有沒(méi)有更“獨(dú)立”的數(shù)據(jù)分析支持工具？可以讓運(yùn)營(yíng)自行完成一些數(shù)據(jù)分析，不用總是勞煩技術(shù)！

運(yùn)營(yíng)人員需要具備數(shù)據(jù)分析能力，因?yàn)檫\(yùn)營(yíng)是一個(gè)不斷發(fā)現(xiàn)產(chǎn)品問(wèn)題，并解決問(wèn)題，提升用戶體驗(yàn)的崗位。在這個(gè)過(guò)程中，數(shù)據(jù)分析能幫助運(yùn)營(yíng)更高效地解決問(wèn)題。但實(shí)際上，很多人認(rèn)為自己的薪資上限是15k，因?yàn)椤肮ぷ鳑](méi)啥技術(shù)含量”，“全是臟活、累活”，“就是個(gè)打雜的”等等。然而，在招聘網(wǎng)站上研究了300多個(gè)運(yùn)營(yíng)崗位之后，發(fā)現(xiàn)有很多“高薪”運(yùn)營(yíng)崗，包括用戶運(yùn)營(yíng)、內(nèi)容運(yùn)營(yíng)、社群運(yùn)營(yíng)、活動(dòng)策劃等等，它們的職責(zé)要求都會(huì)強(qiáng)調(diào)一點(diǎn)：具備數(shù)據(jù)分析能力。

那么，如何做好數(shù)據(jù)分析呢？首先需要對(duì)業(yè)務(wù)流程有深入理解，并用數(shù)據(jù)解決問(wèn)題的思維。例如小紅書在去年年初做了戰(zhàn)略調(diào)整后，重心調(diào)整到社區(qū)，并把北極星指標(biāo)從電商的GMV變成社區(qū)的DAU。但當(dāng)時(shí)社區(qū)的留存率并沒(méi)有達(dá)到預(yù)期，在這種情況下，如果不懂業(yè)務(wù)流程和數(shù)據(jù)分析的運(yùn)營(yíng)可能會(huì)直接優(yōu)化內(nèi)容或者做活動(dòng)。然而我的前同事根據(jù)用戶年齡進(jìn)行了用戶分層，并通過(guò)梳理業(yè)務(wù)流程和做出假設(shè)來(lái)找到影響留存率關(guān)鍵行為，并用數(shù)據(jù)驗(yàn)證假設(shè)得出結(jié)論。

雖然業(yè)務(wù)思維至關(guān)重要，但讓數(shù)據(jù)分析真正發(fā)揮作用離不開技術(shù)支持。大部分公司操作是：運(yùn)營(yíng)梳理業(yè)務(wù)流程后將需求提交給技術(shù)建立數(shù)據(jù)庫(kù)，在需要進(jìn)行數(shù)據(jù)分析時(shí)跟技術(shù)人員提需求寫SQL將數(shù)據(jù)從庫(kù)里提出來(lái)交給數(shù)據(jù)分析師進(jìn)行分析最后形成報(bào)表給業(yè)務(wù)部門查看。這個(gè)過(guò)程耗時(shí)長(zhǎng)且對(duì)技術(shù)同學(xué)依賴性強(qiáng)。

市面上有不少用戶行為分析工具可以讓運(yùn)營(yíng)等業(yè)務(wù)部門更方便地分析數(shù)據(jù)。其中比較早期且主要服務(wù)網(wǎng)頁(yè)產(chǎn)品的有GA和百度統(tǒng)計(jì)；易觀方舟Argo、Mixpanel、友盟、TalkingData則采用了“用戶+行為”的數(shù)據(jù)收集模式適合移動(dòng)端App使用。

我們從4個(gè)方面對(duì)這6款工具進(jìn)行評(píng)測(cè)：①哪款工具的數(shù)據(jù)采集準(zhǔn)確度最高？②哪款工具更適合非技術(shù)人員使用？③哪款工具更安全？④哪款工具服務(wù)更周到？

在埋點(diǎn)方式對(duì)比中發(fā)現(xiàn)易觀方舟Argo和Mixpanel使用可視化埋點(diǎn)方式使得操作簡(jiǎn)單易學(xué)；在可視化界面設(shè)計(jì)和功能完善度方面Mixpanel表現(xiàn)最佳；在查詢速度和靈活性方面GA最快且支持自定義報(bào)表；在移動(dòng)端App應(yīng)用場(chǎng)景下TalkingData免費(fèi)版領(lǐng)先于其他產(chǎn)品。

總體來(lái)說(shuō)，在各項(xiàng)評(píng)測(cè)指標(biāo)中Mixpanel表現(xiàn)相對(duì)較好且適合非技術(shù)人員使用。