从未有一篇文章如此接地气的把运营和数据间的关系讲清楚！
|
那么我们是否就需要去看一下，在报名数开始激增的那几天里，到底发生了什么？是因为我们有意识的做了一些推广和活动？还是因为上线了新的课程？还是因为发生了什么别的事情？ 而，假如你发现，如果相应数据的激增是因为课程信息偶然间被人分享到了某个社区内（比如知乎）并引发了一轮小小的传播，那么接下来你如果想要从运营端做一些事来提升课程报名数这个指标的话，你是不是就可以有意识的在知乎去做一些事？比如认真分析一下之前的内容为什么能在知乎引发传播，然后把传播点提炼出来，用更适于知乎的形式去进行一轮包装，并想尽办法在知乎再进行新一轮的扩散。 事实上，我个人就曾经亲历过类似的案例，2009年前后，当时我所供职的一家互联网公司，就曾经因为发现我们的某个产品被用户在人人网分享后带来了过万的UV，从这一线索入手，我们开始深耕人人网，最后在短时间内给该产品带来了数十倍的数据增长。 另外，这种数据分析的另一个维度，就是依照你的常识对用户进行划分，再去分别看数据+结合用户访谈，了解不同类型的用户，在具体行为习惯上可能会有哪些不同。 比如，因为三节课主要解决的需求是学习，还没有工作经验的大学生和工作了2年以上的互联网人，理论上学习习惯肯定是不同的，此时我们就可以分别从数据上去观察，这两类人的访问、报名、听课、课后作业包括学习产出和效果等等一系列行为上存在多大区分和差异。 当这些问题界定清楚后，事实上你是可以根据用户类型的不同，分别推送给他们不同的服务和引导他们完成不同的用户行为的（比如已工作的上来先做个任务，还是大学生的则先去听两堂入门课），这样精细化的运营可以大大助推你的用户留存和活跃。 最终，假如你手边的数据足够充分，且这种从度量&维度切入的分析做到极致，理论上你会对于整体站内用户的构成、行为习惯和当前产品的主要问题做到了然于胸，也会对于站内的整体用户生态更加具有掌控力。 这里再补充两个小说明： 第一，理论上，假如作为一个运营负责人，我们应该对于每一个关键性的用户行为都定期（比如每三个月或每半年）进行全方位多维度的分析，做到对于每一个关键用户行为的用户习惯和当前产品指标中的问题点了然于胸的。 但，事实上是绝大部分运营都可能看不到那么全的数据，这里面原因有很多，比如数据后台不完善，没有数据权限等等，这时候我们该怎么办？ 我的建议是：
第二，对很多产品来说，往往都是20%的重点用户，给该产品带来了80%的价值。 所以，无论是分析数据还是具体开展运营工作，你也要培养起来这样一个意识：要重点去关注对你最有价值的那部分用户，把你至少50%左右的精力用于去关注他们。 比如说，你站内更加活跃的用户，更愿意贡献内容的用户，更愿意参与用户服务和管理的用户，等等。 （六） 承接着上面讲到的例子背景，接下来我们可以把最后一个点也一并讲了—— 数据当中可能隐藏着一些潜在的能让你把一件事情变得更好的线索和彩蛋，有待于你去发现和挖掘。 关于这件事，基础的逻辑可能是这样的—— 第一，你先找出你的产品中，当前可能存在问题的某个关键度量（或称指标）。 第二，对于这个度量进行纵览，从它的构成去看：是否所有用户或我们的所有服务在这个度量上的表现都很差？还是说有一部分用户或服务在该度量上的表现是会显著好于其他用户或服务的。 第三，你可以对于那些表现显著要好的用户和服务在不同维度上进行进一步挖掘，寻找其背后的一些共性用户行为或特征，然后再把这些特征放大到极致。 比如说，上个月三节课站内课程报名量表现不佳，明显走低，按照上面所说到的逻辑，我们可以依次来进行如下思考和判定——
|
