《數據運營全流程手冊》《數據運營全流程手冊》《數據運營全流程手冊》《數據運營全流程手冊》《數據運營全流程手冊》《數據運營全流程手冊》《數據運營全流程手冊》營全流程手冊》。《數據運營全流程手冊》以“理數-收數-看數-用數”這一數據），《數據運營全流程手冊》《數據運營全流程手冊》1《數據運營全流程手冊》1.認識數據運營今社會扮演的角色地位不言而喻。對于企業來說，在日常經營的過程中，各個環的地；同樣，能正確應用數據的企業，也將在商業競爭中建立起自己的核心競爭1.1狹義的數據運營2《數據運營全流程手冊》1.2廣義的數據運營方面面，例如，通過數據證明自己的工作價值、通過數據發現工作問題并解決問3《數據運營全流程手冊》—階段與用戶建立起全面的數字觸點，并在這些數字觸點之上進一步承載業務的發?階段二：數據資產化。在這個階段的企業，能對不同用戶，基于屬性、習4《數據運營全流程手冊》根據易觀對國內行業的觀察，目前國內走到數據資產化階段的企業不超過3%，走到資產業務化階段的企業更是鳳毛麟角。對于企業據指標、明確北極星指標、定義指標口徑、搭建指標體系。其中「OSM模型5《數據運營全流程手冊》“看數”主要指將數據可視化呈現，并通過搭建數據看報/報表，進行數據洞紹數據驅動產品迭代、Workflow（自動化工作流）助力精細化運營、《數據運營全流程手冊》《數據運營全流程手冊》66《數據運營全流程手冊》2.理數2.1梳理數據指標指標又稱度量，是量化衡量的標準。例如，衡量APP基礎運營情況的指標我們可以將數據指標分為五大類：拉新指標、活躍指標、留存指標、轉化指道被用戶瀏覽的次數。與瀏覽量相對應的是點擊量，點擊量與瀏覽量之比即為7《數據運營全流程手冊》?活躍率：活躍用戶數衡量的是產品的市場體量，活躍率看的則是產品的健?用戶流失率：流失率在一定程度能預測產品的發展。假定產品某階段有108《數據運營全流程手冊》現在大多產品都會內嵌分享功能，對于內容型平臺或者依賴傳播做增長的產?傳播周期：指的是用戶從傳播到轉化新用戶所需要的時間，通常傳播周期越9《數據運營全流程手冊》2.2明確北極星指標?Airbnb以“總預定天數”作為北極星指標，不斷優化房東與租房者之間的連接，成為了目前世界上最大的“酒店”......小的創業公司，只要方向對了，然后整個公司朝著一個共同目標共同努力，也能常事務或單個項目所困擾。正如GrowthHackers創始人&增長黑客之父SeanEllis所說：“北極星指標是最能體現產品為客戶提供核心價值的單一指標。我們《數據運營全流程手冊》收入通常并不能特別說明公司的發展前景，而且可能很容易將其用于沖擊短期增那么，要如何在眾多重要數據指標中找尋到北極星指標呢？以下有3大標品的實際活躍用戶數要優于累計下載數，因為活躍數反映的是當期用戶的實際情《數據運營全流程手冊》推進北極星指標來衡量每個活動。如果一個項目、功能或計劃不能改善北極星指具體，團隊內每個人的理解可能都不一樣；如果是產品使用時長至15分鐘的人在具體的操作性層面，我們可以將這個指標拆解成4個具體維度1）簡星指標來衡量產品成功與否，但北極星指標并不能夠體現用戶使用產品的真正價值，那就極有可能變成虛榮性指標。這時候選擇的運營策略就會優化“錯誤的指《數據運營全流程手冊》變。以用戶生命周期為例，早期產品較為靠前，會更重視新增用戶數和注冊用戶費的SaaS行業來說，可能會有已經是付費客戶但已經停止使用產品的情況。在RecurringRevenue）”，這將確保領先一步。像硅谷知名的獨角獸數據分析企業Amplitude的北極星指標，就是北極星指標就是“活躍的優質用戶”，并對該指標的定義分成4個維度1）《數據運營全流程手冊》2.3定義指標口徑需求上線前事先沒有做好數據指標口徑的定義，就會導致某些數據對不上，給測《數據運營全流程手冊》別指每日/周/月訪問產品的不同用戶數。但活躍用戶數這個數據指標口徑的定義，由于所處的行業、不同的業務等因?每日在線時長超過5分鐘的用戶數（過濾掉低質量用戶）即為活躍用戶位問題所在，還能一定程度上指導我們解決問題。但就像天下沒有兩片相同的葉《數據運營全流程手冊》OSM模型：確定指標體系的“骨架”戶在平臺上完成更多交易，那么平臺運營負責人的目標就可能是提高GM《數據運營全流程手冊》每筆單價X用戶購買頻次的計算公式（注：GMV的公式根據行業可能有所不同，需結合自身業務計算其提升策略可能就會有：針對提升支付用戶數的策策略制定后，如何衡量策略執行的效果？如何反映該策略是否有助于目標達例如，通過商品組合銷售策略，需要將每筆單價提升至筆單價提升至1000元就是該策略的度量。我們所制定的每一個策略都需要匹配《數據運營全流程手冊》ARGO模型：填充指標體系的“血肉”運營目標和運營策略的設計，從而避免根據OSM模型梳理指標體系時有所遺《數據運營全流程手冊》當用戶從歡迎頁到傳播分享，會經歷一個完整的用戶全生命周期（見圖2-但無論是什么類型的產品，都有一組典型的用戶全生命周期，即從潛在用戶《數據運營全流程手冊》?獲客轉化階段，需要我們通過不同的渠道和方式獲取客戶，并引導用戶轉由此，不難發現，ARGO模型是在OSM模型搭建好指標體系初步的“骨2-8就可以幫助我們校準目標是否與用戶全生命周期的每個階段相匹配，以及《數據運營全流程手冊》金字塔原則：打通指標體系的“經脈”程。但其層次性、框架性、系統性的思考方式，也同樣可以幫助我們梳理指標體在易觀方舟服務客戶的過程中，我們發現光有OSM模型確定指標體系「大《數據運營全流程手冊》第一關鍵指標又稱北極星指標，當我們開始對一款產品（網站、APP、小程后要提高對用戶留存的關注程度，這時候第一關鍵指標可能是周用戶活躍《數據運營全流程手冊》《數據運營全流程手冊》以處在同層的二級指標1.1、二級指標1.2、二級指標1.3為例（見圖2-《數據運營全流程手冊》《數據運營全流程手冊》《數據運營全流程手冊》3.1埋點采集數據《數據運營全流程手冊》后續分析中得到準確洞察結果就會存在不確定性，營銷閉環也會缺少過程數據依準確地記錄數據的改變，同時也會減小由于網絡傳輸等原因而帶來的不確定性風《數據運營全流程手冊》團隊內部還會使用Excel表格來搜集各個團隊的埋點需求，然后再交給工程?人力成本增加，即需要投入對業務和技術都具備一定專業水平的人專門負《數據運營全流程手冊》針對目前企業在數據采集上的困境，易觀方舟智能用戶運營平臺的數據采集《數據運營全流程手冊》3.2主流埋點方式：代碼埋點、全埋點和可視化埋點在了解傳統埋點方式的不足之后，我們將給大家詳細介紹市面上3種主流的代碼埋點（見圖3-4）是幫助工程師了解用戶是如何使用產品的經典埋點方《數據運營全流程手冊》?當用戶訪問一個網站或啟動一個移動應用時，幾乎所有廠商都會自動采集上?針對用戶在某一個頁面內詳細的操作行為，只有極少數廠商支持自動采集上《數據運營全流程手冊》從數據庫中查詢，不會面臨“我想看的時候因為沒有埋點采集而獲取不到”的情《數據運營全流程手冊》第四，現階段全埋點對于用戶身份信息和行為附帶的屬性信息也幾乎無能為《數據運營全流程手冊》可視化埋點（見圖3-6通常是指用戶通過設備連接用戶行為分析工具的這種方式所見即所得，跳過代碼部署、測試驗證和發版過程，極大提升生產力。《數據運營全流程手冊》頁面/Hybrid模式（App內嵌入網頁的）、以及mPaaS/ReactNative等架?可視化埋點的理念是提升原工作流程的效率——依然要梳理需求、設計埋《數據運營全流程手冊》至于如何選擇不同類型的埋點，易觀方舟總結出一張“埋點對比表”（見圖3-8通過對比這三類埋點的優缺點，并結合《數據運營全流程手冊》更合適的埋點方式，進一步再結合易觀方舟的數據采集能力，即可更方便、更快3.3梳理埋點需求《數據運營全流程手冊》未來所需的所有數據采集是不可能的，所以需求梳理務實于當下所需要進行的分《數據運營全流程手冊》據的過程中需要分析的場景為主。具體的需求梳理思路，一般可以分為2個步各個部門的需求場景，再針對不同場景下提出的目標以對應指標的形式進行細化）：《數據運營全流程手冊》3.4設計埋點方案）：《數據運營全流程手冊》）：《數據運營全流程手冊》用戶行為由用戶一系列事件組成。事件是記錄用戶在使用網站、APP或者小《數據運營全流程手冊》?Who：對行為發起的主體進行標識，一般使用產品業務系統中的user_id《數據運營全流程手冊》）：產生一個名為“購買”的事件。而“購買”事件同時也可以包含“品牌”、“價《數據運營全流程手冊》更多維度，才能更好地進行接下來的精細化運營。例如，注冊用戶ID、用戶等《數據運營全流程手冊》3.業務請求可能出現失敗情況，導致和業務數據庫對不上。例如，用戶點4.連續多次點擊可能造成多次上報。例如，當用戶點擊注冊按鈕時，可能《數據運營全流程手冊》2.業務請求已完成，對于常用的如注冊、訂單等數據基本都能和業務數據3.缺少前端相關屬性，例如操作系統、應用版本、公共屬性等信息，可以一般對于重要的、與業務分析相關的數據，如注冊、訂單、發帖、評論等行2.業務請求完成后再埋點，對于注冊等需要和業務端比對的數據，一般比《數據運營全流程手冊》?一般的純前端交互行為，如下拉框選擇，按鈕點擊等，選擇在①處埋點即?業務行為多選擇在后端埋點，如評論、點贊、購買、提交訂單、支付等行《數據運營全流程手冊》3.5進行數據打通H5、Web、公眾號、小程序等多端著力。但多數情況下，這些數據之間是割裂比如：獲得完整的用戶旅程；對比了解用戶在不同平臺上的使用情況，優化用戶況下訪問，也有可能在登錄情況下使用，也有可能在同一臺設備上登錄不同的帳《數據運營全流程手冊》具體而言，跨平臺識別有兩種方法1）確定性方法識別2）概率論方確定性方法識別是利用用戶帳號體系中的數據資源，可以是系統生成的UserID，可以是手機號，也可以是郵箱，不同的產品情況略有差異，總之就是用Android的小程序上看了一個推薦，中午登錄了上網時間、WIFI、IP等等，通過機器學易觀方舟面向完整的用戶數據，可以實現多端用戶數據基于用戶的唯一標識ID打通，并且可以實現任意指標的下鉆，可以追蹤到用戶行為粒度的詳細數據。《數據運營全流程手冊》《數據運營全流程手冊》《數據運營全流程手冊》4.看數4.1數據可視化《數據運營全流程手冊》《數據運營全流程手冊》觀遠數據的一站式智能分析平臺可以提供50+不同種類和形式的圖表，用戶過自定義報表的形式，根據自己的實際場景，擴展出豐富多樣的可視化類型。另《數據運營全流程手冊》《數據運營全流程手冊》盤，它的展現形式也可以是一個數據大屏。一個成功的數據儀表盤，需要考慮4?鉆取。下鉆是通過在維級別中下降或通過引入某些維來更細致的觀察數據，《數據運營全流程手冊》?跳轉。鏈接功能不僅可以實現頁面跳轉，還可4.2數據分析的5種類型情發生的原因，還有時候是為了預測分析可能會發生某件事情......在正式進行數據分析之前，我們需要弄清楚方舟可視化看板（見圖4-6我們支持將采集的數據自定義可視化成線圖、柱《數據運營全流程手冊》顧名思義，探索性分析的主要目的是探索，其最典型的應用領域就是數據挖《數據運營全流程手冊》《數據運營全流程手冊》4.3數據分析的方法：三板斧+雙股劍回到數據分析的實際應用中，不管是產品迭代優化分析，還是運營活動分析這5種方法或者他們的交叉組合。易觀方舟將其總結為數據分析的三板斧和雙股趨勢分析（見圖4-8）可以說是最基礎且最常用的數據分析方法。通過對有關指標各期對基期的變化趨勢分析，分析該指標的趨勢變化，從中直觀地發現問《數據運營全流程手冊》月等時間維度描繪GMV的趨勢圖，這樣便可以很直觀地看到按照不同時間維度當趨勢分析過于宏觀，那細分分析（見圖4-9）則是精細化運營的必備，按例如，某品牌零售企業的GMV某天有明顯下降，那么我們就可以根據全國《數據運營全流程手冊》區，查看具體是哪個省級行政區的GMV有所下降。定位到具體的省級行政區對比分析（見圖4-10）是將兩個或兩個以上的數據進行比較，分析差異并揭《數據運營全流程手冊》本質上歸因分析都是為了衡量和評估用戶觸點對總體4.4數據分析的11大模型《數據運營全流程手冊》事件分析模型（見圖4-11）能夠實時監測用戶在不同平臺的用戶行為，通過《數據運營全流程手冊》渠道，即企業（產品）與用戶產生互動的各個觸點，比如搜索引擎、社交媒《數據運營全流程手冊》渠道分析模型（見圖4-13）通過定義基礎指標和轉化指標、選擇分析平臺、《數據運營全流程手冊》Session，即會話，是指在指定的時間段內在網站/一系列用戶行為的集合。例如，一次會話可以包含多個頁面瀏覽、交互事件等。訪問次數、人均訪問次數、總訪問時長、單次訪問時長、單次訪問深?渠道來源分組：用以區分每次訪問的渠道來源，僅適用于Web/H5/小程《數據運營全流程手冊》支持多用戶分群之間的橫向對比。同時在Session分析中，還支持按照日、周、?上個月做了一次產品迭代，如何評估其效果？是否完成了產品經理期望完成?作為一個社交APP，在注冊后不添加好友和添加10《數據運營全流程手冊》留存分析模型（見圖4-15）支持條件過濾和多人群的對比分析，后是否愿意回來使用你的功能，還可自定義初始行為和結束行為進行功能留存分《數據運營全流程手冊》為，促成最終轉化。此外，用戶本身可能還會通過搜索、內容推薦等觸點獲取信也就是說，在用戶轉化路徑上，站內的眾多觸點都參與了對用戶的勸說和引衡量和評估站內的用戶觸點對總體轉化目標達成（如訂單總金）：《數據運營全流程手冊》?位置歸因：按待歸因事件在轉化路徑上的位置分配轉化功勞，一般首次和末通過易觀方舟歸因分析模型（見圖4-17只需簡單五步設置（定義目標事《數據運營全流程手冊》熱圖分析模型能夠用熱譜圖直觀呈現用戶在網站、H5頁面、APP上的點?點擊位置熱圖（見圖4-18用于展示用戶在網站上所有點擊的位置，聚有被大量點擊的重要按鈕或元素被放到了很少有用戶到《數據運營全流程手冊》?點擊元素熱圖（見圖4-19展示可交《數據運營全流程手冊》?注意力熱圖（見圖4-21展示用戶在某個區域停留的時長，停留時間越《數據運營全流程手冊》將原有維度按照一定的數值區間進行維度劃分，進而分析每個維度區間的分布情時段分布、分析某類特殊事件的發生次數分布、分析觸發某類事件的用戶年齡分由此可見，分布分析主要針對的是數值型和日期型這兩類屬性，如金額、年《數據運營全流程手冊》分布、X事件的活躍時段分布、X事件的活躍天數分布、X值/人均值等分布。間隔分析（見圖4-23主要用于統計用戶從觸發指定的起始事件開始到完成指定目標事件之間的時間間隔。也就是說主要提供從《數據運營全流程手冊》環節很多，除了最終轉化率之外，需要關注核心步驟之間的轉化效率，尤其是注漏斗分析（見圖4-24是分析用戶使用某項業務時，經過一系列《數據運營全流程手冊》通過易觀方舟智能路徑分析模型（見圖4-25能夠打開用《數據運營全流程手冊》4.5案例：產品注冊數據分析《數據運營全流程手冊》）：用戶進行分群，了解用戶流失前行為以及用戶畫像，從而有針對性地開展召回活易觀方舟是針對市場/運營/產品人員等對用戶行為分析和精益運營的大數據產《數據運營全流程手冊》?留存分析：是一種衡量用戶健康度/參與度的方法，可以深入了解用戶留存?用戶分群：用戶分群即將用戶標簽化，把具有相同特征/行為的用戶進行聚如短信通道，下發短信是否收到驗證碼、產品是否出現bug導致用戶注冊失敗《數據運營全流程手冊》《數據運營全流程手冊》《數據運營全流程手冊》5.1數據驅動產品迭代優化《數據運營全流程手冊》了。比如在結算頁，有一個特別吸引人的推薦位，跟用戶正在購買的東西高度交常規的波動。但是用這個數據去驗證購物車改購物袋的效果合適嗎？其實不太合前是有提升的，證明有些消費者是真的被打動了。將這兩個數據結合（見圖5-2我們發現加入購物車不支付的用戶因為這一改動反而增多了，加入購物車和《數據運營全流程手冊》我們給加入購物袋超過7天未支付的用戶發信息詢問是否愿意把這個東西轉5.2Workflow（自動化工作流）助力精細化運營《數據運營全流程手冊》上面提到的幾種情況，雖然我們最后的運營目標一致，但用戶路徑卻極為復Workflow（自動化工作流）作為復雜運營策略的精確執行者，可以將復雜、3針對不同用戶群體設計不同階段的運營策略并自動執行。例如，針對新用戶《數據運營全流程手冊》借助于Workflow（見圖5-4企業運營人員還能進一步將已經驗證有效《數據運營全流程手冊》品內將它們分成了3部分，分別是用戶類組件、觸達通道類組件及條件判斷類組進行推送。運營人員只需將運營策略的思維導圖準備好，便可根據提示快速完成《數據運營全流程手冊》《數據運營全流程手冊》?設置后續觸發事件，依然從條件判斷類組件中進行拖拽，事件依然選擇為【支付訂單】，后續節點觸發條件為“否”，即20分鐘以后如果沒有觸發【支《數據運營全流程手冊》作為易觀方舟智能運營產品的重要功能——Workf5.3“量質轉換點“提升用戶留存觀方舟客戶某智能健康硬件廠商的用戶次月留存數據為例（見圖5-9可以清晰地看到，當用戶同步14次數據后，留存率明顯提升，實現了由量到質的飛《數據運營全流程手冊》行為（同步數據）+數字（14次是促成這次量質轉換的關鍵節點。其）：?生鮮電商領域，當用戶在前三月下單3-5次，或者半年內下單6-10次如何尋找高留存量質轉換點呢？易觀方舟總結了高留存量質轉換點的6步《數據運營全流程手冊》心任務是讓使用產品成為一種習慣；長期階段：確保產品繼續為用戶帶來更大價值，升級現有功能或者推出全新功能相應對未達到量質轉換點的用戶細分分《數據運營全流程手冊》月的留存是最高的；3月份新注冊用戶且支付過2次的用戶群，后期留存也較然后，通過綜合對比（見圖5-12雖然3月新注冊簽到7次（藍色線條）的后期留存較高，但3月注冊消耗積分3存上更穩定。考慮到事件的具體性質，我們建議客戶同時將「注冊首月簽到7《數據運營全流程手冊》《數據運營全流程手冊》隔時長分析，發現高留存組用戶再一次消耗積分的間隔時長中位數大致為2.8天。可嘗試將3天作為時間節點，在新用戶首次消耗積分后3天內無消耗行為《數據運營全流程手冊》《數據運營全流程手冊》《數據運營全流程手冊》6.數據運營案例6.1幸福西餅幸福西餅最終選擇易觀方舟為其提供新零售業務的數產品及解決方案，并達成長期合作關系。自合作以來，幸福西餅的新零售小程序《數據運營全流程手冊》《數據運營全流程手冊》《數據運營全流程手冊》餅的分布式制作中心即可快速生產，覆蓋范圍內2-5小時專業冷鏈