以流量為中心、野蠻的營運時代已經結束，接下來的時代是以科學的資料作為依據，圍繞着使用者緊緊做精細化的營運時代。
我之前在文章《後産品時代的營運之道：資料分析的五種方法論》提到：
資料驅動營運是未來營運的趨勢，也是我們營運人的一個分水嶺，在營運的刀耕火種時代已經趨于沒落的時候，精細化營運以及變得尤為重要，資料驅動決策是我們營運人必須要面對的挑戰也是我們要下意識學的一門技能。
但也是很多剛進入營運領域的新人一個頭疼問題，因為他所涉及到的資料分析方法、方法論、邏輯分析能力以及一些工具的使用，而且一堆資料也是很多營運人員不願面對的。本章節我們就從如何擷取資料、如何分析資料以及一款産品都關注哪些資料次元。
一、資料從哪裡擷取
在我們分析資料之前，就必須得有資料供我們分析，是以我們就得拿到資料，怎麼拿到呢?
資料的來源管道主要有兩種：
自有資料分析系統——公司自有的資料是最源質化的資料，也是最可靠、最全面的。一般而言，有條件的情況下都是以内部資料為準;
第三方資料分析工具，這個是借助外部工具獲得資料。
下面給大家介紹主要5款的資料分析工具：
1.友盟
支援ios、android應用資料統計分析
2.growingio
growingio強大的地方在于無需埋點，就可以擷取并分析全面、實時的使用者行為資料，以優化産品體驗，實作精益化營運。
3.應用雷達
僅針對ios，檢視app store總榜和分類排名。檢視産品在app store 裡的搜尋度得分，評判aso效果的标準之一。
4.百度移動統計
支援ios和android平台。另外，開發者在嵌入統計sdk後，可以對自家産品進行較為全面的監控，包括使用者行為、使用者屬性、地域分布、終端分析等。
5.酷傳
僅支援android平台應用監控。開發者可以檢視應用在主流市場下載下傳量、排名、評分評論、關鍵詞排名等資料，還能系統地與同類競品進行資料對比。
當然了，資料分析工具不止這5款，如果你們正在使用其他的，也是可以的。使用分析工具我們可以得到以下内容：
記錄那些點選資訊，包括沒有與網站産生互動的資訊;可直接生成連結的百分比，點選分布圖和熱力圖;可統計使用者的懸停，将使用者潛在行為可視化
擷取資料的方式其實多種多樣，關鍵在于，作為營運人員要了解什麼樣的資料是重要的，對于這些資料的前後關聯，是怎樣的，這是一個關聯的過程，不是一個單一的行為。
有了這些資料之後，我們該怎麼去分析這些資料呢?哪些是可以為我們所用的額，又有哪些是可以剔除掉的。
二、如何分析現有的資料
從第三方資料分析工具或者自家的分析背景拿到這些資料後 ，該怎麼去分析呢?我相信很多營運人在拿到資料時，都是沒多少思路的。要麼胡子眉毛一把抓，要麼無從下手。這都是缺少分析思路的表現，需要宏觀的方法論和微觀的方法來指導。
在上幾期的文章中，在藝林小宇的文章《「後産品時代的營運之道」資料分析的那些方法論》中，羅列在我們進行資料分析時經常會使用到方法論，這些方法論在我們進行資料分析時扮演宏觀指導的角色。是以說在我們進行資料分析時，應該先找到适合自己的方法論進行指導。主要會用到的方法論：
pest分析法：用于對宏觀環境的分析，包括政治(political)、經濟(economic)、社會(social)和技術(technological)四方面。
5w2h分析法：何因(why)、何事(what)、何人(who)、何時(when)、何地(where)、如何就(how)、何價(how much)。
邏輯樹分析法：把問題的所有子問題分層羅列。
4p營銷理論：分析公司的整體營運情況，包括産品(product)、價格(price)、管道(place)、促銷(promotion)四大要素。
使用者行為理論：主要用于網站流量分析，如回訪者、新訪者、流失率等，在衆多名額中選擇一些适用的。
aarrr(增長黑客的海盜法則)：精益創業的重要架構，從擷取(acquisition)、激活(activition)、留存(retention)、變現(revenue)和推薦(referral)5個環節增長。
資料分析的方法論很多，這裡不能一一列舉;沒有最好的方法論，隻有最合适的。下面我詳細介紹一下 aarrr 方法論，對于精益化營運、業務增長的問題，這個方法論非常契合。
對于網際網路産品而言，使用者具有明顯的生命周期特征，我以一個app為例闡述一下。
首先通過各種線上、線下的管道擷取新使用者，下載下傳安裝app。安裝完app後，通過營運手段激活使用者;比如說首單免費、代金券、紅包等方式。通過一系列的營運使部分使用者留存下來，并且給企業帶營收。
在這個過程中，如果使用者覺得這個産品不錯，可能推薦給身邊的人;或者通過紅包等激勵手段鼓勵分享到朋友圈等等。需要注意的是，這5個環節并不是完全按照上面順序來的;營運可以根據業務需要靈活應用。aarrr的五個環節都可以通過資料名額來衡量與分析，進而實作精益化營運的目的;每個環節的提升都可以有效增長業務。
在使用這些資料分析方法論要明确他們的作用：
理順分析思路，確定資料分析結構體系化。
把問題分解成相關聯的部分，并顯示它們之間的關系。
為後續資料分析的開展指引方向。
確定分析結果的有效性及正确性。
再比如，我們在分析app的資料次元時，會使用到趨勢分析法，因為趨勢分析是最簡單、最基礎，也是最常見的資料監測與資料分析方法。通常我們在資料分析産品中建立一張資料名額的線圖或者柱狀圖，然後持續觀察，重點關注異常值。在這個過程中，我們要標明第一關鍵名額，而不要被虛榮名額所迷惑。
如果我們将我們分析的app的下載下傳量作為第一關鍵名額，可能就會走偏;因為使用者下載下傳app并不代表他使用了你的産品。在這種情況下，建議将日活躍使用者作為第一關鍵名額，而且是啟動并且執行了某個操作的使用者才能算上去;這樣的名額才有實際意義，營運人員要核心關注這類名額。
三、一款産品都關注哪些資料次元
我們都知道，營運人每天都會跟各種各樣的資料打交道，那一款産品都有那些資料次元是我們經常會分析到的呢?
一款産品(特指app)的資料名額體系一般都可以分為：使用者規模與品質、管道分析、參與度分析、功能分析以使用者屬性分析。
1.使用者規模和品質的分析：包括總使用者數、新使用者數、留存使用者、轉化率。使用者規模和品質是app分析最重要的次元，其名額也是相對其他次元最多，産品負責人要重點關注這個次元的名額。
2.管道分析主要是分析各管道在相關的管道品質的變化和趨勢，以科學評估管道品質，優化管道推廣政策。管道分析尤其要重視，因為現在移動應用市場刷量作弊是以及業内公開的秘密。管道分析可以從多個次元的資料來對比不同管道的效果，比如從新增使用者、活躍使用者、次日留存率、單次使用時長等角度對比不同來源的使用者，這樣就可以根據資料找到最适合自身的管道，進而獲得最好的推廣效果。
3.參與度分析主要是分析使用者的活躍度，分析的次元主要是包括啟動次數分析、使用時長分析、通路頁面分析和使用時間間隔分析。
4.功能分析主要包括：
功能活躍名額：某個功能的活躍使用者，使用量情況;功能驗證;對産品功能的資料分析，確定功能的取舍的合理性。
頁面通路路徑：使用者從打開到離開應用整個過程中每一步驟的頁面通路、跳轉情況。頁面通路路徑是全量統計。通過路徑分析得出使用者類型的多樣、使用者使用産品目的的多樣性，還原使用者目的;通過路徑分析，做使用者細分;再通過使用者細分，傳回到産品的疊代
漏鬥模型：是用于分析産品中關鍵路徑的轉化率，以确定産品流程的設計是否合理，分析使用者體驗問題。使用者轉化率的分析，核心考察漏鬥每一層的流失原因的分析。通過設定自定義事件以及漏鬥來關注應用内每一步的轉化率，以及轉化率對收入水準的影響。通過分析事件和漏鬥資料，可以針對性的優化轉化率低的步驟，切實提高整體轉化水準。
5.使用者屬性分析不管在我們的産品啟動初期，還是戰略的調整，分析使用者畫像都有着重要的意義。比如我們在産品設計前需要建構使用者畫像，指導設計、開發、營運;産品疊代過程需要收集使用者資料，便于進行使用者行為分析，與商業模式挂鈎等等。
使用者屬性一般包括性别、年齡、職業、所在地、手機型号、使用網絡情況。如果對使用者的其他屬性感興趣的，可以到自的微信呢公衆号背景或者其他諸如頭條、uc等背景看使用者屬性都包含哪些次元。
本文作者：藝林小宇
來源：51cto