3.2 一个运营必须具备的数据分析方法和意识

数据对运营的价值：

客观反映出产品当前的状态和所处阶段
假如做完了一件事但效果不好，数据可以告诉你，问题出在哪里
如果你想要实现某个目标，数据可以帮你找到达成目标的最佳路径
极度精细的数据分析可以帮助你通过层层拆分，对用户更为了解，对整个站内的生态更有掌控力
数据当中可能隐藏一些潜在的提升线索和彩蛋，有待去发现和挖掘

详细来说

1. 客观反映产品当前的状态和所处阶段

这一点被放在了第4章，核心观点是从宏观角度结合产品形态和产品发展趋势判断一款产品所处的阶段。在此我先简单记录一下我的想法。
这一部分其实就是做行业分析、市场规模判断，然后衡量一下，相比同行自己在行业中处于什么水平，自己的发展极限大概在哪里。不同市场地位的产品/公司，会有不同的应对策略以及自己的优劣势。简单来说小船不稳但好掉头，大船气派但掣肘多。

2. 假如做完了一件事，但效果不好，数据可以告诉你，问题出在哪里

举个栗子。一家O2O课程学习平台推出一个专题6堂课程，预期每堂课至少报名40人以上。但实际报名人数总计59人，为最低目标的24.58%。专题页数据如下：

专题页相关数据

要讨论这个结果，需要先确定整个活动的用户行为路径（即推广位→专题页→课程页→订单&支付流程），然后逐层分析。

推广位→专题页：
首先整体UV、PV过低。每堂课预计报名40人以上，保守估计至少需要上千的访客，但仅有2个课程UV>1000人。这个有可能是推广不够，需要具体的推广渠道数据才可判断；也可能是推广素材问题，吸引力不足；
其次专题页导入流量过少，除课程一专题页流量占比68.93%，其他流量占比均在15%以内。这个有可能是专题页质量问题，吸引力不足（页面整体退出率较高，高于40%），或者用户跳转不流畅、跳转门槛较高。相较其他课程，课题一的专题页流量最佳（当然曝光时间也长）；
专题页→课程页：
专题页导入流量退出率，除专题一退出率高于页面整体退出率外，其他均低于页面整体退出率，但仍然处于较高水平；
订单&支付流程
访问支付转化率最高为3.64%（课程六），但课程六UV仅为495。
横向对比
课程四吸引力较小，上千UV，仅有2人报名，转化率为0.78%；
课程六页面较好，转化率3.64%，但曝光过少。

3. 如果你想要实现某个目标，数据可以帮你找到达成目标的最佳路径

这个其实还是指标拆解，不过要考虑实际情况，而非单纯的拍脑袋决定。
举个栗子。
加入平台课程日均报名上课人数为2000，希望在接下来一个月内把日均提升到20000，在投入预算成本最低的情况下，要如何做？

首先第一步，确定核心要素。
课程报名人次=网站流量 X 课程转化率 X 人均报名课程数

第二步分拆具体要素

网站流量
网站流量主要靠推广。当前目标人群约为100万左右，但网站日UV<3000，那么正常逻辑，在网站正常日UV方面拉升到目标客户的1/10，即10万人，应该是可行的。这个预期推广费是会有一些的，而且还要考虑推广渠道的效果。
课程转化率
这个主要考虑课程曝光引导、优化课程列表和详情页布局，以及课程文案、课程报名流程优化和体验等环节进行一定优化，将转化率提升1.5倍，从2%升为3%。
人均报名课程数/客单价
数据分析发现，人均报名课程数为2堂，而站内每月会开出25堂课，且课程之间彼此关联、存在逻辑递进关系。因此判定，人均报名课程数是存在明显的可以提升的空间的。因此估计，依靠课程打包、相关课程推荐、站内消息告知、一次性报名多堂课程赠送绝密资料等一系列运营手段，可以将人均报名课程数提升到10堂客，整体提升5倍。

因此分析结果是：
课程报名人次 = 网站流量 X （课程转化率1.5） X （人均报名课程数5） = 原课程报名人次 X 7.5
剩下的就可以通过增加流量、提高预算的方式来进行解决。
当然这个只是估算，实际效果会进一步细化，并在实操中进行调整。