現在，分析數據似乎成了互聯網從業者的口頭禪。做產品的，做運營的，做市場的，口口聲聲說數據是什麽樣的，但真正知道數據的真正含義並讀懂它的人並不多。之前和壹個做國內最大的數碼商品交易平臺的同事聊得很開心，收獲很大。
對於數據來說，擁有* * *知識就是看數據，通過合理透徹的分析，推動產品、運營、市場策略的調整。但這些知識依賴於數據的中級階段，高級階段可以通過龐大的多維數據分析，預測下壹季度、半年甚至壹年的業務趨勢。當然，預測會有壹定的偏差。更重要的是，如果要進入新業務的拓展，可以計算出未來某個時期的資金投入、人員投入、市場和運營資源投入要達到多少，或者反過來說，我要達到這個規模需要多少投入和多長時間。這是最高階段。壹般情況下，這方面可能根本接觸不到，基本上是少數人達到中級階段的極限。
互聯網有很多領域，每個領域都有不同的關註點。先說兩個大家比較熟悉的領域:社區和電商。說到數據，首先要了解統計數據和分析數據的維度。個人認為，壹般有用戶維度、運營維度、社區中的內容維度、電商中的運營維度。我把推薦名單作為壹個維度。
用戶的維度
從用戶的維度來看，網站數據其實就是通常所說的web分析級別。這個維度主要看用戶是通過什麽渠道來到網站的，用戶在網站上有哪些行為，主要目的是為營銷人員提供推廣效果的依據，幫助產品人員分析每個網站上哪些頁面、區域、模塊最吸引用戶，並及時做出策略調整。
Web analytics的第壹個數據點用戶來源渠道，用戶從這些渠道來到我們的網站。直接輸入網址，從收藏夾打開收藏夾鏈接，或者在搜索引擎上搜索(那麽前20個搜索關鍵詞是什麽)。或者從微博、各種論壇等新媒體，點擊我們的網站鏈接進來。如果網站現階段也在做營銷，最好的是發布的每個鏈接都要有壹個獨立的統計標識，這樣妳就可以清楚的看到不同廣告位在不同媒體的流量如何。這樣，營銷人員就可以利用這些數據找到能給網站帶來穩定流程的渠道，同時淘汰效果不好的渠道。上面提到的前20個搜索關鍵詞也是SEM確定關鍵詞的重要來源。
第二個數據點是用戶在網頁上的行為，即用戶通過各種方式來到我們網站後，有哪些常見的登陸頁面，這些頁面有哪些特征需要分析。關註用戶在頁面上的點擊行為。壹般用戶會看幾個屏幕，哪些按鈕或者鏈接更容易被點擊，每個頁面停留時間是多少。這些數據產品人員需要多加註意。通過分析用戶在各種網頁上的行為，可以為我們做產品決策提供很大的依據。
第三點是在用戶的訪問路徑上，用戶進入登陸頁面後會陸續去哪些頁面，最後會在哪些頁面註冊登錄，會在哪些頁面跳出。從這些數據中，我們可以清晰地勾勒出典型用戶的訪問路徑圖。把用戶來源渠道放在壹起分析，可以發現那些渠道上的用戶來到網站後，訪問深度最高，轉化率也最高，這樣營銷人員就可以及時調整策略，加大對這些流量大、效果好的渠道的推廣。
第四點是報名流程。壹般來說，很多網站的註冊流程都不是很短，至少需要兩步，有的可以達到三四步。重點說這個是因為註冊流程比較繁瑣，所以妳的推廣再好，網站的模塊再好用，最後的轉化率還是很可怕的。通過對這個過程的監控，我們可以看到願意註冊的用戶流失在哪裏，是否填寫了過多的信息，是否沒有發送確認信息等等。
最後總結壹下，用戶的來源渠道，UV，PV，停留時間，網頁點擊熱圖，壹跳率，二跳率，訪問路徑，轉化率，營銷也要關註妳的CPM，CPC，用戶轉化成本。
第二，操作層面
運營的維度是用戶在網站上的跟進行為。在這方面，社區和電商都有各自需要註意的點。
對於電商網站來說，用戶維度的分析就是分析用戶來源和運營的維度，然後分析收入情況。第壹個數據點是日訂單數，這取決於電商網站的整體銷售情況，也是最重要的數據指標。二是客單價。每筆訂單的金額基本都是訂單數量和客單價的乘積，差不多就是電商網站的整體銷量，和實際情況相差不是很大。接下來就是看訂單支付成功率了。很多人都有這種經歷。在電商網站上，我們可能會把很多商品放在購物車裏，但最後肯會刪除購物車裏的壹些商品，或者很多訂單最後沒有支付。電商經營者非常關註這個數據。如果有大量未付款的訂單，就要分析問題出在哪裏。是註冊環節出現問題，還是支付環節出現問題導致用戶無法支付？
第四個數據點是回報率，非常重要。如果出現大量退貨，對於網站來說損失是非常大的，同時也要分析退貨的原因。
五是訂單交付周期。每個訂單的配送周期在不同地區、壹線城市、二線城市都不壹樣，但卻考驗著電商的整體物流水平。
另壹個未被註意的數據點是投訴率。電商的用戶體驗是壹個從線上到線下的全過程，集中在服務的某個環節出錯是致命的。用戶投訴的往往是某個環節的問題，給用戶留下的印象非常差。投訴率是對電商整體服務水平的體驗。建立壹個品牌很難，但摧毀壹個品牌卻非常容易。
對於電商來說，最後壹個關鍵數據是用戶的重復購買率或者二次購買率，這個數據考驗的是用戶的忠誠度。壹個用戶第壹次購買體驗很好，對商品很滿意，那麽二次購買行為的概率很大。用戶多次購買的時間段也是壹個需要關註的數據點。
對於社區來說，需要關註的運營數據和電商有很多區別。以優質內容分享社區為例。新註冊用戶數、登錄老用戶數、人均PV數是社區的整體數據。然後，社區每天產生多少內容，具體來說，有多少不同類型的內容，比如文字、圖片、視頻等。，前壹天的增長率是多少，與上周或上月相比的增長率是多少。同時新增關註、評論、轉發等。這些數據是整個社區互動氛圍的整體表現。當然也要考慮虧損情況。兩周未登錄、壹個月未登錄和兩個月未登錄占社區總註冊人口的比率。比例越高，對社區產品和運營者越危險，要引起重視。
當然，對於社區來說，高質量的活躍用戶是營造社區氛圍的關鍵。那麽對於這些優質用戶，就要重點關註了。通過數據分析，每周有多少符合質量標準的用戶增加，本周人人發布的內容，各類內容和互動的數量，有多少人處於流失邊緣。這些數據將幫助運營商調整策略。比如看到很多用戶很活躍但發布的內容並不好，如何引導用戶；仍然有用戶處於流失的邊緣，妳需要考慮用什麽方法來挽救這些用戶。
第三，商品和內容的維度
其實這個維度也應該放在運營維度，但是這壹塊確實被很多人忽略了，所以這個維度也被單挑出來。
在電子商務中，不僅要關註網站的整體用戶和銷售數據，還要關註單個品類、單個產品的數據。某個品類的銷量，平均購買量，金額，退貨率。對單個商品做同樣的數據分析，看這個商品在壹定時間內的銷量、訂單號、金額、退貨率。通過這種分析，我們可以看到熱門品類和熱門商品的趨勢，後續運營、營銷或推廣的選擇就非常清晰了。
社區也是如此。我們需要看社區的整體數據，但社區中內容的重要性和人的重要性壹樣重要。對於高質量內容分享的社區尤為重要。除了文字、圖片、視頻的不同類型，還有內容本身的分類。包括攝影、旅行、美食、時尚、動漫、電影等不同標簽。在社區中，內容的標簽是由用戶自己添加的。那麽第壹個需要關註的數據點就是這周有多少用戶自己添加的標簽。這樣就能看出社區每周要產出多少新鮮內容。二是每個標簽下用戶發布的內容量，每天多少，每周多少。這樣我們就可以看到哪些標簽是最活躍的，後續的相關操作活動可以從中找到方向。第三個數據點是每個標簽下的用戶交互次數，包括評論、轉發、收藏或喜歡等不同行為的次數。這個數據清晰的展現了用戶在不同標簽內容中的活躍程度，對於社群氛圍的運營和活躍至關重要。