谈论数据的基础
数据的定义
数据就是与产品和运营相关的一些数值。是研究和分析的基础素材。
三类数据：渠道数据，成本数据，收益数据。
渠道数据，用来衡量渠道质量，渠道作用，它由产品定位的客群和产品的特性所决定。
成本数据和收益数据从不同的层面反映出运营的效果。
需要认真评估每一个运营行为所带来的收益背后的成本。收益并不等于收入，因为获得收入金钱是收益，获得用户也是收益，获得口碑也是收益。
如何获取分析数据？
自己获取和使用外部工具，APP可以选择埋点、LOG的，通过LOG、日志与按钮埋脸点等方式，很多第三方会提供外部工具服务，比如最常用的谷歌分析，百度统计等。
获取数据的方式多种多样，关键在于运营人员要了解什么样的数据是重要的，这些数据的前后关联是怎样的？
确定数据的准确性
选择数据维度的合理性，数据统计的准确性，是数据分析的基础。如果选择维度不合理，数据统计结果不精确，我们就无法得出正确的分析结果。
明确影响数据的因素
重视长期的数据监测
环比是本日与前一日对比，本月与上月对比。同比是今年当日与去年当日对比，今年当月与去年当月对比。环比是短期数据波动，同比是了解大环境下的数据波动。
保持客观的视角
注意剔除干扰
数据分析的方法、误区与数据，说谎的方法
核心观点，运营数据分析的关键不在于数据，还在于分析。
UV独立访客数
PV页面访问量
RV重复访客
TP页面停留时间
流量来源渠道
流量指标并不单一的指uv、pv这些基础数据，也不仅仅是用户停留时间重复访客这种细节数据，它同时还包括了渠道来源数据。
数据使用的方法
掌握历史数据，从历史数据中归纳归纳规律，通过规律反向进行数据预测，学会对数据进行拆解。
运营数据分析的误区
不要用单一类型的数据去评价全局。
不要夸大偶然事件，认为带来必然结果。
发现数据增长或者下降，希望找出原因最好的方式是再现。
故意选择有利的样本
样本规模差异
图1该活动提前预热不够，该活动随着时间推移，效果有明显提升，该活动开始后没有进行任何调整，包括宣传与奖励。
图2该活动的提前预热做的很好，该活动开始后进行过调整（宣传或者奖励），该活动的奖品发放，控制可能有问题，后期力量不足。图三该活动提前预热做得很好，在活动没有进行过任何调整，（包括宣传或奖励）图4该活动宣传不足和宣传渠道有问题，该活动的设计本身可能有问题。
跳出数据看数据
当我们讨论数据的时候，我们真的是在讨论数据吗？当我们分析数据的时候，我们只是在看数据的涨跌变化吗？
在我们进行数据分析的时候，其实想要了解的不仅仅是数据，而是数据背后的用户。
读懂数据的关键是读懂数据背后的人。
抛弃预设立场
这一步是定位，但不要定性。
深挖用户行为与系统事件，尝试换位思考，整合关键数据，
跳出数据看数据，考验的是运营人员对数据的敏感度，以及通过数据解读背后原因和提出解决方案的总结、归纳、提高的能力。
运营的核心数据内容
内容运营的核心数据
内容的展示数据，包括但不限于：内容的点击次数，内容页面的蹦失率，内容页面的停留时长。
内容的转化数据包括但不限于：内容中付费链接的点击次数，付费成功次数；内容页面广告的点击次数、广告的停留时间、二次转化成功率。
内容的粘性数据
内容的扩散与分享数据
活动运营核心数据
用户运营核心数据
用户注册数据包括但不限于：注册用户的规模、增长速度——现在有多少用户，未来何时会有多少用户；渠道质量——注册渠道有哪些，渠道的注册转化率如何；注册流程质量——完成注册的用户数、注册流程中用户蹦失节点统计。注册用户行为跟踪——完成注册后当时用户的行为统计。
用户留存数据包括但不限于：留存用户的规模，用户登录时间、频率，用户使用网站服务的时间、时长，频率等。
用户活跃数据包括但不限于：活跃用户的规模、增长速度；活跃用户的行为统计；用户使用网站产品服务的频率、内容，行为
用户付费数据：付费用户规模、增长速度、注册到付费/活跃到付费的转化率；付费金额、频率等；付费用户的日常行为跟踪。
用户流失数据
流失用户的规模、速度；流失用户的日常行为跟踪；流失的原因分析；流失用户挽回策略和效果分析等。
