PMCAFF：最大互聯網產品社區，是百度，騰訊，阿里等產品經理的學習交流平臺。定期出品深度產品觀察，互聯產品研究首選。本文由 PMCAFF 專欄作者 @ 陳維賢（小賢） 原創發布于 PMCAFF 產品經理社區，轉載請聯系原作者。
有位做電商的朋友在微信上問：“活動時用戶參與量不錯，但在活動結束后用戶留存率低怎么辦？
我：“券發了嗎？有做到期提醒嗎？有做秒差福利召回嗎？...”
朋友：“都做了”
我：“那可能是產品的問題，電商本質還是拼商品質量和物流”
朋友：“你說對了，因為流量低，優質商戶不肯入駐”
我：“那現在能做的就是去跑下數據，看看還有哪個類目的商戶質量不錯（點擊量、轉化率、復購率相對較高）可以從這些還有得救的類目開始用戶留存的突破咯。
不知道我提的建議是否最終能夠幫助他解決的問題，但至少是指了一條可以馬上著手去運營優化的路。
在我的家鄉沙縣，開小吃的人很多，大部分小吃店老板為掙到更多的錢，會在打烊的時候去分析今天賣了多少，采購的食材成本多少，蒸餃和餛飩哪個消量大，客流量大不大，人均客單價多少，來得都是老客戶還是新客戶，是通過口碑效應過來的還是瞎逛過來的......
在信息化幾乎為零的小吃行業沒辦法只能靠老板們的經驗做出分析和判斷，它們蠻難拿出具體的數據來分析經營情況，通常情況下他們也只能按照人流量的大小來決定店鋪的選址。
不過在以數據為最大賣點的互聯網行業，所有的工作和用戶行為都是可以量化的，大的像阿里這樣自稱為數據公司做用戶行為大數據分析，小的是到網站上的一個 banner 點擊統計，當然今天我們只談小的這一方：聊聊如何利用數據更好的做運營。
- 你的圖文分享 / 收藏率？
- 你的產品 ROI 如何？
- 你的渠道投放哪個質量高？
- 你的內容閱讀量多少？
- 你的內容生產用戶有多少？
數據作為一種度量方式，能真實的反映產品運營的狀況，幫助我們進一步了解產品、了解用戶、了解渠道進而優化運營策略。用數據分析的結果來驅動運營方式，不同的運營方向（內容運營、活動運營、渠道運營、用戶運營….）需要運營從業者有著不一樣數據敏感性、邏輯能力。
1、活動運營的數據分析
策劃活動作為運營的通用手段，為了不出現 “不知道如何預估活動效果” 這樣的問題，在活動開始前通常都需求確定一個重點提升的核心數據，這樣的核心數據包含新用戶注冊、用戶活躍度、用戶付費轉化、產品交易額、品牌知名度（百度指數、新浪指數、媒體指數）。
另外，通常運營策劃的活動可以分為兩類，第一類是非商品交易的互動型活動，它主要關注的數據是活動產生的用戶互動量以及產品核心數據提升的效果，把這些互動量再往深的挖就是分析老用戶與新用戶的互動比例，這樣進一步的分析可以幫助運營知道各種類型的互動活動（互動形式 + 獎品）對新老用戶的影響差異在哪。
圖 1：某活動頁面的新老用戶點擊轉化對比
第二類活動則是商品交易的促銷活動，主要是關注促銷頁面各關鍵節點的點擊情況和各種的轉化率是否比日常非活動的狀態下提升不少：活動頁面商品的點擊次數 / 進入商品的流量的比例、瀏覽 / 放入購入車 / 下單的轉化率、購物車 / 完成付費率、優惠券核銷量 / 優惠券發放量”，當然還有活動為平臺帶來的總交易額。
促銷類活動的數據分析顆粒度再做小一點，建議可以按照新用戶和老用戶做區隔分析 /A 渠道和 B 渠道用戶付費比例、付費客單價分析、后續用戶留存情況等。以會員類增值服務的銷售為例，除了要分析活動帶來的銷售總額，還可以分析各層級用戶的付費情況：老付費用戶的購買量以及他們購買的會員有效期長度的分布情況 / 新增付費用戶的人數 / 購買的會員月數分布 / 流失用戶召回比率 / 體驗會員的付費轉化比例。
圖 2：分層的會員數據管理
2、內容運營的數據分析
對編輯來說比較關心的是內容展示情況，包含內容的更新量、曝光量、點擊量、停留時長、轉發、收藏、點贊、評論以及內容瀏覽路徑 “曝光-點擊-閱讀-分享” 的各項轉化率。
圖片 3：公眾號自動的圖文轉化率分析
出于針對性提升某項產品指標的內容運營來說，則需要更多的關注內容對該指標的推動作用。比如通過內容召回用戶，那么就是需要關注的是內容送達人數和靜默用戶登入產品的比例。現在越來越多的電商在嘗試用內容來做銷售引導，這樣的內容運營除了要關注基礎的圖文閱讀量，還需要看內容里商品鏈接的點擊、商品瀏覽和訂單情況。
3、渠道運營的數據分析
廣告渠道的投放是產品獲取用戶的主要途徑，運營可以通過下載量和激活量真實了解渠道獲取用戶的能力。渠道運營需要分析 “渠道點擊—下載—激活—注冊—更深的行為” 用戶獲取的鏈條上每個環節的轉化率，然后優化每個環節的轉化效果，從而降低每個用戶的獲取成本。
當新版本發布出現明顯的數據波動時，單純的看渠道用戶獲取路徑的數據不能幫助我們做出運營判斷，建議可以把不同維度的數據做對比，譬如跟歷史數據做比較，或同一時間點的同類 APP 進行多維度間的對比這樣有利于運營找到渠道轉化率數據變化的根本原因。
舉個案例來說明如何通過分析渠道留存率找到運營中的問題：某款社交類 APP 在發新版本后，與發版前相比出現日活比例急劇下降的情況，這種問題該如何分析？
DAU 分成新用戶和老用戶，運營可以讓技術跑出一組數據（如圖 2），研究近期使用新版的老用戶留存情況以此來查看是否為產品問題導致的老用戶流失；再觀察各渠道留存率新用戶的沉淀 (留存)，看是產品的問題還是渠道推廣的問題。
圖 4：某社交產品留存分析
通過這樣一組數據對比分析可以發現，老用戶對新版本接受度不錯并沒有出現大的不動，版本后整體留存率非常低的主要原因是新版本在主推渠道 A 的推廣上存在用戶質量不高的問題。
4、項目運營的數據分析
對于項目或者產品的運營來說，如果是需要從項目伊始跟進數據的分析工作的話，應該包含以下和數據有關的事情要考慮。
1）數據項與埋點
運營需要基于對業務流程的了解去盡可能多的列出數據項，做此類工作可以根據用戶行為路徑做數據漏斗模型，路徑拆分的越細這個模型就越有效。
圖 5：理財產品的用戶行為漏斗
數據項作為基礎數據，需要通過技術在相應的路徑上埋點統計獲得，運營需要根據這些基礎數據做關鍵路徑轉化比例的分析和按照時間前后的同項數據分析，來明晰項目的運營情況。需要再進一步完善數據項就是根據圍繞項目的核心數據做向前向后延伸，向后為用戶后續行為的統計，向前為用戶來源質量分析。
另外，數據分析可以分為報表數據和非報表數據。報表數據也就是每天能夠在數據后臺直接看到的數據，通常情況下用戶關鍵路徑數據需要做成報表數據。類似新老用戶的路徑行為差異對比，屬于長周期且非核心數據在項目早期階段不建議做成報表，只需要在階段性的產品運營狀況分析時讓技術跑一個時間段的數據對比即可。
2）數據分析周期
數據分析周期顧名思義，是指運營間隔多長時間將數據報表產生的數據扒出來做進一步的分析。在項目初期分析周期可以是 1 天，如果成熟后就是 7 天一次甚至更久。除了做各個關鍵環節的轉化率數據分析外，運營可將基礎數據按時間軸繪制在 Excel 表格中，以時間為橫軸做成折線可看每個路徑的數據趨勢，以時間為縱軸可以做成條形圖看看每一個路徑的轉化率。
圖 6：某項目的功能用戶量趨勢分析
3）數據分析結論
數據分析是手段，最有價值的是分析后的那幾句結論。閱讀量低、轉發量少、交易額下降…通過數據分析找到導致問題產生的原因；交易額提升、閱讀量高、轉發量多，通過數據分析提煉出那些有效提升數據的運營手段，可將這些手段固定成產品形態進一步擴大數據效果。
4）項目運營調整
其實，數據本身并不能直接幫助改善產品，數據歸根到底是一種度量，想讓數據真正發揮作用，一定要基于運營者對業務非常深的理解。運營作為最了解產品里的各項數據情況的人，將數據作為產品改善的依據，需要用數據來證明項目繼續做的價值，用數據去推動產品、技術、渠道同學完成做各自的工作優化迭代。
5）項目總體匯報
大的項目基本上可以分成幾個不同的時期，籠統的分可以是 “檢驗期-進入期-成長期-高成長期-成熟期-衰退期”，每個時期都會有不同的關注側重點的，都需要向上去匯報項目總體的運營情況。
如果項目靠譜，數據埋的點多，平臺數據分析做的勤，再配上 “項目背景、項目目標、項目數據、運營分析、經驗復用、后續計劃” 的項目總結文檔撰寫套路，遇到領導的突擊項目總體匯報時問題基本不大。
在這里重點說說匯報中的項目數據部分，項目數據作為匯報的重點，它可分為核心數據和周邊數據（包含內容數據、用戶數據以及各種維度的對比數據），核心數據放匯報的最前面附上項目現狀概述性的話，這部分討巧的做法用對標某款大家都熟知的產品方式，比如說你是在做一個小學生教育商品信息共享項目，那么在匯報時就可以用這樣的數據開通 “教育商品類信息的分享和用戶消費量都挺大，產品日活 20000+，用戶日均分享 200 個優質商品內容、項目整體的人均瀏覽 PV 為 10，人均分享量 7PV，它將極有可能成為 K12 領域的什么值得買”。
核心數據闡述完后，開始周邊數據的分析，內容運營層面就可以分析什么類型的內容是項目的目標用戶喜歡的，我們這些內容有多少是 PGC 有多少 UGC，它們的分享情況分別如何和瀏覽情況分別如何？如果你真的不怕得罪人的話，可以拿你的內容數據跟其他項目的內容數據做對比，證明你的項目內容優質度高，對促進產品活躍度很有價值。
用戶運營層面的數據分析，則主要是包含核心業務的各個關鍵路徑的轉化情況，梳理出用戶流失的關鍵節點和功能優化建議，然后可以小篇幅的提一提項目的用戶層級，有多少核心用戶參與內容貢獻，有多少分享了內容參與到內容傳播，有多少閱讀量超過*次以上屬于忠誠用戶，以及還有多少是潛水的用戶。
如果你的項目只是為了提升產品里的某一個核心數據，做完產品日活提升情況的分析之后，就是圍繞項目影響這一核心數據的幾個關鍵環節進行數據分析，看看有哪些優化和改進的空間。最后，回到我們的話題核心觀點：當運營過程中遇到策劃迷茫時，可以先分析下現有運營策略執行的數據情況，別過早的將現有策略定為無效或者立馬去尋找新的策略（策略就那幾種，盲目的換只是會把自己更快的逼上絕境）。就像在開頭我和朋友的對話那樣，活動策略本身沒有錯，留存提不上去的核心問題是商城里面的商品不給力甚至是物流也被詬病。
京公網安備 11010502049343號