你知道数据运营日常主要工作吗？

数据分析本来是一份枯燥的工作，它需要你有较好的逻辑分析能力，熟练的业务能力，敏锐的行业洞察力，最终才能做到用数据驱动商业化决策。

　　数据分析岗位经常被称为数据运营，我认为这是除了PM和客服之外又一个接触用户的岗位。好的数据运营甚至可以成为一名优秀的产品经理、公司管理层：不仅对用户行为做到心中有“数”，对于活动及效果监控也能做到面面俱到；甚至可以预测到行业发展趋势，对公司重大决策给出决定性建议。

　　关于产品数据运营日常数据分析工作，我认为可以从一下几个角度着手：

　　用户肖像分析：

　　用户画像分析是获取产品目标用户的主要方法之一，也是日常数据分析工作的一部分。通过性别、年龄、收入、地域等信息为用户打标签，如果能通过账户体系将用户其他行为（如访问行为、付费行为）打通，那么将形成完善的用户画像数据库，对精准化营销起到决定性作用（用户画像做的最好的应该就是京东、淘宝等电商网站了，甚至于它可以预测到你未来的某一段时间里可能需要某样商品，从而通过电邮、短信、微信等方式推送针对性商品促销信息）。

　　获取到用户肖像有很多种方法，这里着重写一些常用的，大家可以根据自家产品定位及内部资源自行选择最适合的：

　　方法1

　　可以在产品中嵌入用户基本资料的相关功能，通过任务引导及适当的奖励制度鼓励用户完善个人信息。我还见过一些产品的部分高级功能是通过完善个人信息后开启的，这种方法也不错。需要注意的是，一定不要让用户花费太多的时间去完善资料，同时也不要涉及过多用户隐私，避免用户反感进而造成流失；

　　方法2

　　利用一些第三方监控平台：如友盟、Google Analytics（GA）、或者百度指数等等；这些平台对于基础的用户画像都有统计和分析（当然受制于cookies影响，当用户清空或者拒绝读取cookies时会对数据产生些许偏差，需要数据采集后进行清洗）利用这些平台的好处是可以和广告投放数据相打通，也可以获取到行业竞品的数据发展趋势。

　　方法3

　　定期倾听用户的声音，比如调查问卷，回访等方式，用抽样的方法预测整体用户画像水平，同时因为问题设置的灵活性，也可以获取到很多关于同行业竞品的信息。

　　流量监控：

　　流量监控是需要从产品诞生之日起就要着手去做的一件事，因为它不仅涉及到产品迭代的方向发展，同时也可以用数据告诉我们哪些功能好用，哪些功能不好用需要优化，甚至哪些功能是没用的需要舍弃。对于活动运营而言，流量监控也是活动效果总结最重要的参考依据之一。

　　无论是内部技术团队自行埋点还是利用第三方工具进行数据监控（这里我想多说一句，选择自己研发还是利用第三方工具进行监控统计，一定要根据产品实际需求以及团队资源来考量。大公司资源较多，经常会选择自行研发，因为涉及到数据安全及精准性；小产品可以考虑选择市面较好的第三方工具进行数据埋点），一定要趁早做，而且要尽可能做的精细。

　　对于网站而言，完整的网站地图就是必不可少的功能之一，每个页面都需要放置正确的监控代码，用以监控到用户访问（PV / UV）、跳出（bounce rate）、页面停留时间、页面访问深度（即访问多少个页面）、访问渠道来源（从哪个网站来的，以什么方式来的）、留存率（次日流量、3日留存、7日留存、14日留存、28日留存）等。关键流程一定要部署正确，如注册流程（涉及到新用户）、购买流程（涉及到转化）等等，这时候转化漏斗就是帮助我们做页面分析的重要工具。通过漏斗看到各个关键页面的流量进入与转化，用户离开比例，如果一个漏斗的某一个流程数据发生异常，就需要着重看一下是否是产品功能上出现问题。如果使用GA等监控工具，可以做到广告投放与用户访问行为数据互通，利用归因模型分析出射手渠道和助攻渠道，不仅可以做到广告优化提升转化率，还可以发现新的合作渠道甚至于新的用户集中群体。

　　对于App而言，DAU、MAU、Interactions、访问深度等等就是我们需要着重观察的数据，相比较网站监控来说，app的数据监控更适合从账户体系着手，每个用户就是独立的个体，用户独立的访问行为；同时与国能与画像数据打通，就可以拿到不同类型的用户对于产品访问行为、产品功能需求的重要依据。

　　收入（转化）监控：

　　收入监控是衡量产品商业化水平的重要依据，产品的目标形态是实现商业化，所以不同类型的产品都要要求有持续的可变现能力，否则会逐渐被市场竞争所淘汰。

　　日常监控的数据有收入流水、盈利、盈利率（同比、环比）、补贴、补贴率、用户首次付费、再次付费数、留存率等等。这类数据一般来讲都是直接写入后台数据库的，也就是说产品内部员工才可以查看，同时可能会被分配不同的查看权限。一些公司也需要产品数据运营人员有一定的SQL能力，可以读懂数据库代码，能写或者能描述清楚需求让技术帮你写。