數(shù)據(jù)分析是精細(xì)化的運(yùn)營工作，一定要建立起體系化的思維，切勿盲目分析，粗暴分析。

對于運(yùn)營數(shù)據(jù)分析，我相信很多小伙伴會存在以下問題：

面對異常數(shù)據(jù)經(jīng)常出現(xiàn)“好像做了什么？好像發(fā)生了什么？所以可能造成了影響”的主觀臆測？

面對數(shù)據(jù)報表，不知道該怎么分析？不知道該分析什么？

數(shù)據(jù)分析作為運(yùn)營最基礎(chǔ)的一項技能，你是否真正的將其價值發(fā)揮出來，合格的運(yùn)營一定是數(shù)據(jù)驅(qū)動運(yùn)營，而非運(yùn)營驅(qū)動數(shù)據(jù)！

1、從單一維度到體系化的思考，是做數(shù)據(jù)分析必須做出的轉(zhuǎn)變！對于數(shù)據(jù)分析你需要有體系化的數(shù)據(jù)框架！

我們在考慮問題的時候都會遵循一個思路，即從宏觀到微觀，從全局到局部，數(shù)據(jù)分析也不例外。數(shù)據(jù)分析在產(chǎn)品運(yùn)營中的地位在這里也無需多說，做數(shù)據(jù)分析一定要建立在對產(chǎn)品數(shù)據(jù)體系詳細(xì)了解的基礎(chǔ)上的，在做數(shù)據(jù)分析時候需要在心中建立起數(shù)據(jù)體系，產(chǎn)品數(shù)據(jù)維度體系由大到小可以分為宏觀數(shù)據(jù)、中觀數(shù)據(jù)、微觀數(shù)據(jù)三大層面：

以上數(shù)據(jù)分析緯度并非包含了我們運(yùn)營的產(chǎn)品的所有數(shù)據(jù)緯度，在做數(shù)據(jù)分析時，我們需要結(jié)合自己的產(chǎn)品情況來做有用數(shù)據(jù)篩選。當(dāng)然運(yùn)營在提出具后臺需求時一定是基礎(chǔ)數(shù)據(jù)需求，常見的如用戶概況數(shù)據(jù)、PV數(shù)、UV數(shù)、UID數(shù)、啟動次數(shù)、留存率、跳出率、頁面訪問路徑等。

很多運(yùn)營人員在完善數(shù)據(jù)后臺需求時，提出一大堆數(shù)據(jù)，并且很多數(shù)據(jù)涉及到復(fù)雜的定義和計算，這樣只會增大后臺數(shù)據(jù)的運(yùn)算壓力，對運(yùn)營分析實(shí)際用出并不大，反而影響數(shù)據(jù)的查看效率。

運(yùn)營數(shù)據(jù)分析可根據(jù)后臺基礎(chǔ)數(shù)據(jù)結(jié)合Excel表格導(dǎo)出功能，以及借助第三方數(shù)據(jù)平臺來進(jìn)行輔助分析，這樣不僅能夠降低后臺數(shù)據(jù)開發(fā)成本，也能大大提高數(shù)據(jù)分析效率。

2、做數(shù)據(jù)分析需要以目標(biāo)為導(dǎo)向，學(xué)會做數(shù)據(jù)維度的逐級拆分，以結(jié)構(gòu)化思維來做運(yùn)營數(shù)據(jù)的全面的，系統(tǒng)性的分析。

在做產(chǎn)品運(yùn)營的數(shù)據(jù)分析時，我們可以按照以下思路來進(jìn)行：

1.確定數(shù)據(jù)分析目標(biāo)

2.明確數(shù)據(jù)目標(biāo)的關(guān)鍵影響維度拆解

3.找出不同數(shù)據(jù)緯度之間的關(guān)聯(lián)關(guān)系從而建立起數(shù)據(jù)關(guān)系模型

4.發(fā)現(xiàn)問題數(shù)據(jù)及出現(xiàn)原因

5.針對問題數(shù)據(jù)影響維度做相應(yīng)的優(yōu)化

比如我們以天貓店鋪利潤情況進(jìn)行分析，店鋪運(yùn)營最關(guān)注的就是營業(yè)額，但最本質(zhì)的還是盈利情況，按照上面提到的思路進(jìn)行分析：

① 數(shù)據(jù)分析目標(biāo)：店鋪的利潤情況分析

② 確定數(shù)據(jù)目標(biāo)的關(guān)鍵影響維度拆解：

③ 找出不同緯度維度之間的關(guān)聯(lián)關(guān)系從而建立起數(shù)據(jù)分析模型：

利潤=銷售額-成本=流量*轉(zhuǎn)化率*客單價-（店鋪固定成本+運(yùn)營成本+貨品成本+人員成本）。

④ 根據(jù)數(shù)據(jù)模型發(fā)現(xiàn)問題數(shù)據(jù)：

要想實(shí)現(xiàn)店鋪利潤（L）額最大化：L（max）=R（max）-C（min）

如果店鋪出現(xiàn)虧損，那么一定是R＜C，也就是成本大于收入，我們假設(shè)出現(xiàn)以下情況：

根據(jù)上述的假設(shè)思路，我們可以得出，在成本合理的情況下，店鋪出現(xiàn)了虧損，那么可以得出是銷售額太低，銷售額不高額影響原因是流量轉(zhuǎn)化率低。因此針對這種情況我們要做的就是提高店鋪的轉(zhuǎn)化率。

⑤ 針對問題數(shù)據(jù)影響維度做相應(yīng)的優(yōu)化：提升轉(zhuǎn)化率

我們可以通過以下幾個方面來提高轉(zhuǎn)化率：

提升產(chǎn)品包裝

優(yōu)化詳情頁圖片和介紹文案

優(yōu)化消費(fèi)者下單支付路徑和體驗

提升客服服務(wù)水平和促單技巧

做好用戶評價管理優(yōu)化

實(shí)行相應(yīng)的促銷策略，如滿減、滿贈、折扣等

……

我們繼續(xù)以產(chǎn)品運(yùn)營為例，比如我們突然發(fā)現(xiàn)某天產(chǎn)品的DAU增長幅度變大，按照上述的分析思路我們進(jìn)行相應(yīng)的梳理：

3、數(shù)據(jù)分析更多的是要關(guān)注多個數(shù)據(jù)維度之間的相關(guān)關(guān)系，而不是單個數(shù)據(jù)產(chǎn)生的因果關(guān)系！通過影響關(guān)鍵指標(biāo)的數(shù)據(jù)維度的關(guān)聯(lián)關(guān)系建立數(shù)據(jù)分析模型。

比如我們以公眾號運(yùn)營為例，公眾號運(yùn)營的關(guān)鍵指標(biāo)是粉絲數(shù)和文章閱讀量，而粉絲數(shù)和文章閱讀量的影響緯度肯有很多個。這些緯度之間也存在相應(yīng)的影響關(guān)系，具體如下：

在做公眾號運(yùn)營的時候，可以嘗試著把你影響文章閱讀量的所有數(shù)據(jù)全部梳理出來，然后去篩選出相對有用的一些數(shù)據(jù)維度，然后建立起他們的相關(guān)關(guān)系。在實(shí)際運(yùn)營過程中，很多運(yùn)營的小伙伴每周只關(guān)注推送了多少篇文章，增長了多少個粉絲，其實(shí)還應(yīng)該關(guān)注一些細(xì)節(jié)數(shù)據(jù)，比如文章標(biāo)題、內(nèi)容長度、內(nèi)容類型跟閱讀量、轉(zhuǎn)發(fā)量的關(guān)系，推送時間和頻次對閱讀量和粉絲增減的影響；另外就是有圖文、純文字、文章圖片數(shù)量、公眾號單圖文推送、多圖文推送、頭條推送和非頭條推送對閱讀量的影響等，這些都是需要在運(yùn)營過程中需要考慮的，并且要養(yǎng)成對這些數(shù)據(jù)進(jìn)行記錄的習(xí)慣。

在社區(qū)運(yùn)營過程中最基本的模型就是用戶的金字塔模型了，這個金字塔模型的建立是依據(jù)用戶的活躍度和貢獻(xiàn)值來建立的，金字塔模型會將用戶分成幾個層級，層級越往上用戶的價值越大，貢獻(xiàn)值越高。

當(dāng)然這個用戶金字塔模型的建立一定不是固定的，而是根據(jù)具體的社區(qū)數(shù)據(jù)情況會在層級劃分和每個層級占比上都會有所不同，并且每個層級的具體需求和運(yùn)營方式都是不同的。比如以某K12教育社區(qū)的運(yùn)營為例：

社區(qū)發(fā)帖量這一核心數(shù)據(jù)指標(biāo)提升，是與整個社區(qū)的用戶量，用戶層級比例，用戶層級轉(zhuǎn)化，每個層級用戶行為，用戶粘性，社區(qū)內(nèi)容質(zhì)量，內(nèi)容展示與推送情況等都存在一定的相關(guān)關(guān)系。所以，在社區(qū)的運(yùn)營過程中就要不斷的促進(jìn)各個影響維度與社區(qū)發(fā)帖量的正向關(guān)系。

那么社區(qū)發(fā)帖量與其他數(shù)據(jù)維度的關(guān)聯(lián)關(guān)系如何建立呢？超哥嘗試著做了一個簡單的梳理，相應(yīng)的數(shù)據(jù)維度并未全部包含，此關(guān)系圖仍需完善，此處只是給出一種梳理思路，具體如下：

4、做運(yùn)營一定要講數(shù)據(jù)分析培養(yǎng)成為潛意識行為，運(yùn)營過程中的一切行為和手段都可以數(shù)據(jù)化，數(shù)據(jù)驅(qū)動運(yùn)營。

① 培養(yǎng)數(shù)據(jù)分析的系統(tǒng)化思維

數(shù)據(jù)分析一般會存在兩種方向，一種是自上而下，另一種是自下而上。

自上而下的思路在前文已經(jīng)提到過，具體的思路為：確立數(shù)據(jù)分析目標(biāo)——目標(biāo)影響維度拆解——各數(shù)據(jù)維度相關(guān)關(guān)系建立——發(fā)現(xiàn)問題數(shù)據(jù)及出現(xiàn)原因——問題數(shù)據(jù)優(yōu)化，這種思路多用戶產(chǎn)品的數(shù)據(jù)分析體系或者模型的建立，從而保證數(shù)據(jù)分析的全面性。

自下而上的數(shù)據(jù)分析思路多用在針對已有數(shù)據(jù)報表中的數(shù)據(jù)問題發(fā)現(xiàn)，具體思路為：異常數(shù)據(jù)發(fā)現(xiàn)——該異常數(shù)據(jù)影響因素——影響因素與問題數(shù)據(jù)之間的相關(guān)關(guān)系——找出出現(xiàn)異常數(shù)據(jù)的原因——找到異常數(shù)據(jù)的解決辦法。

② 培養(yǎng)數(shù)據(jù)的敏感度

數(shù)據(jù)敏感度培養(yǎng)別無他法，除了掌握正確的數(shù)據(jù)分析方法外，就是每天看數(shù)據(jù)，每天分析數(shù)據(jù)，用數(shù)據(jù)說話。

③ 養(yǎng)成數(shù)據(jù)記錄習(xí)慣

做運(yùn)營過程中會有很多細(xì)節(jié)數(shù)據(jù)，需要對這些數(shù)據(jù)進(jìn)行記錄，當(dāng)記錄的數(shù)據(jù)條數(shù)累計到一定程度通過就可以通過匯總的數(shù)據(jù)發(fā)現(xiàn)相應(yīng)的數(shù)據(jù)規(guī)律，比如：

針對社區(qū)UGC帖子、熱帖、精品貼的記錄

針對消息中心PUSH的數(shù)據(jù)記錄

針對公眾號歷史推文數(shù)據(jù)的記錄

甚至可以對自己每日的工作內(nèi)容及工作花費(fèi)時間的記錄，從而用于工作效率優(yōu)化

……

數(shù)據(jù)一定是比較理性和嚴(yán)謹(jǐn)?shù)模晕覀冃枰硇缘难酃鈦韺Υ?dāng)然運(yùn)營產(chǎn)品的不同，我們需要的數(shù)據(jù)維度不同，做運(yùn)營一定要學(xué)會給數(shù)據(jù)做定義，并且要保證其邏輯性和眼嚴(yán)謹(jǐn)性，要能經(jīng)得起推敲。

相關(guān)閱讀：

網(wǎng)站常用數(shù)據(jù)分析工具吐血推薦

[開店必知] 淘寶數(shù)據(jù)分析方法圖文詳細(xì)講解

亞馬遜的蛻變 改善物流用戶體驗和數(shù)據(jù)分析