每個渠道獲取用戶的數(shù)量、質(zhì)量、成本都不一樣，需要通過用戶獲取成本（CAC）、用戶量、留存率、ARPU 數(shù)劇等綜合評判。
?
當然除了通過外部渠道獲得新客戶，如果用戶體量較大，也可以從產(chǎn)品設計的角度完成拉新。
?
A、主動告知用戶，有三種方式：APP 的 push 消息、EDM 郵件、短信通知，可以根據(jù)用戶畫像來進行消息推送的時間，內(nèi)容和用戶。
B、被動告知用戶，開屏廣告，設置明顯的入口，功能入口添加優(yōu)惠便簽，首頁設置相關(guān)的輪播圖等；如摩拜 APP 的開屏廣告顯示有網(wǎng)約車，滴滴 APP 的其他各種功能。
?
② AARRR模型 – 提高活躍度（Activation）
?
活躍度指用戶使用產(chǎn)品的時間以及頻率。每個產(chǎn)品對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、評論；在線教育類產(chǎn)品，則更關(guān)注用戶的學習時長、練習次數(shù)等。
?
?
活躍度建立在產(chǎn)品的核心價值上，如高質(zhì)量的內(nèi)容，越來越好的用戶體驗感，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、完善的用戶激勵體系，成長體系、增加用戶與其他用戶的互動的方式，還有APP的新手指引這類更細致化的操作等。
?
一個比較全面的分析思路是，把用戶從使用產(chǎn)品開始到結(jié)束的每一個流程單獨列出來，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，使用過程的流暢性，延長用戶的產(chǎn)品使用流程。
?
當然，我們還可以篩選出優(yōu)質(zhì)用戶。如果某個渠道的用戶，使用產(chǎn)品的時間和啟動次數(shù)很可觀，則應加大這個渠道的投入。此外，還有些用戶只啟動過一次產(chǎn)品，這類用戶大多屬于被動激活。
?
除了渠道，另一個和活躍度相關(guān)的分析維度是版本。但這會產(chǎn)生兩個錯覺：用戶習慣了現(xiàn)在的產(chǎn)品，所以不希望產(chǎn)品迭代更新；用戶會要求你增加新功能。
?
例如，2006 年 Facebook 首次推出新聞頻道，造成巨大的用戶反彈。但隨著時間的推移，這個產(chǎn)品卻成為了Facebook 的核心功能。Facebook忽視了少數(shù)派的反對聲音，堅持了自己的戰(zhàn)略。
?
?
我們既不想刺激現(xiàn)有的忠誠用戶，又需要獲取下一個百萬用戶，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。
?
③ AARRR模型 – 提高留存率（Retention）
?
用戶開始使用產(chǎn)品并且一段時間后仍然繼續(xù)使用，被認作是留存用戶，而留存用戶占當時新增用戶的比例即是留存率。
?
用戶在每個應用中的生命周期是接觸—使用—放棄或者遺忘的過程。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，而挽回用戶有一個通用的流程。
?
先確定流失用戶的標準；再建立一個用戶流失模型，分析用戶為何流失，采取相應的手段補救；同時通過EDM，短信等方式讓用戶知道你在召回；最后通過新手引導重新讓用戶熟悉產(chǎn)品操作，繼續(xù)留存。
?
④ AARRR模型 – 獲取收入（Revenue）
?
現(xiàn)階段移動應用獲取收入的途徑主要有三種：付費應用、應用內(nèi)付費，以及廣告。付費下載多見于蘋果APP Store，廣告是大部分開發(fā)者的收入來源，而應用內(nèi)付費也較為普遍，比如游戲類，增值服務類，自營商城等。特別說明，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）值來判定收入標準。但對于一個既有付費用戶，又有未付費用戶的應用而言，還需要看 ARPPU（平均每付費用戶收入）。
?
因為涉及到付費用戶在全部用戶中所占的比例，如果付費用戶的數(shù)量較低，那么就要思考產(chǎn)品盈利方式是否有問題，包括定價，產(chǎn)品功能特性，變現(xiàn)方式等。
?
計算收入的同時也要考慮利潤。計算利潤的時候有一個指標：LTV（生命周期價值）。用戶的生命周期是指一個用戶從第一次啟動應用，到最后一次啟動應用之間，為該應用創(chuàng)造的收入總計。LTV – CAC的差值，就可以視為該應用從每個用戶身上獲取的利潤。
?
?
⑤ AARRR模型 – 自傳播（Refer）
?
社交網(wǎng)絡的興起，為產(chǎn)品帶來了更強的生命力——基于社交網(wǎng)絡的自傳播。自傳播，或者說病毒式營銷，來源于病毒傳播學，即一個已經(jīng)感染了病毒的宿主在接觸其他宿主的過程中也會被傳染上病毒。K因子量化了“感染”的概率。
?
K = (每個用戶向他的朋友們發(fā)出的邀請的數(shù)量) * (接收到邀請的人轉(zhuǎn)化為新用戶的轉(zhuǎn)化率)。當K>1時，用戶群就會象滾雪球一樣增大，但是絕大部分移動應用還是必須和其它營銷方式相結(jié)合。
?
自傳播除了產(chǎn)品足夠好，傳播過程的受眾足夠準確，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，美團的紅包好友分享；付費用戶免費邀請朋友試用產(chǎn)品；轉(zhuǎn)發(fā)朋友圈送禮品等。
?
?
以一個成功的微信百日跑活動為案例，展現(xiàn)自傳播過程中部分可調(diào)整的點。
?
A、拉新分發(fā)機制
?
對跑步KOL拉新做梯度激勵手段：隊每多10人，就發(fā)群紅包；隊滿80人則隊長可以獲得跑鞋一雙。同時每天在隊長群中做群運營，曬隊人數(shù)排行榜，“XX隊滿80人啦”，“XX隊隊長領(lǐng)取跑鞋”，讓隊長被充分激勵。
?
B、常規(guī)分享機制
?
在微信體系內(nèi)，分享海報比分享鏈接更引人注目。結(jié)合“贏取iPhone8”賣點的海報讓用戶發(fā)朋友圈時比較搶眼。同時分享流程也要做充分的引導，比如“長按圖片，發(fā)送給朋友”。
?
?
C、誘導分享機制
?
活動有報名費，所以設計了“報名成功后分享活動頁到朋友圈立返20元現(xiàn)金”的獎勵。因為跑步用戶之間有公用的微信群，所以必須是用戶分享朋友圈才最有效。同時又擔心用戶發(fā)朋友圈時選擇部分可見，或發(fā)完立刪，所以補充了“需要10人通過朋友圈點開你的分享”這個機制。
?
? ? ? ? a、分享機制的詳細說明
?
?
? ? ? ? b、對分享標題做改版，帶來二次分享
?
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報名的，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設計“假活動圖文”，在這個H5上可以自由定義閱讀數(shù)（直接100000+），點贊數(shù)和用戶留言。通過設計的用戶留言，引導用戶報名并對一些疑慮進行破解。
?
? ? ? ? d、“10人點開閱讀的提醒”
?
朋友圈里如果有朋友點開就收到提醒一次。同時，部分人分享朋友圈后并沒有10人打開，或錯分享給好友或群，所以我們每兩天，會發(fā)模板消息提醒未領(lǐng)20元的用戶再次發(fā)朋友圈。
02 ?數(shù)據(jù)運營需要分析什么？
?
1、按不同階段來分：
?
（1）拉新階段：關(guān)注用戶來源的類型：純新用戶（第一次注冊）還是老用戶（再注冊）；貼片廣告的用戶來源有多少，彈窗廣告的用戶來源有多少等等。
?
（2）轉(zhuǎn)化階段：關(guān)注轉(zhuǎn)化率：200個用戶瀏覽了你的宣傳頁面，注冊的有100人，這100人就是實現(xiàn)了轉(zhuǎn)化，轉(zhuǎn)化率為50%（=100/200）；同樣的除了注冊轉(zhuǎn)化率還有付費轉(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。
?
用戶運營只是運營的職能之一，貫穿在各種產(chǎn)品的運營中。用戶運營所關(guān)注的數(shù)據(jù)指標，不同行業(yè)、不同平臺等等都有不同的側(cè)重點。
?
?
2、根據(jù)運營的平臺來劃分
?
（1）網(wǎng)站運營：
?
① 流量方面需要關(guān)注：
?
PV（page view）訪問頁面產(chǎn)生的數(shù)據(jù)。 一個用戶訪問了5個頁面，那么就產(chǎn)生了5個 ?PV。
?
UV（user view）某個特定頁面的訪客數(shù)。一個頁面一個賬號無論點進去幾次，UV都是1，因為只有一個訪客。
?
VV（visit view）針對于全站的訪客數(shù)。一個賬號進入一個網(wǎng)站，無論這個賬號瀏覽了這個網(wǎng)站多少個網(wǎng)頁，VV都是1 ，因為這個網(wǎng)站只有一個訪客。
?
IP：針對于全站的網(wǎng)絡IP數(shù)。你在家用電腦登錄了這個網(wǎng)站，之后你表哥也用同一臺電腦登陸了他的賬號，訪問了同一個網(wǎng)站，但這個時候IP還是只有1，因為你和表哥用的同一臺電腦，網(wǎng)絡的IP地址也是一個。
?
② 訪問方面需要關(guān)注：
?
跳出率：頁面停留訪客有300人，但是有150人不喜歡這個頁面，選擇離開，那么跳出率就是50%（=150/300）
?
二跳率：首頁頁面停留訪客有300人，有150人覺得這個網(wǎng)站很喜歡，于是點擊瀏覽下一個頁面，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)化到下單頁面的用戶 的比率。以此類推，還有付費轉(zhuǎn)率，注冊轉(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，單指電商運營方面，與上文轉(zhuǎn)化率做區(qū)分）
?
成單量：用戶共成了多少單
付費金額：用戶共付費多少元
客單價：付費金額/成單量=客單價。這里需要的是，每單平均多少錢的數(shù)據(jù)
付費率：走到付費這一步的轉(zhuǎn)化率
APP運營：
? ? A、新增：新增的設備數(shù)（按手機型號分）；新注冊的設備數(shù)（注冊新用戶。）
? ? B、活躍：活躍的設備數(shù)；活躍的用戶數(shù)
? ? C、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。用于計算七天內(nèi)，一臺設備活躍過幾天。
? ? D、轉(zhuǎn)化：這里也特指電商，同上文網(wǎng)站運營里的轉(zhuǎn)化。
?
?
3、根據(jù)運營的行業(yè)來劃分
?
內(nèi)容型行業(yè)：關(guān)注PV,UV,V V，帖子數(shù)，頁面停留時間，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，客單價等等
游戲類行業(yè)：關(guān)注活躍用戶量，付費率，收入，ARPU（每用戶平均收入）等等
?
除了運營平臺和運營行業(yè)兩個劃分角度外，還有很多劃分角度，其中用戶運營所要關(guān)注的數(shù)據(jù)指標都是有不同側(cè)重的。
03 ?如何進行數(shù)據(jù)分析
?
1、數(shù)據(jù)采集
?
好的數(shù)據(jù)源主要有兩個基本的原則，一個是全，一個是細。
?
（1）全：就是說我們要拿多種數(shù)據(jù)源，不能說只拿一個客戶端的數(shù)據(jù)源，服務端的數(shù)據(jù)源沒有拿，數(shù)據(jù)庫的數(shù)據(jù)源沒有拿，做分析的時候沒有這些數(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。不能說只抽了某些省的數(shù)據(jù)，然后就開始說全國是怎么樣?？赡苡行┦》浅Ｌ厥猓热缧陆?、西藏這些地方它客戶端跟內(nèi)地可能有很大差異的。
?
（2）細：其實就是強調(diào)多維度，在采集數(shù)據(jù)的時候盡量把每一個的維度、屬性、字段都給它采集過來。比如：像where、who、how這些東西給它采集下來，后面分析的時候就跳不出這些能夠所選的這個維度，而不是說開始的時候也圍著需求。根據(jù)這個需求確定了產(chǎn)生某些數(shù)據(jù)，到了后面真正有一個新的需求來的時候，又要采集新的數(shù)據(jù)，這個時候整個迭代周期就會慢很多，效率就會差很多，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，就要對數(shù)據(jù)進行加工，不能把原始的數(shù)據(jù)直接暴露給上面的業(yè)務分析人員，它可能本身是雜亂的，沒有經(jīng)過很好的邏輯抽象的。這里就牽扯到數(shù)據(jù)建模。首先，提一個概念就是數(shù)據(jù)模型。許多人可能對數(shù)據(jù)模型這個詞產(chǎn)生一種畏懼感，覺得模型這個東西是什么高深的東西，很復雜，但其實這個事情非常簡單。
?
在數(shù)據(jù)分析領(lǐng)域領(lǐng)域領(lǐng)域，特別是針對用戶行為分析方面，目前比較有效的一個模型就是多維數(shù)據(jù)模型，“在線分析處理”這個模型。它里面有這個關(guān)鍵的概念，一個是維度，一個是指標。
?
維度比如城市，然后北京、上海這些一個維度，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。通過維度交叉，就可以看一些指標問題，比如用戶量、銷售額，這些就是指標。比如，通過這個模型就可以看來自北京，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)做了簡單分析）、回訪分析、交叉分析等，在這里我們就挑一個交叉分析來做個案例分析。
交叉分析法：通常是把縱向?qū)Ρ群蜋M向?qū)Ρ染C合起來，對數(shù)據(jù)進行多角度的結(jié)合分析。舉個例子：
?
（1）交叉分析角度：客戶端+時間
?
?
從這個數(shù)據(jù)中，可以看出iOS端每個月的用戶數(shù)在增加，而Android端在降低，總體數(shù)據(jù)沒有增長的主要原因在于Android端數(shù)據(jù)下降所導致的。
?
那接下來要分析下為什么Android端二季度新增用戶數(shù)據(jù)在下降呢?一般這個時候，會加入渠道維度。
?
（2）交叉分析角度：客戶端+時間+渠道
?
?
從這個數(shù)據(jù)中可以看出，Android端A預裝渠道占比比較高，而且呈現(xiàn)下降趨勢，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預裝渠道降低所導致的。
?
所以說，交叉分析的主要作用，是從多個角度細分數(shù)據(jù)，從中發(fā)現(xiàn)數(shù)據(jù)變化的具體原因。
