**篇 數據分析的方法

第1章 準備工作：數據清洗與預處理 / 5

1.1 為什么要正確和高效地預處理與清洗數據 / 5

1.1.1 指標的數據來源 / 5

1.1.2 數據預處理的目的 / 9

1.1.3 數據預處理的流程 / 10

1.2 用Excel完成常見數據預處理 / 18

1.2.1 文本數值化：文本數字轉為數值型數字 / 18

1.2.2 日期數值化：文本型日期轉為日期型格式 / 20

1.2.3 用分列實現維度拆分 / 23

1.2.4 用“查找并刪除重復行”處理重復值 / 28

1.3 本章小結和思考 / 30

第2章 洞察運營機會的數據分析利器 / 31

2.1 重要！數據分析前的準備工作 / 32

2.1.1 Windows操作系統用戶 / 32

2.1.2 MacBook操作系統用戶 / 33

目錄

X

數據分析+ 數據運營+ 用戶增長

運營之路：

2.2 第1 把利器：用“描述性統計”來整體評估數據 / 34

2.2.1 什么是描述性統計 / 34

2.2.2 描述性統計的適用場景 / 34

2.2.3 分析數據的分布情況：中位數和平均數 / 35

2.2.4 分析數據的離散程度：方差和標準差 / 39

2.2.5 尋找異常數據：分位數和異常值 / 42

2.2.6 在Excel 中實現描述性統計 / 46

2.3 第2 把利器：用“變化分析”來尋找問題突破口 / 52

2.3.1 什么是變化分析 / 52

2.3.2 變化分析的適用場景 / 53

2.3.3 變化分析1：同比 / 53

2.3.4 變化分析2：環比 / 55

2.3.5 在Excel 中分析環比和同比 / 57

2.3.6 用Excel 條件格式進行變化分析 / 58

2.3.7 用數據條/ 色階分析DAU 變化 / 59

2.3.8 用自定義條件格式分析用戶畫像年齡分布 / 60

2.3.9 突出顯示周末的銷售數據 / 63

2.3.10 突出銷量前十的產品 / 64

2.4 第3 把利器：用“指標體系”來洞察變化的原因 / 66

2.4.1 指標體系概述 / 66

2.4.2 指標體系的適用場景 / 67

2.4.3 指標體系的組成元素 / 67

2.4.4 指標類型（一）：北極星指標、虛榮指標 / 77

2.4.5 指標類型（二）：行為指標、業務指標、交易指標 / 84

2.4.6 如何建設產品的指標體系 / 85

2.4.7 如何用“指標體系”來分析指標變化的原因 / 87

2.4.8 深入理解活躍類指標 / 89

2.5 第4 把利器：用“相關性分析”來判斷業務歸因 / 92

2.5.1 什么是相關性分析 / 92

XI

目 錄

2.5.2 相關性分析的2 種數據 / 93

2.5.3 相關性分析的3 種算法 / 95

2.5.4 相關性分析的適用場景 / 98

2.5.5 重要！相關性分析的前提條件 / 99

2.5.6 在Excel 中進行“相關性分析” / 100

2.5.7 如何尋找對購買轉化率貢獻*大的渠道 / 102

2.5.8 如何尋找對活躍有高貢獻的功能場景 / 103

2.6 第5 把利器：用“趨勢預測”來預測走勢 / 105

2.6.1 趨勢預測的概念 / 105

2.6.2 基于時間序列的趨勢預測 / 107

2.6.3 基于回歸分析的趨勢預測 / 109

2.6.4 在Excel 中實現時間序列趨勢預測 / 110

2.6.5 在Excel 中實現回歸分析趨勢預測 / 112

2.6.6 如何預測年度KPI / 114

2.6.7 如何預測下年春節期間的業務指標 / 115

2.7 本章小結和思考 / 115

第3 章 將運營機會轉化為運營策略 / 116

3.1 B-O 價值模型概述 / 116

3.2 B-O 價值模型的組成 / 116

3.2.1 Business：業務模型 / 117

3.2.2 經營策略畫布 / 122

3.3 B-O 價值模型使用指南 / 122

3.4 本章小結和思考 / 124

第二篇 數據運營的玩法

第4 章 數據運營的基礎：用戶場景營銷 / 127

4.1 場景營銷模型概述 / 127

4.2 什么是場景 / 128

XII

數據分析+ 數據運營+ 用戶增長

運營之路：

4.3 場景的起源和特點 / 130

4.3.1 從技術語言到業務語言 / 131

4.3.2 從功能視角到用戶視角 / 134

4.3.3 從靜態服務到動態服務 / 136

4.4 場景的三個高階特性 / 138

4.4.1 特性1：場景的五要素 / 138

4.4.2 特性2：場景體系 / 144

4.4.3 特性3：場景連接 / 146

4.5 本章小結和思考 / 147

第5 章 產品運營工具和模型 / 148

5.1 產品生命周期模型 / 148

5.1.1 模型概覽與架構 / 148

5.1.2 產品上線首發 / 149

5.1.3 產品更新迭代 / 152

5.1.4 產品下線停運 / 155

5.2 產品運營的場景和運營策略 / 156

5.2.1 啟動屏 / 157

5.2.2 首頁和主頁 / 161

5.2.3 主頁的首屏 / 162

5.2.4 搜索區運營 / 166

5.2.5 輪播區樓層 / 171

5.2.6 金剛區樓層 / 174

5.2.7 樓層和坑位 / 181

5.2.8 版本迭代 / 191

5.3 本章小結和思考 / 195

第6 章 用戶模型和運營工具 / 196

6.1 用戶生命周期模型 / 196

6.1.1 概述 / 196

XIII

目 錄

6.1.2 引入期 / 198

6.1.3 成長期 / 199

6.1.4 成熟期 / 201

6.1.5 沉默期 / 203

6.1.6 流失期 / 206

6.2 用戶畫像 / 209

6.2.1 什么是用戶畫像 / 209

6.2.2 靜態屬性畫像 / 210

6.2.3 動態興趣畫像 / 212

6.2.4 用戶畫像的形態：標簽 / 215

6.3 用戶分層模型 / 217

6.3.1 為什么要用戶分層 / 217

6.3.2 用戶分層的使用原則 / 219

6.3.3 經典的用戶分層模型：RFM 模型 / 220

6.3.4 在Excel 中實現RFM 模型 / 223

6.4 用戶運營的常用工具和運營策略 / 226

6.4.1 用戶漏斗/ 路徑分析 / 226

6.4.2 會員/ 權益體系 / 230

6.4.3 簽到/ 打卡 / 242

6.4.4 優惠券 / 245

6.4.5 交叉營銷 / 248

6.5 本章小結和思考 / 250

第7 章 內容運營工具和場景 / 252

7.1 標簽體系 / 252

7.1.1 分類和標簽的區別 / 252

7.1.2 標簽的本質：元數據 / 252

7.1.3 標簽的兩種類型 / 253

7.1.4 標簽系統的核心邏輯 / 253

7.1.5 標簽和權重 / 255

XIV

數據分析+ 數據運營+ 用戶增長

運營之路：

7.1.6 *佳實踐1：BAT 是怎么建設標簽體系的 / 256

7.1.7 *佳實踐2：BAT 是如何讓標簽賦能各個業務模塊的 / 260

7.1.8 *佳實踐3：標簽系統的局限和劣勢 / 263

7.2 個性化推薦 / 264

7.2.1 運營必知的推薦系統流程 / 264

7.2.2 四個常見的推薦運營場景 / 266

7.2.3 個性化推薦是如何做到如此精準的 / 270

7.2.4 推薦系統的原罪：不僅推薦，還在探索 / 272

7.3 本章小結和思考 / 275

第三篇 用戶增長的打法

第8 章 增長戰略模型：S-C-I 戰略模型 / 279

8.1 什么是S-C-I 戰略模型 / 279

8.2 S-C-I 戰略模型的核心邏輯 / 282

8.3 電商型產品的戰略增長方向 / 285

8.4 社交類產品的戰略增長方向 / 288

8.5 內容類產品的戰略增長方向 / 290

8.6 本章小結和思考 / 291

第9 章 增長策略模型：3A3R 策略模型 / 292

9.1 概述 / 292

9.2 用戶洞察 / 293

9.2.1 目標 / 293

9.2.2 策略和工具 / 293

9.2.3 輸出 / 295

9.3 拉新獲客 / 295

9.3.1 目標 / 295

9.3.2 策略和工具 / 296

XV

目 錄

9.3.3 輸出 / 299

9.4 活躍和留存 / 300

9.4.1 概述 / 300

9.4.2 策略和工具 / 300

9.4.3 輸出 / 301

9.5 收入 / 301

9.5.1 概述 / 301

9.5.2 策略和工具 / 302

9.5.3 輸出 / 303

9.6 傳播 / 303

9.6.1 概述 / 303

9.6.2 如何理解用戶增長與裂變的關系 / 303

9.7 3A3R 策略模型的使用方法 / 310

9.7.1 方法1：向前找流量、向后做轉化、自身看畫像 / 310

9.7.2 方法2：自身指北，相鄰伴隨 / 312

9.8 3A3R 策略模型的本質：五度循環圈 / 313

9.9 本章小結和思考 / 316

后記 / 319