[[180819]]

文 | 官世強(qiáng)

數(shù)據(jù)分析在運(yùn)營工作中無處不在，無論是活動(dòng)復(fù)盤、專題報(bào)告、項(xiàng)目優(yōu)化，還是求職面試，數(shù)據(jù)分析都有一席之地。

對(duì)于數(shù)據(jù)分析，我發(fā)現(xiàn)很多運(yùn)營都有這樣一些困惑：

1. 不知道從哪里獲取數(shù)據(jù);
2. 不知道用什么樣的工具;
3. 不清楚分析的方法論和框架;
4. 大部分的數(shù)據(jù)分析流于形式;
5. ......

其實(shí)，數(shù)據(jù)分析并沒有大家想象的那么難，這篇文章總結(jié)了一套較為完整的數(shù)據(jù)分析知識(shí)體系，全文共6103個(gè)字，全部讀完大約需要8分鐘。

一、概念——數(shù)據(jù)和數(shù)據(jù)分析

其實(shí)大家一直都在接觸數(shù)據(jù)和數(shù)據(jù)分析，但是對(duì)于兩者具體的定義又很難說清楚。我曾經(jīng)做過一個(gè)調(diào)查，問一些運(yùn)營同學(xué)，下面5個(gè)選項(xiàng)哪些屬于“數(shù)據(jù)”概念的范圍。

大部分人都知道把“4.報(bào)表”選上，但是很難有人會(huì)認(rèn)為上面5個(gè)選項(xiàng)都是。

其實(shí)這反映了一個(gè)很普遍的現(xiàn)象：很多人都會(huì)先入為主，認(rèn)為數(shù)據(jù)就是各種表格、各種數(shù)字，例如excel報(bào)表、各種數(shù)據(jù)庫。其實(shí)這是一個(gè)錯(cuò)誤或者說有偏差的認(rèn)識(shí)，它會(huì)使得我們對(duì)數(shù)據(jù)的認(rèn)識(shí)變得很狹隘。

① 什么是數(shù)據(jù)

數(shù)據(jù)(data)是描述事物的符號(hào)記錄，是構(gòu)成信息或者知識(shí)的原始材料。這種哲學(xué)層次的定義，讓數(shù)據(jù)的范圍極大豐富，也符合目前“大數(shù)據(jù)”發(fā)展的需要。試想一下，現(xiàn)在很多搜索引擎做的 “圖片識(shí)別”、“音頻識(shí)別” 難道不是數(shù)據(jù)分析的一部分嗎?

作為一名互聯(lián)網(wǎng)企業(yè)的運(yùn)營從業(yè)者，我們接觸到的數(shù)據(jù)可能沒有那么復(fù)雜，但是也有很多類別。

從數(shù)據(jù)的來源來看，可以分為企業(yè)外部數(shù)據(jù)和內(nèi)部數(shù)據(jù)。外部數(shù)據(jù)主要包括社會(huì)人口、宏觀經(jīng)濟(jì)、新聞?shì)浨楹褪袌稣{(diào)研數(shù)據(jù);內(nèi)部數(shù)據(jù)包括用戶行為數(shù)據(jù)、服務(wù)端日志數(shù)據(jù)、CRM與交易數(shù)據(jù)。

不同數(shù)據(jù)的獲取途徑、分析方法、分析目的都不經(jīng)相同，不同行業(yè)、不同企業(yè)在實(shí)際分析中也都各有偏好。

那么我們常見的“信息”和“數(shù)據(jù)”有何不同?

數(shù)據(jù)是信息的載體和表現(xiàn)形式;信息是數(shù)據(jù)的內(nèi)涵，信息加載于數(shù)據(jù)之上。以書本和知識(shí)為例，書本屬于數(shù)據(jù)概念范疇，知識(shí)屬于信息概念范疇;書本是知識(shí)的一種載體和表現(xiàn)形式，知識(shí)是書本的內(nèi)涵和升華。

② 什么是數(shù)據(jù)分析

數(shù)據(jù)分析是指從數(shù)據(jù)中提取有用的信息，并指導(dǎo)實(shí)踐。

這里有兩個(gè)點(diǎn)需要注意：首先，我們需要提取的是有用的信息，而不是自嗨;其次，這些信息需要用來指導(dǎo)實(shí)踐，而不是流于形式。

二、思路——方法論和方法

很多新人入門數(shù)據(jù)分析的時(shí)候，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(xiàn)，需要宏觀的方法論和微觀的方法來指導(dǎo)。

那么方法論和方法有什么區(qū)別?

方法論是從宏觀角度出發(fā)，從管理和業(yè)務(wù)的角度提出的分析框架，指導(dǎo)我們接下來具體分析的方向。方法是微觀的概念，是指我們?cè)诰唧w分析過程中使用的方法。

① 方法論

數(shù)據(jù)分析的方法論很多，這里我給大家介紹一些常見的框架。

1. PEST分析法：從政治(Politics)、經(jīng)濟(jì)(Economy)、社會(huì)(Society)、技術(shù)(Technology)四個(gè)方面分析內(nèi)外環(huán)境，適用于宏觀分析。
2. SWOT分析法：從優(yōu)勢(shì)(Strength)、劣勢(shì)(Weakness)、機(jī)遇(Opportunity)、威脅(Threat)四個(gè)方面分析內(nèi)外環(huán)境，適用于宏觀分析。
3. 5W2H分析法：從Why、When、Where、What、Who、How、How much 7個(gè)常見的維度分析問題。
4. 4P理論：經(jīng)典營銷理論，認(rèn)為產(chǎn)品(Product)、價(jià)格(Price)、渠道(Place)和促銷(Promote)是影響市場的重要因素。
5. 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(xiàn)(Revenue)和推薦(Referral)5個(gè)環(huán)節(jié)增長增長。

數(shù)據(jù)分析的方法論很多，這里不能一一列舉;沒有***的方法論，只有最合適的。下面我詳細(xì)介紹一下 AARRR 方法論，對(duì)于精益化運(yùn)營、業(yè)務(wù)增長的問題，這個(gè)方法論非常契合。

對(duì)于互聯(lián)網(wǎng)產(chǎn)品而言，用戶具有明顯的生命周期特征，我以一個(gè)O2O行業(yè)的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(yùn)營手段激活用戶;比如說首單免費(fèi)、代金券、紅包等方式。通過一系列的運(yùn)營使部分用戶留存下來，并且給企業(yè)帶營收。

在這個(gè)過程中，如果用戶覺得這個(gè)產(chǎn)品不錯(cuò)，可能推薦給身邊的人;或者通過紅包等激勵(lì)手段鼓勵(lì)分享到朋友圈等等。

需要注意的是，這5個(gè)環(huán)節(jié)并不是完全按照上面順序來的;運(yùn)營可以根據(jù)業(yè)務(wù)需要靈活應(yīng)用。

AARRR的五個(gè)環(huán)節(jié)都可以通過數(shù)據(jù)指標(biāo)來衡量與分析，從而實(shí)現(xiàn)精益化運(yùn)營的目的;每個(gè)環(huán)節(jié)的提升都可以有效增長業(yè)務(wù)。我們下面的分析也是圍繞這個(gè)方法論展開的。

② 七個(gè)方法

1. 趨勢(shì)分析

趨勢(shì)分析是最簡單、最基礎(chǔ)，也是最常見的數(shù)據(jù)監(jiān)測(cè)與數(shù)據(jù)分析方法。通常我們?cè)跀?shù)據(jù)分析產(chǎn)品中建立一張數(shù)據(jù)指標(biāo)的線圖或者柱狀圖，然后持續(xù)觀察，重點(diǎn)關(guān)注異常值。

在這個(gè)過程中，我們要選定***關(guān)鍵指標(biāo)(OMTM，One Metric That Metter)，而不要被虛榮指標(biāo)(Vanity Metrics )所迷惑。

以社交類APP為例，如果我們將下載量作為***關(guān)鍵指標(biāo)，可能就會(huì)走偏;因?yàn)橛脩粝螺dAPP并不代表他使用了你的產(chǎn)品。

在這種情況下，建議將DAU(Daily Active Users，日活躍用戶)作為***關(guān)鍵指標(biāo)，而且是啟動(dòng)并且執(zhí)行了某個(gè)操作的用戶才能算上去;這樣的指標(biāo)才有實(shí)際意義，運(yùn)營人員要核心關(guān)注這類指標(biāo)。

2. 多維分解

多維分解是指從業(yè)務(wù)需求出發(fā)，將指標(biāo)從多個(gè)維度進(jìn)行拆分;這里的維度包括但不限于瀏覽器、訪問來源、操作系統(tǒng)、廣告內(nèi)容等等。

為什么需要進(jìn)行多維拆解?有時(shí)候一個(gè)非?；\統(tǒng)或者最終的指標(biāo)你是看不出什么問題來的，但是進(jìn)行拆分之后，很多細(xì)節(jié)問題就會(huì)浮現(xiàn)出來。

舉個(gè)例子，某網(wǎng)站的跳出率是0.47、平均訪問深度是4.39、平均訪問時(shí)長是0.55分鐘。如果你要提升用戶的參與度，顯然這樣的數(shù)據(jù)會(huì)讓你無從下手;但是你對(duì)這些指標(biāo)進(jìn)行拆解之后就會(huì)發(fā)現(xiàn)很多思路。

下面展示的是一個(gè)產(chǎn)品在不同操作系統(tǒng)下的用戶參與度指標(biāo)數(shù)據(jù)。

仔細(xì)觀察的話，你會(huì)發(fā)現(xiàn)移動(dòng)端平臺(tái)(Android、Windows Phone、IOS)的用戶參與度極差，表現(xiàn)在跳出率極高、訪問深度和平均訪問時(shí)長很低。

這樣的話你就會(huì)發(fā)現(xiàn)問題，是不是我們的產(chǎn)品在移動(dòng)端上沒有做優(yōu)化導(dǎo)致用戶體驗(yàn)不好?在這樣一個(gè)移動(dòng)互聯(lián)網(wǎng)時(shí)代，這是非常重要的一個(gè)問題。

3. 用戶分群

用戶分群主要有兩種分法：維度和行為組合。

***種根據(jù)用戶的維度進(jìn)行分群，比如從地區(qū)維度分，有北京、上海、廣州、杭州等地的用戶;從用戶登錄平臺(tái)進(jìn)行分群，有PC端、平板端和手機(jī)移動(dòng)端用戶。

第二種根據(jù)用戶行為組合進(jìn)行分群，比如說每周在社區(qū)簽到3次的用戶與每周在社區(qū)簽到少于3次的用戶的區(qū)別，這個(gè)具體的我會(huì)在后面的留存分析中介紹。

4. 用戶細(xì)查

正如前面所說的，用戶行為數(shù)據(jù)也是數(shù)據(jù)的一種，觀察用戶在你產(chǎn)品內(nèi)的行為路徑是一種非常直觀的分析方法。在用戶分群的基礎(chǔ)上，一般抽取3-5個(gè)用戶進(jìn)行細(xì)查，即可覆蓋分群用戶大部分行為規(guī)律。

我們以一個(gè)產(chǎn)品的注冊(cè)流程為例：

用戶經(jīng)歷了如下的操作流程：【訪問官網(wǎng)】-【點(diǎn)擊注冊(cè)】-【輸入號(hào)碼】-【獲取驗(yàn)證碼】。

本來是非常流暢的一個(gè)環(huán)節(jié)，但是卻發(fā)現(xiàn)一個(gè)用戶連續(xù)點(diǎn)擊了3次【獲取驗(yàn)證碼】然后放棄提交。這就奇怪了，用戶為什么會(huì)多次點(diǎn)擊驗(yàn)證碼呢?

這個(gè)時(shí)候我建議您去親自體驗(yàn)一下您的產(chǎn)品，走一遍注冊(cè)流程。你會(huì)發(fā)現(xiàn)，點(diǎn)擊【獲取驗(yàn)證碼】后，經(jīng)常遲遲收不到驗(yàn)證碼;然后你又會(huì)不斷點(diǎn)擊【獲取驗(yàn)證碼】，所以就出現(xiàn)了上面的情況。

絕大多數(shù)產(chǎn)品都或多或少存在一些反人類的設(shè)計(jì)或者BUG，通過用戶細(xì)查可以很好地發(fā)現(xiàn)產(chǎn)品中存在的問題并且及時(shí)解決。

5. 漏斗分析

漏斗是用于衡量轉(zhuǎn)化效率的工具，因?yàn)閺拈_始到結(jié)束的模型類似一個(gè)漏斗，因而得名。漏斗分析要注意的兩個(gè)要點(diǎn)：

***，不但要看總體的轉(zhuǎn)化率，還要關(guān)注轉(zhuǎn)化過程每一步的轉(zhuǎn)化率;

第二，漏斗分析也需要進(jìn)行多維度拆解，拆解之后可能會(huì)發(fā)現(xiàn)不同維度下的轉(zhuǎn)化率也有很大差異。

某企業(yè)的注冊(cè)流程采用郵箱方式，注冊(cè)轉(zhuǎn)化率一直很低，才27%;通過漏斗分析發(fā)現(xiàn)，主要流失在【提交驗(yàn)證碼】的環(huán)節(jié)。

經(jīng)過了解發(fā)現(xiàn)，郵箱驗(yàn)證非常容易出現(xiàn)注冊(cè)郵箱收不到郵件的情況，原因包括郵件代理商被屏蔽、郵件含有敏感字被歸入垃圾郵箱、郵件送達(dá)時(shí)間過長等等。

既然這么多不可控因素影響注冊(cè)轉(zhuǎn)化率，那就換一種驗(yàn)證方式。換成短信驗(yàn)證后，總體轉(zhuǎn)化率提升到了43%，這是非常大的一個(gè)增長。

6. 留存分析

留存，顧名思義就是新用戶留下來持續(xù)使用產(chǎn)品的含義。 衡量留存的常見指標(biāo)有：次日留存率、7日留存率、30日留存率等等。我們可以從兩個(gè)方面去分析留存，一個(gè)是新用戶的留存率，另一個(gè)是產(chǎn)品功能的留存。

***個(gè)案例：以社區(qū)網(wǎng)站為例，“每周簽到3次”的用戶留存率明顯高于“每周簽到少于3次”的用戶。簽到這一功能在無形中提升了社區(qū)的用戶的粘性和留存率，這也是很多社群或者社區(qū)主推這個(gè)功能的原因。

第二個(gè)案例：***注冊(cè)微博，微博會(huì)向你推薦關(guān)注10個(gè)大V;***注冊(cè)LinkedIn，LinkedIn會(huì)向你推薦5個(gè)同事;申請(qǐng)信用卡時(shí)，發(fā)卡方會(huì)說信用卡消費(fèi)滿4筆即可抽取【無人機(jī)】大獎(jiǎng);很多社交產(chǎn)品規(guī)定，每周簽到5次，用戶可以獲得雙重積分或者虛擬貨幣。

在這里面“關(guān)注10個(gè)大V”、“關(guān)注5個(gè)同事”、“消費(fèi)4筆”、“簽到5次”就是我想說的Magic Number，這些數(shù)字都是通過長期的數(shù)據(jù)分析或者機(jī)器學(xué)習(xí)的方式發(fā)現(xiàn)的。

實(shí)踐證明，符合這些特征的用戶留存度是***的;運(yùn)營人員需要不斷去push，激勵(lì)用戶達(dá)到這個(gè)標(biāo)準(zhǔn)，從而提升留存率。

7. A/B測(cè)試與A/A測(cè)試

A/B測(cè)試是為了達(dá)到一個(gè)目標(biāo)，采取了兩套方案，一組用戶采用A方案，一組用戶采用B方案。通過實(shí)驗(yàn)觀察兩組方案的數(shù)據(jù)效果，判斷兩組方案的好壞。

在A/B測(cè)試方面，谷歌是不遺余力地嘗試;對(duì)于搜索結(jié)果的顯示，谷歌會(huì)制定多種不同的方案(包括文案標(biāo)題，字體大小，顏色等等)，不斷來優(yōu)化搜索結(jié)果中廣告的點(diǎn)擊率。

這里需要注意的一點(diǎn)，A/B測(cè)試之前***有A/A測(cè)試或者類似準(zhǔn)備。什么是A/A測(cè)試?A/A測(cè)試是評(píng)估兩個(gè)實(shí)驗(yàn)組是否是處于相同的水平，這樣A/B測(cè)試才有意義。其實(shí)這和學(xué)校里面的控制變量法、實(shí)驗(yàn)組與對(duì)照組、雙盲試驗(yàn)本質(zhì)一樣的。

三、流程——宏觀、中觀和微觀

① 宏觀

1.中國古代樸素的分析哲學(xué)

其實(shí)數(shù)據(jù)分析自古有之，中國古代很多名人從事的其實(shí)就是數(shù)據(jù)分析的工作;他們的名稱可能不是數(shù)據(jù)分析師，更多的是“丞相”、“軍師”、“謀士”，如張良、管仲、蕭何、孫斌、鬼谷子、諸葛亮。

他們通過 “歷史統(tǒng)計(jì)”-“經(jīng)驗(yàn)總結(jié)”-“預(yù)測(cè)未來” 為自己的組織創(chuàng)造了極大的價(jià)值，這是中國古代樸素的分析哲學(xué)的重要內(nèi)容。

2.精益創(chuàng)業(yè)的MVP理念

風(fēng)靡硅谷的精益創(chuàng)業(yè)，它推崇MVP(最簡化可行產(chǎn)品)的理念，通過小步快跑的方式來不斷優(yōu)化產(chǎn)品、增長用戶。

在運(yùn)營工作中，我們要大膽嘗試，將想法轉(zhuǎn)化成產(chǎn)品和運(yùn)營方法。然后分析其中的數(shù)據(jù)，衡量產(chǎn)品或者運(yùn)營的效果。

如果好的話保持并大力推廣，如果不好的話總結(jié)問題及時(shí)改進(jìn)。在“構(gòu)建-“衡量”-“學(xué)習(xí)”的不斷循環(huán)中逐漸優(yōu)化，這個(gè)流程是非常適合運(yùn)營工作的。

② 中觀

《誰說菜鳥不會(huì)數(shù)據(jù)分析》書中介紹了更為具體的分析流程：1.明確分析目的和思路 →2.數(shù)據(jù)收集 →3.數(shù)據(jù)處理 →4.數(shù)據(jù)分析 →5.數(shù)據(jù)展現(xiàn) →6.報(bào)告撰寫。

這個(gè)流程只是從“數(shù)據(jù)”的角度闡述了前后的流程，并未結(jié)合業(yè)務(wù)實(shí)際;而且它將數(shù)據(jù)分析的落腳點(diǎn)定位于“報(bào)告撰寫”是具有誤導(dǎo)性的，因?yàn)閿?shù)據(jù)分析的最終目的是為了指導(dǎo)實(shí)踐，而不是寫一份報(bào)告。

但是這個(gè)流程仍具有參考價(jià)值，尤其是 “明確分析目的和思路” 對(duì)于新手入門具有一定的指導(dǎo)意義。

③ 微觀

下面介紹的是一個(gè)非常詳細(xì)的分析流程，借助于一定的分析工具，我們可以按照這個(gè)思路對(duì)您的網(wǎng)站/APP進(jìn)行細(xì)致入微的分析。它的前提是用數(shù)據(jù)分析工具做好數(shù)據(jù)采集和監(jiān)控工作，把精力集中在業(yè)務(wù)分析上。

這個(gè)流程的核心是“MVP”的理念，“發(fā)現(xiàn)問題”-“設(shè)計(jì)實(shí)驗(yàn)”-“分析結(jié)果”，通過數(shù)據(jù)來不斷優(yōu)化產(chǎn)品和運(yùn)營。

四、應(yīng)用——統(tǒng)計(jì)和分析

案例1：搭建數(shù)據(jù)分析體系

小張今年剛畢業(yè)，在某公司從事新媒體工作，負(fù)責(zé)微信的日常運(yùn)營。小張并不清楚微信運(yùn)營的核心目的，嘗試了很多方法，原創(chuàng)、翻譯、改寫了很多文章發(fā)布在微信上，但是閱讀量時(shí)高時(shí)低，總體一般。

經(jīng)理讓小張想辦法改進(jìn)一下微信運(yùn)營，提高微信的粉絲數(shù)和閱讀數(shù);但是張三毫無頭緒，無從下手。這是很多運(yùn)營真實(shí)的寫照，瑣碎的工作容易讓人忘記思考，這很可能就發(fā)生在你我的身邊。

我們從數(shù)據(jù)分析的角度對(duì)這個(gè)案例進(jìn)行了診斷，總結(jié)了小張存在的這些問題：

不清楚自己需要關(guān)注哪些核心指標(biāo);

不清楚目標(biāo)用戶的特征(用戶屬性、用戶畫像等);

對(duì)自己過往工作缺乏系統(tǒng)分析(數(shù)據(jù)采集、監(jiān)測(cè)和分析)。

從業(yè)務(wù)增長的角度出發(fā)，我給小張量身定做了一套數(shù)據(jù)分析體系，配合其內(nèi)容工作的開展。

***點(diǎn)，內(nèi)容定位。

運(yùn)營需要明確知道自己的目標(biāo)或者KPI，然后選擇一個(gè)核心關(guān)鍵指標(biāo)(OMTM)進(jìn)行監(jiān)測(cè)。如果是創(chuàng)業(yè)公司，初期可能需要拉新，那么核心指標(biāo)是注冊(cè)用戶數(shù)或者新訪問用戶數(shù)。如果是資訊媒體，注重影響力和覆蓋面，那么核心指標(biāo)應(yīng)該是微信閱讀數(shù)或者網(wǎng)頁P(yáng)V。

第二點(diǎn)，用戶畫像。

無論是哪一種運(yùn)營崗位，都需要明確知道自己的(目標(biāo))用戶是那些人?這些人都有哪些特征，他們的關(guān)注點(diǎn)和痛點(diǎn)是什么?

如果你的用戶是產(chǎn)品經(jīng)理，那么可以嘗試爬蟲抓取產(chǎn)品經(jīng)理網(wǎng)站上有關(guān)的問題，然后做文本分析：這是定量層面的分析。

同時(shí)，通過調(diào)查訪問和問卷調(diào)研，獲取更加深入的用戶特征信息：這是從定性層面的分析。

第三點(diǎn)，持續(xù)監(jiān)測(cè)。

借助數(shù)據(jù)分析工具，對(duì)核心關(guān)鍵指標(biāo)(OMTM)進(jìn)行持續(xù)監(jiān)測(cè)。對(duì)于指標(biāo)異常情況，我們需要及時(shí)分析和改進(jìn)。

第四點(diǎn)，數(shù)據(jù)分析。

統(tǒng)計(jì)和分析過往內(nèi)容的數(shù)據(jù)，找出哪些內(nèi)容、哪些標(biāo)題、哪些形式、哪些渠道的效果更好，然后朝這方面不斷優(yōu)化。

案例2：分析業(yè)務(wù)核心指標(biāo)

電子郵件營銷是現(xiàn)在很多企業(yè)仍在采用的營銷和運(yùn)營方式。

某互聯(lián)網(wǎng)金融企業(yè)通過EDM給新用戶(有郵件地址但是未注冊(cè)用戶)發(fā)送激活郵件，一直以來注冊(cè)轉(zhuǎn)化率維持在20%-30%之間，8月18日注冊(cè)轉(zhuǎn)化率暴跌，之后一直維持在10%左右。這是一個(gè)非常嚴(yán)重的衰退，需要立即排查原因。

EDM渠道注冊(cè)轉(zhuǎn)化率涉及到太多的因素，需要一個(gè)一個(gè)排查，數(shù)據(jù)分析師幫運(yùn)營羅列了可能的原因：

1. 技術(shù)原因：ETL(數(shù)據(jù)抽取、轉(zhuǎn)化、載入)出現(xiàn)問題，導(dǎo)致后端數(shù)據(jù)沒有及時(shí)呈現(xiàn)在BI報(bào)表中;
2. 宏觀原因：季節(jié)性因素(節(jié)假日等)，其余郵件沖擊(其余部門也給用戶發(fā)郵件稀釋了用戶的注意力);
3. 微觀原因：郵件的標(biāo)題、文案、排版設(shè)計(jì)，CTA設(shè)計(jì)，注冊(cè)流程設(shè)計(jì)。

一個(gè)簡單的業(yè)務(wù)指標(biāo)，會(huì)影響到它的因素可能是多種多樣的，所以我們需要對(duì)可能涉及到的因素進(jìn)行精細(xì)化衡量才能不斷優(yōu)化。

***發(fā)現(xiàn)，產(chǎn)品經(jīng)理在注冊(cè)環(huán)節(jié)添加了『綁定信用卡』，導(dǎo)致注冊(cè)轉(zhuǎn)化率大幅度下降。

五、學(xué)習(xí)——業(yè)務(wù)、工具和資源

業(yè)務(wù)層面

數(shù)據(jù)分析并沒有想象中的高不可及，掌握好相應(yīng)的概念、思路、流程，運(yùn)營都可以做好數(shù)據(jù)分析。

這里要著重強(qiáng)調(diào)一點(diǎn)，數(shù)據(jù)分析的目的是指導(dǎo)業(yè)務(wù)實(shí)踐;脫離實(shí)踐的數(shù)據(jù)分析、為分析而分析的數(shù)據(jù)分析都是在耍流氓。

不同于職業(yè)的數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家，運(yùn)營人員做好數(shù)據(jù)分析的前提是嫻熟的業(yè)務(wù)理解。

從業(yè)務(wù)的角度來說，數(shù)據(jù)不是數(shù)字，它是用戶的心聲。運(yùn)營人員要從數(shù)據(jù)中發(fā)現(xiàn)問題，不斷優(yōu)化，提升用戶體驗(yàn)、為用戶創(chuàng)造更多的價(jià)值。

工具層面

磨刀不誤砍柴工，做好數(shù)據(jù)分析工具必不可少。我匯總了下面幾種工具，運(yùn)營可以結(jié)合自己的實(shí)際需要采用。

Excel 是最常見、最基礎(chǔ)的數(shù)據(jù)分析工具，Excel 里面的圖表、函數(shù)、透視表能滿足大家基本的需求。

Access 是微軟 office 系列套裝的一部分，是一種小型的關(guān)系數(shù)據(jù)庫;當(dāng)excel數(shù)據(jù)量很大、表格之間各種關(guān)聯(lián)、查詢、更新頻繁的時(shí)候，Access就是一種非常不錯(cuò)的選擇。

Python是一種高級(jí)的編程語言，近年來發(fā)展很快，它可以用來做數(shù)據(jù)分析、編程或爬蟲;R語言是一種數(shù)據(jù)分析工具，在統(tǒng)計(jì)學(xué)中廣泛使用。目前，Python被廣泛用來編寫爬蟲程序，獲取網(wǎng)上的信息，這是對(duì)運(yùn)營人員非常有幫助的。

Google Analytics、百度統(tǒng)計(jì)是常見的網(wǎng)站流量分析工具

Mixpanel、Heap 、Datatist 屬于用戶行為數(shù)據(jù)分析工具，較前者功能更加豐富、分析更細(xì)致。

資源層面

運(yùn)營入門數(shù)據(jù)分析，并不需要學(xué)習(xí)多么復(fù)雜的數(shù)學(xué)知識(shí)理論，更多的是將業(yè)務(wù)操作和數(shù)據(jù)分析結(jié)合起來。我這里推薦兩本書，希望有幫助。

《誰說菜鳥不會(huì)數(shù)據(jù)分析》：數(shù)據(jù)分析入門知識(shí)匯總。

《精益數(shù)據(jù)分析》：從精益創(chuàng)業(yè)的角度，詮釋業(yè)務(wù)增長的分析方法和前言案例。