数据分析在运营工作中无处不在，无论是活动复盘、专题报告、项目优化，还是求职面试，数据分析都有一席之地。
外部数据：主要包括社会人口、宏观经济、新闻舆情和市场调研数据；
内部数据：包括用户行为数据、服务端日志数据、CRM与交易数据。
不同数据的获取途径、分析方法、分析目的都不经相同，不同行业、不同企业在实际分析中也都各有偏好。
那么我们常见的“信息”和“数据”有何不同？
数据是信息的载体和
表
关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf
现形式；信息是数据的内涵，信息加载于数据之上。以
书
关于书的成语关于读书的排比句社区图书漂流公约怎么写关于读书的小报汉书pdf
本和知识为例，书本属于数据概念范畴，知识属于信息概念范畴；书本是知识的一种载体和表现形式，知识是书本的内涵和升华。
那么方法论和方法有什么区别？
方法论是从宏观角度出发，从管理和业务的角度提出的分析框架，指导我们接下来具体分析的方向。方法是微观的概念，是指我们在具体分析过程中使用的方法。
（一）方法论
数据分析的方法论很多，这里我给大家介绍一些常见的框架。
（1）PEST分析法：从政治、经济、社会、技术四个方面分析内外环境，适用于宏观分析。
（2）SWOT分析法：从优势、劣势、机遇、威胁四个方面分析内外环境，适用于宏观分析。
（3）5W2H分析法：从Why、When、Where、What、Who、How、How much 7个常见的维度分析问题。
（4）4P理论：经典营销理论，认为产品、价格、渠道和促销是影响市场的重要因素。
（2）方法
根据运营工作的实际需要，在参考了 GrowingIO 陈明的文章《一名优秀的数据分析师是怎样炼成的》基础上，我整理了7种分析方法。借助常见的网站/APP数据分析产品，我们非常快速的完成这7种分析。
1.趋势分析
趋势分析是最简单、最基础，也是最常见的数据监测与数据分析方法。通常我们在数据分析产品中建立一张数据指标的线图或者柱状图，然后持续观察，重点关注异常值。
2.多维分解
多维分解是指从业务需求出发，将指标从多个维度进行拆分；这里的维度包括但不限于浏览器、访问来源、操作系统、广告内容等等。
为什么需要进行多维拆解？有时候一个非常笼统或者最终的指标你是看不出什么问题来的，但是进行拆分之后，很多细节问题就会浮现出来。
3.用户分群
用户分群主要有两种分法：维度和行为组合。第一种根据用户的维度进行分群，比如从地区维度分，有北京、上海、广州、杭州等地的用户；从用户登录平台进行分群，有PC端、平板端和手机移动端用户。第二种根据用户行为组合进行分群，比如说每周在社区签到3次的用户与每周在社区签到少于3次的用户的区别，这个具体的我会在后面的留存分析中介绍。
4.用户细查
正如前面所说的，用户行为数据也是数据的一种，观察用户在你产品内的行为路径是一种非常直观的分析方法。在用户分群的基础上，一般抽取3-5个用户进行细查，即可覆盖分群用户大部分行为规律。
5.漏斗分析
漏斗是用于衡量转化效率的工具，因为从开始到结束的模型类似一个漏斗，因而得名。漏斗分析要注意的两个要点：第一，不但要看总体的转化率，还要关注转化过程每一步的转化率；第二，漏斗分析也需要进行多维度拆解，拆解之后可能会发现不同维度下的转化率也有很大差异。
某企业的注册
流程
快递问题件怎么处理流程河南自建厂房流程下载关于规范招聘需求审批流程制作流程表下载邮件下载流程设计
采用邮箱方式，注册转化率一直很低，才27%；通过漏斗分析发现，主要流失在【提交验证码】的环节。
经过了解发现，邮箱验证非常容易出现注册邮箱收不到邮件的情况，原因包括邮件代理商被屏蔽、邮件含有敏感字被归入垃圾邮箱、邮件送达时间过长等等。既然这么多不可控因素影响注册转化率，那就换一种验证方式。换成短信验证后，总体转化率提升到了43%，这是非常大的一个增长。
6.留存分析
留存，顾名思义就是新用户留下来持续使用产品的含义。衡量留存的常见指标有：次日留存率、7日留存率、30日留存率等等。我们可以从两个方面去分析留存，一个是新用户的留存率，另一个是产品功能的留存。
3、流程：
有了具体的分析方法还不够，运营要做好数据分析还需要一个清晰的流程。在这里老渔哥给大家介绍一下：
第一点，内容定位。
运营需要明确知道自己的目标或者KPI，然后选择一个核心关键指标进行监测。如果是创业公司，初期可能需要拉新，那么核心指标是注册用户数或者新访问用户数。如果是资讯媒体，注重影响力和覆盖面，那么核心指标应该是微信阅读数或者网页PV。
第二点，用户画像。
无论是哪一种运营岗位，都需要明确知道自己的（目标）用户是那些人？这些人都有哪些特征，他们的关注点和痛点是什么？如果你的用户是产品经理，那么可以尝试爬虫抓取产品经理网站上有关的问题，然后做文本分析：这是定量层面的分析。同时，通过调查访问和问卷调研，获取更加深入的用户特征信息：这是从定性层面的分析。
第三点，持续监测。
借助数据分析工具，对核心关键指标进行持续监测。对于指标异常情况，我们需要及时分析和改进。
第四点，数据分析。
统计和分析过往内容的数据，找出哪些内容、哪些标题、哪些形式、哪些渠道的效果更好，然后朝这方面不断优化。
EDM渠道注册转化率涉及到太多的因素，需要一个一个排查，数据分析师帮运营罗列了可能的原因：
（1）技术原因：ETL（数据抽取、转化、载入）出现问题，导致后端数据没有及时呈现在BI报表中；
（2）宏观原因：季节性因素（节假日等），其余邮件冲击（其余部门也给用户发邮件稀释了用户的注意力）；
（3）微观原因：邮件的标题、文案、排版
设计
领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计
，CTA设计，注册流程设计。
老渔哥整合：一个简单的业务指标，会影响到它的因素可能是多种多样的，所以我们需要对可能涉及到的因素进行精细化衡量才能不断优化。
浙公网安备 33021202002483