四、应用：体系和分析

　　(一)案例1：搭建数据分析体系

　　小张今年刚毕业，在某公司从事新媒体工作，负责微信的日常运营。小张并不清楚微信运营的核心目的，尝试了很多方法，原创、翻译、改写了很多文章发布在微信上，但是阅读量时高时低，总体一般。

　　经理让小张想办法改进一下微信运营，提高微信的粉丝数和阅读数;但是张三毫无头绪，无从下手。

　　这是很多运营真实的写照，琐碎的工作容易让人忘记思考，这很可能就发生在你我的身边。

　　我们从数据分析的角度对这个案例进行了诊断，总结了小张存在的这些问题：

　　不清楚自己需要关注哪些核心指标;

　　不清楚目标用户的特征(用户属性、用户画像等);

　　对自己过往工作缺乏系统分析(数据采集、监测和分析)。

　　从业务增长的角度出发，我给小张量身定做了一套数据分析体系，配合其内容工作的开展。

　　第一点，内容定位。

　　运营需要明确知道自己的目标或者KPI，然后选择一个核心关键指标(OMTM)进行监测。如果是创业公司，初期可能需要拉新，那么核心指标是注册用户数或者新访问用户数。如果是资讯媒体，注重影响力和覆盖面，那么核心指标应该是微信阅读数或者网页PV。

　　第二点，用户画像。

　　无论是哪一种运营岗位，都需要明确知道自己的(目标)用户是那些人?这些人都有哪些特征，他们的关注点和痛点是什么?如果你的用户是产品经理，那么可以尝试爬虫抓取产品经理网站上有关的问题，然后做文本分析：这是定量层面的分析。

　　同时，通过调查访问和问卷调研，获取更加深入的用户特征信息：这是从定性层面的分析。

　　第三点，持续监测。

　　借助数据分析工具，对核心关键指标(OMTM)进行持续监测。对于指标异常情况，我们需要及时分析和改进。

　　第四点，数据分析。

　　统计和分析过往内容的数据，找出哪些内容、哪些标题、哪些形式、哪些渠道的效果更好，然后朝这方面不断优化。

　　案例2：分析业务核心指标

　　电子邮件营销是现在很多企业仍在采用的营销和运营方式，某互联网金融企业通过EDM给新用户(有邮件地址但是未注册用户)发送激活邮件。一直以来注册转化率维持在20%-30%之间，8月18日注册转化率暴跌，之后一直维持在10%左右。

　　这是一个非常严重的衰退，需要立即排查原因。EDM渠道注册转化率涉及到太多的因素，需要一个一个排查，数据分析师帮运营罗列了可能的原因：

　　技术原因

　　ETL(数据抽取、转化、载入)出现问题，导致后端数据没有及时呈现在BI报表中;

　　宏观原因

　　季节性因素(节假日等)，其余邮件冲击(其余部门也给用户发邮件稀释了用户的注意力);

　　微观原因

　　邮件的标题、文案、排版设计，CTA设计，注册流程设计。

　　一个简单的业务指标，会影响到它的因素可能是多种多样的，所以我们需要对可能涉及到的因素进行精细化衡量才能不断优化。最后发现，产品经理在注册环节添加了『绑定信用卡』，导致注册转化率大幅度下降。