產品、運營人員在互聯網項目中要關注哪些核心數據？
POST TIME:2021-08-20
一、數據的定義
數據，其實就是一堆數值。
但這些數值，是從用戶的行為統計而來。用來便于需要使用數據的同學進行研究和分析之用的基礎素材。
二、有哪些數據需要關注的
我們在這里用一張腦圖簡單列出一些核心數據：
核心數據
這張腦圖，僅僅簡單的展示了也許是通用的部分運營數據，但如果我們仔細去看，去歸納，會發現三個數據類型，是所有運營都需要具備的：
渠道數據、成本數據、收益數據。
渠道數據，是用來衡量渠道質量、渠道作用的，它由產品本身的定位的客群和產品的特性所決定。一個理財產品如果投放游戲社區這種渠道，其運營效果可能并不會太好，可如果換成彩票、博彩，可能效果就很好；同理，傳奇這一類的游戲的宣傳與活動如果投放到女性社區平臺，其效果幾乎也可以無視，而如果換成一款 Q 版小游戲，或許效果就很好。
成本數據和收益數據，則會從不同層面反映出運營的效果。
運營必然需要成本。運營的效率可以通過經驗、熟練度、創意等各種手段來提升，但運營的成本是必然存在的，并且一般來說和運營效果是成正比關系的。很簡單的一個道理：兩個活動，一個活動送 100 臺 iPhone6，一個活動送 1 臺 iPhone 6，哪個效果更好？
做運營的，一定要認真去評估每一個運營動作背后的成本。而所謂『收益』，并不等價于『收入』，獲得金錢是收益，獲得用戶也是收益，獲得口碑同樣是收益。
如果我們了解了渠道、成本、收益這三類數據，我們就可以根據自身的產品特性去設定需要獲取數據。
我們拿足記來簡單舉個例子，足記這樣的應用，它會關注哪些數據呢？
從產品的層面，它會去關注：
1.App 每日的打開數
2.各種功能的使用次數和使用頻次
3.各種 Tab 的點擊次數和對應頁面的打開頻次
從運營的層面，它可能會去關注：
1.App 每日的活躍用戶數
2.每日產生的 UGC 數量（區分新老用戶）
3.每日分享到社會化媒體的 UGC 數量（同時考慮單位用戶的產生內容數）
4.分享出去的 UGC 帶來的回流新裝機、新激活用戶數等等。
而我們需要注意的是，這些關注的數據點，并不是一成不變的，它會因為產品的不同階段而調整，如果我們假設足記有盈利模式，那么它關注的核心數據，就會從內容轉向收入，這時候，轉化率相關數據就會變的重要了。
我們需要的數據，根據實際的需求來進行設計，并沒有一個完全通用的標準。當然，如果你做的越多，你會發現，你的數據感在不知不覺中獲得了提升，這一點，非常重要。
三、如何獲取數據
獲取數據的渠道有很多，這里推薦兩個：Google Analytics 以及百度統計，更多的工具自行去了解哈。使用分析工具我們可以得到以下內容：
記錄那些點擊信息，包括沒有與網站產生交互的信息
可直接生成鏈接的百分比，點擊分布圖和熱力圖
可統計用戶的懸停，將用戶潛在行為可視化
獲取數據的方式其實多種多樣，關鍵在于，作為運營人員要了解什么樣的數據是重要的，對于這些數據的前后關聯，是怎樣的，這是一個聯動的過程，不是一個單一的行為。
四、如何分析數據
對于數據的解讀，每個人都有不同的方式。這里我們摘取書中的幾個總結：
1）首先確定數據的準確性
這里包含了選擇數據維度的合理性、數據統計的準確性。如果數據維度選擇不合理、數據統計結果不精確，我們可能是無法得出正確的分析結果的。這是基礎。
2）明確影響數據的因素
一個數據，會受到多種因素的影響，這些因素有內部的，有外部的，運營人員應當盡可能多的了解所有層面的影響因素，以利于我們對于數據的解讀是在一個相對正確的范圍內。
3）重視長期的數據監測
在運營數據分析中，經常會使用環比和同比方式來對比數據。簡單的說，環比是本日與前一日的對比、本月與上月的對比、本季度與上季度的對比；同比是今年當日與去年當日的對比、今年當月與去年當月的對比、今年當季度與去年當季度的對比。環比幫我們看短期的數據波動，而同比幫我們了解大環境下的數據波動。
4）保持客觀的視角
數據分析的過程中，客觀非常重要，切忌挑選有利于自身的結論。我們通常會犯先入為主的錯誤，這不僅會影響數據的準確性，還是職業道德的問題，也是職業發展中非常常見的問題。
5）注意剔除干擾項
實際的工作中，我們會碰到很多問題，這些問題就是干擾項。例如，在一個相對平穩的曲線中，突然出現了一個點上的強烈波動，這時候我們需要全面的了解個波動產生的原因，如果無法確認原因，就剔除這個波動，否則我們很難去獲得一個正確的結論。
五、數據分析職業方向有哪些
我們這里只說國內哈，在國內，與大數據相關的崗位主要分為以下幾類：
數據分析師：
運用工具，提取、分析、呈現數據，實現數據的商業意義，需要業務理解和工具應用能力。
數據挖掘師/算法工程師：
數據建模、機器學習和算法實現，需要業務理解、熟悉算法和精通計算機編程。
大數據工程師：
運用編程語言實現數據平臺和數據管道開發，需要計算機編程能力。
數據架構師：
高級算法設計與優化；數據相關系統設計與優化，有垂直行業經驗最佳，需要平臺級開發和架構設計能力。
當然一個行業肯定不止這幾個崗位，這里只是列舉普遍的，吃香的（你懂的~）。
六、總結
關于數據的內容，一篇文章其實說不出更多有價值的東西，更多的需要自己在工作中的思考與總結；當然，同行交流以及吸取同行前輩的經驗也很重要。
標簽：南充
中山
肇慶
新鄉
三亞
云浮
錫林郭勒盟
南昌
