編輯導(dǎo)語：增長黑客，指的是創(chuàng)業(yè)型團隊在數(shù)據(jù)分析基礎(chǔ)上，利用產(chǎn)品或技術(shù)手段來獲取自發(fā)增長的運營手段。在上一篇文章中，作者為我們分析了用戶運營思維的兩個誤區(qū)，并且總結(jié)了建立正確的用戶運營思維的三個方向。在本篇文章中，作者又分析了數(shù)據(jù)思維在增長中的應(yīng)用，以及建立數(shù)據(jù)思維的三個步驟。

任正非曾說：“數(shù)據(jù)是公司的核心資產(chǎn)，要像經(jīng)營資本一樣來經(jīng)營數(shù)據(jù)?！?/p>

互聯(lián)網(wǎng)的偉大之處在于，通過技術(shù)為我們創(chuàng)建了一個全新的數(shù)據(jù)時代，所有的行業(yè)每天都會產(chǎn)生海量的用戶數(shù)據(jù)，數(shù)據(jù)逐漸成為公司的一個極為重要的核心資產(chǎn)。

而數(shù)據(jù)積累和數(shù)據(jù)分析貫穿于公司的不同發(fā)展階段，作為運營人，我們應(yīng)該建立數(shù)據(jù)思維，從內(nèi)心里將數(shù)據(jù)采集、數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用重視起來。

如下圖，我將數(shù)據(jù)在公司發(fā)展各階段的核心價值做了一個梳理。

數(shù)據(jù)的應(yīng)用價值對公司來說是核心，對運營人員來說也是極其重要的，具體從兩個方面來看：

1. 數(shù)據(jù)是關(guān)鍵性決策的基礎(chǔ)依據(jù)；
2. 數(shù)據(jù)是效果復(fù)盤的唯一可衡量性依據(jù)。

數(shù)據(jù)對運營人員的重要程度，就像航海時代船長手里的指南針，精準的數(shù)據(jù)能夠在工作中為運營人員指引方向。很多運營人員在接觸運營工作的第一天，就開始和數(shù)據(jù)打交道。

看到各類龐雜的數(shù)據(jù)，大部分新人都會叫苦連天，別說分析數(shù)據(jù)了，就連看懂數(shù)據(jù)都很難，我在剛接觸電商運營時也有過這個感受。

一旦我們具備了正確的數(shù)據(jù)思維，掌握了數(shù)據(jù)獲取和分析的方法論，這些問題就迎刃而解了。

數(shù)據(jù)思維是《從增長黑客到流量地圖，關(guān)于增長的4個核心思維》這個系列文章的第二篇，也是我在《流量地圖》這本書里，花了大量篇幅重點講解的章節(jié)。

我認為，數(shù)據(jù)思維是運營人做增長的一個極其重要的基礎(chǔ)性思維，希望通過這篇文章引起大家對數(shù)據(jù)的重視。

如果對增長的4個核心思維還不太了解的，建議你可以先回顧我之前的一篇文章：《從增長黑客到流量地圖，關(guān)于增長的4個核心思維（一）》

我想，對于沒有接觸過數(shù)據(jù)運營的運營新人，建立數(shù)據(jù)思維的過程是枯燥的，但也是快樂的。因為你能通過數(shù)據(jù)看清業(yè)務(wù)，并找到有效的方法提高業(yè)務(wù)指標。

在具備數(shù)據(jù)思維后，你能發(fā)現(xiàn)你在做運營決策時更理智，在跨部門進行溝通時更高效，對運營活動的效果預(yù)判也會更準確。

一、數(shù)據(jù)思維在增長中的應(yīng)用

增長的工作有一半時間是在做策略，還有一半時間其實是在做數(shù)據(jù)分析。

1. 投放渠道選擇與預(yù)算分配

在制訂渠道投放計劃時，如何有效地篩選廣告投放渠道？以及，如何合理地分配預(yù)算呢？

對于這兩個問題，我們都需要從數(shù)據(jù)分析開始著手，下面來看具體的廣告投放案例。

如下表所示，假設(shè)現(xiàn)在有A、B、C、D、E五個拉新投放渠道，通過一段時間的廣告投放后，我們很快獲取了各個渠道的拉新量、花費及單個獲客成本等數(shù)據(jù)。

在對這幾個渠道的數(shù)據(jù)有了基本的認知之后，我們可以根據(jù)廣告投放的實際情況進行預(yù)算的控制和調(diào)整。

比如：在縮減預(yù)算的情況下，應(yīng)該如何優(yōu)化預(yù)算分配呢？

從5個渠道中可以看出，A和D的單個獲客成本最高，是做預(yù)算控制的首選渠道，應(yīng)該削減這兩個渠道的預(yù)算，這樣能夠快速產(chǎn)生成本壓縮的效果。

在追加預(yù)算，需要快速增加拉新量的情況下，又應(yīng)該如何優(yōu)化預(yù)算分配呢？

這時，你可能會說將預(yù)算全都使用到單個獲客成本最低的E渠道。

其實，從實際的廣告投放經(jīng)驗來看，E渠道的拉新量最低，應(yīng)該屬于小流量渠道，無法快速擴量；B和C渠道才是擴大預(yù)算投放的首選渠道，因為從拉新量來看，這兩個渠道是大流量渠道，在平均拉新量較低的情況下，可以輕松擴量。

當然，在實際做用戶拉新的廣告投放時，數(shù)據(jù)比上述例子復(fù)雜得多，運營人員需要能夠通過實際數(shù)據(jù)對比，不斷地優(yōu)化預(yù)算分配，以獲得性價比更高的渠道投放策略。

2. 流量轉(zhuǎn)化漏斗分析與優(yōu)化

每個流量運營人員的心中都應(yīng)該有一個“流量轉(zhuǎn)化漏斗”，這個流量轉(zhuǎn)化漏斗的主要數(shù)據(jù)維度分為三個：一是數(shù)量級、二是轉(zhuǎn)化率、三是拉新成本。

以一個App的下載拉新為例，我們看一下對應(yīng)的流量轉(zhuǎn)化漏斗。

如下圖所示：轉(zhuǎn)化環(huán)節(jié)可以細分為曝光、點擊、領(lǐng)券、下載、注冊/激活及完成首單，將流量轉(zhuǎn)化的指標拆解到每一個漏斗環(huán)節(jié)的好處是，可以很清晰地呈現(xiàn)每個環(huán)節(jié)的用戶量級，看清楚新用戶獲取時對應(yīng)的每一個動作，方便做每一層轉(zhuǎn)化率的優(yōu)化。

通過分析流量轉(zhuǎn)化漏斗的各級轉(zhuǎn)化數(shù)據(jù)，我們可以測試不同策略和素材的效果，擇優(yōu)選擇。

具體來看，廣告頁面的風(fēng)格、落地頁的文案、優(yōu)惠券的設(shè)置、注冊方式等這些實際內(nèi)容都可以通過測試數(shù)據(jù)進行調(diào)整優(yōu)化。衡量優(yōu)化效果的核心指標，是漏斗對應(yīng)層級的轉(zhuǎn)化率是否得到提高。

分析流量轉(zhuǎn)化漏斗的另一個好處是：我們可以橫向?qū)Ρ炔煌Y(jié)算方式的渠道拉新成本，在漏斗里統(tǒng)一測算同一個轉(zhuǎn)化環(huán)節(jié)的拉新成本——單個點擊成本=渠道費用/點擊量，單個下載成本=渠道費用/下載量。

比如：應(yīng)用商店的成本測算一般都是按照下載量統(tǒng)計的，信息流的成本測算按照點擊量統(tǒng)計。在這個轉(zhuǎn)化漏斗中，我們可以將兩個渠道的數(shù)據(jù)都按照下載量進行測算，最終進行橫向拉新成本對比。

數(shù)據(jù)的應(yīng)用我相信很多運營人都一直在做，但數(shù)據(jù)的獲取和數(shù)據(jù)可視化，我想應(yīng)該還有不少人沒有觸及過，下面我就講講數(shù)據(jù)如何采集。

二、建立數(shù)據(jù)思維的第一步：數(shù)據(jù)采集

1. 掌握SQL語句

運營人員在工作中會經(jīng)常遇到數(shù)據(jù)采集的需求，業(yè)務(wù)數(shù)據(jù)采集來源和輸出口一般有兩個：一是數(shù)據(jù)平臺，二是找數(shù)據(jù)分析師。

公司建立的數(shù)據(jù)平臺通常能滿足大部分常規(guī)的數(shù)據(jù)需求，但運營人員在采集自身業(yè)務(wù)所需的數(shù)據(jù)時，如果有個性化的數(shù)據(jù)需求，那么數(shù)據(jù)平臺多半沒有現(xiàn)成的數(shù)據(jù)。

這個時候，有兩個做法：

1. 第一個做法：向數(shù)據(jù)分析師提交采集數(shù)據(jù)的需求，對于運營人員來說，這是最省事的，但是在多半情況下也是最耗時的，因為現(xiàn)狀是有需求就要排期；
2. 另一個做法：也是更加高效的辦法就是掌握SQL（Structured Query Language，結(jié)構(gòu)化查詢語言）語句，自己動手編寫程序查詢數(shù)據(jù)。

SQL并不是一門編程語言，而是一個數(shù)據(jù)庫查詢和程序設(shè)計語言，使用SQL語句現(xiàn)在逐漸成了產(chǎn)品經(jīng)理和運營人員的一項職業(yè)必備技能。

要想掌握SQL語句需要完成以下3步：

1. 第一步：盡量全面地了解公司有哪些數(shù)據(jù)庫和數(shù)據(jù)表，以便定位業(yè)務(wù)對應(yīng)的數(shù)據(jù)庫；
2. 第二步：通過請教數(shù)據(jù)庫管理者或技術(shù)人員，看懂數(shù)據(jù)表與數(shù)據(jù)表之間的邏輯關(guān)系，理解所需數(shù)據(jù)字段的含義；
3. 第三步：學(xué)會常用的SQL語句，如select、from、where等指令，之后進行結(jié)構(gòu)化數(shù)據(jù)表導(dǎo)出。

在熟練使用SQL語句后，我們可以做到在有個性化的數(shù)據(jù)需求時，隨時寫SQL語句，不用苦苦等待數(shù)據(jù)分析師的排期和報表回復(fù)。

2. 靈活利用數(shù)據(jù)平臺

數(shù)據(jù)平臺是公司用戶和業(yè)務(wù)數(shù)據(jù)的集成器，涵蓋了運營人員常用的相關(guān)數(shù)據(jù)。在數(shù)據(jù)平臺里查找數(shù)據(jù)時，我們經(jīng)常會使用數(shù)據(jù)標簽。用戶標簽系統(tǒng)就是數(shù)據(jù)標簽的一種具體體現(xiàn)。

用戶標簽系統(tǒng)在互聯(lián)網(wǎng)產(chǎn)品中應(yīng)用得十分廣泛，如社交平臺上推薦的可能感興趣的人、電商平臺上推薦的可能感興趣的商品、短視頻平臺上推薦的視頻。

互聯(lián)網(wǎng)用戶都被“貼上”了形形色色的標簽，這是用戶精細化運營的一種體現(xiàn)，讓需求和供給得到了更高效的匹配。

對于公司內(nèi)部來說，標簽系統(tǒng)是數(shù)據(jù)獲取和分類報表的集成，是運營人員必須好好運用的一個工具。最常見的標簽應(yīng)用是在廣告投放中，通過篩選標簽進行精準投放。

在數(shù)據(jù)獲取和分析中，標簽系統(tǒng)發(fā)揮著重要的作用，下面介紹幾類我常用的標簽：

1）關(guān)于用戶畫像的標簽

年齡、性別、身份、興趣、地區(qū)、職業(yè)、家庭角色、婚否等，這類標簽主要用于廣告精準投放，也可用于分析電商平臺的選品方向。

2）用戶活躍的標簽

激活狀態(tài)、次日留存率、3日留存率、7日留存率、次月留存率、3月留存率、日均訪問時長、是否付費、凈推薦值（Net Promoter Score，NPS）等。

這類標簽可用于精細化的用戶生命周期管理，有針對性地提高用戶活躍和減少用戶流失、篩選和推薦裂變用戶等。

3）產(chǎn)品銷售的標簽

支付方式、訂單金額、已收藏、最近（30天）瀏覽過、已復(fù)購、訂單狀態(tài)等——這類標簽主要用于平臺產(chǎn)品的銷售數(shù)據(jù)分析。

當然，一個完整的標簽系統(tǒng)不只這么一點標簽內(nèi)容，我們可以根據(jù)實際業(yè)務(wù)需求，新增更多的標簽。在調(diào)取數(shù)據(jù)的時候，我們可以通過建立標簽數(shù)據(jù)模型，輸出多維度的數(shù)據(jù)表。

例如：想要調(diào)取過去6個月通過推薦購買的訂單金額超過1000元的用戶做調(diào)研，我們就要通過建立標簽數(shù)據(jù)模型，獲取多維度的數(shù)據(jù)。

在標簽系統(tǒng)中，很多數(shù)據(jù)的抓取都是通過埋點完成的，埋點是指在相應(yīng)的頁面中加入統(tǒng)計代碼，并在數(shù)據(jù)管理系統(tǒng)中以可視化的報表最終呈現(xiàn)出渠道統(tǒng)計的數(shù)據(jù)。

當然，埋點是個技術(shù)活，且工作量較大，需要技術(shù)人員配合落地。

數(shù)據(jù)采集過來之后，下一步工作就是做數(shù)據(jù)分析了，數(shù)據(jù)分析的方法論特別多，我這里簡單列舉我常用的兩個：對比分析法和目標錨定法。

三、建立數(shù)據(jù)思維的第二步：數(shù)據(jù)分析

1. 對比分析法

數(shù)據(jù)分析的方法有很多種，最常見的是對比分析法。

對比分析法的應(yīng)用場景有很多種，常用的場景是做活動效果評價，以及通過數(shù)據(jù)對比找到數(shù)據(jù)波動的“誘因”。在運營人員的數(shù)據(jù)報告中，我們最?？吹降氖峭?、環(huán)比、均值對比、競品對標等對比性數(shù)據(jù)。

對比分析法的四個常見維度：

1. 同比：一年中相同時間周期內(nèi)的數(shù)據(jù)對比，多用來與大促活動和銷售類數(shù)據(jù)對比；
2. 環(huán)比：指對比前一段時間的數(shù)據(jù)情況，通常用于用戶增長、活躍度等維度的數(shù)據(jù)對比；
3. 均值對比：是對比一定時間或一定范圍內(nèi)大盤的平均值，通常來看個別日期/渠道的數(shù)據(jù)情況；
4. 對標：通常是指對標競品的產(chǎn)品數(shù)據(jù)或銷售數(shù)據(jù)，在電商行業(yè)做數(shù)據(jù)分析比較常用到。

關(guān)于對比分析法的應(yīng)用，我想到了一個比較形象的例子：在某種程度上，用數(shù)據(jù)對比分析法做出來的數(shù)據(jù)表，就如同一份身體體檢報告。各項運營數(shù)據(jù)就像體檢報告中的各項檢查項，我們可以通過樣本數(shù)據(jù)（在體檢報告中是指標正常值）驗證這個數(shù)據(jù)是否正常。

如果某個數(shù)據(jù)和樣本數(shù)據(jù)之間出現(xiàn)了偏差，我們就要從這個數(shù)據(jù)中分析出數(shù)據(jù)異常的原因，簡稱為鎖定“誘因”。

不同的是，體檢報告中的數(shù)據(jù)如果不在正常范圍內(nèi)，那么這是不好的現(xiàn)象；如果運營數(shù)據(jù)與樣本數(shù)據(jù)出現(xiàn)偏差，那么可能有好的一面，也可能有壞的一面。

數(shù)據(jù)對比分析法的3個基本要素如下：

1. 數(shù)據(jù)對比需要在同一個標準上；
2. 數(shù)據(jù)對比需要建立樣本數(shù)據(jù)標準；
3. 最終目的是分析出導(dǎo)致數(shù)據(jù)異常的影響因素。

數(shù)據(jù)對比的同一個標準很好理解，就是要將對比數(shù)據(jù)放在同一條起跑線上，不能用新App的用戶增長數(shù)據(jù)直接與成熟產(chǎn)品的用戶增長數(shù)據(jù)對比，也不能用新上架的SKU和“爆款”對比。

是不是不同量級的產(chǎn)品就不能做對比分析了呢？

也不是，我們可以對不同量級的產(chǎn)品使用權(quán)重分析法。

樣本數(shù)據(jù)標準的正常值可以是預(yù)期目標值，也可以是預(yù)期轉(zhuǎn)化率。

以促進用戶成交的運營活動為例，如果實際的數(shù)據(jù)超出預(yù)期目標值，我們就要好好總結(jié)經(jīng)驗；如果低于預(yù)期目標值，我們就要馬上找出運營活動不足的地方，調(diào)整運營活動的策略，達到預(yù)期目標值。

做數(shù)據(jù)對比分析的最終目的是分析出導(dǎo)致數(shù)據(jù)異常背后的因素，這樣才是有意義的。

在日常做用戶增長周環(huán)比數(shù)據(jù)對比分析時，如果我們發(fā)現(xiàn)用戶增長數(shù)據(jù)波動異常，那么要做影響因素排查，要清楚地辨別是運營策略還是外部事件帶來的影響，對所有的異常數(shù)據(jù)進行“歸因”。

對比分析法并不能完全滿足所有的數(shù)據(jù)分析需求，比如在做多渠道拉新效果分析、電商品類銷售業(yè)績對比、城市間用戶量級對比時，因為數(shù)據(jù)對比的對象之間不在一個數(shù)量級上，簡單地做橫向?qū)Ρ仁菦]有多大意義的。

如果只進行渠道間的數(shù)據(jù)量級對比，就會陷入一個數(shù)據(jù)分析誤區(qū)，這會造成用戶拉新的大流量渠道始終都是重點關(guān)注的渠道，而有開發(fā)潛力的小渠道往往被忽視。

簡單對比的后果是預(yù)算和資源始終只向重點渠道傾斜，而忽視渠道用戶轉(zhuǎn)化效果、用戶質(zhì)量、渠道挖掘潛力等因素，很難拓展出新的用戶拉新渠道。

這個時候?qū)?shù)據(jù)進行加權(quán)處理就十分有必要了，這樣做的好處是將不同量級的對象放在同一個緯度分析，平等、客觀。

2. 目標“錨定”法

幾乎我們通過互聯(lián)網(wǎng)掌握的所有數(shù)據(jù)，都是對實際業(yè)務(wù)的映射，在實際業(yè)務(wù)中，我們通常會設(shè)定一個目標值。

道理的確是這樣，但我們在做數(shù)據(jù)運營工作時，時常會沒有對比的對象，這個時候就需要設(shè)定一個對照數(shù)據(jù)，即給每個運營項目設(shè)定一個“錨定”值，這個值會讓我們做數(shù)據(jù)分析時擁有目標感。

對于一切偏離目標的數(shù)據(jù)，要保持警惕，對異常數(shù)據(jù)進行分析，研究其背后真實的業(yè)務(wù)情況。

在做目標值設(shè)定時，我常用到的SMART法則，如下：

通過SMART法則，制定的運營對照目標相對可實現(xiàn)、可拆解和可量化。

對分析完了的數(shù)據(jù)，要學(xué)會總結(jié)和歸納，尤其是需要產(chǎn)出分析數(shù)據(jù)做匯報時，數(shù)據(jù)可視化的工作就十分重要了。

四、建立數(shù)據(jù)思維的第三步：數(shù)據(jù)可視化

我們常見的微信公眾平臺后臺的統(tǒng)計板塊就是一個典型的數(shù)據(jù)可視化后臺，有用戶分析（聚焦用戶增長數(shù)據(jù)和身份信息）、內(nèi)容分析和菜單分析（聚焦用戶行為信息）、接口分析（聚焦用戶渠道信息）這幾大類數(shù)據(jù)看板。

1. 做應(yīng)用商店廣告投放常用的第三方數(shù)據(jù)可視化工具有七麥數(shù)據(jù)、禪大師；
2. 做搜索渠道廣告投放常用的第三方數(shù)據(jù)可視化工具有站長之家、Alexa、百度指數(shù)、微信指數(shù)；
3. 運營人員比較常用的第三方數(shù)據(jù)可視化工具有神策數(shù)據(jù)、金數(shù)據(jù)、GrowingIO、Tableau。
4. 做公眾號廣告投放常用的數(shù)據(jù)可視化工具有西瓜數(shù)據(jù)、新榜。

在數(shù)據(jù)的展示上，為了方便、直觀地研究出數(shù)據(jù)的變化情況，尤其在匯報的時候，我們一般還需要將數(shù)據(jù)轉(zhuǎn)化成圖表的樣式。

在數(shù)據(jù)可視化中，常見的數(shù)據(jù)展示形式如下：

1. 柱狀圖

柱狀圖用于展示數(shù)據(jù)分布，如用戶年齡分布、用戶付費金額分布、流量來源渠道分布等。

2. 折線圖

折線圖用于展示數(shù)據(jù)的變化趨勢，反映一段時間內(nèi)用戶相關(guān)指標的上升和下降趨勢，適用于展示周期性數(shù)據(jù)，如關(guān)鍵詞周期熱度、日活躍用戶數(shù)（Daily Active User，DAU）、月活躍用戶數(shù)（Monthly Active User，MAU）、App月度下載量等。

3. 環(huán)狀圖

環(huán)狀圖用于展示各個數(shù)據(jù)在總數(shù)據(jù)中的占比，適用于看數(shù)據(jù)分布的比例，如渠道流量分布、各個應(yīng)用商店App的下載量分布、預(yù)算渠道分配等。

除了以上3種常見的數(shù)據(jù)展示形式，還有雷達圖（體現(xiàn)多維度因素對數(shù)據(jù)的影響力，如在王者榮耀游戲結(jié)束后的戰(zhàn)局數(shù)據(jù)）、餅圖（反映各個組成部分在總數(shù)據(jù)中的占比）、地域圖（體現(xiàn)用戶在全國的地域分布）等。

當然，數(shù)據(jù)思維所涉及的知識點遠遠不止以上講解的這些，作為增長運營人在掌握成熟的方法論的時候，還需要有敏銳的數(shù)據(jù)感知能力和敏感度；同時，對公司業(yè)務(wù)未來的業(yè)務(wù)增長能夠進行數(shù)據(jù)推演和預(yù)判，這都是數(shù)據(jù)思維需要養(yǎng)成的綜合能力。

#專欄作家#

一文，《流量地圖》作者，前滴滴用戶增長運營專家。微信公眾號：如是一文。擅長用戶增長體系搭建和流量運營，帶領(lǐng)過從0到1的增長項目，長期關(guān)注網(wǎng)約車、汽車、電商零售、在線教育等行業(yè)。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Pexels，基于 CC0 協(xié)議