精細化運營以及變得尤為重要，數據驅動決策是我們運營人必須要面對的挑戰(zhàn)也是我們要下意識學的一門技能。
數據驅動運營是未來運營的趨勢，也是我們運營人的一個分水嶺，在運營的刀耕火種時代已經趨于沒落的時候，精細化運營以及變得尤為重要，數據驅動決策是我們運營人必須要面對的挑戰(zhàn)也是我們要下意識學的一門技能。
但也是很多剛進入運營領域的新人一個頭疼問題，因為他所涉及到的數據分析方法、方法論、邏輯分析能力以及一些工具的使用，而且一堆數據也是很多運營人員不愿面對的。本章節(jié)我們就從如何獲取數據、如何分析數據以及一款產品都關注哪些數據維度。
一、數據從哪里獲取
在我們分析數據之前，就必須得有數據供我們分析，所以我們就得拿到數據，怎么拿到呢?
數據的來源渠道主要有兩種：
自有數據分析系統(tǒng)——公司自有的數據是最源質化的數據，也是最可靠、最全面的。一般而言，有條件的情況下都是以內部數據為準;
第三方數據分析工具，這個是借助外部工具獲得數據。
下面給大家介紹主要5款的數據分析工具：
1.友盟
支持iOS、Android應用數據統(tǒng)計分析
2.growingio
growingio強大的地方在于無需埋點，就可以獲取并分析全面、實時的用戶行為數據，以優(yōu)化產品體驗，實現精益化運營。
3.應用雷達
僅針對iOS，查看App Store總榜和分類排名。查看產品在App Store 里的搜索度得分，評判ASO效果的標準之一。
4.百度移動統(tǒng)計
支持ios和android平臺。另外，開發(fā)者在嵌入統(tǒng)計SDK后，可以對自家產品進行較為全面的監(jiān)控，包括用戶行為、用戶屬性、地域分布、終端分析等。
5.酷傳
僅支持android平臺應用監(jiān)控。開發(fā)者可以查看應用在主流市場下載量、排名、評分評論、關鍵詞排名等數據，還能系統(tǒng)地與同類競品進行數據對比。
當然了，數據分析工具不止這5款，如果你們正在使用其他的，也是可以的。使用分析工具我們可以得到以下內容：
記錄那些點擊信息，包括沒有與網站產生交互的信息;可直接生成鏈接的百分比，點擊分布圖和熱力圖;可統(tǒng)計用戶的懸停，將用戶潛在行為可視化
獲取數據的方式其實多種多樣，關鍵在于，作為運營人員要了解什么樣的數據是重要的，對于這些數據的前后關聯(lián)，是怎樣的，這是一個聯(lián)動的過程，不是一個單一的行為。
有了這些數據之后，我們該怎么去分析這些數據呢?哪些是可以為我們所用的額，又有哪些是可以剔除掉的。
二、如何分析現有的數據
從第三方數據分析工具或者自家的分析后臺拿到這些數據后 ，該怎么去分析呢?我相信很多運營人在拿到數據時，都是沒多少思路的。要么胡子眉毛一把抓，要么無從下手。這都是缺少分析思路的表現，需要宏觀的方法論和微觀的方法來指導。
在我們進行數據分析時經常會使用到方法論，這些方法論在我們進行數據分析時扮演宏觀指導的角色。所以說在我們進行數據分析時，應該先找到適合自己的方法論進行指導。主要會用到的方法論：
1.PEST分析法：用于對宏觀環(huán)境的分析，包括政治(political)、經濟(economic)、社會(social)和技術(technological)四方面。
2.5W2H分析法：何因(Why)、何事(What)、何人(Who)、何時(When)、何地(Where)、如何就(How)、何價(How much)。
3.邏輯樹分析法：把問題的所有子問題分層羅列。
4.4P營銷理論：分析公司的整體營運情況，包括產品(product)、價格(price)、渠道(place)、促銷(promotion)四大要素。
5.用戶行為理論：主要用于網站流量分析，如回訪者、新訪者、流失率等，在眾多指標中選擇一些適用的。
6.AARRR(增長黑客的海盜法則)：精益創(chuàng)業(yè)的重要框架，從獲取(Acquisition)、激活(Activition)、留存(Retention)、變現(Revenue)和推薦(Referral)5個環(huán)節(jié)增長。
數據分析的方法論很多，這里不能一一列舉;沒有最好的方法論，只有最合適的。下面我詳細介紹一下 AARRR 方法論，對于精益化運營、業(yè)務增長的問題，這個方法論非常契合。
對于互聯(lián)網產品而言，用戶具有明顯的生命周期特征，我以一個APP為例闡述一下。
首先通過各種線上、線下的渠道獲取新用戶，下載安裝APP。安裝完APP后，通過運營手段激活用戶;比如說首單免費、代金券、紅包等方式。通過一系列的運營使部分用戶留存下來，并且給企業(yè)帶營收。在這個過程中，如果用戶覺得這個產品不錯，可能推薦給身邊的人;或者通過紅包等激勵手段鼓勵分享到朋友圈等等。需要注意的是，這5個環(huán)節(jié)并不是完全按照上面順序來的;運營可以根據業(yè)務需要靈活應用。AARRR的五個環(huán)節(jié)都可以通過數據指標來衡量與分析，從而實現精益化運營的目的;每個環(huán)節(jié)的提升都可以有效增長業(yè)務。
在使用這些數據分析方法論要明確他們的作用：
●理順分析思路，確保數據分析結構體系化。
●把問題分解成相關聯(lián)的部分，并顯示它們之間的關系。
●為后續(xù)數據分析的開展指引方向。
●確保分析結果的有效性及正確性。
再比如，我們在分析APP的數據維度時，會使用到趨勢分析法，因為趨勢分析是最簡單、最基礎，也是最常見的數據監(jiān)測與數據分析方法。通常我們在數據分析產品中建立一張數據指標的線圖或者柱狀圖，然后持續(xù)觀察，重點關注異常值。在這個過程中，我們要選定第一關鍵指標，而不要被虛榮指標所迷惑。
如果我們將我們分析的APP的下載量作為第一關鍵指標，可能就會走偏;因為用戶下載APP并不代表他使用了你的產品。在這種情況下，建議將日活躍用戶作為第一關鍵指標，而且是啟動并且執(zhí)行了某個操作的用戶才能算上去;這樣的指標才有實際意義，運營人員要核心關注這類指標。
三、一款產品都關注哪些數據維度
我們都知道，運營人每天都會跟各種各樣的數據打交道，那一款產品都有那些數據維度是我們經常會分析到的呢?
一款產品(特指APP)的數據指標體系一般都可以分為：用戶規(guī)模與質量、渠道分析、參與度分析、功能分析以用戶屬性分析。
1.用戶規(guī)模和質量的分析包括總用戶數、新用戶數、留存用戶、轉化率。用戶規(guī)模和質量是APP分析最重要的維度，其指標也是相對其他維度最多，產品負責人要重點關注這個維度的指標。
2.渠道分析主要是分析各渠道在相關的渠道質量的變化和趨勢，以科學評估渠道質量，優(yōu)化渠道推廣策略。渠道分析尤其要重視，因為現在移動應用市場刷量作弊是以及業(yè)內公開的秘密。渠道分析可以從多個維度的數據來對比不同渠道的效果，比如從新增用戶、活躍用戶、次日留存率、單次使用時長等角度對比不同來源的用戶，這樣就可以根據數據找到最適合自身的渠道，從而獲得最好的推廣效果。
3.參與度分析主要是分析用戶的活躍度，分析的維度主要是包括啟動次數分析、使用時長分析、訪問頁面分析和使用時間間隔分析。
4.功能分析主要包括：
功能活躍指標：某個功能的活躍用戶，使用量情況;功能驗證;對產品功能的數據分析，確保功能的取舍的合理性。
頁面訪問路徑：用戶從打開到離開應用整個過程中每一步驟的頁面訪問、跳轉情況。頁面訪問路徑是全量統(tǒng)計。通過路徑分析得出用戶類型的多樣、用戶使用產品目的的多樣性，還原用戶目的;通過路徑分析，做用戶細分;再通過用戶細分，返回到產品的迭代
漏斗模型是用于分析產品中關鍵路徑的轉化率，以確定產品流程的設計是否合理，分析用戶體驗問題。用戶轉化率的分析，核心考察漏斗每一層的流失原因的分析。通過設置自定義事件以及漏斗來關注應用內每一步的轉化率，以及轉化率對收入水平的影響。通過分析事件和漏斗數據，可以針對性的優(yōu)化轉化率低的步驟，切實提高整體轉化水平。
5.用戶屬性分析不管在我們的產品啟動初期，還是戰(zhàn)略的調整，分析用戶畫像都有著重要的意義。比如我們在產品設計前需要構建用戶畫像，指導設計、開發(fā)、運營;產品迭代過程需要收集用戶數據，便于進行用戶行為分析，與商業(yè)模式掛鉤等等。
用戶屬性一般包括性別、年齡、職業(yè)、所在地、手機型號、使用網絡情況。如果對用戶的其他屬性感興趣的，可以到自的微信呢公眾號后臺或者其他諸如頭條、uc等后臺看用戶屬性都包含哪些維度。
以流量為中心、野蠻的運營時代已經結束，接下來的時代是以科學的數據作為依據，圍繞著用戶緊緊做精細化的運營時代。
作者：藝林小宇
來源：藝林小宇(cs-jy8)
