更新時間：2014-10-31今天來參加活動的朋友，主要來自于兩個方面，一是網(wǎng)絡營銷人員，一是互聯(lián)網(wǎng)產(chǎn)品的運營人員。我們這些人在名片上的稱謂，或曰營銷、或曰運營、或曰產(chǎn)品經(jīng)理。不管是什么稱謂，都必須要承認，這是一個最富有感性、創(chuàng)意和靈動的群體。而這樣的群體，今天來討論“數(shù)據(jù)分析與運營”是一件多么值得高興的事，這標志著我們這個群體越來越成熟了，不再只是感性、創(chuàng)意和靈性。著名數(shù)學家高斯說過，“一門學科的成熟程度，就在于數(shù)學在這門學科中的應用程度”，我看應用在工作中也是一樣，“一個行業(yè)或者群體的成熟程度，在于數(shù)學在這個群體中的應用程度”。做數(shù)據(jù)分析，自然就是一個數(shù)學的課題，標志著我們產(chǎn)品經(jīng)理人工作成熟度在提升。
在成熟度高的行業(yè)與企業(yè)里，數(shù)據(jù)分析是一項基本的要求，而且已經(jīng)非常深入而精深，象“基于事實的決策”、“量化管理”、“科學管理”都是指工作建立在數(shù)據(jù)分析的基礎上。數(shù)據(jù)分析的應用程度在成熟度高的行業(yè)里已經(jīng)深入到“數(shù)據(jù)倉庫”“數(shù)據(jù)挖掘”“決策支持系統(tǒng)”“統(tǒng)計與分析系統(tǒng)”等階段。我們現(xiàn)在來談流量、轉換率、退出率等，就是在走向數(shù)學，走向數(shù)據(jù)，走向成熟。
從剛才各位的討論、提問與解答，可以看出來大家都是專家，都有很深的工作體會和知識積累，我在這里只想給幾點建議供你們參考。我的建議，其實也就是針對今天會議的兩個主題詞，一個是“數(shù)據(jù)”，一個是“分析”。
一 對于“數(shù)據(jù)”，我們一定要搞清楚一個量化值給你到底反映了什么問題。
大家別以為你拿到一個數(shù)據(jù)，就知道這個數(shù)據(jù)的值反映了什么問題。數(shù)據(jù)背后的真相常常會令我們大吃一驚。
在座的各位，不管你是從事網(wǎng)站型的營銷，把實體產(chǎn)品、虛擬產(chǎn)品放到網(wǎng)絡上來銷售而開展的電子渠道營銷，還是你是從事互聯(lián)網(wǎng)產(chǎn)品的運營，也就是說，不管你是做產(chǎn)品還是做營銷、做設計還是做運營，當你把業(yè)務“網(wǎng)絡化、網(wǎng)站化”，那么就要清楚是在把應用服務化。就算一個僅僅用于營銷用途的電子商務網(wǎng)站，它都是一個網(wǎng)站產(chǎn)品。不管你的網(wǎng)站多么地復雜或者如此地簡單，我們都無法否認，當任何一個訪客來到網(wǎng)站，所產(chǎn)生的任何感受，所做的任何活動，我們都很難完全界定，它到底在使用你的產(chǎn)品享受你的服務，還是他進入了你的營銷模式里，被你營銷與引導。因而，任何來自網(wǎng)站的數(shù)據(jù)，它既可能反映的是用戶的使用體驗、產(chǎn)品邏輯、直觀感受，屬于用戶需求、產(chǎn)品設計的內(nèi)容，也可能是反映了用戶契合度、營銷效果，屬于營銷策劃與客戶服務的內(nèi)容。這在很大程度上跟傳統(tǒng)的產(chǎn)品是不一樣的。比如說一個用戶在電視機前面擺弄遙控器，任何抱怨與贊揚，我們都知道他是關于產(chǎn)品的聲音，不會說這是營銷效果的分析。網(wǎng)絡營銷、互聯(lián)網(wǎng)則不一樣。網(wǎng)絡上用戶的任何一個活動，都無法完全分清是產(chǎn)品還是營銷。
就說退出率吧，退出率是指用戶到達某一個頁面后，沒有繼續(xù)再去往任何一個站內(nèi)頁面，而是離開了網(wǎng)站。對于這個退出率的數(shù)據(jù)，能夠反映什么問題呢?很難說。與營銷、產(chǎn)品都可能有關。用戶退出的真正原因，可能是因為你的網(wǎng)站的圖片與色彩讓其反感，不信任;可能是因為你網(wǎng)頁介紹的產(chǎn)品功能與性能達不到他的需要，不能令其滿意，這應該都是屬于產(chǎn)品方面的內(nèi)容。也可能因為你所做的搜索引擎優(yōu)化工作中關鍵字與產(chǎn)品不匹配，你放置的廣告關鍵詞與產(chǎn)品內(nèi)涵的關鍵詞不夠契合，來客屬于誤入或者被誤導了。這就應是營銷的問題�！半姶碉L”這個詞如果被你用做關鍵詞去營銷，誰能保證傳遞給用戶的信息一定就是吹干頭發(fā)的吹風機，而不是釀干糧食的鼓風機呢?
所以說，搞清楚數(shù)據(jù)反映了什么問題，應為誰所用，是數(shù)據(jù)分析的基礎。
二 對于“分析”，要有一個與之搭配的主語
數(shù)據(jù)分析，并不是拿到一份報告，看看它的status，然后提出一個更高、更好、更大的目標，要求手下去找到實現(xiàn)的方法。做數(shù)據(jù)分析，要找到與之搭配的主語。
談分析(Analyse)，一個常見的搭配是Gap Analyse, 即差距分析。有了差距分析的概念，就會知道要做分析首先要設置有一個目標，或者說要有一個預定的期望值，這種目標與期望值往往也是產(chǎn)生于你的控制模型與偏差系統(tǒng)。做差距分析，就不會是簡單地拿到一堆數(shù)據(jù)，大家橫看豎看不是這里有問題就是那里可提高。就會發(fā)現(xiàn)，事前的預測與計劃，比事后的分析要更重要，PDCA的做事過程上，P是第一步，C可以說是分析這步的工作。剛才有朋友一直在討論某一個行業(yè)的網(wǎng)站它的退出率應該是多少，這如果說是用來做數(shù)據(jù)分析，確實是意義不大的。更應關注的問題是，你本來預期退出率的值是多少?你當初是憑什么這么做的預期，基于哪些要素與行動，現(xiàn)在這些要素與行動是不是都被執(zhí)行，并達到了效果。現(xiàn)在的實際情況差距在哪里，如何產(chǎn)生的?針對接下來的階段，應該提出什么樣的預期與目標，又是基于什么樣的要素與行動。行業(yè)的標竿數(shù)據(jù)拿來指導定目標比用來做分析更有意義。
談分析，另一個常見的搭配是Statistic Analyse，統(tǒng)計分析。有統(tǒng)計分析的意識，就會知道做數(shù)據(jù)分析，應該有建模的過程，統(tǒng)計分析的目的是把握趨勢計劃未來，統(tǒng)計分析需要連續(xù)的數(shù)據(jù)來支撐，而不是用一堆孤立的散點來尋找解決網(wǎng)站運營的實效，要有traceability的概念來尋蹤溯源與根因分析。這樣一來，選擇什么樣的跟蹤系統(tǒng)，跟蹤了什么樣的數(shù)據(jù)字段，這些數(shù)據(jù)是否滿足你的跟蹤需要，對于這些數(shù)據(jù)你能夠建立哪些數(shù)據(jù)視圖，基于這些數(shù)據(jù)視圖反映什么樣的決策邏輯與模型……就會一步步顯現(xiàn)出來成為數(shù)據(jù)分析工作的一部分。
總之，我的這兩點建議，供打算認真去做數(shù)據(jù)分析，并希望通過數(shù)據(jù)分析來提高網(wǎng)站運營實效的人參考。如果有人想加一段網(wǎng)站跟蹤代碼，看一下指標值，就覺得是做了數(shù)據(jù)分析，就會顯著提高網(wǎng)站運營的成熟度與可靠性，那多少會有點天真的。
