本文来自微信公众号 “运营增长”，作者：猫力，纷传经授权发布。

前言：在上一篇文章中，我对新手运营工作的开展做了介绍，总结来说：1.先了解产品、人的分工跟状态2.理清自己所负责的工作内容及做好计划排期3.培养运营工具使用，塑造运营工作思维4.练好小技能，为迁跃做好基本功

知道了工作内容和计划，就需要基于数据来着手开展了；运营是每天都需要和数据打交道的，KPI是根据数据来定的，运营的策略是根据数据调整的，因此了解数据是基本功。是必须要有概念和学会利用的，因此，今天就来讲讲数据是什么。

01

在产品不同阶段关注不同数据指标

第一阶段冷启动。

产品早期时候应当布局或关注和增长有关系的一些核心指标，比如说日 / 月活跃，留存度。这些指标的目的是为了衡量产品当前当下的表现，也是为了未来做增长时的基准数据。

比如：产品留存差的时候，大家肯定不去做广告投放；本身没有黏度的话，去烧钱做增长，它不会真正地增长起来。因为流失速度超过增长速度。应当专注打磨产品提高活跃、留存。

相反；如果留存高于行业水平线，就应当放手去做投放，并以较早期数据作为基准数据做，时刻关注增长势头，如果某月低于产品历史基准数据，那就说明产品做了某些动作是有问题的。

第二阶段增长期。

这个阶段如果运营不懂数据驱动的话，靠直觉去跟同行竞对拼，一次两次可以，但没有人能进赌场连赢数十次的。所以，更需要运营能迅速优化各个节点，提高关键节点转化效率。

通过转化效率的不断提高和叠加，用户的忠诚度自然就上来了，最后会变成产品的核心竞争力，形成一道护城河。

第三阶段变现期。

业务变现需要一定的用户基数。一般互联网产品，都有一部分高活跃、体验好的用户，会转化为付费用户。类似一个漏斗，需要不断地去筛，这里面就是要拼运营的效率了。

比如：电商用户的转化漏斗一般是：访问—注册—搜索—浏览— 加入购物车—支付等。这是非常长的一个漏斗，要做好数据化运营，就要关注漏斗的每个环节，持续地进行追踪这些数据。

这种转化效率可以通过市场营销的方法、产品改进的方法、甚至客户运营的方法。而其中每个环节小幅提高，加在一起就是一个倍数的提高。

02

定义你的数据基准线

产品数据分为基础数据和运营数据；基础数据是产品每天都会产生的数据：如DAU、UV、点击量、交易量、在线时长等；运营数据是指运营对产品主动做出某些动作而产生的数据；例如：活动数据，促活转化数据，提高订单量优化数据等等，

作为运营人员，一定要先清楚产品每日的基础数据，只有先知道DAU、交易量，你再去做一个活动，要评估效果的话心里才有底，例如：一般活动参与人数是DAU的两到三倍，才及格，及格是要按时收网？还是做二次扩散？不及格是要下架调整？还是做完总结？

如果心里没没个基准数据做参考，DAU300；活动参与人数310；你也觉得好，可能真的是有问题了，每个行业的部分数据基准线，我将再单独写一篇文章介绍。

03

了解数据中的北极星

每个运营岗位都有自己不同的 KPI。比如用户运营，关注用户增长、活跃、留存等数据指标，那你是否定义过核心产品功能点，这个用户是否使用了你的核心功能？哪些核心产品功能能让用户留下？哪些功能不能？这些都应该在你的数据中记录，如果没有这些数据，怎么去分析？怎么去衡量呢？

用户运营去分析新用户在产品中的使用行为数据，不难发现，某些用户完成了某个动作相对于其他用户活跃度可能就会高，比如注册当日完成消费，注册当日完成信息完善等，那这个关键动作就是工作一个北极星，也可以说成是转折点。

再说个数据网站growingio曾报道过的例子：2004 年 LinkedIn 第一次做用户增长的时候，他们分析了所有渠道来的用户之间的留存度，发现其中最大的两个渠道：一个是从自然搜索来的，一个是从电子邮件来的。从自然搜索来的留存度是电子邮件邀请来的用户的 3 倍， LinkedIn 又对自然搜索来的用户留存进行拆解，找到了两个核心的转化点。

第一个点他们发现很多从自然流量搜索来的用户特别关注个人简历。所以 LinkedIn 当时做了个工作，就是不断的让用户完善自己的简历，这是当时他们用户运营里的一个核心关注点。第二点，他们发现了当用户新注册之后在第一周里增加 5 个社交关系，留存会大幅提高。

04

如何找到工作中的北极星指标

找到工作中的北极星指标，涉及到运营工作的重心，因为产品是一个整体，用户运营将DAU活跃度做得好，那么月留存、活动参与量、订单转化等，这些相关因子指标也会提高。而如果没有一个明确的数据指标指引，很容易眉毛胡子一把抓，而无法有效地集中火力抓住重点。其次设定一个核心指标，能够大幅提高行动力，一旦你选定了你的目标，你只有一件事可以做，努力达到那个目标。通过这一个目标，你可以知道产品的整个状况，有针对性地上线各种项目和试验，然后观察有无成效。

那么，如何找到一个合适的北极星指标呢？人人都是产品经理专栏作者曲卉给出了几点建议，本文作者略有改动

1.你的产品的核心价值是什么？

比如说，我现在做的是消费分期产品，那么大方向上用户的核心价值就是分期，所以这个北极星指标应该和分期有关；

2.这个指标能够带动产品向好的方向发展吗？

比如说，对于Uber来说，如果只是把注册司机数作为北极星指标，显然就忽略了乘客这一方面。因此Uber的北极星指标应该能够反映司机和乘客的供需平衡，所以“总乘车数”就是更为合适的一个指标。

3.这个指标是否会逐渐提高？

比如说，SaaS公司喜欢使用收入作为北极星指标，这不是一个坏指标，但是它确是一个滞后指标。有的用户很可能已经停止使用几个月了，却还在付月费。在这种情况下，”月活跃用户数“可能是一个更好的先导指标。

05

将数据落地的几个要点

数据运营是运营人员将数据结果转化成运营策略。还是以人为主要生产力，因此我觉得对人的数据意识还是要有要求：

1.用数据做决策或者制定策略，既要知道你目前分析过的数据结果能够证明什么，也要知道数据做不了什么；个人的认知、经验是有限的，不能过于夸大也不能过于激进；这是应该规避的思维，要学会跟团队分享讨论。

2.对数据的有效利用和分析和运营者、团队都息息相关，自上而下的倡导和发起是最好的结果，高层有数据化运营的战略和意识、管理层有数据化运营的指导经验，执行层能将数据化运营的落地，那么整个体系也推行成功了。

但运营虽有意识地想要利用，可能限于团队的力量、领导的意识等无法推动，就要学会妥协，停止抱怨；推动不了的事情先从分析一个小节点开始，让团队的工作养成带有数据思维，用数据结果判断总结的习惯，以后再去专门系统的培训或者招聘数据专业人员推动整个数据标准化。

3.最后是数据分析工具和各类模型的使用。这也是数据分析技能基本要求，诸如多维度分析、交叉分析、海盗模型、用户分层模型、RFM模型、90-10-1模型、 AB测试等等，都是必须要了解的，根据产品状态，不一定都会用的到，但基本哪个是用来分析什么的，要清楚。

不然讲了这么久数据运营，你拿到数据，却不知道怎么分析，分析什么，用什么分析；不就是纸上谈兵吗。

当然，数据分析具体的技巧和方法论，网上也有很多文章，适合初学者了解，更专业的核心内容建议还是阅读专业书籍，我这里主要强调培养数据思维的意识。

06

数据分析始于目的，目的要精益。

产品运营的策略包含：拉新、留存、活动、推送、营销、维护等等；不可能每次分析都是针对所有的用户，这样是对资源、成本的浪费；因为你不可能通过一种方式满足所有的用户，也不可能用一种方式做到最好；用户间是有差异的，这种差异需要运营去划分出来；用精细化运营去弥补。

假如你有十万用户，你要去分析用户的消费情况，那你就要先再次强调你的目的，心里想清楚；是分析哪个层次，哪个月的用户消费情况？

减少团队成本，精确目的是将目标拆分成更细的粒度，分析三月份的用户；有当月新用户，也有一月注册用户沉淀成三月老用户；电商卖促销化妆品，根据适用用户画像，目标人群要选择年龄层、城市、工作职业等，目的划分的够精细，目标也就显而易见。

精细是一种数据分析的思路，也是一种运营手段。

07

写在最后

1.也许我们数据化运营后，不会获得立马获得一个满意的结果，但如果我们连优化改进都不去做，那么连好的结果方式是什么都不会看见；优秀的运营，不会以一个好的数据化结果沾沾自喜，而是要思考现在是我能做的最好的了，那有没有更好的可能我没想到？是终点，又是起点，这也是自我迭代，是能力的核心

2.想要工作高效运营，必然离不开数据，但很多运营其实更多被各种数据模型、理论所困，又或者工作中根本没有数据意识；工作还是应当先从优化某个节点入手，再去探索整个产品的数据体系；再而有对于整个行业产品数据的基准线意识。

像很多投资人，听你讲产品，就知道这个市场能做到多大，也有很多高手，看到目前产品数据，就知道是好是坏，该走还是留。

这是题话外，但也希望我们都有用看懂这一切的时候。