第六章
本篇的最後，我們留壹點點篇幅，來說說數據吧。
數據問題壹直是很多運營人員頭疼的問題。入門篇裏其實我們說了壹些，但都沒有展開說，我也不知道進階篇能說到啥程度，但先說著吧。
1
數據的定義
數據，其實就是壹堆數值。
但這些數值，是從用戶的行為統計而來。用來便於需要使用數據的同學進行研究和分析之用的基礎素材。
2
有哪些數據
我們在入門篇的最後，列出了壹些核心數據，我用壹張腦圖來簡單的歸納壹下，並進入我們這壹節的內容：
這張腦圖，僅僅簡單的展示了可能是通用的部分運營數據，但如果我們仔細去看，會發現三個數據類型，是所有運營都需要具備的：
渠道、成本、收益。
如果要我簡化上面這張腦圖，我會告訴妳，做運營，需要獲取的數據，就是這三大類數據：
渠道數據、成本數據、收益數據。
渠道數據，是用來衡量渠道質量、渠道作用的，它由產品本身的定位的客群和產品的特性所決定。我們其實很容易可以推倒，壹個理財產品如果投放遊戲社區這種渠道，其運營效果可能並不會太好，可如果換成彩票、博彩，可能效果就很好；同理，傳奇這壹類的遊戲的宣傳與活動如果投放到女性社區平臺，其效果幾乎也可以無視，而如果換成壹款Q版小遊戲，或許效果就很好。
成本數據和收益數據，則會從不同層面反映出運營的效果。
在這裏插壹句，千萬不要相信網上流傳的各種《XX高管教妳不花錢做運營》這種雞湯文，運營壹定有成本，必然有成本，如果認為運營高手可以不花錢辦成事兒，那不如去相信男人可以懷孕生孩子。運營的效率可以通過經驗、熟練度、創意等各種手段來提升，但運營的成本是必然存在的，並且和運營效果壹般來說是成正比關系的。很簡單的壹個道理：
兩個活動，壹個活動送100臺iPhone6，壹個活動送1臺iPhone6，哪個效果會好？
做運營的同學，請壹定要認真的去評估每壹個運營動作背後的成本。
而所謂“收益”，並不等價於“收入”，獲得金錢是收益，獲得用戶也是收益，獲得口碑同樣是收益。
如果我們了解了渠道、成本、收益這三類數據，是指導運營的核心數據，我們就可以根據自身的產品特性去設定需要獲取哪些數據。
我們拿最近很火的那個App——足記來舉個例子吧。
“足記”因為壹個非核心功能火了，但作為這樣的應用，它會關註哪些數據呢？
從產品的層面，它會去關註：
1）App每日的打開數
2）各種功能的使用次數和使用頻次
3）各種Tab的點擊次數和對應頁面的打開頻次
從運營的層面，它可能會去關註：
1）App每日的活躍用戶數
2）每日產生的UGC數量（區分新老用戶）
3）每日分享到社會化媒體的UGC數量（同時考慮單位用戶的產生內容數）
4）分享出去的UGC帶來的回流新裝機、新激活用戶數
等等。
而我們需要註意的是，這些關註的數據點，並不是壹成不變的，它會因為產品的不同階段而調整，如果我們假設未來足記有盈利模式，那麽它關註的核心數據，就會從內容轉向收入，這時候，轉化率相關數據就會變的重要了。
同樣，我們在本篇的第二章舉過這樣壹個例子：
某個旅遊網站，發起了老用戶邀請新用戶加入，老用戶和新用戶都可以獲得100元的代金券，如果活動期間，新用戶完成了壹筆旅遊訂單，不論金額大小，作為邀請人的老用戶還可以獲得100元的代金券。
我們當時分析了活動流程，並針對活動流程做了關鍵點梳理，這些關鍵點就是需要獲取的數據：
我們需要的數據，根據實際的需求來進行設計，並沒有壹個完全通用的標準，當然，如果妳做的越多，妳會發現，妳的數據感覺在不知不覺中獲得了提升，這壹點，非常重要。
3
如何獲取數據
獲取數據的渠道有很多，而方式基本就是自己做和使用外部工具兩種方式。
自己做的話，App可以選擇“埋點”、log等方式，而Web可以通過log、日誌與按鈕埋點等方式去做記錄。
外部工具，則有很多第三方會提供服務。
獲取數據的方式其實各種各樣，而關鍵在於，作為運營人員要了解什麽樣的數據是重要的，對於這些數據的前後關聯，是怎樣的，這是壹個聯動的過程，不是壹個單壹的行為。
4
如何分析數據
對於數據的解讀，每個人都有不同的方式。如果我們要簡單的總結，數據分析的方法，無非是：
1）確定數據的準確性
這裏包含了選擇數據維度的合理性、數據統計的準確性。如果數據維度選擇不合理、數據統計結果不精確，我們可能是無法得出正確的分析結果的。這是基礎。
2）明確影響數據的因素
壹個數據，會收到多種因素的影響，這些因素有內部的，有外部的，運營人員應當盡可能多的了解所有層面的影響因素，以利於我們對於數據的解讀是在壹個相對正確的範圍內。
3）重視長期的數據監測
在運營數據分析中，經常會使用環比和同比方式來對比數據。簡單的說，環比是本日與前壹日的對比、本月與上月的對比、本季度與上季度的對比；同比是今年當日與去年當日的對比、今年當月與去年當月的對比、今年當季度與去年當季度的對比。環比幫我們看短期的數據波動，而同比幫我們了解大環境下的數據波動。
4）保持客觀的視角
數據分析的過程中，客觀非常重要，不以物喜不以己悲，做了錯誤的操作，帶來了不利的影響要承認，獲得了超出意料的成果要心平氣和，切忌挑選有利於自身的結論。這是職業道德的問題，也是職業發展中非常常見的問題。
5）註意剔除幹擾項
實際的工作中，我們會碰到很多問題，這些問題是幹擾項，例如，在壹個相對平穩的曲線中，突然出現了壹個點上的強烈波動，這時候我們需要全面的了解個波動產生的原因，如果無法確認原因，就剔除這個波動，否則我們很難去獲得壹個正確的結論。
關於數據的內容，我個人其實說不出更多有價值的東西，抱著負責任的態度，寫到這裏，希望對此感興趣的同學通過專業渠道去認真學習，並在實操中提高水準。