如何做数据运营？有以下几个步骤：

从设定目标、提出假设开始

确立目标提出假设，选择一些关键指标，收集数据对比分析，然后在曲线中假设，最后再迭代改进。做运营，确立目标很重要，要规划好阶段性任务，要知道在不同阶段的运营目的，然后根据这个目标提出不同运营方向上的假设，所以收集数据，应该是前提。比如在上线初期，可能我们的运营目标是，测试产品是否能被用户普遍接受，用户使用方式是否与产品设计初衷相符，产品是否存在较严重的设计缺陷等。

如果上线后，产品的接受度不错，那这时的运营目标就变了，转为培养用户忠诚度，即总用户量安装量的多少，将关注度转移到真正把APP留在手机里并每天使用的用户。对此则需衡量用户忠诚度需要达到何等水平，才能让APP生命力变得更强。

在产品推广期，当决定推广规模后，首先是要做积累，有一定的资源储备。比如通过在SNS，在微博上，在各市场打榜来快速获取用户。做推广一定要拿资源置换，要关注用资源推广，不同渠道获取的用户，每个获取用户的成本多少，验证哪个效果最好。这需要大家确定目标提出一个假设，这是一个关键的步骤。

关键指标

当有了基本假设，就要用数据做验证，从而找出问题，而如何去验证，这涉及到一个关键指标。我们观测数据不是只观测一组数据，比如说解决用户使用某个功能的问题，是一个系统性的工程，涉及到很多指标，涉及到我们对产品对功能的设计，所以如何找到问题涉及的指标，然后去关注这些指标。

比如说验证用户行为的时候，肯定要关注新用户使用的属性， APP刚上线，希望是白富美和高富帅在用我的APP，但实际上是怎么样，不知道，到最后发现，用的人大多数是年轻人。所以新用户属性非常重要。再比如，一个视频类应用的用户肯定经常用Wifi，或有3G流畅的网络，如果是2G的联网速度肯定慢，使用APP 会非常吃力，那么要去关注新用户的属性是不是跟产品的定位一致，包括关注用户活跃的行为留存率这些指标。当这些指标满足到一定要求后，才能知道结果是否跟我当时设计时一样，预期一天千个新用户，留下八百，但实际上只留下一两百，跟预期差距特别大，那么这个时候就一定要去看产品和设计初衷到底是否一致，是不是有什么问题。

当我们关注用户忠诚度和行为时，我们同样会选用统计上面的一些指标，包括活跃率留存率，以及使用的间隔。因为每个APP不一样，需要借助添加的监控事件，包括用户行为的模型，比如从登录到真正注册，注册以后会收藏什么内容，是否分享，使用漏斗模型，可以监控每一步的流失情况，可以把用户一系列的行为精细的展示出来，然后来分析每一步的转化，每一步的问题，包括访问深度。包括做推广时，要关注各个推广渠道用户来的新增情况，一般来讲，推广都是说新增，但实际上更希望大家去关注推广获得用户的活跃， 以及它的留存率，因为真正活跃和留存用户，才是推广获得真正效果。

收集数据

在营销和推广的时候，一定要关注关键行为指标。设定假设，选择关键指标后，就要进入到收集数据的环节，根据指标对应的数据，去发现问题。欲善其事，必先利其器，选一个好的数据统计分析工具很重要。

友盟统计分析平台，是通过友盟这个分析平台，方便收集和分析相关数据，包括活跃率、留存率、用户行为等，用友盟统计分析能准确轻松的获取数据。因为每个APP不一样，所以通用的统计肯定无法满足所有APP的需求，友盟据此推出了重要的功能---自定义事件。即大家可以根据APP功能点布置的情况，来自己去定义，哪些方面需要统计，哪些方面要看使用次数，用户收藏的类别内容是什么，通过搜集的数据了解你用户的喜好，了解你的用户才能够更好的去指导运营。

对比分析

当收集数据后，要把这些数据进行对比。如何分析这里看重三个方向的对比：

1.时间维度对比，比如在一段时间里做推广，推广来的新用户，要看用户行为跟以前行为是否一样。比如一个女性类APP，最近在女性社区获得很多新用户，就要看这些新用户的行为是否有改变，某些指标是不是有新增，监测的关键指标是不是真的有提升，那么这些方面就需要在时间维度上去做对比。

2.产品维度对比，当产品在不断增大，甚至全新改版，那不同产品版本的流程，用户体验的优化是不一样的，我们一定要通过新旧版本的用户行为去对比来看，看新版的优化是不是真的起到运营目标的作用，如果没有，一定要再去分析原因，是不是还有其他地方存在问题。

3.不同用户群对比，从80、20定律来看，可能20%的用户贡献了80%的价值，那么我们在APP运营的时候，更应该关注的是这20%的用户，那么这20%的用户可能是你的忠实用户，它会非常关注你的产品，他们会在微博上跟大家去联系，会提交用户反馈。如果是一个UGC应用，用户会在里边提交新内容，去给它的好友分享，那么这些用户的价值，对于每一个 APP来讲都是最核心的。那么务必通过一定的指标，将这样的用户鉴别出来。

验证或推翻假设

对比分析收集到的数据后，就能够得出一个阶段性的结论，就是说这个数据和假设或目标是否相符，如果相符，说明这个假设正确，如果说不相符，说明这样的工作有了意义，通过数据对比分析找出了产品存在的问题。当我们把这些流程或功能上的问题解决优化后，再观察到的数据指标就会有所提升。所以说通过数据分析发现APP中存在的问题就是运营的核心，就是我们能够通过数据，把这个问题甄别出来然后解决，或者说我们能把用户的关注点挖掘出来，并且扩大其影响力，最终让APP被用户所喜爱，创造更多价值。

所以说通过数据分析发现APP中存在的问题就是运营的核心，就是我们能够通过数据，把这个问题甄别出来然后解决，或者说我们能把用户的关注点挖掘出来，并且扩大其影响力，最终让APP被用户所喜爱，创造更多价值。

迭代改进、继续观察

当改进了产品，或优化流程以后，不意味事情处理完了，还需继续观察数据的变化。像之前说的，一个漏斗模型里，可能需涉及到五六步，一定要观察每一步数据变化的情况，然后不断的去调整， 直到把这个流程优化到最好。因为可能修正一个步骤后不会有明显的提升，可能每个步骤可能只占5%，或者10%的比重，但五个步骤可能加起来就是30%，只有到了这个阶段，这个假设验证算是完成。

最后总结还是那句话，做运营不是独立环节，不同阶段运营的目标不同，所以提出的假设不一样，从提出假设到用数据验证，然后提出新的假设，应该是一个循环运转的体系。

数据是最有效的验证工具，因为可以对比，可以传递，可以跟别人去交流，而不是纯经验的东西，更多的是客观的存在，所以它是最有效的验证工具，有了这个工具后，可以说：做自己的运营让别人说去吧！

接着上一篇文章，继续来跟大家分享一下贾恩博关于如何利用数据来进行APP精细化运营的下篇。

对比分析

当然我们收集上来数据以后，接下的任务才开始，就是说我们要去把这些数据进行对比，之前前边有一句话，我把它删掉了，我觉得就是单纯的数据是没有意义的，比如说我给你说，某个APP日活跃一个亿，如果对不是一个业界内，说日活跃一个亿，他是没有任何感觉的，包括大家，大家都觉得有点不正常，因为中国的智能手机一共才三四亿，有那么多，其实在这个过程中，你就已经运用了对比分析的这件事，就是单纯的数据呈现出来没有任何意义，一定是说把这个数据拿出来，跟一些东西去做对比，那么这个数据的价值你才能够发现。

就是对比分析它还有三个方向的对比，就是说时间维度对比，比如说不同的时间，你在一段时间里，你做了一个推广，然后你发现这个推广来的新用户，你要看这个用户行为跟以前的认为一样不一样，或者说我觉得最近在一个，比如说我是一个女性类的，我最近在跟女性社区在一起，来了很多新用户，我就想看这些新用户，到底这个用户行为上是否有改变，某些指标是不是新增了，是不是我做的那些监测的关键指标是不是真的有提升，那么这些东西其实就需要我们在时间维度上去做对比。

另外一个就是在产品维度的对比，这个也很重要，就是我们产品也在不断的增大，有的时候经常会说全新改版如何如何，那么不同的产品版本，它里边的流程，包括用户体验的优化不一样的，我们一定要通过新旧版本的用户行为去对比来看看，说我们做的这个新版的优化，是不是真的起到了，能够实现我们那个运营目标的作用，如果说没有的话，那一定要再去分析原因，是不是还有其他地方在卡着。

还有很关键的一点，就是不同用户群的对比，其实我们也知道，在80、20定律，可能20%的用户贡献了80%的价值，那么其实我们在APP运营的时候，可能我们更应该关注的东西就是说这20%的用户，那么这20%的用户可能它就是你的忠实用户，它会非常关注你，它会在微博上跟大家去联系，然后去提交它用户的反馈，甚至说如果大家是一个UGC运用的话，会在里边会提交它新的内容，去给它的好友去分享，那么这些用户，实际上它的价值，可能说是对于每一个APP来讲，它的价值是最大，他就是核心的用户。那么我们一定是说要通过一定的指标，能够把这些用户鉴别出来。

比如说就涉及一个菜谱类的应用，如果说用户要自己去上传菜谱，那么每一个真正制作过一个菜谱的人，那么这个人一定是一个，就是你应该关注的用户，那么我们是不是应该把这样的用户摘出来，然后来去分析他们在APP中的行为。这样的话，如果你把用户做这样的切分，实际上你就很清楚的知道，哪些用户是我更关注的，哪些功能是我资深用户最需要的，那么我下一步APP的运营和优化，就应该往这个方向去着手。

所以我们也在我们统计的新版本中间，也提供了这个用户分群的功能，让大家可以很清楚的能够看到，每一类的用户，究竟他们用户行为有什么样的差别，那些留下来的为什么留下来，那些离开的为什么离开，那么这个是非常重要的，所以说在对比，数据运营的好处就是说它可以做对比，可以跟很多的已知的一些数据去做对比，这个是非常有用的。

验证或推翻假设

那么当我们收集到数据，对比分析以后，我们就自然就能够得出一个阶段性的结论，就是说我们这个数据，跟我们的这个假设，或者目标相符不相符，一样，如果它相符，就说明我这个假设正确的，如果说不相符，我们就说那肯定是，你的工作有了意义，就是说通过我们数据对比分析，我们做那么多事情，我们终于知道，原来里边是有一些问题的，那么我们把这些流程，或者说是我们功能上的问题解决掉，优化掉，那么肯定我们在数据，我们再去观察这些指标就会有提升。

所以说真正的通过数据，我们可以发现我们APP中存在的问题，那么这个东西实际上就是我认为就是运营的核心，就是我们能够通过数据，把这个问题甄别出来，然后把它解决，或者说我们能够把用户的关注的点挖掘出来，并且把它扩大，把它的影响力扩大，然后让我们的APP，更加的被用户所喜爱，更加的有价值，能够成为一个一流的APP。

然后就是说，这是刚才我说的，如果我们发现这个问题的时候怎么办，如果我们发现一个数据指标觉得它不太正常，比如说这个用户的注册率特别低，那么一定是回到产品中去寻找原因的，因为本来数据就是用户使用产品时产生的，其实这个话说的是废话，就是数据本来就是用户使用产品中产生的，那么我去分析这个数据，我一定是要回到产品中再去分析，如果脱离的产品和用户使用流程的这些数据，其实是没有意义的，数据一定是要关注产品和用户使用的这件事。那么这个时候就要大家回到产品，就是去模拟用户的行为，去寻找说用户在它的注册率，我们就要看看注册的流程到底有什么样的问题，是不是某些东西阻碍了它完成注册，是不是因为用户联网方式不好，所以它注册不成功，或者说它觉得注册没有意义，所以说在这些方面，我们发现问题以后去加强它。

还有一点比较重要，就是说如果数据莫名其妙有变化，那一定是你做了什么东西，就是大家有时候会想着说，就是不知道为什么，用户比如说用某些功能次数就突然间就变多了，这肯定是有原因的，一定是你在运营的过程中，你微调了某些参数，导致了这个结果，所以当这个东西有变化了，实际是对比分析大家还要重点关注，去关注说这个东西到底它的原因是什么，而挖掘出这个背后的原因，就它一定就是对整个APP用户提升，是有价值的。

这个其实就是我刚才说的，就是我要分析的时候，要结合用户行为来分析，就是你可以去用不同用户群的使用行为，它的漏斗在每一个步骤，到底它转化率怎么样，然后来分析它过程中，可能每一步，比如说这个，就是从第一步到第二步，突然间转化率降为原来的40%，那就肯定是，你要是想去把这个转化率提高的话，肯定要去关注这个步骤，因为如果这个最后是付费的话，那么可能这个步骤是第一个，它浏览或者是购买的行为，那么一定是关注这个步骤，才能够知道说提高我整个收入，能造成我收入的提升。

迭代改进、继续观察

那么当我们去改进了这个产品，或者优化了流程以后，我们一定要是，不是说这个事就完了，一定是继续观察这个数据的变化。

因为可能一次性，像我刚才说的，一个漏斗模型里，可能它涉及到五六步，那么我们一定要去观察每一步数据变化是一个什么样的情况，然后不断的去调整，直到把这个流程优化到最优，因为可能我修正了一个步骤以后，并不是说整个数据就有一个明显的提升，它可能每个步骤可能只占5%，或者10%的比重，那五个步骤可能加起来就是30%。

那我光优化一个，可能增长并不明显，必须得说在优化以后，观察数据变化不断的调整，直到我这个数据，与我的假设，与我的目标相符，那么这个时候才知道，觉得在这个阶段，这个假设验证算是完成了。

所以最后总结一下，就是说还是那句话，就是做运营它不是一个独立环节，而且不同的阶段，我们运营的目标不同，然后因为我们目标不同，所以我们提出的假设不一样，那么从提出假设，到用数据去验证，然后到提出新的假设，这应该是一个循环，随着这个循环不停的在运转，我们大家再一步一步的走向完美。

而且最后一个就是说，数据是最有效的验证工具，因为它可以去对比，它可以去传递，它可以去跟别人去交流，而不是一些很纯经验的东西，它更多的是客观的这么一个存在，所以它是最有效的验证工具，有了这个工具以后，你可以说，做自己的运营让别人说去吧。