开头先讲一个大家都熟悉的案例。
10月16日上午，赵丽颖和冯绍峰官微宣布领证结婚。喜讯宣布后，微博热搜榜直接就瘫痪了。
瘫痪原因很明显，由于用户访问量太大，导致服务器承载不了那么大的流量。
当时微博的日活流量显然远远＞平时日活流量。至于究竟有多少，并不重要。
重要的是，可以通过这个结果得出：明星公布结婚，可以促进用户活跃度。
那么以后发生类似事件，微博作为平台运营方可以主动把“明星结婚话题”推到热搜榜，吸引用户关注。
这是一个很简单很标准的“通过数据分析改进产品”的运营技巧。
小公举认为“数据分析”本身是一种行为过程，也是一种工作，是为了服务项目/业务/产品而存在的。
数据分析可以使我们作出更好的决策，达到更好的效果。
比如，通过数据分析，提高涨粉数量：
分析用户增长数和用户取关数，可以算出公众号文章质量是高还是低，从而影响到未来公众号的内容选题定位。（在下面的内容里，小公举会详细讲一下这个技巧）
比如，通过数据分析，提高销售额：
可以算出，人流量大的地方，产生的GDP就大，商品销售额相对就大；人流量小的地方，产生的GDP就小，商品销售额相对就小。
比如，通过数据分析，提高投资回报率：
分析房价增长趋势，可以算出未来增值幅度有多少，通过比对两个地区的房价增长幅度，可以算出哪个地方的房子更值得投资。
● 究竟该怎么进行数据分析？
● 怎么通过数据分析有效改进项目产品？
一、分析用户取关数提高微信内容质量
比如通过数据分析“公众号用户取消关注数”，可以算出文章质量高还是低。
比如下面这组用户增长数据（这种情况经常会发生）：
● 前天增长1100，取关100，净增1000
● 昨天增长1200，取关200，净增1000
● 今天增长1300，取关300，净增1000
● 以此类推......
虽然每天用户净增长数量都是1000，但很明显，后面的情况更加危险。
通过小公举多年的运营经验，以及第三方插件检测“用户增长小时数据”，可以得出：
如果公众号没有发布文章，用户主动想起关注了一个公众号，并主动取消关注，这种情况是小概率事件。
用户取关行为首先源于“发布文章”导致，也就是要统计“文章发布后首小时内取关用户数”。
以小公举的公众号为例，比如下面这张图，绿色线条是新增用户数，蓝色线条是取消关注数，0:00是文章发布时间。
很显然，公众号文章发布后的首小时是用户取消关注高峰期。
我们都知道，高质量的文章取关数少，低质量的文章取关数多。
如何通过数据确定文章质量是高还是低？
用户的行为说明一切。
通过比对公众号每天的“文章发布后首小时内取关用户数”，很轻松得出两个结果：
1、取关用户数最多的那天，发布的文章是用户不爱看的
2、取关用户数最少的那天，发布的文章是用户最爱看的
得出这两个结果后，就必须采取一些措施了。
以后创作的文章，“类型”、“风格”、“质量”等要和第二种保持一致，这样用户不爱看都难。
通过上面这个案例，可以总结出一套基本的数据分析逻辑：
1.掌握数据的实时变化
2.捕捉某个时间段内的数据
3.通过数据总结因果关系
4.通过日/月/年数据对比得出影响业务的关键因素
那么数据分析，还可以用于哪些用途？
二、提高活动转化率
策划线上活动时，经常会赠送礼品，目的是提高转化率。
比如策划了一个活动，“赠送礼品，前2000位报名参加，人人都有”。
目的是通过赠送礼品吸引用户关注，报名，转发等。
那么究竟赠送什么样子的礼品，转化的用户数更多？
这肯定不是拍脑子决定的，不是你觉得用户喜欢什么礼品就送什么。
通过数据分析，可以解决这个问题：
第一步：
选取三种类型的礼品，分别是“生活用品”、“科技产品”、“虚拟礼品”
第二步：
前后策划三次这种赠送活动，每次赠送的礼品不一样，但总价值都一样
第三步：
统计每次活动转化的用户数
上图虽然三次活动投入的资金一样，但不同的礼物转化用户数却不一样。
那么以后策划活动，赠送礼品就要选用生活用品。
那么究竟该选用哪种生活用品，算出哪种生活用品转化率更高？
可以继续采用上面三个步骤进行数据分析：
第一步：
选取三种礼品，分别是“台灯”、“键盘”、“爱奇艺会员”
第二步：
前后策划三次这种赠送活动，每次赠送的礼品不一样，但总价值都一样，而且总数量也不一样（比之前多了这项数据）
第三步：
统计每次活动转化的用户数
上图中虽然三次活动投入的资金一样，但是不同的礼物，转化用户数却不一样；
而且不同的数量，转化用户数也不一样。
其中赠送键盘，转化的用户数最多。
也就是说：礼品类型和礼品数量共同决定了用户转化数。
这才是这个世界的真理：在绝大多数时候，结果都是由于多方面因素导致的。
通过这组数据可以得出：
1.虽然键盘价值低，但是由于数量多，却带来了最多的转化
2.虽然爱奇艺会员价值高，但是由于数量少，带来的转化少
那么以后策划活动，赠送礼品就要选用键盘。
同一个活动，每次发布，都加入不同因素或剥离一个因素。
通过数据分析，可以算出影响转化效果最大的因素是什么，活动中哪些关键点会影响转化效果。
PS：以上两组数据只是作为参考案例，证明数据分析的可行性和采用效果。
三、改版是否成功
改版就是指产品迭代升级，升级到新版本后，效果究竟是变好了还是变差了？
拿最简单的例子来说，比如“菜单栏命名，哪种名字更吸引用户点击？”
比如小公举的三个菜单栏，运营资料、进群学习、商务合作。
通过公众号后台的“菜单栏分析”，可以统计到相应的点击次数是1593、890、532。
很明显，“运营资料”点击数最高，“商务合作”点击数最少。
那么是否可以把“商务合作”改成其他名称？
比如“找我合作”、“加我微信”等。
通过修改菜单栏名称，提高用户点击量。
由于每次修改并发布都会产生一次版本，再去统计修改后的菜单栏日均点击量有没有提升。
最后分析哪种名称带来转化最高。
四、总结
1.数据分析可以归纳总结出影响产品/项目/业务的因素
2.通过归纳总结出因素，把产品/项目/业务优化到更完美的状态
你使用过哪些数据分析方法？
如果觉得文章对你有所帮助，欢迎留言并且推荐给你的好友。
原文发布时间为：2018-11-7
本文作者：运营公举小磊磊
