一個優秀的運營應該具備的四種數據分析能力

運營是一門藝術，更是一門技術。過去，“流量為王”的理念使得運營人員的職責聚焦在拉新上。但是近幾年，流量成本不斷攀升，客觀上要求我們進行精細化運營，用最少的錢辦盡可能多的事。隨著市場環境的變化，運營的渠道和方式不斷增加，運營有了更加細致的分類。如何用數據分析來解決流量運營、用戶運營、產品運營和內容運營中的增長問題，今天我們將和大家分享GrowingIO在數據運營方面的實戰心得。

一、流量運營：多維度分析，優化渠道

流量運營主要解決的是用戶從哪里來的問題。過去粗放式的流量運營，僅僅關注PV、UV等虛榮指標，這是遠遠不夠的。

1.流量概覽指標體系

我們需要通過多維度指標判斷基本的流量情況，包括量級指標、基本質量指標和來訪用戶類型占比指標。量級指標涉及不同平臺，Web端主要看訪問量、PV和UV，APP主要看啟動次數、DAU和NDAU?；举|量指標包括用戶的平均訪問時長、平均一次會話瀏覽頁數（即訪問深度）和跳出率等，通過這些指標可以判斷用戶的活躍度。產品的生命周期模型廣泛應用在互聯網運營中，在不同的產品生命周期中，訪客的類型一定有差異。

通過【概覽】頁面，運營人員清楚掌握流量指標及其變化趨勢，可以很好的評估過去的工作以及預測未來的流量走向。

2.多維度的流量分析

在網站流量分析中，主要包括訪問來源、流量入口（落地頁）、廣告（搜索詞）等角度。

首先，訪問來源包括直接訪問、外鏈、搜索引擎和社交媒體等。在這個分析框架下，需要一層一層拆解，具體到每一個渠道進行流量分析。

以GrowingIO的博客為例，這是一個內容運營的子站，上面有很多數據分析和增長黑客的文章。我們通過訪問來源分析發現，相比于其他渠道，從微博過來的用戶數量和質量都偏低。在運營資源有限的情況下，我們可以重新規劃一下媒體推廣的策略，把精力放到高質量渠道上。

其次，落地頁的分析對流量來說也是至關重要，因為落地頁是用戶到達你網站的入口。如果用戶被導入到無效或者不相關的頁面，一般會有較高的跳出率。

最后，廣告投放也是目前流量運營的重要部分。一般涉及到的廣告分析包括廣告來源、廣告內容、廣告形式（點擊、彈窗、效果引導）和銷售分成等，我們通過多維度的分析來優化廣告投放。

上面的三個因素主要是在web端的分析，對于APP分析，需要考慮分發渠道和app版本等因素。

3.轉化漏斗分析

在增長模型中，流量進入后，還需要進一步激活和轉化。激活在每個產品中的定義是不一樣，無論如何，激活是需要一定的流程和步驟的。我們通過轉化漏斗，可以發現每一步。

以上圖為例，我們分別對轉化的每一步進行分析，分析左側的漏斗發現第一步到第二步的流失率最高，需要針對性優化。右側對不同渠道進行轉化率分析，發現總體轉化率為8%，但是來至百度品牌專區（bzclk.baidu.com）的轉化率高達44%，其他渠道的轉化率不足3%。有了各個渠道的轉化率數據，我們可以針對性優化渠道運營策略。

4.渠道優化配置

在進行一系列的流量分析和轉化分析后，我們可以進行相對應的策略制定，具體方式包括搜索詞、落地頁、廣告投放優化等等。

對于成本低、質量高的渠道需要加大投放，對于成本高、質量高的渠道需要評估成本，對于質量低的渠道也需要做好評估?？傮w上，根據成本、流量轉化等綜合情況，對渠道配置進行整體管理和調優。

二、用戶運營：精細化運營，提高留存

如果說流量運營解決的是用戶從哪里來的問題，那么用戶運營就是建立和維護與用戶的關系。

1.精細化運營

用戶在產品上的交互行為很多，我們可以通過用戶的行為對用戶進行分類；然后根據不同群體的特征，進行精細化運營，促進用戶的回訪。

以論壇為例，用戶在論壇上的行為包括：訪問、瀏覽帖子；回復、評論；發帖；轉發，分享等等。我們對用戶的每一類行為建立行為指數，例如根據用戶的轉發、分享等行為建立“傳播行為指數”，通過這些指數給用戶分類。如此一來，論壇上的用戶被分為4個維度：A瀏覽類、B評論類、C傳播類和D內容生產類。用戶可能只有一個標簽指數，也可能很跨多個指數維度。

用戶運營中，可以根據這些標簽進行分類。比如UGC論壇，需要保持D類（內容生產類）用戶的活躍度和增長率；同時在論壇推廣傳播中，需要對C類（傳播類）用戶進行刺激，擴大內容的傳播力和影響力。

2.提高用戶的留存

互聯網產品一般都關注用戶的留存，只有用戶留下來了，才能進一步去推動變現和傳播。留存分析一般采用組群分析法，即對擁有相同特征的人群在一定時間范圍內進行分析。

上圖展示的留存圖，橫向比較展示了每周新增用戶在后續各周的留存率，豎向比較展示了不同周的新用戶在今后一段時間的留存表現。

留存時間及周期，和產品體驗完整周期有關，不同的業務和產品一般有著不同的時間群組劃分方法。比如高品類產品的日留存更好反映用戶與產品的關系，而工具類的周留存就比日留存更加具有業務意義。

通過時間維度的分析發現用戶留存的變化趨勢，通過行為維度的分析發現不同群組用戶的差異，找到產品或運營的增長點：這是用戶運營非常重要的一點。

三、產品運營：用數據來分析和監控功能

產品運營是一個非常大的話題，很多運營和產品都是圍繞產品來做的；下面我們就產品功能的分析和監控進行討論。

1.監測異常指標，發現用戶對你產品的“怒點”

產品大的流程中，存在很多小的功能點，用戶的體驗就是建立在這些小的功能點上；就是這些小的功能點的使用情況，成為我們每一步轉化的關鍵。

以注冊流程為例，一般需要手機驗證。發送驗證碼是其中一個關鍵的轉化節點；當用戶點擊重新發送的次數激增時，可能意味著我們的這個功能點存在一定問題。而這就是用戶”怒點“所在，無法及時收到手機驗證碼。

通過對關鍵指標的監測，便于我們及時發現問題所在，及時修復。

2.通過留存曲線檢驗新功能的效果

對于上線一段時間的產品，有時候會添加新功能。上線后，需要評估新功能的效果，是否滿足用戶的核心需求，能否給用戶帶來價值。

通過留存曲線，我們不難發現該新功能第一天使用過的人之后持續使用的比例很低，這說明此功能并沒有很好地解決用戶問題；這提醒我們需要對新上線的功能進行重新思考。

四、內容運營：精準分析每一篇文章的效果

什么是內容運營？很多人認為，內容運營就是編輯文章、發帖子，其實這是片面的。

在做內容運營之前，需要明白你的內容是作為一個產品（如知乎日報）出來，還是產品的一個輔助功能。只有明白自己的定位，才能清晰目標。為了擴大內容運營的效果，我們需要對用戶的需求進行分析，例如用戶感興趣的內容、內容閱讀和傳播的比例等。

1.基于內容的推薦

以GrowingIO 的技術博客為例，該博客屬于PGC模式。博客中的內容有不同分類，為了降低用戶獲取信息的成本，我們在博客首頁設計了不同板塊的入口，包括左側分類導航、中部文章推薦和右側熱點推薦。

我們發現用戶主要通過左側的導航欄和中間的推薦閱讀文章，較少點擊右側的熱點推薦。所以，在移動端的始終，我們取消了右側的熱點推薦，僅保留了分類導航和中間的推薦。既節省了空間，又最大化滿足了用戶的內容需求。

同時，我們也對分類導航欄的內容進行了分析，發現用戶對【案例分析】的內容最感興趣，這對我們今后的內容選擇是一個非常好的啟發。

2.基于用戶的推薦

內容運營中的推薦，有時候和用戶的精細化運營息息相關。每一個用戶，都有自己喜歡的內容和類別，當我們根據用戶的興趣傾向進行推送的時候，效率肯定會更高。

同樣以GrowingIO的博客為例，我們通過對訪問用戶的文章點擊情況進行統計，得到了上述表格的結果。顯然，用戶8對”增長秘籍“有著自己的偏好，用戶6、7、9對”案例分享“文章更青睞。那么在實際的內容推送中，我們可以對用戶8推送增長秘籍類文章，向用戶679推送案例分析的文章，其他用戶無差別推送。

數據驅動的精細化運營

近年來流行的“Growth Hacker”的核心，其本質就是通過技術創新和數據分析，實現精細化運營，達到增長的目的。一個優秀的運營人員，應該具備數據驅動的思維，掌握一定的數據分析工具。在實際業務工作中，不斷從數據中提出問題，不斷嘗試，用數據來優化運營策略，進而實現客戶和業務的增長。