從廣義來講， 數據是反映產品和用戶狀態最真實的一種方式 ，通過數據指導運營決策、驅動業務增長。與數據分析師的崗位不同，數據運營更加側重支持一線業務決策。而運用在產品運營的整個生命周期中，數據運營就是屬于一種技能，通過數據分析發現解決問題，提升效率促進增長。
一、數據運營都需要學習些什么知識？
1. 明確數據分析的目的
做數據分析，必須要有一個明確的目的，知道自己為什么要做數據分析，想要達到什么效果。比如：為了評估產品改版后的效果比之前有所提升;或通過數據分析，找到產品迭代的方向等。
明確了數據分析的目的，接下來需要確定應該收集的數據都有哪些。
2. 收集數據的方法
說到收集數據，首先要做好數據埋點。
所謂“埋點”，就是在正常的功能邏輯中添加統計代碼，將自己需要的數據統計出來。
目前主流的數據埋點方式有兩種：
第一種：自己開發。開發時加入統計代碼，并搭建自己的數據查詢系統。
第二種：利用第三方統計工具。
常見的第三方統計工具有：
網站分析工具：Alexa、Google Analytics、百度統計
移動應用分析工具：Google Analytics、友盟、TalkingData、Crashlytics
不同產品，不同目的，需要的支持數據不同，確定好數據指標后，選擇適合自己公司的方式來收集相應數據。
3. 產品的基本數據指標
新增：新用戶增加的數量和速度。如：日新增、月新增等。
活躍：有多少人正在使用產品。如日活躍(DAU)、月活躍(MAU)等。用戶的活躍數越多，越有可能為產品帶來價值。
留存率：用戶會在多長時間內使用產品。如：次日留存率、周留存率等。
傳播：平均每位老用戶會帶來幾位新用戶。
流失率：一段時間內流失的用戶，占這段時間內活躍用戶數的比例。
4. 常見的數據分析法和模型
這里講下漏斗分析法和AARRR分析模型
漏斗分析法
用來分析從潛在用戶到最終用戶這個過程中用戶數量的變化趨勢，從而尋找到最佳的優化空間，這個方法被普遍用于產品各個關鍵流程的分析中。
比如，這個例子是分析從用戶進入網站到最終購買商品的變化趨勢。
從用戶進入網站到瀏覽商品頁面，轉化率是40%；瀏覽商品到加入購物車轉化率是20%等，那要找出哪個環節的轉化率最低，我們需要有對比數據。
比如第一個，進入網站到瀏覽商品，如果同行業水平的轉化率是45%，而我們只有40%，那說明這個過程，沒有達到行業平均水平，我們就需要分析具體原因在哪里，再有針對性的去優化和改善。
當然，上面這是我們設計的一種理想化的漏斗模型，數據有可能是經過匯總后得出的。而真實的用戶行為往往可能并不是按照這個簡單流程來的。此時需要分析用戶為什么要經過那么復雜的路徑來達到最終目的，思考這中間有沒有可以優化的空間。
AARRR模型
這個是所有的做產品的小伙伴都必須要掌握的一個數據分析模型。
所謂獲取用戶， 就是拉新就是吸引新的用戶。對于APP來說，拉新意味著新的用戶下載注冊；而對于眾多的微信公眾號、微博、貼吧運營個體而言，拉新指的是吸引新的粉絲關注。
在羅列你的渠道時，需要注意的是每個渠道都需要有根有據，包括這個渠道是不是跟你的目標人群相契合、還有單價高或低以及渠道的二次傳播行不行等等因素。而現在推廣APP的渠道都會包括：
獲取用戶就是通過各個渠道拉新的過程。除了換量合作，在各大論壇貼吧等社區發帖，社群營銷等免費方式。付費方式包括但不限于利用搜索引擎、微信微博頭條等自媒體、網盟廣告、線下活動，互聯網電視這些方式。增長黑客這種特別的方式也有人在使用。
拉新是否有效有一個評判標準——觸發關鍵行為。比如用戶下載了APP不一定會使用。關鍵行為根據產品的情況而定，它可能是瀏覽文章，觀看視頻、發送消息、開始游戲或者填寫郵箱等。
好渠道并不意味著用戶量最大的渠道，也不是成本最低的渠道。不斷探索用戶的喜好和分布，才能更加優化合理的確定投入策略，不斷最小化CAC。每個渠道獲取用戶的數量，質量，成本都不一樣，需要通過用戶獲取成本（CAC），用戶量，留存率，ARPU數劇等綜合評判。
當然除了通過外部渠道獲得新客戶，如果用戶體量較大，也可以從產品設計的角度完成拉新。
第一、主動告知用戶，有三種方式：APP的push消息、EDM郵件、短信通知，可以根據用戶畫像來進行消息推送的時間，內容和用戶。
第二、被動告知用戶，開屏廣告，設置明顯的入口，功能入口添加優惠便簽，首頁設置相關的輪播圖等；如摩拜APP的開屏廣告顯示有網約車，滴滴APP的其他各種功能。
提高活躍度（Activation）
活躍度指用戶使用產品的時間以及頻率。每個產品對活躍度的定義不一樣，比如百度貼吧希望用戶能夠每天都能登錄、發帖、評論；在線教育類產品，則更關注用戶的學習時長、練習次數等。
活躍度建立在產品的核心價值上，如高質量的內容，越來越好的用戶體驗感，多功能的需求等，在用戶最初使用的幾十秒鐘內抓住用戶。
還有一些輔助手段，包括滿足用戶需求的活動、完善的用戶激勵體系，成長體系、增加用戶與其他用戶的互動的方式，還有APP的新手指引這類更細致化的操作等。
一個比較全面的分析思路是，把用戶從使用產品開始到結束的每一個流程單獨列出來，站在用戶角度，不斷尋找可促活的途徑。比如，分析新功能的轉化率，使用過程的流暢性，延長用戶的產品使用流程。
當然，我們還可以篩選出優質用戶。如果某個渠道的用戶，使用產品的時間和啟動次數很可觀，則應加大這個渠道的投入。此外，還有些用戶只啟動過一次產品，這類用戶大多屬于被動激活。
除了渠道，另一個和活躍度相關的分析維度是版本。但這會產生兩個錯覺：用戶習慣了現在的產品，所以不希望產品迭代更新；用戶會要求你增加新功能。
例如，2006 年 Facebook 首次推出新聞頻道，造成巨大的用戶反彈。但隨著時間的推移，這個產品卻成為了Facebook 的核心功能。Facebook忽視了少數派的反對聲音，堅持了自己的戰略。
我們既不想刺激現有的忠誠用戶，又需要獲取下一個百萬用戶，添加功能比砍掉功能更容易。通常用戶要求的功能是解決很小的便利問題，而不是真正的解決方案。我們需要積極地與用戶溝通，如果數據告訴你新方向是正確的，那么忽略發聲的少數用戶。
提高留存率（Retention）
用戶開始使用產品并且一段時間后仍然繼續使用，被認作是留存用戶，而留存用戶占當時新增用戶的比例即是留存率。
用戶在每個應用中的生命周期是接觸—使用—放棄或者遺忘的過程。在用戶使用階段，有效的促活手段也能提高留存，但同樣重要的是挽回用戶，而挽回用戶有一個通用的流程。
先確定流失用戶的標準；再建立一個用戶流失模型，分析用戶為何流失，采取相應的手段補救；同時通過EDM，短信等方式讓用戶知道你在召回；最后通過新手引導重新讓用戶熟悉產品操作，繼續留存。
獲取收入（Revenue）
現階段移動應用獲取收入的途徑主要有三種：付費應用、應用內付費，以及廣告。付費下載多見于蘋果APP Store，廣告是大部分開發者的收入來源，而應用內付費也較為普遍，比如游戲類，增值服務類，自營商城等。特別說明，高德地圖的盈利模式除了廣告之外，還在于其本身的地圖數據和用戶數據與其他領域的結合。
大家通常采用ARPU（平均每用戶收入）值來判定收入標準。但對于一個既有付費用戶，又有未付費用戶的應用而言，還需要看 ARPPU（平均每付費用戶收入）。
因為涉及到付費用戶在全部用戶中所占的比例，如果付費用戶的數量較低，那么就要思考產品盈利方式是否有問題，包括定價，產品功能特性，變現方式等。
計算收入的同時也要考慮利潤。計算利潤的時候有一個指標：LTV（生命周期價值）。用戶的生命周期是指一個用戶從第一次啟動應用，到最后一次啟動應用之間，為該應用創造的收入總計。LTV – CAC的差值，就可以視為該應用從每個用戶身上獲取的利潤。
自傳播（Refer）
社交網絡的興起，為產品帶來了更強的生命力——基于社交網絡的自傳播。自傳播，或者說病毒式營銷，來源于病毒傳播學，即一個已經感染了病毒的宿主在接觸其他宿主的過程中也會被傳染上病毒。K因子量化了“感染”的概率。
K = (每個用戶向他的朋友們發出的邀請的數量) * (接收到邀請的人轉化為新用戶的轉化率)。當K>1時，用戶群就會象滾雪球一樣增大，但是絕大部分移動應用還是必須和其它營銷方式相結合。
自傳播除了產品足夠好，傳播過程的受眾足夠準確，能夠引發用戶的需求也同樣重要，比如利益，虛榮心，稀缺性，試用等等。比如滴滴，美團的紅包好友分享；付費用戶免費邀請朋友試用產品；轉發朋友圈送禮品等。
本文轉載自網絡，版權歸原作者所有！
文章轉載請保留網址：http://waterplane.cn/news/industry/1943.html
