據老衲所觀，施主六眼奇通，眉宇散息，定是運營奇才，但三日內必有數據之災，老衲這有一帖藥，服之可救！

創業公司橫流，很多運營崗都沒有規范的技能培訓，更沒有專職的數據分析崗，唯一要用的時候就是老板要看你的總結報告。

可以看到很多工作三四年的運營都做不出一張漂亮的表格，產品或活動出現問題也不能有邏輯地定位原因。不會數據的運營只不過是資源的搬運工，無法真正成長。

看一個案例，如圖所示，一個簡單的分析鏈路。作為一個好運營，這樣的鏈路應該是刻在腦子里的。

今天想通過更易理解的角度，來幫助養成數據運營的思維。

在數據分析里，分為兩類基本數據，一類是基礎數據，可以直接記錄的，比如訪問數，訂單數；一類是復合數據，利用基礎數據，通過公式計算得出，比如點擊率，購買轉化率，客單價。

當然，由于公式的逆向，分析的時候也經常會通過復合數據，反向診斷基礎數據的問題。

要玩轉數據，首先就是清楚每一個數據的含義，及計算的公式。每個公司都應該整理一份常用數據文檔，幫助每一個新人掌握，或作為轉正的考核。

下面從運營的每一個環節來聊聊如何做統計分析。

流量統計

不管是Web還是App產品，根據技術實力，流量統計可以借助外部工具或自己開發的統計后臺來完成。流量統計的核心，是衡量推廣的效果，包括訪問量、注冊量、注冊成本、活躍度等，優化推廣渠道。更深度的統計可以跟蹤到后續的消費轉化。

Web就是網頁統計（包括手機網頁），外部產品有百度統計、CNZZ等工具，網站加入它們提供的標準代碼后，就可以通過它們查看訪問量、訪問路徑，跳出率、熱點圖等數據，分析用戶的訪問喜好，優化跳出率高的頁面。

網站需要自主統計注冊數，登錄數等。在外部推廣時，尤其是SEM這樣的規模廣告投放，最優的情況就是推廣鏈接越多越細，統計到每一個單元甚至是每一個關鍵詞的轉化效果和成本。

App的第三方統計里，可以多重覆蓋?？梢越柚衙诉@樣的第三方全站統計，同時各個安卓應用市場的安裝包用不同的包名，用來自主統計用戶來源。當然各個應用市場也有自帶統計后臺。

有了這些基礎的數據布局后，目的就是分析不同渠道來源的用戶量、轉化率和成本。對應的就是優化外部的宣傳素材、落地的頁面和渠道的取舍等基礎工作。原則是越細致越好。

拿SEM百度投放來說，昨天的整個賬戶成本升高了8%，因為每一單元（同一類型的關鍵詞所在小組稱為單元）都用的不同統計鏈接，這時候把每一個單元的點擊量、注冊數、消費和成本都導出來?？赡苡?種結果：

1、全部單元成本都升高了，這種情況（除了百度癱瘓外）一般是注冊頁出了問題，可以查看昨日注冊數的曲線，可能某一個時間段后注冊大幅減少了，而廣告點擊還在繼續。只要快速修復注冊頁即可。

2、鎖定為某一個單元的成本升高，拉升了整體成本，繼而再鎖定某幾個關鍵詞，可能的結果是競爭對手加入，提升了點擊價格?？梢詴簳r關閉這部分關鍵詞的投放。

業務統計

業務統計偏向于產品內部的數據，指的是圍繞核心目標的一系列分析。通過這一部分的統計，能找出業務問題的原因，和提升業務數據的關鍵因素。不同類型產品，核心目標不同?？磶讉€案例的分析邏輯。

1、閱讀App

除了用戶數外，關注人均閱讀時間。好的閱讀App應該是我能快速找到喜歡的書，閱讀體驗好（比如翻書的手勢）。影響人均閱讀時間的因素包括電子書數量、類目規劃、個性推薦規則有關。

如果要提高人均閱讀時間，就要圍繞這幾個因素來找原因。比如要關注搜索書名為空的結果比例、用戶的訪問路徑和跳出頁面，個性推薦的點擊率和轉化率。

2、問答App

數據是提問數、解答數。影響提問數的因素包括響應時間、答案質量、采納率；影響解答數的因素包括時間段、獎勵榮譽、問題質量等。

要分析解答率，可以把響應慢和不響應的問題統計出來，分析時間段、提問內容和獎勵金額的共性；要分析采納率，可以統計采納多的用戶比例，和不被采納的答案質量，進而判斷是“采納功能提示”的問題，還是答案質量不高的問題。

3、電商App

核心數據是訂單量、成交金額和客單價。這三個數據都是有確切的計算公式的。訂單量前面我們分析過，客單價＝成交金額／成交的用戶數。

為了提升客單價，顯然不能去降低成交用戶數量，只能是提高總的成交金額。有兩個數據可以決定，1個是提高商品的平均價格，或者規劃新的品類；2個增加關聯銷售，通過關聯推薦、套餐、優惠等方式。

這幾個案例中：

1. 首先確定你的目標數據或KPI；
2. 根據產品的使用邏輯或計算公式，找出跟目標相關最高 ? ? ? 的一系列相關數據；
3. 把影響相關數據的行為原因列出來，并驗證；
4. 優化具體的行為原因。

用戶分析

流量和業務目標的數據你可能每天都要關注，因為不少老板就是根據這個給你飯碗的。

用戶分析的本質是分析用戶在產品上的行為路徑，包括主業務流程，和主要功能的使用，了解每一個環節和功能的數據優劣，根據數據優化產品，進而提升整體的活躍和體驗。雖然不是KPI，但重要性不必多說。

我們分解下用戶分析的著手點：

1、提升訪問頻率

首先是希望用戶能夠頻繁的訪問產品，那么統計每日每周的不同時間段的訪問量，找出訪問規律；其次統計訪問頁面的比例，確定用戶打開App的目的。對于高頻的訪問時間和目的，就制訂前置的內容準備，推送喚醒。

對于訪問比例中等或有上升趨勢的功能，進行入口，規則的優化。比如有部分用戶每次使用產品，都會去查看經驗值，或者收藏部分商品，則可以推送經驗值或商品變動的通知，提升訪問頻率。

2、用戶流失統計

首先是統計跳出頁面的比例，分析這些頁面的共性。統計不同周期的訪問用戶的行為，比如3日、7日、15日、30天沒有訪問的用戶，它們在訪問路徑、跳出頁面、消費、信息完善度上的共性和區別。比如3日跟15日的區別在于前者沒有的資料完善度低，就可以嘗試增加資料完善的提示和獎勵。

統計重點鏈路中的頁面轉化，比如閱讀App中，電子書簡介目錄，和開始閱讀頁面之間的轉化率低，分析是普低還是個別現象，針對性優化“閱讀按鈕”，推薦文案等。

3、定向行為統計

關注用戶的行為喜好，也許能幫助你發現新的增長點。比如統計分享功能里，用戶點擊微信分享、QQ分享、微博分享還是郵件分享更多，用戶更喜歡復制邀請碼還是一鍵分享功能。

比如用戶喜歡一次性收藏多本書，再慢慢的閱讀，還是喜歡看完一本，再找下一本。

再比如，用戶喜歡搜索關鍵詞，還是明確需求的長尾詞，或者喜歡瀏覽推薦的商品或電子書。

盡可能地使用第三方統計平臺提高的數據和分析，來挖掘更多有價值的分析結果。

異常監測

養成數據異常的敏感度，對于創業公司并沒有技術能力去做數據閥值監控，運營需要通過報表和明細去覺察數據的異常。有些異常甚至會直接導致賬面資金損失。

• 注冊數異常。這是最常見的一種，可能某個渠道突然流量增長，或者是推廣過程作弊。通過注冊賬號的明細，比對歸屬地、賬號規律、注冊IP、回訪抽樣等確定原因；
• 訂單異常。在有補貼、返現、紅包的時候容易出現，通常表現為下單的頻率高、收獲地址相同、金額雷同、返現額度雷同等，要定時查看訂單的明細，勿報僥幸心理。
• 特定行為異常。比如簽到、搶紅包、做任務等獎勵行為，通過提現賬戶監測、時間密集度監測來定期統計分析。

會算命的運營

以上介紹運營基本環節中的數據分析思路，作為一個有志的運營青年應該傍身的。

被數據打通任督二脈的運營，更像一個可前知后算的產品“算命師”。

作者：天佐（微信公眾號：運營有毒，yyyoudu），猿人部落運營負責人，四年運營一枚。擅長案例分析，線上運營和推廣。

本文由 @天佐 原創發布于人人都是產品經理。未經許可，禁止轉載。