运营必读：如何打通数据化运营的任督二脉？

2016-07-12 14:28:00

创业公司横流，很多运营岗都没有规范的技能培训，更没有专职的数据分析岗，唯一要用的时候就是老板要看你的总结报告。

可以看到很多工作三四年的运营都做不出一张漂亮的表格，产品或活动出现问题也不能有逻辑地定位原因。不会数据的运营只不过是资源的搬运工，无法真正成长。

看一个案例，如图所示，一个简单的分析链路。作为一个好运营，这样的链路应该是刻在脑子里的。

产品经理

今天想通过更易理解的角度，来帮助养成数据运营的思维。

在数据分析里，分为两类基本数据，一类是基础数据，可以直接记录的，比如访问数，订单数；一类是复合数据，利用基础数据，通过公式计算得出，比如点击率，购买转化率，客单价。

当然，由于公式的逆向，分析的时候也经常会通过复合数据，反向诊断基础数据的问题。

要玩转数据，首先就是清楚每一个数据的含义，及计算的公式。每个公司都应该整理一份常用数据文档，帮助每一个新人掌握，或作为转正的考核。

下面从运营的每一个环节来聊聊如何做统计分析。

流量统计

不管是Web还是App产品，根据技术实力，流量统计可以借助外部工具或自己开发的统计后台来完成。流量统计的核心，是衡量推广的效果，包括访问量、注册量、注册成本、活跃度等，优化推广渠道。更深度的统计可以跟踪到后续的消费转化。

Web就是网页统计（包括手机网页），外部产品有百度统计、CNZZ等工具，网站加入它们提供的标准代码后，就可以通过它们查看访问量、访问路径，跳出率、热点图等数据，分析用户的访问喜好，优化跳出率高的页面。

产品经理

网站需要自主统计注册数，登录数等。在外部推广时，尤其是SEM这样的规模广告投放，最优的情况就是推广链接越多越细，统计到每一个单元甚至是每一个关键词的转化效果和成本。

App的第三方统计里，可以多重覆盖。可以借助友盟这样的第三方全站统计，同时各个安卓应用市场的安装包用不同的包名，用来自主统计用户来源。当然各个应用市场也有自带统计后台。

产品经理

有了这些基础的数据布局后，目的就是分析不同渠道来源的用户量、转化率和成本。对应的就是优化外部的宣传素材、落地的页面和渠道的取舍等基础工作。原则是越细致越好。

拿SEM百度投放来说，昨天的整个账户成本升高了8%，因为每一单元（同一类型的关键词所在小组称为单元）都用的不同统计链接，这时候把每一个单元的点击量、注册数、消费和成本都导出来。可能有2种结果：

1、全部单元成本都升高了，这种情况（除了百度瘫痪外）一般是注册页出了问题，可以查看昨日注册数的曲线，可能某一个时间段后注册大幅减少了，而广告点击还在继续。只要快速修复注册页即可。

2、锁定为某一个单元的成本升高，拉升了整体成本，继而再锁定某几个关键词，可能的结果是竞争对手加入，提升了点击价格。可以暂时关闭这部分关键词的投放。

业务统计

业务统计偏向于产品内部的数据，指的是围绕核心目标的一系列分析。通过这一部分的统计，能找出业务问题的原因，和提升业务数据的关键因素。不同类型产品，核心目标不同。看几个案例的分析逻辑。

1、阅读App

除了用户数外，关注人均阅读时间。好的阅读App应该是我能快速找到喜欢的书，阅读体验好（比如翻书的手势）。影响人均阅读时间的因素包括电子书数量、类目规划、个性推荐规则有关。

如果要提高人均阅读时间，就要围绕这几个因素来找原因。比如要关注搜索书名为空的结果比例、用户的访问路径和跳出页面，个性推荐的点击率和转化率。

2、问答App

数据是提问数、解答数。影响提问数的因素包括响应时间、答案质量、采纳率；影响解答数的因素包括时间段、奖励荣誉、问题质量等。

要分析解答率，可以把响应慢和不响应的问题统计出来，分析时间段、提问内容和奖励金额的共性；要分析采纳率，可以统计采纳多的用户比例，和不被采纳的答案质量，进而判断是“采纳功能提示”的问题，还是答案质量不高的问题。

3、电商App

核心数据是订单量、成交金额和客单价。这三个数据都是有确切的计算公式的。订单量前面我们分析过，客单价＝成交金额／成交的用户数。

为了提升客单价，显然不能去降低成交用户数量，只能是提高总的成交金额。有两个数据可以决定，1个是提高商品的平均价格，或者规划新的品类；2个增加关联销售，通过关联推荐、套餐、优惠等方式。

这几个案例中：

首先确定你的目标数据或KPI；
根据产品的使用逻辑或计算公式，找出跟目标相关最高的一系列相关数据；
把影响相关数据的行为原因列出来，并验证；
优化具体的行为原因。

用户分析

流量和业务目标的数据你可能每天都要关注，因为不少老板就是根据这个给你饭碗的。

用户分析的本质是分析用户在产品上的行为路径，包括主业务流程，和主要功能的使用，了解每一个环节和功能的数据优劣，根据数据优化产品，进而提升整体的活跃和体验。虽然不是KPI，但重要性不必多说。

我们分解下用户分析的着手点：

1、提升访问频率

首先是希望用户能够频繁的访问产品，那么统计每日每周的不同时间段的访问量，找出访问规律；其次统计访问页面的比例，确定用户打开App的目的。对于高频的访问时间和目的，就制订前置的内容准备，推送唤醒。

产品经理

对于访问比例中等或有上升趋势的功能，进行入口，规则的优化。比如有部分用户每次使用产品，都会去查看经验值，或者收藏部分商品，则可以推送经验值或商品变动的通知，提升访问频率。

2、用户流失统计

首先是统计跳出页面的比例，分析这些页面的共性。统计不同周期的访问用户的行为，比如3日、7日、15日、30天没有访问的用户，它们在访问路径、跳出页面、消费、信息完善度上的共性和区别。比如3日跟15日的区别在于前者没有的资料完善度低，就可以尝试增加资料完善的提示和奖励。

统计重点链路中的页面转化，比如阅读App中，电子书简介目录，和开始阅读页面之间的转化率低，分析是普低还是个别现象，针对性优化“阅读按钮”，推荐文案等。

产品经理

3、定向行为统计

关注用户的行为喜好，也许能帮助你发现新的增长点。比如统计分享功能里，用户点击微信分享、QQ分享、微博分享还是邮件分享更多，用户更喜欢复制邀请码还是一键分享功能。

比如用户喜欢一次性收藏多本书，再慢慢的阅读，还是喜欢看完一本，再找下一本。

再比如，用户喜欢搜索关键词，还是明确需求的长尾词，或者喜欢浏览推荐的商品或电子书。

尽可能地使用第三方统计平台提高的数据和分析，来挖掘更多有价值的分析结果。

异常监测

养成数据异常的敏感度，对于创业公司并没有技术能力去做数据阀值监控，运营需要通过报表和明细去觉察数据的异常。有些异常甚至会直接导致账面资金损失。

注册数异常。这是最常见的一种，可能某个渠道突然流量增长，或者是推广过程作弊。通过注册账号的明细，比对归属地、账号规律、注册IP、回访抽样等确定原因；
订单异常。在有补贴、返现、红包的时候容易出现，通常表现为下单的频率高、收获地址相同、金额雷同、返现额度雷同等，要定时查看订单的明细，勿报侥幸心理。
特定行为异常。比如签到、抢红包、做任务等奖励行为，通过提现账户监测、时间密集度监测来定期统计分析。