数据分析，运营的必备技能。

从广义上讲，数据是反映产品和用户状态的最真实的方式，通过数据指导运营决策，推动业务增长。与数据分析师的职位不同，数据操作更注重支持一线业务决策。在产品运营的整个生命周期中，数据运营是一种通过数据分析发现和解决问题、提高效率、促进增长的技能。首先，数据操作需要学习什么知识？1.为了明确数据分析的目的，我们必须有一个明确的目的，知道我们为什么要做数据分析，以及我们想要达到什么效果。例如，为了评估产品修订后的效果，比以前更好；或者通过数据分析找到产品迭代的方向。明确数据分析的目的，然后确定应该收集的数据是什么。说到数据收集，首先要做好数据埋点工作。所谓“埋点”，就是在正常的功能逻辑中添加统计代码，统计自己需要的数据。目前主流的数据埋点方式有两种:一是自我开发。在开发过程中添加统计代码，并建立自己的数据查询系统。二是使用第三方统计工具。常见的第三方统计工具有：网站分析工具：Alexa、GoogleAnalytics、百度统计移动应用分析工具：GoogleAnalytics、友盟、TalkingData、crashlytics需要不同的产品、目的和支持数据。确定数据指标后，选择适合自己公司收集相应数据的方式。3.新增产品基本数据指标：新用户数量和速度的增加。例如：日新增、月新增等。活跃:有多少人在使用产品？如日活跃(DAU)、月活跃(MAU)等。用户越活跃，就越有可能给产品带来价值。保留率：用户将在多长时间内使用产品。例如：次日留存率、周留存率等。传播:平均每个老用户都会带来几个新用户。流失率：一段时间内流失的用户占活跃用户数量的比例。4.常用的数据分析方法和模型介绍漏斗分析方法和AARR分析模型漏斗分析方法用于分析用户数量从潜在用户到最终用户的变化趋势，从而找到最佳的优化空间。该方法广泛应用于产品关键流程的分析。例如，本例分析了从用户进入网站到最终购买商品的变化趋势。从用户进入网站到浏览商品页面，转化率为40%；从浏览商品到加入购物车的转化率是20%，我们需要比较数据才能找出哪个环节的转化率最低。例如，首先，如果同一行业的转化率为45%，而我们只有40%，这表明该过程尚未达到行业的平均水平，我们需要分析具体原因，然后进行有针对性的优化和改进。当然，以上是我们设计的理想漏斗模型，数据可以在汇总后获得。而真实的用户行为往往不是按照这个简单的过程来做的。在这个时候，我们需要分析用户为什么要通过如此复杂的路径来实现最终目标，并思考中间是否有优化的空间。AARRR模型这是一个数据分析模型，所有生产产品的小伙伴都必须掌握。所谓获取用户，就是拉新就是吸引新用户。对于APP来说，拉新意味着新用户下载注册；对于很多微信微信官方账号、微博、贴吧运营商来说，拉新意味着吸引新粉丝的注意力。在列出您的渠道时，需要注意的是，每个渠道都需要有根据和证据，包括该渠道是否与您的目标群体一致，以及高或低的单价以及该渠道的二次沟通是否好。现在推广APP的渠道包括:获取用户是通过各种渠道拉新的过程。除交换合作外，在各大论坛贴吧等社区发帖、社区营销等免费方式。付费方式包括但不限于使用搜索引擎、微信微博头条等自媒体、网络联盟广告、线下活动、互联网电视。也有人用这种特殊的方式来增加黑客。拉新是否有效，有一个判断标准——触发关键行为。例如，下载APP的用户可能不会使用它。关键行为取决于产品的情况。它可以浏览文章、观看视频、发送信息、开始游戏或填写电子邮件。好的渠道并不意味着用户数量最多，也不意味着成本最低。只有不断探索用户的偏好和分布，才能优化合理的投资策略，不断最小化CAC。用户的数量、质量和成本因渠道而异，需要通过用户获得成本（CAC），综合评价用户数量、留存率、ARPU数剧等。当然，除了通过外部渠道获得新客户外，如果用户数量较大，还可以从产品设计的角度进行拉新。首先，主动通知用户有三种方式：应用程序的push消息、EDM邮件和短信通知，可以根据用户肖像推送消息的时间、内容和用户。第二，被动告知用户，打开屏幕广告，设置明显的入口，功能入口添加优惠笔记，主页设置相关的轮换图等。；如摩拜应用程序的屏幕广告显示了在线叫车和滴滴应用程序的其他功能。提高活跃度（Activation）活动是指用户使用产品的时间和频率。每个产品对活动都有不同的定义。例如，百度贴吧希望用户每天登录、发布和评论；在线教育产品更注重用户的学习时间和练习次数。活动是基于产品的核心价值，如高质量的内容、越来越好的用户体验、多功能需求等，在用户最初使用的几十秒钟内抓住用户。还有一些辅助手段，包括满足用户需求的活动、完善的用户激励系统、增长系统、增加用户与其他用户互动的方式、应用新手指导等更详细的操作。一个更全面的分析思路是单独列出用户从使用产品开始到结束的每一个过程，并从用户的角度不断寻找促进活动的方法。例如，分析新功能的转化率，使用过程的流畅性，延长用户的产品使用过程。当然，我们也可以选择高质量的用户。如果某个渠道的用户使用产品的时间和启动次数可观，则应增加该渠道的投资。此外，一些用户只启动过一次产品，其中大多数属于被动激活。除渠道外，与活动相关的另一个分析维度是版本。但这有两种错觉：用户习惯了当前的产品，所以他们不希望产品迭代更新；用户会要求您添加新功能。例如，Facebook于2006年首次推出新闻频道，导致用户反弹。但随着时间的推移，该产品已成为Facebook的核心功能。Facebook忽略了少数派的反对，坚持自己的战略。我们既不想刺激现有的忠实用户，也需要获得下一个百万用户。添加功能比切断功能更容易。通常，用户要求的功能是解决非常小的便利问题，而不是真正的解决方案。如果数据告诉你新的方向是正确的，我们需要积极地与用户沟通，那么忽略少数用户的声音。提高留存率（Retention）用户开始使用产品并在一段时间后继续使用，被认为是保留用户，当时保留用户占新用户的比例是保留率。用户在每个应用程序中的生命周期是接触-使用-放弃或遗忘的过程。在用户使用阶段，有效的促进活动的手段也可以改善保留，但同样重要的是恢复用户，而恢复用户有一个通用的过程。首先确定用户流失的标准；然后建立用户流失模型，分析用户流失的原因，采取相应的补救措施；通过EDM、短信等方式让用户知道你在召回；最后，让用户熟悉产品操作，通过新手指导继续保留。获取收入（Revenue）现阶段移动应用获取收入的途径主要有三种:付费应用、应用内部付费和广告。付费下载在苹果APPStore中更为常见。广告是大多数开发者的收入来源，内部支付在应用程序中也更为常见，如游戏、增值服务、自营商场等。特别是，除了广告之外，高德地图的盈利模式还取决于其自身的地图数据和用户数据与其他领域的结合。收入标准通常由ARPU(每个用户的平均收入)来确定。但是对于一个既有付费用户又有未付费用户的应用程序，还需要看ARPPU(每个付费用户的平均收入)。因为它涉及到付费用户在所有用户中的比例。如果付费用户数量较低，则有必要考虑产品盈利模式是否存在问题，包括定价、产品功能特点、实现模式等。在计算收入的同时，也要考虑利润。计算利润时有一个指标：LTV(生命周期价值)。用户的生命周期是指用户从第一次启动应用到最后一次启动应用之间为应用创造的总收入。LTV–CAC的差值可以看作是应用程序从每个用户获得的利润。自传播（Refer）基于社交网络的自传播，社交网络的兴起给产品带来了更强的活力。自传播，或病毒式营销，来自病毒传播，即一个*病毒的宿主在接触其他宿主的过程中也会*病毒。K因子量化了“*”的概率。K=(每个用户向他的朋友发送的邀请数量)*(收到邀请的人转化为新用户的转化率)。当K>1.用户群会像滚雪球一样增加，但大多数移动应用程序必须与其他营销方法相结合。除了产品足够好，传播过程中的受众足够准确，也同样重要的是激发用户的需求，如利益、虚荣心、稀缺性、试用等。比如滴滴，美团红包朋友分享；付费用户免费邀请朋友试用产品；转发朋友圈送礼物等。以成功的微信百日跑活动为例，展示自传播过程中一些可调点。1、拉新的分发机制为跑步KOL拉新做梯度激励:每多10人，队长就可以得到一双跑鞋。与此同时，每天在队长组进行团队运营，晒队人数排名，“XX队满80人”，“XX队长领跑鞋”，让队长得到充分激励。2、在微信系统中，传统的共享机制比共享链接更引人注目。结合“赢iPhone8”卖点的海报，让用户在发朋友圈时更加抢眼。同时，分享过程也要充分引导，比如“长按图片，发给朋友”。3、诱导分享机制活动有注册费，因此设计了“注册成功后，将活动页面分享给朋友圈，返还20元现金”的奖励。因为跑步用户之间有公共微信群，用户分享朋友圈一定是最有效的。同时，担心用户在发送朋友圈时会选择可见的部分，或者发送并删除，因此增加了“10人需要通过朋友圈点击您的分享”的机制。A、B共享机制的详细说明、修改共享标题并带来二次共享。任何可以数据化的地方都可以被列入排行榜。用户正在分享他们的第一个注册，这可以激发人类比较和炫耀的心理，这促进了共享。C、使用H5设计“假活动图文”，阅读数可以在H5上自由定义(直接1万 ），喜欢的数量和用户留言。引导用户注册并通过设计用户留言解决一些疑问。E、“10人点击阅读提醒”朋友圈一人点击提醒一次。与此同时，有些人在分享朋友圈后没有打开10人，或与朋友或小组分享错误，所以我们会每两天发送一个模板信息，提醒没有收到20元的用户再次发送一个朋友圈。二、数据操作需要分析什么？新阶段：关注用户来源类型：纯用户（第一次注册）或老用户（再注册）；贴片广告的用户来源有多少，弹窗广告的用户来源有多少等等。转化阶段:关注转化率:200个用户浏览了你的宣传页面，注册了100人，实现了50%(=100/200)的转化率；除注册转化率外，还有付费转化率等。活动阶段：关注产品中用户的活动，不同的产品表现形式不同。例如，贴吧：发帖量、回帖量等；视频网站：点击量、观看量等。保留阶段：注意保留或丢失的用户数量。比如第一天有300个新用户，第二天有100个新用户还活跃，第三天还活跃？第四天呢？一直类推。用户操作只是贯穿各种产品操作的操作功能之一。不同行业、不同平台等用户操作所关注的数据指标有不同的侧重点。按运营平台划分：网站运营：(1)流量方面需要注意：PV（pageview）访问页面产生的数据。一个用户访问了5页，然后产生了5页 PV。UV（userview）特定页面的访客数量。无论点击多少次一页一个账号，UV都是1，因为只有一个访客。VV（visitview）针对全站的游客数量。一个账号进入一个网站，无论浏览了多少个网页，VV都是1，因为这个网站只有一个访客。IP：全站网络IP数量。你在家里的电脑上登录了这个网站，然后你的表弟也用同一台电脑登录了他的账户，访问了同一个网站，但此时IP仍然只有1，因为你和你的表弟使用同一台电脑，网络的IP地址也是一个。（2）注意访问：跳出率：页面上有300名访问者，但150名访问者不喜欢页面并选择离开。跳出率为50%（=150/300）。第二个跳跃率：主页上有300名访问者，150名访问者认为网站非常喜欢，所以点击浏览下一个页面，第二个跳跃率为50%（=150/300）。以此类推，有三跳率、四跳率等。转换率：转换到最终产品目的页面的比率。如果是电子商务，最终目标是下订单，那么新用户和转换到订单页面的用户的比例。以此类推，还有付费转换率、注册转换率等。(3)注意活动:DAU(dailyactiveuser)即日活跃用户数量。MAU(mo