前兩天看到一份有趣的大數(shù)據報告——《“宅一族”學習類App使用時長增幅近兩倍，他們真的不求上進嗎？》。這份數(shù)據報告竟然讓我有一種茅塞頓開的感覺。

　　原本覺得“宅一族”是游戲、視頻類APP的重度用戶，沒想到他們會花不少時間在學習類和健身類App上。特別是學習類APP，不僅使用時長漲幅超前，使用總時長也排名前三。這樣的報告結果與大家思維定式中的結果大相徑庭，繼而也讓我開始思考，自己在運營的用戶群是否也發(fā)生了變化？

　　在用戶存量為王的時代里，作為一條運營狗，只有真正了解用戶與時俱進完成KPI，才能不被狗帶。這個時候數(shù)據分析就成了我們的葵花寶典，練得好就能策劃出口碑與流量雙豐收的“明星”內容。但是寶典千千萬，哪一些是我真正需要的？有了數(shù)據又該怎樣正確使用呢？

　　數(shù)據那么多，全都想要怎么辦？

　　用戶的數(shù)據是海量的，全都拿來分析是不切實際的，所以需要從數(shù)據的不同維度來分類，在我看來可分為基礎數(shù)據和個性化數(shù)據兩個大類。

　　基礎數(shù)據是每一個APP運營都需要清晰了解的數(shù)據，比如用戶的男女比例、年齡成分、用戶活躍情況等。這些數(shù)據是運營工作開展的基礎，如果你還不了解這些數(shù)據，麻煩停下手頭的工作，重新做一遍新員工培訓吧。

　　個性化數(shù)據則是有針對性的數(shù)據，是根據不同的用戶場景或者運營需求進行標簽化抽取后篩選出來的，拿APP的用戶日常活動運營來說：

　　在前期策劃時，用戶的群體畫像能夠引導活動的策劃方向，而用戶的需求決定了活動的目標；通過了解用戶的興趣，來確定活動的內容及展示方式；通過了解用戶行為的一致性，來決定活動推廣的時間節(jié)點。

　　在運營中，通過詳細的事件統(tǒng)計，自定義埋點，進一步分析用戶在活動中的行為，了解整個活動各環(huán)節(jié)的數(shù)據轉化情況，再根據數(shù)據的反饋進行活動優(yōu)化以及活動投入的調整。

　　而在活動結束時，可以通過對用戶新增、活躍、留存，甚至卸載情況進行分析，評估整個活動的效果，為下一次活動提供寶貴的數(shù)據對比參考。

　　因此隨著精細化運營變得越來越重要，個性化數(shù)據的統(tǒng)計、分析以及應用才是數(shù)據運營的核心能力，也將成為運營成功的關鍵所在。

　　運營是長情的，怎么才能抓住用戶善變的心？

　　用戶都是善變的，我們不知道他們想要什么，怎么能夠期望與用戶天長地久。數(shù)據反應的是單一維度的結果，如何將這些數(shù)據組合起來變成用戶真實的畫像，融合性地去分析，真正地了解用戶讀懂用戶，就考驗運營的同學對數(shù)據的應用能力了。

用戶數(shù)據需要多維度的組合（圖片來自網絡）

　　首先，構成用戶畫像的數(shù)據可以分為屬性數(shù)據、行為數(shù)據和場景數(shù)據。

　　屬性數(shù)據反應的是用戶的客觀屬性，即很長一段時間內不會改變的數(shù)據，如性別、年齡段、消費水平等。

　　行為數(shù)據反應出用戶近期的行為，如用戶近期喜歡的應用、近期去過的場景等。

　　場景數(shù)據反應用戶實時所處的場景。通過使用LBS地理圍欄技術，結合用戶的地理位置來判定用戶當前所處的場景。

　　這三大數(shù)據有機結合起來使用，可以形成數(shù)百種的用戶標簽，把用戶的千人千面真正具象化，方便運營者做精細化的用戶運營。這里推薦下我常用的個推的用戶分析工具“個像”。個像可以幫助我對用戶線上線下行為數(shù)據進行分析，并通過“個像”平臺的數(shù)十種屬性標簽和數(shù)百種興趣愛好標簽，形成非常完整且精準的用戶畫像。

　　“個像”的用戶標簽體系

　　這些豐富的用戶標簽，可以幫我更精準地找到目標用戶群。舉個例子，在電影宣發(fā)時，精準的數(shù)據運營對發(fā)行策略是很有幫助的。喜歡看《岡仁波齊》的用戶會具有某些共同的特點，比如電影類APP的重度用戶喜歡寫影評或偏好使用文青類APP等。那么我們可以通過數(shù)據分析去挖掘這批文青用戶，并與之互動，通過他們去帶動更大的受眾市場。

　　這里我們要劃重點的概念是用戶近期的行為數(shù)據。它可以反應用戶的成長周期、用戶的興趣點轉移等情況，對內容運營尤為重要。比如說旅游類的APP，可以通過用戶近期的行為數(shù)據，了解用戶近期去過的旅游場景，避免重復推薦；了解用戶近期的行為喜好，從用戶感興趣的角度推薦適合的出行內容。

　　沒有對比就沒有傷害，讓數(shù)據說真話?

　　數(shù)據內涵的挖掘是門技術活。對于運營來說最初級的數(shù)據分析就是數(shù)據對比，有對比才有真（shang）相（hai）。對于運營者來說需要認真分析的數(shù)據有兩種：一種是APP自有數(shù)據，即用戶在使用APP時產生的數(shù)據，比如APP內頁面的瀏覽數(shù)據，消費數(shù)據等；另一種是APP外部數(shù)據，比如行業(yè)公開數(shù)據、研究數(shù)據等。

　　在APP自有數(shù)據的分析上，我們可以通過添加時間點、環(huán)節(jié)點、對比數(shù)據等方法，進行“花式”比較。

　　以營銷活動為例，不僅要看

　　最后的銷售數(shù)據，還需要在營銷整個環(huán)節(jié)中進行埋點，統(tǒng)計各個環(huán)節(jié)的轉化情況。比如營銷活動頁打開情況，點擊商品介紹頁

　　面情況，點擊加入購物車情況等。在整個營銷活動的各個環(huán)節(jié)都會有轉化、有流失，但是到底用戶在哪個環(huán)節(jié)流失最多，才是運營人真正需要去追問的關鍵所在。

在各環(huán)節(jié)買點關注事件進程及轉化

　　外部數(shù)據的對比分析對于很多企業(yè)來說很難獨立去做，他們往往缺少大體量的數(shù)據覆蓋和行業(yè)的趨勢對比，這時候有必要借助第三方數(shù)據服務商的幫助。

　　據了解，現(xiàn)在一些處于行業(yè)頭部的第三方大數(shù)據服務商，通過多年積累的海量數(shù)據和強大的數(shù)據分析能力，能夠很好地幫助企業(yè)進行更全面的數(shù)據分析。前兩天我又種草了個推的應用數(shù)據統(tǒng)計分析產品“個數(shù)”。個數(shù)最吸引我的地方在于它可以提供行業(yè)對比、卸載分析等獨具特色的數(shù)據分析服務，對優(yōu)化運營工作非常有價值。

　　行業(yè)對比指數(shù)可以幫助運營者了解市場的整體發(fā)展情況，APP的行業(yè)競爭力，以及自有APP所處的發(fā)展階段，對運營者的決策起到指引作用。

　　卸載用戶分析的應用場景更具針對性：1、可對比獲客和流失數(shù)據，輔助判定產品的生命周期；2、分析各來源渠道用戶卸載率，優(yōu)化廣告投放策略；3、結合自定義埋點深層挖掘卸載用戶特征，分析卸載原因；4、活動期間，關聯(lián)分析卸載數(shù)據，評估活動對用戶的負面影響程度。

“個數(shù)”的卸載用戶流向展示

　　充分地解讀數(shù)據，挖掘數(shù)據背后的價值，能夠為運營工作提供較為客觀的反饋，有效避免人為的認知偏差。

　　綜上所述，在精細化運營的趨勢下，我們越來越需要去“認清”用戶本來的樣子，而合理有效使用數(shù)據已經成為必須要get和升級的技能。只有用對了方法，我們才能更深入地了解用戶，從而給運營工作提供新的思路。