縱使我們拿到了很多有用的數(shù)據(jù)剖张，但如果不會(huì)使用的話佃扼，一樣發(fā)揮不出數(shù)據(jù)的作用星立。如何把數(shù)據(jù)在有效的場(chǎng)景中使用好超全，并且用合理的分析方法進(jìn)行有效分析，就是一件非常重要的事情了柄驻。

在上一篇中县习，我們已經(jīng)把我們要的數(shù)據(jù)指標(biāo)給搭建出來(lái)掘而，也就是把第一步數(shù)據(jù)規(guī)劃的工作完成了迫悠。大家可回顧我們上一篇中說(shuō)的鹏漆，我們說(shuō)過(guò)在我們的運(yùn)營(yíng)過(guò)程中首選必須要知道：

我們要收集哪些數(shù)據(jù)；

每個(gè)數(shù)據(jù)背后意味著運(yùn)營(yíng)的什么情況创泄。

現(xiàn)在數(shù)據(jù)指標(biāo)已經(jīng)有了艺玲，那么這一篇我們就要重點(diǎn)說(shuō)一說(shuō)，它們都代表著一些什么問(wèn)題鞠抑，它們的使用場(chǎng)景都有哪些饭聚，我們應(yīng)該如何去分析并且使用了。

雖然數(shù)據(jù)看上去極其的繁多碍拆，大家在工作中使用起來(lái)貌似也非常的繁瑣若治，其實(shí)，在我們的數(shù)據(jù)運(yùn)營(yíng)中感混，數(shù)據(jù)的使用場(chǎng)景也無(wú)非就是三大類，那就是：監(jiān)測(cè)礼烈、預(yù)測(cè)弧满、檢測(cè)。這也是數(shù)據(jù)使用的三測(cè)此熬。

我們來(lái)分別說(shuō)一下這三測(cè)庭呜。

當(dāng)使用數(shù)據(jù)之前，也有一個(gè)必要的一步犀忱，就是“獲取數(shù)據(jù)“募谎。這個(gè)在上一篇中也有介紹，獲取數(shù)據(jù)主要就通過(guò)埋點(diǎn)的技術(shù)來(lái)獲取阴汇。一般我們有兩種方法：自己開(kāi)發(fā)和第三方工具数冬。

如果是自己開(kāi)發(fā)的話，就需要我們把規(guī)劃好的數(shù)據(jù)搀庶，提供給產(chǎn)品或技術(shù)人員拐纱，看過(guò)我們前一篇的同學(xué)知道铜异，應(yīng)該盡可能的提供給他們原始數(shù)據(jù)。讓他們?cè)谙鄳?yīng)的頁(yè)面中加入統(tǒng)計(jì)代碼秸架，并在后臺(tái)管理系統(tǒng)中加入我們需要的一些功能并最終獲取我們希望得到的加工數(shù)據(jù)揍庄。我們提供的原始數(shù)據(jù)越精準(zhǔn)，那么產(chǎn)品和技術(shù)的工作效率也會(huì)越高东抹。

如果是第三方的工具（如百度統(tǒng)計(jì)蚂子、谷歌統(tǒng)計(jì)、友盟等）缭黔，只需要把第三方提供的代碼放入我們的頁(yè)面代碼中食茎，即可直接使用工具提供的后臺(tái)，不需要自行開(kāi)發(fā)试浙。目前市場(chǎng)上還有一些無(wú)需埋點(diǎn)的分析工具董瞻，大家也可以去嘗試使用一下。

不過(guò)田巴，大家需要明白的是钠糊，工具只是工具，它只是讓我們的數(shù)據(jù)運(yùn)營(yíng)工作變的更有效率而已壹哺。我們首先要知道的是數(shù)據(jù)運(yùn)營(yíng)背后的邏輯抄伍，邏輯清楚了，哪怕只有一張紙一支筆管宵，一樣可以發(fā)揮很大的作用截珍。

我們繼續(xù)說(shuō)我們的三測(cè)：

監(jiān)測(cè)是什么，監(jiān)測(cè)是長(zhǎng)時(shí)間的對(duì)某一個(gè)數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)控箩朴，以時(shí)刻知道它的變化岗喉。

預(yù)測(cè)是什么，預(yù)測(cè)是利用好當(dāng)前的數(shù)據(jù)并使用好合理的方法炸庞，來(lái)預(yù)測(cè)它的未來(lái)钱床。

檢測(cè)是什么，檢測(cè)是利用合理的手段埠居，去針對(duì)某人某個(gè)產(chǎn)品或某個(gè)事件查牌，判斷它的好壞。

所以滥壕，監(jiān)測(cè)是看過(guò)去纸颜、看現(xiàn)在；預(yù)測(cè)是看未來(lái)绎橘；檢測(cè)是看好壞胁孙。

一、監(jiān)測(cè)

當(dāng)我們把前期的數(shù)據(jù)規(guī)劃工作做完之后，那么監(jiān)測(cè)的工作就很容易了浊洞。首選我們選定好我們要監(jiān)測(cè)的數(shù)據(jù)牵敷，這里以用戶量做例子：

我們可以實(shí)時(shí)的看即時(shí)數(shù)據(jù)：

我們還可以以時(shí)間維度最對(duì)比，來(lái)看一段時(shí)間內(nèi)的數(shù)據(jù)：

我們還可以看用戶的分布情況：

一般不管是自己開(kāi)發(fā)的后臺(tái)或者第三方的分析工具法希，都有各種各樣展現(xiàn)數(shù)據(jù)的圖標(biāo)方式枷餐。其實(shí)用哪種圖標(biāo)展示方式看不重要，要知道為什么要看苫亦，并且可以解讀毛肋，才是最重要的。

在我們實(shí)際工作中屋剑，經(jīng)常會(huì)用來(lái)監(jiān)測(cè)的數(shù)據(jù)润匙，大多是一些直觀的數(shù)據(jù)，比如：用戶量唉匾，日活量孕讳，訂單數(shù)、交易金額等等巍膘，把這些數(shù)據(jù)用圖表的方式全部整在一個(gè)頁(yè)面里 厂财，即形成了我們的DashBoard（數(shù)據(jù)看板），這也是老板最喜歡看的：）峡懈。類似下圖：

二璃饱、預(yù)測(cè)

預(yù)測(cè)在我們的運(yùn)營(yíng)工作中也是非常重要。比如說(shuō)要做工作計(jì)劃了肪康、做一個(gè)活動(dòng)的可行性分析荚恶、制定業(yè)績(jī)指標(biāo)、會(huì)見(jiàn)投資人啊等等磷支。預(yù)測(cè)最簡(jiǎn)單的辦法谒撼，就是根據(jù)時(shí)間把一個(gè)數(shù)據(jù)的趨勢(shì)圖列出來(lái)，如下：

然后根據(jù)我們希望預(yù)測(cè)的那個(gè)時(shí)間點(diǎn)雾狈，去估計(jì)一下即可嗤栓。

當(dāng)然，有條件的話箍邮，我們還可以再精準(zhǔn)一點(diǎn)，我們可以通過(guò)維度拆分->取樣->估測(cè)->疊加這四步去實(shí)現(xiàn)叨叙，舉個(gè)例子锭弊，我們想預(yù)測(cè)一些下個(gè)月的用戶增長(zhǎng)量：

把用戶增長(zhǎng)量進(jìn)行維度拆分，分成自然增長(zhǎng)量和事件增長(zhǎng)量擂错。所謂事件增長(zhǎng)量就是我們通過(guò)一些臨時(shí)的活動(dòng)之類獲取的額外的用戶量味滞。

然后我們對(duì)自然增長(zhǎng)量進(jìn)行取樣，取出過(guò)去幾個(gè)月或者同月份的自然增長(zhǎng)量進(jìn)行樣本分析，然后我們可以取平均值剑鞍，或者去掉最高最低的兩個(gè)數(shù)據(jù)后再取平均值昨凡。

同時(shí)我們?cè)賹?duì)事件增長(zhǎng)量進(jìn)行取樣，取出過(guò)去做的一些活動(dòng)的數(shù)據(jù)進(jìn)行樣本分析蚁署，得到一個(gè)事件增長(zhǎng)量的數(shù)值便脊，再結(jié)合我們計(jì)劃下個(gè)月要做的活動(dòng)，估算出下個(gè)月的事件增長(zhǎng)量光戈。

最后把兩個(gè)維度相加哪痰，得到我們預(yù)測(cè)的下個(gè)月的用戶增長(zhǎng)量了。

以上這個(gè)簡(jiǎn)單的預(yù)測(cè)四步法久妆，在我們的工作中也是經(jīng)常會(huì)使用到晌杰，這個(gè)是作為運(yùn)營(yíng)必須要掌握的一個(gè)技能了，當(dāng)然如果需要一些更精準(zhǔn)的大數(shù)據(jù)挖掘和大數(shù)據(jù)預(yù)測(cè)筷弦，就要依賴人工智能和機(jī)器學(xué)習(xí)等更高科技的技術(shù)了肋演。

上面說(shuō)的是如何用過(guò)去和現(xiàn)在的數(shù)據(jù)來(lái)預(yù)測(cè)未來(lái)的數(shù)據(jù)，不過(guò)烂琴，預(yù)測(cè)還有一個(gè)非常重要的使用場(chǎng)景爹殊，就是：“如何用過(guò)去和現(xiàn)在的數(shù)據(jù)，來(lái)預(yù)測(cè)未來(lái)的用戶行為”這也是我們常說(shuō)的用戶行為分析监右，我們可以通過(guò)以下辦法：

（1）找出經(jīng)常做出此用戶行為的用戶屬性边灭。比如我們要預(yù)測(cè)某用戶是否會(huì)買我們的產(chǎn)品A，那么我們會(huì)先把以前所有買過(guò)我們的用戶數(shù)據(jù)梳理一下健盒，如性別绒瘦、年齡、地區(qū)扣癣、職業(yè)等惰帽。

（2）找出這個(gè)用戶行為的前置行為。比如在淘寶上用戶購(gòu)買產(chǎn)品A的這個(gè)行為父虑，會(huì)存在幾個(gè)前置行為：如產(chǎn)品頁(yè)面停留時(shí)間该酗、是否加入購(gòu)物車、是否收藏士嚎、是否咨詢等呜魄。

（3）找出這個(gè)用戶行為的關(guān)聯(lián)行為。比如A是茶葉莱衩、B是茶具爵嗅，比如購(gòu)買產(chǎn)品A這個(gè)行為，會(huì)關(guān)聯(lián)購(gòu)買B這個(gè)行為笨蚁。那么是否購(gòu)買過(guò)B這個(gè)數(shù)據(jù)也是我們用來(lái)預(yù)測(cè)的數(shù)據(jù)睹晒。

（4）然后把上面的用戶屬性趟庄、是否行為、行為的次數(shù)等都設(shè)置成一個(gè)個(gè)變量伪很，并記錄好這些變量的數(shù)據(jù)戚啥。通過(guò)用戶的實(shí)際數(shù)據(jù)和那些變量的數(shù)據(jù)，來(lái)預(yù)測(cè)用戶會(huì)購(gòu)買我們產(chǎn)品A的概率锉试。

這個(gè)其實(shí)在我們的生活中已經(jīng)很常見(jiàn)了猫十，比如根據(jù)我們的一些搜索行為，瀏覽行為键痛，咨詢行為等炫彩，百度就會(huì)定向的進(jìn)行精準(zhǔn)廣告推送，今日頭條會(huì)推給你喜歡的新聞話題絮短，天貓?zhí)詫殨?huì)推給你感興趣的物品江兢。相信隨著科技的進(jìn)步，數(shù)據(jù)對(duì)用戶行為的預(yù)測(cè)也會(huì)越來(lái)越精準(zhǔn)丁频。

那大家可能會(huì)有疑惑杉允，如果我們實(shí)際工作中，特別是在一些傳統(tǒng)企業(yè)里席里，沒(méi)有這樣的技術(shù)能夠支撐叔磷，那怎么辦呢？其實(shí)也沒(méi)什么奖磁，我們把上面說(shuō)的那些變量設(shè)置的少一點(diǎn)改基，抓住幾個(gè)核心的就行了。雖然精度沒(méi)有那么準(zhǔn)咖为，但是效果還是有的秕狰。

以上是從微觀數(shù)據(jù)的角度來(lái)說(shuō)的，那如果從宏觀層面來(lái)說(shuō)說(shuō)如何預(yù)測(cè)用戶的行為呢躁染，其實(shí)世間萬(wàn)物都講究平衡鸣哀、此消彼長(zhǎng)，同時(shí)也是相互滋生吞彤、相互制約的我衬。我們網(wǎng)購(gòu)的時(shí)間多了，逛街的行為就少了饰恕；我們開(kāi)車的時(shí)間多了挠羔，走路的行為就少了；我們工作的時(shí)間少了埋嵌，娛樂(lè)的行為就多了褥赊；我們玩PC的時(shí)間少了，玩手機(jī)的行為就多了莉恼“韬恚……在宏觀層面的行為增多，在我們互聯(lián)網(wǎng)行業(yè)里俐银，一般稱之為“風(fēng)口”尿背。

同樣，在我們的運(yùn)營(yíng)過(guò)程中捶惜，只要我們把拉新的數(shù)據(jù)做好了田藐，留存的行為就會(huì)越來(lái)越多；留存的數(shù)據(jù)做好了吱七，活躍的行為就會(huì)越來(lái)越多汽久；活躍的數(shù)據(jù)做好了，轉(zhuǎn)化的行為就會(huì)越來(lái)越多踊餐；轉(zhuǎn)化的數(shù)據(jù)做好了有錢了景醇，提升產(chǎn)品質(zhì)量的行為就會(huì)越來(lái)越多；產(chǎn)品的質(zhì)量做好了吝岭，拉新的行為就會(huì)越來(lái)越多三痰；這大體也是周易中常說(shuō)的，“陰陽(yáng)”和“五行”吧窜管。

三散劫、檢測(cè)

檢測(cè)，應(yīng)該是我們?cè)谶\(yùn)營(yíng)過(guò)程中運(yùn)用最多的一個(gè)使用場(chǎng)景了幕帆。就像上面說(shuō)的获搏，檢測(cè)就是告訴我們什么是好，什么是壞失乾？

那在運(yùn)營(yíng)過(guò)程中常熙，我們到底應(yīng)該檢測(cè)一些什么東西呢？大家還記得我們結(jié)構(gòu)篇說(shuō)的么仗扬，運(yùn)營(yíng)的基礎(chǔ)結(jié)構(gòu)只有三樣?xùn)|西：人（用戶）症概、貨（產(chǎn)品）、場(chǎng)景（展現(xiàn)或交易的方式）早芭，這就是我們要檢測(cè)的東西彼城。

大家都知道，我們所有人都生活在一個(gè)三維的世界里退个，加上時(shí)間維度就是四維空間募壕。

同樣，在我們的運(yùn)營(yíng)世界里语盈，用戶舱馅、產(chǎn)品、展現(xiàn)或交易的場(chǎng)景組成的就是一個(gè)三維空間刀荒；

如果我們只看其中的一項(xiàng)代嗤，那就是一個(gè)二維空間棘钞；

如果把其中的一項(xiàng)再繼續(xù)拆分，只看其中的某個(gè)點(diǎn)干毅，那就是一維空間宜猜；

把所有的東西加上時(shí)間，那就是四維空間硝逢。

要檢測(cè)一個(gè)數(shù)據(jù)的好壞姨拥，最好的辦法有兩個(gè)：同維度的比較和向下維度的拆解。

1渠鸽、同維度的比較

同維度比較就是指在我們要對(duì)一個(gè)事物進(jìn)行檢測(cè)的時(shí)候叫乌，盡可能的把其他事物保持在同一水平，僅通過(guò)這一事物的不同而最后產(chǎn)生的結(jié)果的不同徽缚，進(jìn)行判斷憨奸。

比如：我們?cè)趯?shí)際工作中，經(jīng)常會(huì)碰到以下情況：

做了A猎拨、B兩次內(nèi)容膀藐，我們想知道哪次內(nèi)容的效果更好一點(diǎn)？

做了A红省、B兩場(chǎng)活動(dòng)额各，我們想知道哪次活動(dòng)的用戶反應(yīng)更強(qiáng)烈一點(diǎn)？

找了A吧恃、B兩個(gè)渠道虾啦，我們想知道哪個(gè)渠道帶來(lái)的用戶質(zhì)量更高一點(diǎn)？

有A這個(gè)競(jìng)品痕寓，我們想知道這個(gè)競(jìng)品對(duì)比我們的優(yōu)劣勢(shì)分別是什么傲醉？

……

針對(duì)以上這種對(duì)比，一般我們采用趨勢(shì)線對(duì)比法和左右條形對(duì)比法呻率，我們舉一個(gè)渠道檢測(cè)的例子：

1）首選我們拿到了A硬毕、B兩個(gè)渠道在同一時(shí)間內(nèi)的留存數(shù)量。

2）我們根據(jù)以上的數(shù)據(jù)礼仗，做出下面的趨勢(shì)線對(duì)比圖吐咳。

3）從上述趨勢(shì)圖中我們可以看出，在這段時(shí)間中渠道B的的質(zhì)量要略優(yōu)于A元践。

我們?cè)倥e一個(gè)競(jìng)品分析的例子：

做競(jìng)品分析的難度不在于分析本身韭脊，而在于競(jìng)品數(shù)據(jù)的獲取，特別是一些內(nèi)部運(yùn)營(yíng)數(shù)據(jù)单旁，基本上是不大可能拿得到了沪羔。通常我們可以搜集競(jìng)品在市場(chǎng)上能采集到的外部數(shù)據(jù)，做成左右條形對(duì)比圖來(lái)進(jìn)行分析象浑。

比如蔫饰，通過(guò)數(shù)據(jù)采集琅豆，我們得到了競(jìng)品A在過(guò)去三個(gè)月內(nèi)的以下數(shù)據(jù)：在20個(gè)渠道做過(guò)廣告，收費(fèi)渠道有5個(gè)死嗦，發(fā)出過(guò)50次微信圖文趋距，瀏覽量共計(jì)約8萬(wàn)，新聞發(fā)布過(guò)4條越除，活動(dòng)做過(guò)3場(chǎng)，推出了2款新付費(fèi)產(chǎn)品外盯，下架了1款老產(chǎn)品摘盆，App產(chǎn)品迭代過(guò)7次，新增了4個(gè)功能饱苟，等等 ……

以上這些信息市場(chǎng)類的數(shù)據(jù)一般可以通過(guò)輿情監(jiān)控的第三方工具去獲取孩擂，而產(chǎn)品類的就需要我們?cè)诠ぷ髦腥チ粢饬恕Ｈ缓笪覀兏鶕?jù)我們的數(shù)據(jù)做出了以下圖：

而通過(guò)這張左右條形對(duì)比圖箱熬，我們一眼就可以發(fā)現(xiàn)我們和競(jìng)品之間的一些差距和優(yōu)劣勢(shì)了类垦。

2、向下維度的拆解

這種分析方法城须，一般用于我們沒(méi)有什么東西可以去對(duì)比的情況下蚤认，我們只知道某樣?xùn)|西好或是不好，但不清楚其具體造成的原因糕伐。這時(shí)砰琢，我們就需要用不斷往下進(jìn)行維度拆解的方式，直至找到其真正的原因良瞧。這種時(shí)候一般我們可以采用漏斗分析圖法陪汽。

舉個(gè)例子：我們做了一場(chǎng)拉新活動(dòng)A，這次活動(dòng)的目的是拉新用戶下載App并進(jìn)行用戶注冊(cè)褥蚯，但在渠道很穩(wěn)定的情況下挚冤，這次活動(dòng)的拉新效果并沒(méi)有想象中好，我們現(xiàn)在要想辦法檢測(cè)其原因赞庶。

看過(guò)我們前面結(jié)構(gòu)篇的同學(xué)训挡，應(yīng)該還記得活動(dòng)的流程結(jié)構(gòu)，然后我們根據(jù)活動(dòng)的流程結(jié)構(gòu)和落地的產(chǎn)品頁(yè)尘执，選出了以下幾個(gè)數(shù)據(jù)節(jié)點(diǎn)：

活動(dòng)：活動(dòng)前舍哄、預(yù)熱、正式活動(dòng)誊锭、余熱表悬、活動(dòng)后

產(chǎn)品：引導(dǎo)頁(yè)、注冊(cè)頁(yè)丧靡、注冊(cè)成功頁(yè)

我們采集數(shù)據(jù)之后蟆沫，得到了以下漏斗分析圖：

我們發(fā)現(xiàn)在活動(dòng)的時(shí)候籽暇，在前期表現(xiàn)非常不錯(cuò)，但在余熱期間出現(xiàn)了明顯的滑坡饭庞，只有15%的下載轉(zhuǎn)化戒悠；而在注冊(cè)的時(shí)候，引導(dǎo)頁(yè)的轉(zhuǎn)化也不是非常理想舟山，只有50%绸狐。所以通過(guò)這兩張漏斗圖，我們可以發(fā)現(xiàn)累盗，很有可能是我們活動(dòng)的預(yù)熱部分以及用戶注冊(cè)的引導(dǎo)頁(yè)上面出現(xiàn)了問(wèn)題寒矿。

以上的例子都相對(duì)比較簡(jiǎn)單，在實(shí)際工作中可能會(huì)繁瑣的多若债，但只要我們掌握了使用的場(chǎng)景和分析的方法符相，那么只是做的更精細(xì)化一點(diǎn)，本質(zhì)上是一樣的蠢琳。

到這里啊终，我們關(guān)于數(shù)據(jù)使用的檢測(cè)也說(shuō)完了，通過(guò)數(shù)據(jù)運(yùn)營(yíng)檢測(cè)的四維空間傲须，我們可以發(fā)現(xiàn)以下結(jié)論：

（1）維度越低蓝牲、檢測(cè)越容易

這就好比老板和你說(shuō)，“檢測(cè)一下今年為什么沒(méi)賺錢躏碳？”（四維空間）和“檢測(cè)一下這個(gè)按鈕怎么沒(méi)人點(diǎn)搞旭？”（一維空間），這兩件事情的難度是完全不一樣的菇绵，但同時(shí)也說(shuō)明了肄渗，數(shù)據(jù)規(guī)劃的時(shí)候，把維度拆分的越低咬最，對(duì)日后工作的幫助也越大翎嫡。

（2）高維度的檢測(cè)就要向低維度去拆分

如果找不到一個(gè)同維度的比較的話，就只能往低維度去拆分永乌。

（3）檢測(cè)的方法就是先往下拆分惑申，再左右比較

當(dāng)你拆分到一個(gè)有一個(gè)同一維度的對(duì)標(biāo)對(duì)象可以用比較法去比較的時(shí)候，或者明顯發(fā)現(xiàn)其好壞的時(shí)候翅雏，你就不需要去拆分了圈驼。

（4）要判斷檢測(cè)結(jié)果的正確性，需要從低維度再回到高維度

我們最終的評(píng)判標(biāo)準(zhǔn)望几，還是要從低維度回到高維度上绩脆，并去查看高維度那些數(shù)據(jù)指標(biāo)。

大家是不是對(duì)這個(gè)過(guò)程非常的熟悉，其實(shí)它的核心思維就是我們本系列文章的思維篇第一篇：《如何成為一個(gè)運(yùn)營(yíng)大牛-思維篇（一）：從上至下思考靴迫，從下至上執(zhí)行》惕味。

好了，到這里玉锌，我們把數(shù)據(jù)篇也已經(jīng)說(shuō)完了名挥，我們?cè)谇懊嬉黄蔡徇^(guò)，數(shù)據(jù)是一個(gè)向下無(wú)極限的東西主守，所以我們這兩篇只是把一些頂層的數(shù)據(jù)以及常見(jiàn)使用的場(chǎng)景和分析方法描述了一下禀倔。而數(shù)據(jù)中更多精細(xì)化的內(nèi)容也有待大家在工作中去挖掘了。

小結(jié)

數(shù)據(jù)驅(qū)動(dòng)了運(yùn)營(yíng)参淫，掌握了數(shù)據(jù)就是掌握了運(yùn)營(yíng)的策略方向蹋艺。但在實(shí)施運(yùn)營(yíng)策略的過(guò)程中，有沒(méi)有什么事半功倍的方法呢黄刚？這些方法又會(huì)在什么樣的階段，起到什么樣的作用呢民效？所以接下來(lái)就會(huì)進(jìn)入我們的《方法篇》憔维。大家都清楚，運(yùn)營(yíng)的一切都是圍繞著用戶的畏邢，所以關(guān)于用戶方面的一些方法是最重要的业扒，敬請(qǐng)關(guān)注方法篇的第一篇，如何成為一個(gè)運(yùn)營(yíng)大牛 —— 方法篇（一）：用戶分層舒萎。