产品运营的数据分析是怎样的？需要用到什么工具？

提示: 作者被禁止或删除内容自动屏蔽

币斯理 · 2018-10-15 23:20:18

互联网运营的数据分析是最务实的，那些工具能怎样优化转化率，那些能真正带来业务和效率提升，这最重要。

这里我打算从网站数据分析的实用角度讲个故事。
故事的主角是一名全栈产品经理，之前做过前端。

--------------------故事从这里开始------------------

我是Luke_阿飞，
现在是一枚屠夫，
哦，不，一名全栈 PM ，
这是我和我的数据分析9把刀的故事，

……
听说大洋彼岸有时把我的这个职位叫,
增长黑客，
但我更喜欢叫自己全栈PM。
……
一年前端，后来转产品，
再之后加入现在的公司负责产品增长，
这是我的履历。
……
不懂前端的产品经理不是好的增长运营，
我是“产品+增长+运营”的混合体
▽
说说我和我的公司做的事，
我们做一款企业级工具，
提供 SaaS 和私有化部署，
也就是说，
产品增长的工作是这样的：
▽
“流量—>访客—>线索”（my job）
—>客户（sales）
……
再做一步分解
▽
流量—>内容&渠道
访客—>官网&博客
线索—>需求&转化
▽
那么我的工作，
就是让各种形式的内容，
从多种渠道带来流量，
在官网形成转化，
成为销售线索，
▽
这是我的9把刀
……
Tools：About Content
Google Analytics（百度统计）
百度指数（Google Trends）
BuzzSumo
▽
Google Analytics（GA）
它是使用最广泛的统计工具
能得到PV、UV、流量来源和访客细分
我用它对官网和博客做用户概览式分析，
当然，还对内容进行渠道追踪，
这些数据，会是我决策和投入的依据，

我是数据控
……
替代品：百度统计（也会用）

……
用百度指数和 BuzzSumo 则是分析，(BuzzSumo: Find the Most Shared Content and Key Influencers)
哪些内容大家更感兴趣
不至于做内容靠盲打
我是技巧派
……
Tools：About Landing Page
AppAdhoc
Similar Web
Seoptimer & Lipperhey
Ptmind
▽
AppAdhoc( 吆喝科技-App数据分析，网站数据统计工具，AB测试云服务平台)
它是国内A/B Testing功能支持最全的工具
官网、博客还有活动做的H5，
都会用它来做A/B测试
在这个流量是金的时代
用A/B测试工具的ROI还是蛮高的
我已经尽量保持客观了，
但人都是情绪动物，
作为AppAdhoc的种子用户，
两年了，
对它有感情

“魔鬼出在细节里，我是A/B测试控”
……
Similar Web（SimilarWeb.com - Competitive Intelligence Tool）
一家以色列公司做的工具
非常好用且性感的网站和关键词对比分析工具
用它辅助 SEO

也用它来了解竞争对手
……
Seoptimer & Lipperhey 用来优化网站的 SEO
Lipperhey makes your website rank higher

Website Review and free SEO audit tool

单一工具未免不够准确
所以两个工具一起上啊

……
还有，热图工具我用 Ptengine for Web - 极简的网站分析与热图
它是我们中国的公司

但已经在日本做到了第一
……
Tools：About Customers
美洽
金数据
▽
美洽会用在官网上的访客咨询需求，
这样可以每天及时的处理询价、产品介绍的一些问题，
很轻也很好用
……
我们表格和问卷会用金数据-免费好用的表单和数据收集整理分析工具，
它的功能很全面，
而且完美的是，

支持添加 Google Analytics 追踪代码
……
这就是我常用的数据分析工具树，
如果有哪些工具你不是很熟悉，
就自己搜索解决呀。
我赌上一名全栈 PM 的声誉，
这些都是很好的工具呀！！！

上手就用，发现瓶颈，实现优化，这就是务实。

起点学院 · 2018-10-15 23:20:20

身边有很多运营的小伙伴，天天在看数据，分析数据，但是始终给不出好的解决方案和运营创新，浑浑噩噩，不知方向在哪里。本文列出了运营必须知道的数据指标及指标背后你应该做的事情。

文章来源：人人都是产品经理
专栏作家：@运营老虫

运营就像打小怪升级，知道妖怪在哪，弱点是什么，最终打败他，才能升级，运营也是这样从初级运营-中级-高级-管理，首先你都要了解做运营到底要做什么。
之前有一个前辈说过：

“没有运营之前，电商是笨的，有了运营电商就是聪明的公司了。”

是因为运营是一个有目标，有系统的解决问题的体系，能通过数据分析，找出痛点解决问题。好了，废话少数，下面是作为运营，你必须知道的数据指标及指标背后你应该做的事情。
[h1]一、做运营要经常关注的数据运营指标[/h1]我们在做运营的时候经常会关注很多数据标注，GMV，利润，成本，活动交易用户数，roi，K因子，UV/PV，MAU/DAU，用户获客成本，病毒传播等等，如下：

[h1]二、用户获取是运营的起始，用户获取接近线性思维[/h1]而我们在跟用户接触的过程本身就是数据产生的过程，也是数据分析的过程，在不同阶段解读和对接关注点，从数据产生的过程也是从用户接触-用户认知-用户兴趣-用户行动的过程中，而后我们就是更多的进行活跃和复购。

[h1]1. 接触用户需要关注的数据指标[/h1]在做用户接触的过程中更多的是在渠道产生，在网站之外，而渠道也有付费和免费之说。
付费的渠道：搜索引擎（百度、360、搜狗、谷歌）等SEM，还有追踪流量的DSP平台，目前很火的信息流广告，还有比较传统的线上线下投放，大型的广告赞助或者明星代言，移动端则还会涉及到ASM，在应用市场的投放动作。
其中SEM里面还会区分CPC（按照点击付费），CPS（按照销售佣金付费）如我下面提到的网盟，CPM（按照千次成本）、CPA（按照实际投放效果或者按照实际行动付费）。
免费的渠道：SEO/ASO主要是做搜索优化的工具，还有就是自己的社交平台，双方换量合作等，因为流量越来越贵，推荐大家以换量来做，可以找用户群体一致、体量差不多的合作，其中银行、保险是很好的合作平台，这个主要看合作契机哈。
在这个环节，我们经常会重点考核三个数据指标：

ROI：投入产出比，投入产出是否是匹配的，有的是按照投入/销售额，有的是按照投入/利润额，每个公司会根据公司内部的要求来做对比，一般的情况下如果做利润的对比，建议可以把基础成本增加进去。
渠道转化率：这个可以考核不同的渠道的效果，以及进行互相的收缩考量。在做新渠道投放的时候也有所参考。
用户获客成本（CAC）：渠道转化有时候考核的是流量、有时候考核的是注册，有时候考核的是下单，有时候只是试用，可以根据各个公司指标来定。

[h1]2. 用户认知需要了解的数据运营指标[/h1]用户认知一般的情况下是已经到了站内，也有可能是在站外，但是占比较低哈
到了网站很多的客户都会有直观的了解，这个时候让客户对品牌或者网站直观的认识主要是体现在网站体验和产品。
网站一般的情况下在做功能的时候都会有相应的埋点。

退出率和跳出率：很多人都会搞不清楚，退出率就是退出这个网站，直接关闭，跳出率只是从一个页面跳转到了另外一个页面还是你的网站里面，退出率更多是流量的质量，跳出率产品的吸引度。
功能使用率：这个主要是针对所做的新功能，也有可能是一个小改动，例如游戏中的关卡设置或者数据异常的功能设置，关注这个功能使用率以及带来的效果。
用户访问时长：并不一定越长越好，而是有一个平衡点，找到平衡点后就可以以此衡量同类的标准。
PV/UV：这个比较常见，UV是点击量，PV是浏览页数，还有一种是单一用户UV。

[h1]3. 用户兴趣需要了解的数据指标，这个主要是从活动策划来看[/h1]用户产生兴趣这里主要是举例了活动部分，也有点局限，因为用户产生兴趣的动作可以有很多引起，只是活动更有代表性，对于做活动运营或者策划的人比较好的引导。
我们衡量一个活动的好坏，如果还是仅仅以销售额来看，就太out了，而是多维度的来精细数据查看。
关于传播类类的活动一定要看的是：
K因子：
说到K因子，我们不得不说一个AARRR的模型，主要是针对传播性的活动的，用户的一个模型，Acquisition（用户获取）、Activation（用户活跃）、Retention（用户留存）、Revenue（用户收入）、Refer（自传播），在做传播的时候用户的一个利用流程，K因子就是自传播里面，计算方式也很简单：
K = (每个用户向他的朋友们发出的邀请的数量) * (接收到邀请的人转化为新用户的转化率)
假设平均每个用户会向30个朋友发出邀请，而平均的转化率为10%的话，K =30*10%=3。
这个结果还算是不错的效果——当K>1时，用户群就会象滚雪球一样增大。如果K

小草莓 · 2018-10-15 23:20:21

作为产品运营童鞋，关于数据接入、数据分析、数据处理和可视化等，我是这样搞定的~
1、数据接入
将工作中需要的数据都整合到一个工具中，如本地数据、第三方平台数据等，我接了百度统计、CNZZ、微信公众号等~

2、数据处理
数据接好了，对数据进行一些处理，比如做个合表将不同推广渠道的数据都整合到一起，做个多表关联，下图只是一个合表演示。

3、数据分析
数据都有了，怎么分析我的运营数据呢，随意举几个例子~（非真实数据哈）
1）分析每日的注册人数走势：拖拽日期到维度栏，拖拽用户ID到数值栏，选择计数或去重计数即可~

2）想分析不同渠道每日的转化情况，将日期拖拽维度栏，将对比字段（注册渠道）拖到对比栏，再将用户ID到数值栏，选择计数或去重计数即可~

3）除了计数，BDP还支持其他很多分析方式，如同环比设置、用户留存率等，不一一展示了，都可以通过拖拽制作，大家自己都可以试下~

4、可视化图表
其实在这里，分析和可视化是融为一体的，数据分析完以可视化图表展示，数据直观且明了，如下图（注册流量分析）~

所以我在使用的数据工具BDP个人版中，数据整合、处理、可视化分析等工作应该是闭环的，形成一个完整的流程，首次做好数据结果后，坐等数据定时自动更新就好了~

艺林小宇 · 2018-10-15 23:20:22

数据驱动运营是未来运营的趋势，也是我们运营人的一个分水岭，在运营的刀耕火种时代已经趋于没落的时候，精细化运营以及变得尤为重要，数据驱动决策是我们运营人必须要面对的挑战也是我们要下意识学的一门技能。
但也是很多刚进入运营领域的新人一个头疼问题，因为他所涉及到的数据分析方法、方法论、逻辑分析能力以及一些工具的使用，而且一堆数据也是很多运营人员不愿面对的。本章节我们就从如何获取数据、如何分析数据以及一款产品都关注哪些数据维度。
一、数据从哪里获取
在我们分析数据之前，就必须得有数据供我们分析，所以我们就得拿到数据，怎么拿到呢？
数据的来源渠道主要有两种：
自有数据分析系统——公司自有的数据是最源质化的数据，也是最可靠、最全面的。一般而言，有条件的情况下都是以内部数据为准；
第三方数据分析工具，这个是借助外部工具获得数据。
下面给大家介绍主要5款的数据分析工具：
1.友盟
支持iOS、Android应用数据统计分析
2.growingio
growingio强大的地方在于无需埋点，就可以获取并分析全面、实时的用户行为数据，以优化产品体验，实现精益化运营。
3.应用雷达
仅针对iOS，查看App Store总榜和分类排名。查看产品在App Store 里的搜索度得分，评判ASO效果的标准之一。
4.百度移动统计
支持ios和android平台。另外，开发者在嵌入统计SDK后，可以对自家产品进行较为全面的监控，包括用户行为、用户属性、地域分布、终端分析等。
5.酷传
仅支持android平台应用监控。开发者可以查看应用在主流市场下载量、排名、评分评论、关键词排名等数据，还能系统地与同类竞品进行数据对比。
当然了，数据分析工具不止这5款，如果你们正在使用其他的，也是可以的。使用分析工具我们可以得到以下内容：
记录那些点击信息，包括没有与网站产生交互的信息；可直接生成链接的百分比，点击分布图和热力图；可统计用户的悬停，将用户潜在行为可视化
获取数据的方式其实多种多样，关键在于，作为运营人员要了解什么样的数据是重要的，对于这些数据的前后关联，是怎样的，这是一个联动的过程，不是一个单一的行为。
有了这些数据之后，我们该怎么去分析这些数据呢？哪些是可以为我们所用的额，又有哪些是可以剔除掉的。
二、如何分析现有的数据
从第三方数据分析工具或者自家的分析后台拿到这些数据后，该怎么去分析呢？我相信很多运营人在拿到数据时，都是没多少思路的。要么胡子眉毛一把抓，要么无从下手。这都是缺少分析思路的表现，需要宏观的方法论和微观的方法来指导。
在上几期的文章中，在艺林小宇的文章《「后产品时代的运营之道」数据分析的那些方法论》中，罗列在我们进行数据分析时经常会使用到方法论，这些方法论在我们进行数据分析时扮演宏观指导的角色。所以说在我们进行数据分析时，应该先找到适合自己的方法论进行指导。主要会用到的方法论：
1.PEST分析法：用于对宏观环境的分析，包括政治（political）、经济（economic）、社会（social）和技术（technological）四方面。
2.5W2H分析法：何因（Why）、何事（What）、何人（Who）、何时（When）、何地（Where）、如何就（How）、何价（How much）。
3.逻辑树分析法：把问题的所有子问题分层罗列。
4.4P营销理论：分析公司的整体营运情况，包括产品（product）、价格（price）、渠道（place）、促销（promotion）四大要素。
5.用户行为理论：主要用于网站流量分析，如回访者、新访者、流失率等，在众多指标中选择一些适用的。
6.AARRR（增长黑客的海盗法则）：精益创业的重要框架，从获取（Acquisition）、激活（Activition）、留存（Retention）、变现（Revenue）和推荐（Referral）5个环节增长。
数据分析的方法论很多，这里不能一一列举；没有最好的方法论，只有最合适的。下面我详细介绍一下 AARRR 方法论，对于精益化运营、业务增长的问题，这个方法论非常契合。
对于互联网产品而言，用户具有明显的生命周期特征，我以一个APP为例阐述一下。
首先通过各种线上、线下的渠道获取新用户，下载安装APP。安装完APP后，通过运营手段激活用户；比如说首单免费、代金券、红包等方式。通过一系列的运营使部分用户留存下来，并且给企业带营收。在这个过程中，如果用户觉得这个产品不错，可能推荐给身边的人；或者通过红包等激励手段鼓励分享到朋友圈等等。需要注意的是，这5个环节并不是完全按照上面顺序来的；运营可以根据业务需要灵活应用。AARRR的五个环节都可以通过数据指标来衡量与分析，从而实现精益化运营的目的；每个环节的提升都可以有效增长业务。
在使用这些数据分析方法论要明确他们的作用：
●理顺分析思路，确保数据分析结构体系化。
●把问题分解成相关联的部分，并显示它们之间的关系。
●为后续数据分析的开展指引方向。
●确保分析结果的有效性及正确性。
再比如，我们在分析APP的数据维度时，会使用到趋势分析法，因为趋势分析是最简单、最基础，也是最常见的数据监测与数据分析方法。通常我们在数据分析产品中建立一张数据指标的线图或者柱状图，然后持续观察，重点关注异常值。在这个过程中，我们要选定第一关键指标，而不要被虚荣指标所迷惑。
如果我们将我们分析的APP的下载量作为第一关键指标，可能就会走偏；因为用户下载APP并不代表他使用了你的产品。在这种情况下，建议将日活跃用户作为第一关键指标，而且是启动并且执行了某个操作的用户才能算上去；这样的指标才有实际意义，运营人员要核心关注这类指标。
三、一款产品都关注哪些数据维度
我们都知道，运营人每天都会跟各种各样的数据打交道，那一款产品都有那些数据维度是我们经常会分析到的呢？
一款产品（特指APP）的数据指标体系一般都可以分为：用户规模与质量、渠道分析、参与度分析、功能分析以用户属性分析。
1.用户规模和质量的分析包括总用户数、新用户数、留存用户、转化率。用户规模和质量是APP分析最重要的维度，其指标也是相对其他维度最多，产品负责人要重点关注这个维度的指标。
2.渠道分析主要是分析各渠道在相关的渠道质量的变化和趋势，以科学评估渠道质量，优化渠道推广策略。渠道分析尤其要重视，因为现在移动应用市场刷量作弊是以及业内公开的秘密。渠道分析可以从多个维度的数据来对比不同渠道的效果，比如从新增用户、活跃用户、次日留存率、单次使用时长等角度对比不同来源的用户，这样就可以根据数据找到最适合自身的渠道，从而获得最好的推广效果。
3.参与度分析主要是分析用户的活跃度，分析的维度主要是包括启动次数分析、使用时长分析、访问页面分析和使用时间间隔分析。
4.功能分析主要包括：
功能活跃指标：某个功能的活跃用户，使用量情况；功能验证；对产品功能的数据分析，确保功能的取舍的合理性。
页面访问路径：用户从打开到离开应用整个过程中每一步骤的页面访问、跳转情况。页面访问路径是全量统计。通过路径分析得出用户类型的多样、用户使用产品目的的多样性，还原用户目的；通过路径分析，做用户细分；再通过用户细分，返回到产品的迭代
漏斗模型是用于分析产品中关键路径的转化率，以确定产品流程的设计是否合理，分析用户体验问题。用户转化率的分析，核心考察漏斗每一层的流失原因的分析。通过设置自定义事件以及漏斗来关注应用内每一步的转化率，以及转化率对收入水平的影响。通过分析事件和漏斗数据，可以针对性的优化转化率低的步骤，切实提高整体转化水平。
5.用户属性分析不管在我们的产品启动初期，还是战略的调整，分析用户画像都有着重要的意义。比如我们在产品设计前需要构建用户画像，指导设计、开发、运营；产品迭代过程需要收集用户数据，便于进行用户行为分析，与商业模式挂钩等等。
用户属性一般包括性别、年龄、职业、所在地、手机型号、使用网络情况。如果对用户的其他属性感兴趣的，可以到自的微信呢公众号后台或者其他诸如头条、uc等后台看用户属性都包含哪些维度。
以流量为中心、野蛮的运营时代已经结束，接下来的时代是以科学的数据作为依据，围绕着用户紧紧做精细化的运营时代。
————————————————————————————————————————
艺林小宇，专栏作家，某互联网公司运营总监，知名自媒体人
如果你也是 0-3岁的产品运营，这个公众号适合你：艺林小宇（cs-jy8）
去往艺林小宇的知乎专栏Or艺林小宇 - 知乎

匿名用户 · 2018-10-15 23:20:23

提示: 作者被禁止或删除内容自动屏蔽

热云数据 · 2018-10-15 23:20:24

可以了解下热云数据的TrackingIO广告与行为分析平台，一站式广告监测转化分析平台，适用于游戏、直播、电商、金融、O2O、房产、教育八大行业领域。从用户来源到用户活跃，从用户留存到行为分析，一站全部满足。细分到用户属性和事件属性，详尽的留存转化分析，为产品改进提供可靠的数据支撑，最大化的帮助客户提升产品价值。

YIDA · 2018-10-15 23:20:25

数据分析是优化产品提升业绩指标的一个途径。
产品运营的数据分析，首先要明确做这个数据需要达成什么目的，明确目的后，通过历史的数据或者同行数据等等数据对指标进行预估，然后通过产品运营策略达成目的，最后通过数据的复盘，查看预估指标的完成情况，进行数据分析，优化产品或者产品运营策略，以便更好的完成指标。
工具简单的用Excel满足绝大部分需求必要时候用SQL，r语言，Python的pandas等高级工具达成目标

产品运营的数据分析是怎样的？需要用到什么工具？

7 个回复