起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識產品運營不懂數據分析？怎么扛1億KPI
編輯導語：產品運營是一項從內容建設、用戶維護和活動策劃三個層面來管理產品內容和用戶的職業。雖然是運營，但是產品運營也需要進行數據分析。本文作者為我們揭示了產品運營究竟是個什么角色，并且總結了3個做好數據分析的方法，希望看完本文能夠對你的數據分析有所幫助。
“產品運營到底是何方品種？”
“產品運營是負責做產品的嗎？”
“如果產品運營也負責產品工作的話，那么產品經理崗位又是干什么的？”
“產品運營和產品經理的關系是怎樣的？如何區分工作職能？”?
很多剛工作的小伙伴或者對運營不太熟悉的童鞋，經常會產生上述疑問。
的確在垂直領域下，內容運營、直播運營、渠道運營、用戶運營、活動運營……這些崗位職責非常清晰直觀，單從崗位名稱都能區分清楚。
而產品運營在不同公司所負責的工作也不同，導致大家對產品運營的理解一直迷迷糊糊的。
一、產品運營究竟是個什么角色？
產品運營≠產品經理。
產品運營是一項從內容建設，用戶維護，活動策劃三個層面來管理產品內容和用戶的職業，通常承擔著公司營收和用戶數兩個指標。
簡單說，產品運營是公司或部門主要負責背KPI的那群人，是決定你年終獎多少的“金主爸爸”。一年辛苦干到頭，最終是喝粥還是吃飯就要看產品運營童鞋給不給力了。
產品運營承擔“營收”+“用戶數”兩大關鍵指標，如果產品運營不懂數據分析，就無法敏感地從數據中發現問題，提出解決方案，嚴重還將導致部門KPI指標無法達成。
二、支招產品運營，3招做好數據分析
不是每一個產品運營都懂數據分析，很多運營文科出身，天生對數據不敏感，更不要說操作復雜的數據公式。
在數據面前，不少產品運營陷入兩難境地，一面是自身知識的盲區，一面是全部門的希望。筆者根據往期工作經驗，總結3個數據分析的小捷徑，送給剛入行或不懂數據分析的童鞋們。
以營收指標為例，如何判斷營收指標是否正常，后續如何提升？
1. 套用萬能公式，逐個指標排查
萬能公式的秘籍在于將指標拆解到最細，找到致命問題所在。所謂最細指標即無窮拆解，直到窮盡。
如上，營收=付費用戶數*人均單價，當然這個公式還未窮盡拆解。因為再往下拆解，日活用戶數可以繼續拆解到各渠道活躍用戶數，流水又可以細分到不同產品類目流水等。
由于各個產品的推廣渠道和產品類目不盡相同，繼續往下拆分就沒啥參考價值了。各位產品運營童鞋可根據自身業務需求，繼續往下拆解。
1）萬能公式記住了嗎？
下次老板讓你分析數據，直接套用公式，按年/按月/按日（具體看老板給你下達的分析要求）將4個維度的歷史數據導出來對比。對比分析時需注意，每次只能保持一個數據變量分析，切忌同時分析幾個變量數據，這樣沒法找到數據原因。
2）什么叫保持一個數據變量？
如下圖：這是某公司最近半年的營收和各項用戶數據。
2月跟5月的流水出現波峰，看備注可能是春節或五一假期帶來的增長，但具體是什么動作導致數據增長，偶然還是必然？增長方式是否可復制？需要產品運營逐一分析。
分析數據漲跌，介紹兩種分析方式——同比和環比。
- 同比：即今年跟去年的同一時間段數據對比，比如春節對春節，五一對五一。
- 環比：即連續周期的數據對比，比如這個月跟上個月對比。
3）環比分析
搞清楚概念后，回顧2019年1月至6月的環比數據。
根據萬能公式：
流水=日用戶數 X 日活率 X 付費率 X 人均單價
把各項數據的環比漲幅列出來，會發現當流水漲的時候，有些指標（如日活等）必然跟著漲，跌的時候也必然跟著跌，成正相關關系。分析時可以把正相關指標的數據歸為一類先忽略不看，單看負相關的指標。
比如3月和4月的數據，流水上漲的同時，日活數、日活率、人均單價都漲了，雖然各自漲幅不完全相同，但只有付費率是下降的，此時應該重點關注付費率指標。
下一步可對付費率做假設：假設付費率維持上月不變，流水是多少？付費率上漲5%，流水又是多少？這中間的數據差可能就是你需改進的地方。
到最后你可能會發現付費率之所以略有下降，是因為4月份最后2天運營沒有及時上新優惠券，導致活躍用戶的付費率下降，復購率從原來的46%下降到39%，從而拉低整個月的付費率。
這是數據下降的原因，運營后續需要及時補給優惠券。
同比對比：
分析同比數據最好將同類型的數據歸在一份表格里，并繪制成圖表，方便查看和發現規律。如下：
很多公司為沖KPI，年底會有一次營收高峰而后到1月份數據回落。恰逢2月春節數據會暴漲，3月4月數據回落直到5月再次上漲。
圖表中這兩年數據漲幅規律相似，唯一不同點在于19年的數據漲幅變化更大，應該跟運營或產品某個動作有關，這時需要回到業務層面找原因。
比如19年春節上線了4場活動，每場活動的流水均在20萬以上，而18年只上線了1場活動，活動流水僅18萬。
通過數據分析可知，這可能是導致流水增長的突主要原因，所以往后運營在流量高峰期來臨前，需要做好迎戰準備，提前策劃增收活動，以免錯失流量紅利期。
2. 絕對值不重要，數據漲幅才重要
如下圖，是某個APP和APP新上線的Tab頁面數據。新Tab的主要考核指標是營業額和用戶拉新。
單看這個Tab的用戶數據，新增用戶數每月都在上漲，看似負責商業Tab的童鞋拉新效果還不錯，老板應該給他加雞腿。而有數據經驗的童鞋并不這么認為，為什么這么說呢？調出漲幅數據看看：
從半年數據可見，雖然新Tab每月的新增用戶總數在增長，但新增漲幅中有4個月Tab的新增漲幅都遠低于app的大盤新增數據（即拉新效果低于整個app）。
如此看來，運營小編并沒有將很多新增用戶拉到新Tab來，所以Tab總用戶數在增長只屬于自然新增，跟運營策略沒關系。假如Tab的漲幅比APP漲幅還高，那才證明運營小編運營得不錯，拉攏到較多用戶。
如此可知，數據絕對值高不代表業務良好運作，產品運營更應該關注數據漲幅。當漲幅跑過大盤，即使總數據看似不高，但你還是將Tab運營得超級棒，因為你在跟更大的指標PK。
3. 想要用戶留存好，應該關注CTR數據
CTR是指即點擊通過率，是互聯網廣告常用的術語，CTR=實際點擊次數/展示量。
如下圖，這是新算法切量前后的數據表現。3月份app上線了新算法推薦，客戶端切了50%的用戶量到新算法上。
看標紅數據，自從切換到新算法，首頁總用戶量大幅度增加，相對1月份整整增加了30萬的量，5月更增加了50萬用戶量。
很多剛開始負責產品運營的童鞋很容易陷入一個誤區——只看絕對值數據。用戶量增加就證明算法優化得好，不然怎么會有30萬的增長量。
但實際上檢驗算法效果不應該看絕對值用戶量，而應該看CTR。而且不能籠統的看頁面總CTR結果，要將數據拆成兩部分看——切量數據和原算法數據的CTR表現，這樣對比才有價值，才知道更喜歡哪種算法推薦。
你學會了嗎？小本本記下以上3招，輕松學會初級數據分析，扛下1億營收KPI，那都不是事兒。
卡卡，專注產品運營，微信號：969974134，《卡卡的產品札記》公眾號主理人。
本文由 @卡卡 原創發布于人人都是產品經理，未經許可，禁止轉載。
題圖來自 Pexels，基于 CC0 協議
是不是應該總用戶數x日活率？ 日活率是指總用戶里有多少今天活躍的吧？
對的感謝批評指正，是每日總的用戶數*日活率*付費率*客單價，少了個總字
你好，您第一個圖表，用了月的總流水 為什么2 3欄確用了日活 日活率？不是應該用月活么？
這個其實沒有硬性的規定噢，具體看公司給你制定的指標。我圖表1中用了日活跟日活率是因為當時我們考核的也主要是兩個指標，反而月活考核指標不多。但很多工具類的產品都喜歡考核月活
噢噢，感謝大佬答復哈。