不转化的用户不是好用户，付费用户人数、付费用户人数占比、增长速度和注册到付费转化率都是我们可能需要关注的，付费的金额、复购的频率、客单价等我们都需要关注，同时还需要关注一直活跃却不转化的用户行为。

　　活动运营关注之指标

　　对于每一次活动，我们都可以把他当成一个新产品来运营。活动是短期内促进产品各项指标的突然增加的运营手段，判断活动是否成功，就要看目标指标的提升量，以电商活动为例这个目标指标的提升量，可能是新用户下单转化，新用户客单价、老用户客单价等。我们还需要通过分析各渠道投放成本、各渠道引流数、各渠道转化数，最后计算出各渠道的ROi，从而判断哪个渠道对于活动引流和转化有较好的效果。

　　内容运营关注之指标

　　内容运营需要考虑的是内容能够带来的流量以及流量的变现能力。

　　内容本身是能够吸引一定流量的，而随着用户对于内容的传播，流量就会呈现裂变式递增，最后，我们还要把流量转化变现。我认为，内容运营需要关注内容的点击次数、内容页面的页面停留时间、内容页面的蹦失率、点赞次数。上述四个指标能够有效地评判一片文章的标题是否吸引，内容对于用户是否有价值，内容是不是属于标题党内容。有价值的内容未必是用户乐于传播的内容，我们还需要去关注内容转发量。

　　当我们积累了足够多的流量后，我们还要考虑内容的转化变现数据，内容的转化数据因产品形式而异，可以体现为付费链接的点击次数、页面广告的点击次数、所推广之产品或品牌在推广期内的销售额提升等。

　　不同的产品会有不同的指标体系，此处不能尽列，核心思路是关注用户在产品的转化路径，从核心转化路径去拓宽所需考虑的数据指标。

　　协助建立BI系统

　　BI系统主要是给运营与产品看的。不是所有运营都拥有查看数据库的能力，分工明细的大公司更加不会让运营同学获得数据库权限，运营同学花过多的时间在查找和清洗数据也是不应该的。

　　于是，我们需要建立数据看板和数据分析系统。数据分析系统是一个内部产品，用户主要是产品和运营，主要由数据产品经理主导，由数据开发工程师开发完成。目的主要是让运营同学可以简单方便地看到自己最关心的核心数据，及时做出运营决策。BI系统可以由公司团队内部开发，也可以使用第三方工具，如神策、Tableau等等。

　　如何提高数据分析能力

　　多看数据：每天提早到办公室，看看数据报表，思考数据波动背后的原因，久而久之就会成为数据大师。曾经在知乎上看到，数据分析师提高数据分析能力的办法竟然是背数据，虽然有点偏激，也是很有道理。

　　熟悉业务：数据分析是基于业务的数据分析，运营与产品要非常熟悉业务才能通数据中找到存在的问题。这也是我们在数据分析过程中，比起数据分析师占据优势的地方。

　　既精钻Excel，又要懂其它工具。除了Excel常用函数，还需要精通各种图标和数据可视化工具、数据透视表等。数据库语言SQL也要了解，懂Python就更好了，与数据分析师沟通起来更加迅速，自己也可以对一些简单的数据库进行查找和数据挖掘。

　　写在最后

　　运营是一门管理学问，管理能力的提升主要在于实践，本文只能够给大家的是一些实践的思路与方法论，里面的例子也较为简单。大家要把思路与方法论，结合自己的互联网产品加以落实，对框架进行拓展，才能够更有效地掌握数据分析。千里之行始于足下，各位运营人、产品人，共勉。