干货 ：从0到1搭建数据运营体系

选择错误指标的案例

这里我们可以引用一个案例，著名的视频社交分享应用 Viddy，授权可以通过登录 Facebook 来创建帐号和分享，就跟国内常见的各种 App 中微信、QQ 等第三方帐号一样。

前期他们以「创建账号的数量」来作为核心指标，我们可以看到在做了授权 Facebook 登录后，2012 年上半年访问量飙升，但是到了 2012 年下半年访问量暴跌。这就是问题所在，Viddy 的员工认为账号创建数量是一个正确的指标，所以他们拼尽全力去提升这个指标。实际上，他们并没有发现业务的重点。

与之相对比的，谷歌+ 用自己的方法把用户提升到 1.7 亿，方法就是把有趣的内容放到邮件中和好友分享。谷歌+ 专注于「前往谷歌+ 并且每周至少分享 2 个更新信息」的用户数量指标，他们专注于向用户传递产品的价值，而不是仅仅提升某一个数字。

2.如何规划核心指标

电子书落地页举例

以我们 GrowingIO 做的电子书下载落地页举例。

指标的选择来源于具体的业务需求，从需求中归纳事件，从事件对应指标。

选择指标的步骤

从落地页的业务需求开始，分析选择指标的过程如下。

1. 明确需求 ： 对页面进行数据分析，提高电子书下载量；

2. 归纳事件 ： 用户下载电子书是系列事件的最终结果，包括点击推广链接、访问下载页、开始填写信息、填写信息完成下载；

3. 对应指标 ：下载量 = 访问流量 * CTA 点击率 * 注册转化率。

通过上述分析，得出下载量是 OMTM（第一重要指标，One Metric That Metter）的结论。同时，整个指标体系包括访问流量、CTA 点击率、注册转化率三个可操作的指标，基于可操作的指标，才可以更好地优化核心指标。

（二）维度

1.什么是维度？

维度是用来对指标进行细分的属性，比如广告来源、浏览器类型、访问地区等等。

维度分类

2.多维度分析

流量猛增现象

举个例子，我们在每天观察数据的时候，突然某天下午 5 点流量暴增，我们想查找出原因。

按照「访问来源」分析

首先从访问来源维度拆解，我们发现从 5 点开始，主要是微信的流量突然上涨。

按照「落地页面」分析

然后我们从落地页面维度拆解，就可以发现流量主要落地页是 E 和 G 两个页面。

最后我们就可以得出结论：下午 5 点从微信突然涌进大量流量到 E 和 G 页面，与内容的同学同步了一下，是他们在微信上推了一个落地到 E 和 G 页面的活动。

从案例可以看出， 多维度分析能够让我们更清晰的挖掘出数据表象背后的真实原因。

3.如何选择分析维度？

选择维度的原则是：记录那些对指标可能产生影响的维度，以及尽量记录全面的、多维度的数据。

磨刀不误砍柴工。数据运营需要和业务部门（市场、销售、运营、产品等等）不断沟通，只有做好数据规划，接下来的数据采集和数据分析才能更加高效。

三、数据采集

数据采集是数据分析的基础，传统的数据采集是一件非常花时间、精力、人力的事情，对于很多企业来说是一个巨大的门槛。过去数据分析整个流程经常是 80% 的时间在数据采集上，只有不到 20% 的时间是用于数据分析的。