我之前在文章《后產品時代的運營之道：數據分析的五種方法論》提到：

數據驅動運營是未來運營的趨勢，也是我們運營人的一個分水嶺，在運營的刀耕火種時代已經趨于沒落的時候，精細化運營以及變得尤為重要，數據驅動決策是我們運營人必須要面對的挑戰也是我們要下意識學的一門技能。

但也是很多剛進入運營領域的新人一個頭疼問題，因為他所涉及到的數據分析方法、方法論、邏輯分析能力以及一些工具的使用，而且一堆數據也是很多運營人員不愿面對的。本章節我們就從如何獲取數據、如何分析數據以及一款產品都關注哪些數據維度。

一、數據從哪里獲取

在我們分析數據之前，就必須得有數據供我們分析，所以我們就得拿到數據，怎么拿到呢?

數據的來源渠道主要有兩種：

自有數據分析系統——公司自有的數據是最源質化的數據，也是最可靠、最全面的。一般而言，有條件的情況下都是以內部數據為準;

第三方數據分析工具，這個是借助外部工具獲得數據。

下面給大家介紹主要5款的數據分析工具：

1.友盟

支持iOS、Android應用數據統計分析

2.growingio

growingio強大的地方在于無需埋點，就可以獲取并分析全面、實時的用戶行為數據，以優化產品體驗，實現精益化運營。

3.應用雷達

僅針對iOS，查看App Store總榜和分類排名。查看產品在App Store 里的搜索度得分，評判ASO效果的標準之一。

4.百度移動統計

支持ios和android平臺。另外，開發者在嵌入統計SDK后，可以對自家產品進行較為全面的監控，包括用戶行為、用戶屬性、地域分布、終端分析等。

5.酷傳

僅支持android平臺應用監控。開發者可以查看應用在主流市場下載量、排名、評分評論、關鍵詞排名等數據，還能系統地與同類競品進行數據對比。

當然了，數據分析工具不止這5款，如果你們正在使用其他的，也是可以的。使用分析工具我們可以得到以下內容：

記錄那些點擊信息，包括沒有與網站產生交互的信息;

可直接生成鏈接的百分比，點擊分布圖和熱力圖;

可統計用戶的懸停，將用戶潛在行為可視化。

獲取數據的方式其實多種多樣，關鍵在于，作為運營人員要了解什么樣的數據是重要的，對于這些數據的前后關聯，是怎樣的，這是一個聯動的過程，不是一個單一的行為。

有了這些數據之后，我們該怎么去分析這些數據呢?哪些是可以為我們所用的額，又有哪些是可以剔除掉的。

二、如何分析現有的數據

從第三方數據分析工具或者自家的分析后臺拿到這些數據后 ，該怎么去分析呢?我相信很多運營人在拿到數據時，都是沒多少思路的。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，需要宏觀的方法論和微觀的方法來指導。

在上幾期的文章中，羅列了我們進行數據分析時經常會使用到方法論，這些方法論在我們進行數據分析時扮演宏觀指導的角色。所以說在我們進行數據分析時，應該先找到適合自己的方法論進行指導。主要會用到的方法論：

PEST分析法：用于對宏觀環境的分析，包括政治(political)、經濟(economic)、社會(social)和技術(technological)四方面。

5W2H分析法：何因(Why)、何事(What)、何人(Who)、何時(When)、何地(Where)、如何就(How)、何價(How much)。

邏輯樹分析法：把問題的所有子問題分層羅列。

4P營銷理論：分析公司的整體營運情況，包括產品(product)、價格(price)、渠道(place)、促銷(promotion)四大要素。

用戶行為理論：主要用于網站流量分析，如回訪者、新訪者、流失率等，在眾多指標中選擇一些適用的。

AARRR(增長黑客的海盜法則)：精益創業的重要框架，從獲取(Acquisition)、激活(Activition)、留存(Retention)、變現(Revenue)和推薦(Referral)5個環節增長。

數據分析的方法論很多，這里不能一一列舉;沒有最好的方法論，只有最合適的。下面我詳細介紹一下 AARRR 方法論，對于精益化運營、業務增長的問題，這個方法論非常契合。

對于互聯網產品而言，用戶具有明顯的生命周期特征，我以一個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，通過運營手段激活用戶;比如說首單免費、代金券、紅包等方式。通過一系列的運營使部分用戶留存下來，并且給企業帶營收。在這個過程中，如果用戶覺得這個產品不錯，可能推薦給身邊的人;或者通過紅包等激勵手段鼓勵分享到朋友圈等等。需要注意的是，這5個環節并不是完全按照上面順序來的;運營可以根據業務需要靈活應用。AARRR的五個環節都可以通過數據指標來衡量與分析，從而實現精益化運營的目的;每個環節的提升都可以有效增長業務。

在使用這些數據分析方法論要明確他們的作用：

理順分析思路，確保數據分析結構體系化。

把問題分解成相關聯的部分，并顯示它們之間的關系。

為后續數據分析的開展指引方向。

確保分析結果的有效性及正確性。

再比如，我們在分析APP的數據維度時，會使用到趨勢分析法，因為趨勢分析是最簡單、最基礎，也是最常見的數據監測與數據分析方法。通常我們在數據分析產品中建立一張數據指標的線圖或者柱狀圖，然后持續觀察，重點關注異常值。在這個過程中，我們要選定第一關鍵指標，而不要被虛榮指標所迷惑。

如果我們將我們分析的APP的下載量作為第一關鍵指標，可能就會走偏;因為用戶下載APP并不代表他使用了你的產品。在這種情況下，建議將日活躍用戶作為第一關鍵指標，而且是啟動并且執行了某個操作的用戶才能算上去;這樣的指標才有實際意義，運營人員要核心關注這類指標。

三、一款產品都關注哪些數據維度

我們都知道，運營人每天都會跟各種各樣的數據打交道，那一款產品都有那些數據維度是我們經常會分析到的呢?

一款產品(特指APP)的數據指標體系一般都可以分為：用戶規模與質量、渠道分析、參與度分析、功能分析以用戶屬性分析。

1、用戶規模和質量的分析：包括總用戶數、新用戶數、留存用戶、轉化率。用戶規模和質量是APP分析最重要的維度，其指標也是相對其他維度最多，產品負責人要重點關注這個維度的指標。

2、渠道分析主要是分析各渠道在相關的渠道質量的變化和趨勢，以科學評估渠道質量，優化渠道推廣策略。渠道分析尤其要重視，因為現在移動應用市場刷量作弊是以及業內公開的秘密。渠道分析可以從多個維度的數據來對比不同渠道的效果，比如從新增用戶、活躍用戶、次日留存率、單次使用時長等角度對比不同來源的用戶，這樣就可以根據數據找到最適合自身的渠道，從而獲得最好的推廣效果。

3、參與度分析主要是分析用戶的活躍度，分析的維度主要是包括啟動次數分析、使用時長分析、訪問頁面分析和使用時間間隔分析。

4、功能分析主要包括：

功能活躍指標：某個功能的活躍用戶，使用量情況;功能驗證;對產品功能的數據分析，確保功能的取舍的合理性。

頁面訪問路徑：用戶從打開到離開應用整個過程中每一步驟的頁面訪問、跳轉情況。頁面訪問路徑是全量統計。通過路徑分析得出用戶類型的多樣、用戶使用產品目的的多樣性，還原用戶目的;通過路徑分析，做用戶細分;再通過用戶細分，返回到產品的迭代

漏斗模型：是用于分析產品中關鍵路徑的轉化率，以確定產品流程的設計是否合理，分析用戶體驗問題。用戶轉化率的分析，核心考察漏斗每一層的流失原因的分析。通過設置自定義事件以及漏斗來關注應用內每一步的轉化率，以及轉化率對收入水平的影響。通過分析事件和漏斗數據，可以針對性的優化轉化率低的步驟，切實提高整體轉化水平。

5、用戶屬性分析不管在我們的產品啟動初期，還是戰略的調整，分析用戶畫像都有著重要的意義。比如我們在產品設計前需要構建用戶畫像，指導設計、開發、運營;產品迭代過程需要收集用戶數據，便于進行用戶行為分析，與商業模式掛鉤等等。

用戶屬性一般包括性別、年齡、職業、所在地、手機型號、使用網絡情況。如果對用戶的其他屬性感興趣的，可以到自的微信呢公眾號后臺或者其他諸如頭條、uc等后臺看用戶屬性都包含哪些維度。