编辑导读：传统的运营数据分析在数字化技术如此发达的当下已经经历过多重变革。曾经线下营销为主的模式已经和线上模式分不开了，这对做运营的小伙伴提出更高的要求，尤其是数据运营，如何分析好营销数据，并进行多维度的数据分析称为营销人必备的职场技能。本文关于运营人如何做数据运营给出了观点，我们一起来看看。

一、营销数据分析：建立线上营销模式，了解线下用户的分布区域

移动互联网大潮来临，在移动互联网的大背景下，线上线下营销的边界越来越模糊。

在这之前，线上线下处于对立态。

有了移动互联网后产品无论是售前、售中还是售后，都可以相互协同、共同发展，同时，边界正在逐渐消失。

很多企业已开启线上线下产品同时运营模式，线上线下全渠道趋势十分明显，线下的企业正在不断尝试线上电子商务销售渠道。

进行线上线下产品运营时，我们需要对营销数据进行分析，通过数据了解线上线下产品运营的效果，并总结经验。

在互联网行业流行这样一句话：“二流的商家看的是流量，一流的商家看的是数据。”

在线上线下进行产品运营时，如何对线上线下的营销数据进行分析呢？

我们先来来看看优衣库的做法。优衣库网站页面截图见下图。

优衣库（ UNIQLO）是日本的服装品牌，原本是一家专门销售西服的小服装店，经过数年的发展，成为了国际知名服装品牌。

优衣库通过引进大卖场式服装销售方式，采用独特的商品策划、开发与销售体系来实现店铺运作低成本化，从而引发热卖潮。

优衣库考虑到中国的电商体系日益成熟，与体店模式相比，电商的优势愈发明显。

但是，像优衣库这样的传企业不可能放弃实体店模式，一方面是因为实体门店兼具线下广告的品效应；另一方面，传统的企业在依托第三方平台时，会自建电商渠道来增加主动权。

于是，优衣库在中国推出了免费派送活动。

这是优衣库的一个全球项目，每年会在不同国家举办。

该活动通过线上线下结合的方式向用户免费发放新款衣服。

在2013年、2014年，优衣库全球范围内免费送出10万件和20万件新款衣服。

优衣库的具体做法是：在总部日本，采取官网报名申请，用户凭借领取码可以到线下的门店领取。

在日本以外其的国家，优衣库民众基础很弱。所以，它选择与第三方平台合作。

譬如在中国，优衣库免费派送选择了和支付宝合作，用户可以在优衣库的支付宝钱包服务窗申请领取，凭领取码再到线下门店领取衣服。

支付宝钱在中国拥有上亿用户，这些用户基础是优衣库短时间内无法达到的。

下面，我们结合优衣库的线上线下营销总结一下如何对线上线下营销数据进行分析。

1. 线上营销数据分析

以营销传播的载体划分，营销分为线上营销和线下营销。

• 线上营销是指利用电视、报纸、互联网、户外、电影院、杂志、广播这七大媒介为载体所进行的营销。
• 线上营销的优势在于，所有的商家无论大小一律平等，具有明显的价格优势，商家与用户可以零距离接触。

这是今为止效果最理想的营销方式之一。

一般而言，线上营销的最终目的是实现销售。对线上营销数据进行分析，优衣库是这样做的：

优衣库在中国的免费派送活动采取的是与支付宝钱包合作的方式，把“海选”的流程搬到线上。

通过调查，优衣库认为，如果采用线下免费送的模式，不可避免出现现场秩序难管理、门店人流大排队、用户体验差等问题，运营的成本会大大增加，而采用线上平台这些都可以解决。

通过对线上支付宝平台的数据分析，优衣库认为支付宝钱包完全能够根据不同人群的地域分布、消费喜好、行为偏好、生活半径等情况，把优衣库的活动信息成功推荐给目标用户，还可以在推送时设置优衣库新老用户比例。

优衣库不是简单地进军网购，其主要是通过线上产品来强化用户对优衣库品牌与产品的认知。

通过对线上营销数据进行分析，建立有效的线上营销模式，为优衣库的产品运营带来了很好的效果。

线上营销数据分析，可以通过产品内容展示（如点击量），转化（如付费人群、付费金额）、产品内容扩散（如分享次数、回流率）等形式进行。

以淘宝网店铺的产品为例：

• 可以通过店铺后合采集数据，创建综合统计分析表，把数据间可能的逻辑关系列出来进行分析；
• “扫描”数据，创建同比分析报表；
• 还可以对用户的线上购买行为进行分析。

2. 线下营销数据分析

线下营销是指采用店面管理、终端销售团队管理、促销活动、促销品营销、活动公关等手段，给用户提供“一对一”品牌宣传、产品助销服务。

与线上营销相比，其优势在于能更好地与用户沟通、提升品牌形象，扩展用户群体，提高品牌利润，时间短、见效快，各种资源优势可以互补。

线下营销数据分析可以给商家带来很多便利、比如开店选址。

传统商家开店选址前一般大概估计人流量，目前，借助互联网公司数据罗盘对线下营销数据进行分析，可以让商家清楚目标用户主要分布在哪个区域，在哪个地方开店最合适。

优衣库通过线下营销数据分析，已在北京、天津、上海、南京、成都、广州、青岛、石家庄、杭州、沈阳、大连、济南、武汉、哈尔滨等重要城市设置了门店。

如何进行线下营销数据分析呢？

我们可以通过市场调查，了解用户需求、购买能力和购买情况，把调查结果汇总整合，创建分析报表。

掌握历史数据，从历史数据中归纳规律（例如什么节点数据下降，什么节点数据上升，找出其原因，形成经营等等）。

当然，在进行线上线下数据分析时，产品运营者态度要客观，一定要遵循原则。

二、KPI数据分析：评估推广结果，引进有需求用户

KPI即关键业绩指标，指的是通过对组织内部的某一个流程输出端、输入端的关键参数进行取样、设置、分析、计算，衡量流程绩效的一种目标式量化管理指标。

KPI是把企业战略目标分解为可运作远景目标的工具，也是企业绩效管理系统的基础。

在进行产品运营时，也需要关注KPI指标。

不同的产品其特征不同KPI指标侧重的内容也不同。

• 对于电商产品来说，KPI指标会更偏向于交易数据一交易额、销售指标等；
• 对于社交类产品来说、会更加注重用户的留存、活跃度等；
• 如果运营偏向产品的话，KPI则侧重用户投诉、体验等；如果运营偏向内容的话，KPI则侧重转发量。

在进行产品运营时，需要关注的KP指标有以下几点。

1. 产品点击量KPI指标

产品点击量是指在某段时间内某个产品被点击浏览的次数，它是针对产品被点击的一个新量词。

那么，什么是产品点击量KPI指标呢？

对产品点击量KPI指标的描述见下图。

点击量要真正转化成对产品的关注，并不是随随便便靠推广一篇无关乎我们产品内容的文章就可以做到的，随随便便靠推广一篇文章达不到我们想要的宣传效果。

我们想要触及的用户群体必是能够产生有效阅读量的，如果用户群不是我们想要的，那么，获取多的阅读量都是没有意义的。

例如，“百度竞价”在调查推广结果展现时，根据数据显示，用户对推广感兴趣，希望进一步了解产品或服务，才很有可能会点击、访问推广网站。

其点击量指的是在一段时间内，推广网站所获得的点击次数。

用户平均每次点击所产生的消费，即在一定时间、一定范围内，用户每次点击、访问所支付的费用。

点击量是影响关键词质量的重要因素，有助于评估推广的质量。点击量越高，说明用户越认可我们提供的产品或服务。

因此，产品点击量KPI指标是产品运营者真正需要关注的KPI指标之一。

2. 产品内容转发量KP指标

产品内容转发量指的是产品以内容的形式展现在用户面前，用户通过对内容的阅读，对内容产生兴趣，从而进行转发。

产品内容包含很多种方式，譬如，可以通过自己发电子报、杂志、DM和企业博客等品牌客制化媒体来做，还可以通过四处找人写文章，与杂志合作等方式来介绍新产品。

那么，产品内容转发量KPI指标指的是什么呢？对产品内容转发量KPI指标的描述见下图。

用户通过对产品内容进行转发可以带来有效关注，其核心数据不会发生改变。

转发量越高，其引发的阅读量也就越。

那么，就可以成功带来更多的有效关注，这主要看所触及的用户群体能不能达到预期效果。

在获取有效的关键用户之后，要吸引用户进入到产品里面进行浏览、操作等一系列行为。

因此，做好内容到产品转化的链条是十分关键的。

首先，在内容的衔接上，必须要有爆点、要毫无违和感；其次，在产品浏览上必须要保持与内容一样的连贯性。

一般情况下，这个步骤主要存在于电商、020模式格局之下的行业指的是产品内部的转化下单过程。

在这个转化的过程中，通常是对内容转化率一个保障核心数据的印证。

倘若只是针对阅读量这种数据来进行监控，根本无法印证这些核心转化数据。

因此，对产品的内容有一定的要求。

还是以“百度竞价”为例，内容不一定要多，但是却很精致，十分有创意，因为除标题外，创意是最能够提高用户转发量的。

创意清晰明了，有助于引进有需求的用户。

3. 产品内容评论数KPI指标

评论是属于一种政论性新闻体裁，指的是针对最近发生的、具有普遍意义的新闻事件或迫切需要解决的问题发表议、讲道理或直接发表意见文章等。

用户通过对产品内容进行评论，可以显示产品内容的正确性和传播性。

评论是给整体阅读量与转发量贡献数据的，所以，产品内容评论数KPI指标支持以上2个核心数据的辅助，对产品的内容要求很高。

在“百度竞价”，对竞价的标题和描述都要求精致、清晰、明了，要让用户第一眼能明白其意思。

如果用户对其内容模棱两可，没有很明确地理解，就会造成用户点击进入后，发现是自己所需要的产品的情况，导致用户流失。

因此，在关注KPI指标时，产品内容评论数KPI指标不容忽视。

三、A/B测试数据分析：解决产品优化痛点

A/B测试是一种可以优化产品的方式，目前已经被广泛应用于国内外的企业中，最典型的应用案例代表是谷歌、阿里巴巴、百度等互联网巨头公司。

A/B测试的含义是为Web或App界面或流程制作两个（A/B）或多个（A/B/n）版本，在同一时间维度，分别让组成成分相同（相似）的访客群组随机的访问这些版本，收集各群组的用户体验数据和业务数据，最后分析评估出最好版本正式采用。

我们在这里重点提一下，为什么大多数的互联网产品都要使用AB测试呢？当然这主要基于A/B测试可以解决目前产品优化中的四大痛点。

1）产品依靠传统经验的决策方式

很多企业在做决策时，往往会依靠产品直觉、视觉等方面的经验进行产品优化方案，或者有些产品经理会凭借过往经验来决定产品在未来的发展方向。

实际上，这种方式不但不会取得太大成果，反而会阻碍人的创新思维，导致很多想法缺乏实践性，时间久了会影响产品发展，同时也会影响整个企业的发展。

2）后验导致开发成本高

后验指的是产品发布以后再去收集数据验证指标。

很多企业对数据越来越重视，因此通常会先把产品发布出去，然后再继续数据采集，过一段时间后沉淀再去判断哪个版本更好。

然而，在用户流量很大的情况下如果不先实行小流量测试就直接上线，很可能会造成大批量用户流失。

3）忽视细节改变问题

有些企业不认为一些细节会对产品造成很大负面影响。

事实上，越是优秀的产品越是由细节组成。

如果企业用A/B测试从一个点击、一张图片或一句文案等来进行改变时，也许就能累积出一个爆发式的增长。

4）流程复杂周期长问题

如果企业有很多方案需要验证，那么进行排期法就需要每个方案上线之后，进行数据分析得出后的结果，然后再安排另一个方案上线。

这种方法并不完美，因为企业的方案不是针对同一类用户设计的，而在不同的排期用户是会变化的，因此这种方法并不适合。

1. A/B测试特性

了解A/B测试的意义之后，接下来要看一下A/B测试的特性。

A/B测试具有三大主要特征：

1. 先验性；
2. 并行性；
3. 科学性。

企业抓住了这三个特性，就能利用A/B测试做好产品优化工作。

在这里，我们可以看一下滴滴出行是怎么做的。

滴滴有一个很简单的场景，有一次他们希望去线上招募专车司机——通过今日头条和一点资讯的广告。

当用户点击广告，就会跳转到着陆页。为了提高注册司机的转换率，同时又降低招募成本，干是在产品优化方面设计了很多版本的司机入驻着陆页。

当时滴滴做了三个版本，原始版本的着陆页在图的最左边，有一句话“任何时候去成就更多人”。

这个版本的形式吸引了人们的视觉，是在转换率方面却并不理想于是，滴滴出行的运营者为了提高司机转换率就继续优化产品。

于是他们做出了这样的着陆页面。

在着陆页面的一句话中加入了一些关键元素，如“每天跑一单，油钱轻松省”。

最早一批内部的专家决定大面积用第一个看起来跟Uber风格很像的这个高大上的版本，但经过A/B测试的实验后发现，后两个版本的转化率更高，而且高了20%多。

最后，他们使用了第三个版本，每招募一个专车司机大概有140多块的成本下降。

这两个最新着陆页面共同体现的是开滴滴的最直接“利益”，即能够获得额外的奖励或者赚更多的外快。

这两个新版的着陆页面的注册率很明显要好于原来的版本，为什么呢？

从最新的优化页面来看，“首单额外奖30元”直接提出成为滴滴司的好处，这大大提高了效点击奉。滴滴快车就是通过优化着陆页来降低获客成本，提高了注册司机的转换率。

从这个案例可以看出A/B测试的三个特性：

① 先验性：先让部分小流量的代表性用户使用产品，再根据他们的反馈数据，决定产品是否要正式对外发布先验性的优势在于只需少量样本数量，就能够获得代表全部样本的确定性结果。在产品发布前进行先验性测试不仅可以减少产品损失，也减少了企业的测试成本。

② 并行性：可以把两个或者多个方案同时上线，同时去对比每个方案的优劣，如此，就能有效避免测试流程复杂、周期长的难题，为企业节省了验证时间。

③ 科学性：分为两个部分，一是流量的科学分配，指的是用小部分流量用户来代表整体用户；二是统计的科学性，指的是在统计试验结果时，用统计指标判断这个结果是否具备可行性。

2. A/B测试优化应用场景

A/B测试与应用场景的关系，包括了三个层面的内容，分别是元素/控件层面、功能层面、产品层面。

下面分别介绍这几种应用场景。

① 元素/控件层面：这个层面其实很好理解。

我们打个比方，如果要对一个按钮的颜色在点击率、转化率有无提升作用方面进行测试。

按钮原始的颜色是红色，后改为绿色或者灰色，然后再看点击率和转化率有没有提升。

按A/B测试的流程将之分为A\B\C三组，科学分配三组的流量一段时间后，就能得知哪个颜色对于点击率、转化率的提升效果最好。

② 功能层面：我们可以通过一个产品价格的测试来理解这个含义。

某些网站主页会展示特价折扣率或直接展示折扣价，这两种展示方式哪种更能刺激用户的购买欲呢？

男性用户可能更关注扣后的价格而不关注折扣率，女性用户则会更加关注折扣率，这都需要进行A/B测试。

③ 产品层面：通过A/B测试，可以提前发现产品的BUG。

这对开发人员来说，就等于有充分的时间进行BUG修复，在BUG修复之后，再重新提交，对用户体验的负面影响降至最低。

3. A/B测试步骤

A/B测试的特性和场景介绍完之后，我们接下来了解详细的A/B测试步骤。

1）确定目标

首先要确定A/B测试要达到的目标，例如，想要对购买的转化率或者着陆页的点击率进行提高等。

2）设计变量

确定目标后，就要设计进行测试的变量是什么，比如不同的颜色、文案等；然后再去确定什么样的数据才能够代表指标。

确定好这些之后，就可以将新版本上线。

3）流量调节

在流量调节的环节中会设置A、B两个版本，各有50％的的访客量，这里的50％是一个相对的念。

借用原有的总流量的10％进行测试，再把这10％一分为二，分别给A、B两个版本。

4）得出结果

沉淀一段时间后，再来看转化率及点击率与原始版本相比有没有提升。

沉淀时间一般是两周，两周的时间足够涵盖用户使用产品的周期。同时，在这个时间段内，用户的行为就会产生一定的模式。

#专栏作家#

Kenfai，人人都是产品经理专栏作家。前网易高级产品经理，现已成为资深产品分析新手、优秀交互设计小白、卓越需求管理学徒

本文原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Pexels，基于CC0协议