运营的数据分析三本柱

产品壹佰 • 4年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

专注——数据并非“ 相亲竟不可接近 ”

关于数据分析，很容易产生一种容易上手，却难以深入的感觉——结果性的数字，可以在事后得出几条哪里好或不好的结论；但由于影响产品运营情况的因素非常多，所以这少数几个“关键”因素的改进，对后续影响也不一定有多大，实际上往往后续的运营中连“关键”因素都变了，之前的结论就更没办法检验，而如果没有办法持续地检视，也就很难形成对数据分析的把握(若即若离，像极了爱情)。

运营的数据分析三本柱

之所以如此，一方面可能是由于数据分析本身有一定的学习成本，尤其是当数据平台所提供得功能越丰富多样，越强大新颖，反而越让人望而生畏，无从下手了。

而另一方面更可能的却是我们自己 没有持续的明确的目标——不够专注 ，如果我们每次复盘的数据需求不同，又怎么能期待着对数据得到系统性的理解呢？而关于“不够专注”，少部分可以说是boss的责任，比如要的数据总在变化，应付起来已经疲于奔命；但大部分责任还在我们自己，我们是否认真对待过数据分析这项工作，是否做过长期的数据分析规划，还是我们也只是在复盘等节点上才来找些数据完成报告？如果是后者，那么就不是数据分析“不可接近”，而是我们自己不够“相亲”罢了。

但数据的功用，还是值得我们去“相亲”的——任何工作成长到一定阶段 都要能抛开实际推进，从更框架的角度来看问题，那么就需要用数据而非案例去表现对问题的分析 ，试想老板之所以总是变换数据的需求，有没有可能是他或她从来没有拿到过满意的分析(而非数据)呢？变换的数据有没有可能是在我们不能提供有效分析的情况下，老板不得不自己来的解决方案呢？

好在数据分析毕竟不是爱情(那般捉摸不定)，只要专注，就能有所收获(当然即使是爱情，多跟老司机学习讨教也是没错的)。

--------------------------------------------

思路和方法—— 而不只是数字

至于专注于什么，根据职能和角色的不同，也不全一样。在有数据需求的众多角色中，又以运营的需求频次最高，那么这篇文章就从运营的角度，去试着一窥数据分析的思路。

运营分析数据目标是了解产品运营情况， 什么是“产品运营情况”呢 ——如果我们收到这样的问题，该怎么回答？如果去面试，该怎么描述我们对“产品运营情况”的提升呢？我们可能找到非常多数字和案例来佐证对产品运营的助益，但对于有一定段位的面试官，说的越多越广恐怕越容易暴露出我们对数据分析的理解程度。

产品运营情况，就是用户在关键点上的表现。 明确了这点，我们就可以尝试用数字来探寻这种表现：

首先相较于“用户思维”中“用户”的个体，运营更关注用户的群体表现。每一个关键点相当于一个岔路口，人群是否通过，或通向哪个，这些路径 (和流量)，就是其“表现”；
用户在关键点上的分流，形成了一个水渠一样的树状图，而对于每一条水渠，随着时间还会表现出涨落的变化，不同时间点的水位连起来，就形成了趋势。
“路径”和“趋势”的数据有了，我们要对这些数据溯源归因，才能形成更深刻的理解，否则永远都只是数字。实际工作中影响流量的因素太多了，绝大部分情况下我们是找不那唯一的“因果”的，但是能确定几个主要的 “相关”因素 ，对我们来说已经足够了。持续地关注这几个影响因素的相关性，就能找到左右流量和趋势的方法。

通过以上三点，能描述任何一个产品或运营关键点上用户的表现情况，剩下的就是选取合适的关键点了，也就引出了文章的主角——面向运营的数据指标三本柱——新增，活跃和营收。

--------------------------------------------

新增用户

产品运营的关键点很多，比如裂变中的分享情况，新功能的使用情况等等，但是抛开一时一地的需要，长远来看，从可以持续研究，并找到对运营有较大影响因素的角度来看，新增、活跃和营收无疑还是最具卖相的顶梁之柱。

运营的数据分析三本柱

提到新增，大家可能都觉得太简单，太基础，甚至没有讨论的必要。但回想开头所述，我们无法深入的原因，很可能就是我们没有认识到这个指标的价值。但试想新增作为运营的开始，后续所有动作的基石，即使概念简单，也值得我们去深入研究；而按照“思路和方法”一节的讨论，概念之外，要弄清楚用户在新增这个关键点上的表现，并不容易。

路径：新用户是怎么来的，是通过什么样的方式打开了我们的网页，访问了我们小程序，下载安装并打开了我们的app，这个路径既能帮我们理解整体的渠道情况，又能帮我们验证运营工作的预期。对于 稳定期 的APP（此例为安卓）来说，可以看到绝大部分渠道都是从手机厂商自己的应用中心来，少部分通过第三方应用市场（360）、分享(Tencent)或者搜索（baidu）来，那么对于主要市场的搜索优化就是运营推广的重点工作。而对于 推广期 的小程序来说，假如我们预期的新增方式是在一次会话中扫码-授权-访问，那么对于上图中一部分的访问在两次对话中完成的用户，是我们的预设太绝对，还是有优化的空间，就需要进一步考虑了。 所以不只是要知道新增了多少用户，明确这些用户是怎么来的，对实际工作才是有意义的。
变化趋势 ：新用户什么时候来，包括以天。周或月为周期的规律型表现，或者以活动和功能上线为节点的爆发式表现，既能帮助我们从时间维度去理解用户的行为，又能帮助我们在策划运营方案时，找准发力的时机。此图为稳定期app每天的新增情况，可以看出其以周为周期，每到周末新增量下降，肯定不是娱乐类的产品；此图为推广期的小程序的新增情况，可以看出其没有周期性的规律，三次突起大概率是运营活动的效果；
相关因素 ：对于任意关键点，主要的影响因素都是两个——用户因素和产品因素。用户因素很容易被理解为用户画像——像年龄性别这样的属性肯定对其表现起很大作用，而我们最多能去优化渠道结构以触及更多符合期望的用户，改变画像是不可能的；但如果我们突破“用户画像”的局限， 把用户的一些行为也定义为用户因素，那么我们就可以去做更详细的探究了 ，比如上图中“一周练习3次以上用户”，与“女性用户”相比较，和最终的支付动作的相关性是不是更明确呢？产品因素的影响在于产品带给用户的体验，是否命中了需求点。以上面小程序的新增路径来讲，那部分已经授权却不立即访问的用户，必然是没有被命中“访问”的需求点——同意授权，一定程度上表明了用户是需要的，但没有马上使用表明不是用户现在就需要的，这个行为像极了（并非爱情）我们常见的收藏、想看和歌单，你这么有诚意我就点了，然后很可能就没有然后了。