LOFTER-网易轻博

什么是数据埋点？

----网站流量提升Q Q:88064768

埋点是网站和APP等产品进行日常改进及数据分析的数据采集基础，我们主要用来采集用户行为数据（例如：页面访问路径，点击了哪一个按钮）进行数据分析，从而让运营同学更加合理的安排运营计划让产品经理更好的优化产品路径。

一个网站上线,开发者除了保证网站功能正常，体验优化之外，还有一项重要的工作是数据收集——通过收集用户的行为数据可以帮助了解网站的功能是否满足用户的需求，导流方式是否有效，新功能上线后是否效果是否达到设计初衷。根据数据指引有效优化产品体验，以及发现新的产品方向是产品经理的必备技能，而如何采集准确并且足够的网站数据则应该是开发者的责任。

IP PV UV Cookie是什么？

埋点是为了看数，那么有些数，对于新人来说，是必须要懂的。

（1）ip、uv、pv的定义

IP（独立IP）：即Internet Protocol，指独立IP数。00:00-24:00内相同IP地址只被计算一次。

PV（访问量）：即Page View，即页面浏览量或点击量，用户每次刷新即被计算一次。

UV（独立访客）：即Unique Visitor，访问您网站的一台电脑客户端为一个访客，00:00-24:00内相同的客户端只被计算一次。

（2）ip、pv、uv的区别

IP（独立IP）：某IP地址的计算机访问网站的次数，这种统计方式很容易实现，具有真实性，所以是衡量网站流量的重要指标。

PV（访问量）：PV反映的是浏览某网站的页面数，所以每刷新一次也算一次。就是说PV与来访者的数量成正比，但PV并不是页面的来访者数量，而是网站被访问的页面数量。

UV（独立访客）：可以理解成访问某网站的电脑的数量，网站判断来访电脑的身份是通过来访电脑的cookies实现的。如果更换了IP后但不清除cookies，再访问相同网站，该网站的统计中UV数是不变的。

举例：

甲乙丙三人某台通过ADSL的电脑，访问了“yiguanfangzhou”这个网站，并且每人各浏览了2个页面，那么网站的流量统计是：

IP（独立IP）：1

PV（访问量）：6（3人乘以2个页面）

UV（独立访客）：1

若三人都是更换了IP（ADSL重新拨号）后各浏览了2个页面，则：

IP（独立IP）：3

PV（访问量）：6

UV（独立访客）：1

所以，IP(独立IP)反映的是网络地址对象的数量，UV(独立访客)反映的是实际使用者的数量，每个UV相对于每个ip更准确地对应一个实际的浏览者。

（3）Cookie

当客户端第一次访问某个网站服务器时，网站服务器会给该客户端电脑发出一个Cookie，通常放在C盘中。在这个Cookie中会分配一个独一无二的编号，并记录访问服务器的信息，如访问时间、访问了哪些页面等等。

当你下次再访问这个服务器时，服务器就可以直接从你的电脑中找到上一次放进去的Cookie文件，并且对其进行更新，但那个独一无二的编号是不会变的。如果在一定时间内，服务器发现2个Visit所对应的是一个编号，那么我们自然可以认为这个来源于同一个Visitor了，自然也就是1个UV。

使用Cookie的方法要比网站服务器更精确些。但也存在一些问题，比如：有些客户端为保证更高级别的安全，关闭了Cookie的功能；或者是有些客户端设置了在退出页面时自动删除Cookie，亦或经常自己去手动删除Cookie，那么这个方法就不那么精确了。由此看来，两个方法都只能得到近似的UV，而不是绝对精确的。

主要的埋点事件分类

点击事件：用户点击按钮即算点击事件，不管点击后有无结果；如下图红框标注所示，点击一次记一次。

曝光事件：成功打开一次页面记一次，刷新页面一次记一次，加载下一页新页，加载一次记一次。home键切换到后台再进入页面，曝光事件不记；网页打开一次记一次。

页面停留时间事件：表示一个用户在X页面的停留时长记为停留时长。例如：小明9:00访问了X网站首页，此时分析工具则开始为小明这个访问者记录1个Session（会话）。接着9:01小明又浏览了另外一个页面列表页，然后离开了网站（离开网站可以是通过关闭浏览器，或在地址栏键入一个不同的网址，或是点击了你网站上链接到其他网站的链接……）为了简单，我们把这个过程当做一个Session。

什么是用户运营？

在互联网这个江湖，用户运营已经成为公司标配，那用户运营的岗位职责到底是什么？

----网站流量提升Q Q:88064768

很多公司把社群运营、客服等和人打交道的都归为用户运营，但从本质上来说，用户运营是运营策略的定位，明确产品的目标用户定位、商业市场份额、当前用户增长策略、增量空间等，在此基础上确定其他诸如活动运营、内容运营、社群运营等运营手段的应用和组合。

简单讲，用户运营就是吸引用户，留住用户，让用户对产品有粘性，足够活跃并有贡献。

（1）吸引用户：吸引用户就是向目标用户展现自己产品的核心价值，也就是在对用户需求进行充分研究和产品价值提炼设计基础上通过一些手段实现两者的良好匹配。

（2）留住用户：在吸引用户成功使用产品的基础上，运营人员需要在前期一次次地引导用户认识到产品的核心价值和外延价值能够满足他们自身的需求，让用户找到自己留在这继续使用产品的理由，养成用户习惯，培养用户的忠诚度，最终沉淀下来并成长为核心用户，最终能为产品贡献更多的订单。

用户运营存在的误区

很多人都觉得用户运营很简单，用营销术语说服用户，让用户愿意购买我们的产品就可以了，但是，你以为你以为的就是用户以为的？不要把自己的想法强加给用户，也不要用自己的想法推断用户，不要用自己思维去理解用户。

没有调研就没有发言权，我们不能凭借自己的主观臆测判断用户需求和喜好，而是需要深入用户，进行充分的调研。

在用户运营过程中跟用户沟通的多了，你会发现很多你想不到的用户行为，所以用户运营我们一定要避免一个误区就是：你以为你以为的就是用户以为的。要避免这个误区我们需要做到：

1）经常性的保持与用户沟通

2）多去做用户需求验证

3）在做用户访谈结果分析要客观，切勿加入自己的主观因素，在做用户访谈时要做到以下三点：

——学会追问：挖掘用户深层次的真实需求，而非表象需求。

——详细记录：养成做用户访谈记录的习惯，在做记录的时候要客观，不要加入自己的理解。

——客观分析：对用户访谈尽可能地扩大样本量，做好访谈对象的选择，分析要用关键词提炼法，真正做到客观、真实。

用户运营的本质在于对用户的理解和把握，主要分为共性和个性两个层面:

在共性层面，用户都具备人性的弱点：傲慢、贪婪、窥视、色欲、懒惰和虚荣，以及佛教里面所说的五毒心：贪、嗔、痴、慢、疑；

在个性层面，不同用户群体的行为习惯、想法和需求都会有很大不同，比如K12领域的用户以00后为主，他们的生长环境、价值观、性格特征、行为习惯都会有很大不同，不同的产品满足的是特定用户群体的某个方面的需求。

以正确的心态去面对具体的用户，不断的融入到用户当中去，只有这样才能成为优秀的用户运营，否则只能在初级用户运营的道路上止步不前。

很多用户运营人员基本上就是在跟用户毫无目的地沟通，机械的去解决用户的问题，成为了用户需求的搬运工，只是向公司反馈用户需求，其实说的通俗一点，这样和客服没有什么区别，如果你也这样，那么注定只能是一个初级用户运营人员，用户运营是所有运营工作中最难，也是要求最高并且最具挑战性的工作。

----网站流量提升Q Q:88064768

如果你不爱跟用户聊天；

如果你认为用户很傻；

如果你总是认为用户的问题很奇葩；

如果你没有去探究用户行为和心理的欲望；

那么你一定不适合做用户运营！

用户运营最关键的就是你用什么样的心态去对待你的用户和用什么样的方式去了解你的用户？而对用户的深入理解一定是建立在你对用户足够了解的基础上的。

用户运营的三项基本工作

1、拉新，吸引用户来体验产品

在拉新阶段，最重要的事情是向用户展示自己产品的核心价值，只有满足了用户的某项需求，用户才会点下鼠标过来看看。本地生活类，可以先从某一点或者几点出发，比如美食，先满足吃货们的需求，想想自己作为一个吃货，都需要看到什么样的东西，比如：打折优惠，送餐业务，新品尝鲜……、

2、留存，让用户继续使用产品

在留存阶段，最重要的是提升用户体验。现在同类产品太多，一定每个产品都有让人不爽的地方，但如何能够留下用户呢？答案就是尽量提升用户体验，减少让用户不爽的地方，就能提升用户的留存率。

3、促活，提高用户的活跃度

在如何提高用户活跃度这方面，做活动的效果可能会相对明显一些。刚开始可以做一些简单、容易参与的活动，先调动积极性。

概括起来，用户运营就是这几件事:

1.了解用户：了解目标用户和现有用户的用户画像，针对核心用户的特点优化产品

2.发现用户：无论是种子用户还是潜在用户，都需要用户运营去发掘。

3.保留用户：就是提高存留率呗- -做活动，做专题什么的。从用户身上挖信息

个人觉得用户运营是运营中非常重要的一环。因为用户运营是直接接触用户的环节，所以产品的口碑靠用户运营来维系和调动用户传播，活跃度、留存率、转化率等重要指标都依靠用户运营。用户运营是最了解用户想要什么的人，也是最能不断优化产品促进迭代的人。

那么，如何做好用户运营呢？

用户运营的核心关键

深入了解用户的最好方法就是把自己变成用户，了解用户了解的，想用户所想的。常见的有以下方法：

1、多与用户沟通

要多跟不同类型的用户进行沟通，并且把这项工作作为常态。一般来说，运营人员进行用户沟通的目的有三个：了解用户需求，了解用户状态，维系用户情感。与用户交流沟通的方式和内容取决于你的沟通目的是什么，比如你的目的如果是跟用户的情感维系，那就不能以工作人员的身份老是问或者聊与产品相关的问题，跟用户聊天也别太官方，太正经。

2、了解用户的喜好，然后自己也去了解它

比如现在的高中生用户大部分比较喜欢古风系的东西，那么作为运营人员就要去学习和了解这些东西。你所运营的这类用户群体中最近经常讨论的电视剧和电影是什么类型，你也应该有所了解，当然你不用也去一集一集的去看这些电视剧，你至少要把这些电视剧的剧情梗概了解一遍。

3、关注用户的产品使用行为以及反馈

多去看用户的留言和评价，看看他们在使用产品之后是满意还是不满意，满意是满意在什么地方，不满意又是因为什么，运营人员要多从用户的角度去使用和感受产品，而不是站在一个产品设计者的角度去关注产品的功能。

4、关注用户社交平台的个人动态

运营人员需要经常性的查看用户的QQ空间、朋友圈和微博，这是了解用户的一个非常有效的渠道，可以知道用户最近在关注什么，发生了什么开心的或者不开心的事情，有什么烦恼需要解决。正如你喜欢某个女孩，了解她最好的渠道之一就是去看她的空间、朋友圈和微博。

用户从进入产品到离开都发生了什么？主要遵循什么样的行为模式？用户是否按照产品设计引导的路径在行进？哪些步骤上发生了流失？用户离开预想的路径后，实际走向是什么？不同渠道的带来的用户，不同特征的用户行为差异在哪里？哪类用户更有价值？这些问题都是在产品运营过程中，产品、运营和市场团队希望看到的用户行为路径。那应该怎么解决这些问题呢？

----网站流量提升Q Q:88064768

易观方舟教你3种方法玩转用户行为路径分析，主要的分析方法是转化漏斗、智能路径、用户路径。转化漏斗是预先设定好的路径；智能路径是设定了目标行为之后发现更多漏斗；用户路径是完整再现用户整个转化过程。在实际应用中，三者有各自适用的分析场景，通常也需要互相结合，相辅相成。

转化漏斗，用户引导提升转化效果

转化漏斗适用于对用户行为路径中的关键环节进行分析、监控，找到其中薄弱的环节，通过用户引导或者产品迭代来优化，提升转化效果。

无论是新用户的引导、某个业务流程还是某一次运营活动，涉及到有流程转化的都可以建立漏斗来分析。在分析的过程中，可以观察整体的转化率是否符合行业水准，哪些步骤转化率还有优化空间？可以通过细分维度发现导致转化率低的因素是哪些，也可以通过查看流失环节的其他使用路径，进而针对性的做引导等等。

智能路径，探索转化路径多样性

当有明确的转化路径时，通过预先建立漏斗来监测转化率会比较容易。但是很多情况下，虽然有最终的转化目标，但是用户到达该目标却有多条路径，无法确定哪条路径是用户走的最多的路径，哪条转化路径最短，这时候就需要智能路径分析模型的帮助。

确定想要观察的目标行为，通常是业务中需要引导用户完成的某个功能或到达的某个页面。可以将其设置为起始事件，分析发生该行为后续的行为路径；或者设置为结束事件，分析来源路径。

用户路径，路径识别分析用户类型

区别于转化漏斗和智能路径，用户路径不需要预先设置漏斗或者圈定要分析哪个页面事件或点击事件，而是计算用户使用网站或APP时的每个第一步，然后依次计算每一步的流向和转化，通过数据，真实的再现用户从打开APP到离开的整个过程，进一步识别用户频繁路径模式，即哪条路径是用户最多访问的；走到哪一步时，用户最容易流失；甚至呈现出产品经理在设计产品时都未曾预料到的路径，找到分析用户行为最基础、最原始的数据；也可以通过路径识别用户行为特征，分析用户是用完即走的目标导向型？还是无目的浏览型。

总之用户行为路径的分析对产品运营过程都有非常重要的启发作用。

在信息发展的时代，移动互联网发展的也很迅速，现在都是一人有着多台设备，现在用户触点在跨设备之间移动已经成为常态。早在2016年，市场研究机构Extole就一个电商企业的用户推荐和消费转化行为做了研究，发现只有65%的推荐和消费是在同一类型的设备上。因此，实现跨平台数据打通对于企业和用户来说，都很有必要。

----网站流量提升Q Q:88064768

实际上，很多企业也会搭建产品矩阵，在Android、iOS、H5、Web、公众号、小程序等多端着力。但多数情况下，这些数据之间割裂的，那么是否有必要进行跨平台数据打通？如何打通？打通后如何应用？需要一一分析。

是否有必要进行跨平台数据打通？

说到数据打通，大多数人会觉得，站在运营的角度来看，自然是希望能够知道用户在各个平台上的完整数据，通过用户行为来挖掘用户的真实需求，使得很多基于此的分析变得可能，比如：

1.获得完整的用户旅程

2.对比了解用户在不同平台上的使用情况，优化用户体验

3.能够在一个系统中查看所有平台的数据，提高工作效率

虽然有这样的好处，但是当不同平台之间差异巨大，都是独立运营，更多关注的是平台内的使用情况时，跨平台数据打通就失去了它的重要性。分开数据源、分开数据分析、分开数据使用有利于保证数据不受干扰，易于发现问题，针对特有平台做追踪反而能提高效率。

如何打通数据？

在梳理清楚数据运营的逻辑之后，确定有必要打通时，就需要确定跨平台识别的标准。

通常会有两种方法：1.确定性方法识别；2.概率论方法匹配。

1.确定性方法识别：

利用用户帐号体系中的数据资源，可以是系统生成的UserID，可以是手机号，也可以是邮箱，不同的产品情况略有差异，总之就是用户唯一的标识。

比如，X应用在Android、iOS、Web、小程序四个平台上运营，各个平台用统一的帐号体系。假如小明有Android、iOS、PC三台设备，早上在Android的小程序上看了一个推荐的，中午登录了网页查看了详细信息，晚上回家在iOS手机上下了单，那么完全可以通过UserID将用户行为连贯起来。

2.概率论方法匹配：

使用设备相关的间接数据来匹配。比如，Cookie、IDFA、上网时间、Wifi、IP等等，通过机器学习或者其他复杂的规则来分析。但是严重依赖于数据的多样性和算法，相对确定性的方法来说，准确性差距很大，因此不推荐。

其实现在用户召回的方式有很多，每个企业有不同的方法，但无论有多么强烈的愿望，都需要科学合理的用户触达方式去实现和用户的亲密接触。而其中非常重要的环节就是精细化运营和数据分析，这是用户触达的前提和手段。那现在内部用户触达方式有哪些呢？

----网站流量提升Q Q:88064768

弹窗

例如网站服务功能更新提醒；个人中心相关提醒（如积分、排名变化）；操作引导；活动弹窗等。

使用场景：引导客户使用产品，提高转化率

举例：小A是某电商的运营，在分析某活动页面的用户路径时，发现有部分用户用户路径相似，都是浏览首页后跨过3-5个页面后才浏览到该活动页面，但这些用户均没有购买行为，于是小A想看缩短用户路径后，是否可以提高转化率。小A为了用户能尽快到达该活动页，在首页做了一个弹窗提示，这样直接想要跳转到该活动页的用户可直接通过弹窗跳转，大大缩短了转化路径，提高了转化率。

站内信

站内信主要用来给客户推送系统通知、网站公告、订单消息、活动消息等。

使用场景：引导客户使用产品，提高转化

举例：开心消消乐的站内信告知玩家除了自己通关外，还可以免费获取2个精力瓶，还可以加好友，帮助好友解锁、通关。引导用户延长使用时长，加深使用深度，为购买各种类型道具提供更多机会。

内容推荐

利用内容展示，延长用户停留时长，引导用户发现更多内容，促使用户主动购买商品。

使用场景：引导客户使用产品

举例：如母婴类App上的“妈妈圈”，让用户在看帖子、看自媒体文章的过程中购买商品。

产品推荐

根据用户已浏览、已搜索、已收藏、已购买的信息对用户进行产品推荐。

使用场景：引导客户使用产品，提高转化

举例：母亲节前的某日，小A在某电商搜索“中老年女春季上衣”，浏览商品后并未购买，3日后小A再登录该电商，电商首页的推荐商品中出现中老年女士连衣裙相关商品推荐、母亲节礼物相关商品推荐、中老年男士衣服相关商品推荐，小A最终在该电商下单购买了母亲节礼物相关商品推荐中的一件商品。

聊天助手

聊天助手通常作为客户服务系统嵌入到网站APP中，方便用户使用产品服务而存在，目前大部分支持用户自助寻找信息、人工客服与机器人客服。

使用场景：引导客户使用产品，提高转化

我们发现结合用户属性信息（性别、年龄、地域等），分析用户的使用路径（包括浏览页面、收藏信息等细节），进而对用户进行分群聚类、打标签，才能更精准地理解用户需求。

总结：

内部用户触达方式其实还有很多，但主流的为上述5种，通过这些方法，你可以更有效地设计内部用户触达方式，召回老用户，并让你的用户为公司继续创造价值。

现在互联网行业中，在从业中都会遇到很多棘手的问题，无论自己有多少工作经验，都会遇到一些自己解决不了的问题，现在很多人运营的人都会遇到这样一个问题，每天都有2-3万的注册用户，可是为什么每天的活跃用户总数却不见增长呢？

----网站流量提升Q Q：88064768

现在很多人出于常识的解释是，用户规模不变，那一定是用户来了又走了，新增多少就流失多少。于是很自然的从流失着手，做了诸如流失人群画像、流失原因分析、甚至流失行为预测等调研。而在所有研究方向中，有两组数据在运营人员中得到广泛的关注，运营人员发现用户留存率是非常值得注意的指标。

比如，昨日活跃的75万用户中，都是哪天注册的新增用户？有多少是上周注册的？有多少是一年前注册的？去年今日新增的2.5万用户中，还有多少在今天活跃？

通过前一个问题得出广泛引用的结论：每天的活跃用户都是由之前每一天的新增用户的存量用户数加和。并且里当前日期越近，占的比重越高。

而通过后一个问题则发现同一批新增的用户，随着日期增长，每日仍活跃的数量呈现快速衰减的走势（节假日或特殊活动时会出现反弹）。

这两个问题都指向一个关键词：用户留存，而不是用户流失。

用户留存分析即研究一个或一批用户，在首次使用产品之后，之后每天的活跃情况。活跃天数越多，说明用户质量很好、粘性高、生命周期长；反之说明用户质量低、粘性低和生命周期短。

通过用户留存的数据，得出的计算简便并且非常有效结论：

新用户普遍在前几天流失，数据显示新用户在第二日就流失30~50%，一周后仅剩10%也是非常普遍的，并且很多用户根本没有使用到产品的核心功能就流失了，十分可惜。

基于这个结论，近些年来，运营活动和产品设计方向上越来越针对新用户的前一周做关怀或新手任务，强化用户去体验到产品的基本功能。例如信用卡首刷礼，互联网理财产品赠送新户加息券。

各渠道导入的新用户留存差异巨大，渠道策略有待提升

将所有渠道的留存比例排序后，可以非常容易发现某些渠道带来用户规模较大，却留存却很低，主要原因分就是渠道质量较低或者渠道作弊。停止向这些低效的渠道投入费用，将节省很多营销费用。留存分析就成为优化渠道策略的必要工具。

根据留存率计算用户生命周期

计算每个用户的生命周期时，通常采用用户最后一日的活跃日期减去首次访问日期，除以当日新增用户就得到所有用户平均生命周期。这个结果恰巧是每日的留存率之和。

数据埋点是一种常用的数据采集方法。经过不断演化发展，由此所演变出的数据采集方法，已出现很多类型，并各具特点。经过不断演化发展，由此所演变出的数据采集方法，已出现很多类型，并各具特点。

----网站流量提升Q Q:88064768

数据埋点的原理是什么？

对基于用户行为的数据平台来说，发生在用户界面的、能获取用户信息的触点就是用户数据的直接来源，而建立这些触点的方式就是数据埋点。当这些触点获取到用户行为、身份数据后，会通过网络传输到服务器端进行后续的处理。

数据埋点从准确性角度考虑，分为客户端埋点和服务端埋点。客户端埋点，即客户操作界面中，在客户产生动作时对用户行为进行记录，这些行为只会在客户端发生，不会传输到服务器端；而服务端埋点则通常是在程序和数据库交互的界面进行埋点，这时的埋点会更准确地记录数据的改变，同时也会减小由于网络传输等原因而带来的不确定性风险。

从分析的角度出发，数据越准确、越全面就越能达到理想状态；但在实际生产过程中却不得不考虑数据采集可行性等问题。由于数据分析工具的最终用户可能是企业内部的各种角色，如工程师、产品运营、市场甚至其他业务人员；大家会在不同时间，在产品不同的模块中，以不同的规则向产品中注入自己关心的采集代码。遵循传统方式，常见工作流程如下：

团队内部还会使用一种表格来搜集各个团队的埋点需求，然后再交给工程师。如下图：

实际上，即使是赫赫有名的数据分析服务商Mixpanel，在很长一段时间内也只能将这种工作流程作为它所建议的最佳实践，甚至不得不花篇幅在文档中心提供了几种不同风格的文档，以此帮助大家熟悉这种工作流程。

为什么要做数据埋点？

互联网应用（网站、APP）在研发时往往不会专门记录用户身份和行为数据，也不会包含专业的数据分析功能。但有时为了分析用户产生某些动作或不产生某些动作的深层原因，就需要详细的用户数据进行分析。这个时候就需要用到专业的用户分析工具以及埋点了。

数据采集是任何一个数据平台的起始动作。对于互联网应用来说，用户行为的捕捉及获取是重中之重。如果没有准确、全面的用户身份和行为数据作为输入，在后续分析中得到准确洞察的可能性就会存在不确定性，营销闭环也会缺少过程数据依据，精细化运营更难以开展。

互联网行业中，最需要的就是行业大数据分析，要想做好大数据分析，就要不断的积累经验和不断的学习新知识，这样才能为做好数据做充足的准备。做运营同样如此，运营人离不开数据，产品运营数据分析对于做好运营来说非常重要，根据海盗模型AARRR产品增长模型，可以将产品运营数据分析中的指标分为五大类：拉新指标、活跃指标、留存指标、转化指标、传播指标。

----网站流量提升Q Q:88064768

拉新指标

运营通过渠道投放让“用户”接触到产品，当“用户”觉得产品不错就会去下载它，打开产品发现里边的内容蛮适合自己，“用户”就会注册产品，最终成为产品真正的用户。

（1）浏览量：俗称曝光量，指的是产品的推广信息在朋友圈、搜索引擎、应用商店等渠道渠道中被多少用户看到。与浏览量相对应的是点击量，它们俩的比例在业内有一个专业词汇CTR（CRT=点击量浏览量），很多广告平台会用CTR来评估广告质量；

（2）下载量：指的是App的安装次数，是衡量拉新效果的结果指标；

（3）新增用户：下载并不是意味着就是用户，如果某个“用户”只下载了并没有注册，那它就是一个无效的用户。对于用户的界定，每个产品是不一样的，大部分的产品是用户注册了App，就被定义为用户了；

（4）获取成本；用户获取必然涉及成本，而这是运营新手最容易忽略的。目前常见的成本的计算方式有CPM（千次曝光成本）、CPC（单次点击成本）、CPA（单次获客成本）。

活跃指标

相比于下载量和用户量而言，在人口红利消失后，大家开始更关注实实在在的东西了--你到底有多少活跃用户。

（1）活跃用户数：DAU指的是日活跃用户数量，指的是在24小时内活跃用户的总量；

（2）活跃率：活跃用户数衡量的是产品的市场体量，活跃率看的则是产品的健康；

（3）在线时长：不同产品类型的访问时长不同，社交肯定长于工具类产品，内容平台肯定长于金融理财等；

（4）启动次数：它体现的是用户的使用频率，用户的日均启动次数越多，说明用户对产品的依赖性越高，活跃度也就越好。

（5）页面浏览量：PV（PageView）是页面浏览量，UV（UniqueVisitor）是一定时间内访问网页的人数，用户在网页的一次访问请求可以看作一个PV，用户看了十个网页，则PV为10。

留存指标

如果说活跃数和活跃率是产品的市场大小和健康程度的话，那么用户留存衡量产品是否产品能够可持续发展，如果你是早期产品就更应该关注是留存指标了。

（1）用户留存率：留存率=留存用户当初的总用户量；

（2）用户流失率：流失率在一定程度能预测产品的发展，如果产品某阶段有用户10万，月流失率为20%，简单推测，5个月后产品将失去所有的用户。

转化指标

对运营而言，拉新和活跃、留存都只是手段，最终衡量你工作业绩的是你手上掌握了多少有价值的用户。

（1）GMV：它是一个虚荣指标，只要用户下单，生成订单号，便可以算在GMV里，不管用户是否真的购买了，京东在双十一对外发布的战报是GMV；

（2）成交额：成交金额指的是用户付款的实际流水，是用户购买后的消费金额；

（3）销售收入：它指的是成交金额减去退款后剩余的金额；

（4）付费用户量：在产品里边产生过交易行为的用户总量，同活跃用户一样，交易用户也可以区分为首单用户（第一次消费），忠诚消费用户（持续购买的用户），流失消费用户（流失后又回来的用户）等。

（5）ARPU：ARPPU=总收入÷收费用户数

（6）复购率：和新增用户一样，获得一个新付费用户的成本已经高于维护熟客的成本。复购率更多用在整体的重复购买次数统计：单位时间内，消费两次以上的用户数占购买总用户数。

传播指标

现在产品都会内嵌分享功能，对内容型平台或者依赖传播做增长的产品，对病毒式增长的衡量就会变的至关重要。

（1）病毒K因子：K因子大于1时，每位用户能至少能带来一个新用户，用户量会像滚雪球般变大，最终达成自传播；

（2）传播周期：传播周期指的是用户完成从传播到转化新用户所需要的时间，通常传播周期越短，意味着用户裂变传播的效果越好。

在未来，想要做好产品运营数据分析，一定要多了解这相关的指标，只要这样，才能更深入的做出行业数据。

做运营的人都知道一个问题，就是现在产品本身用户体验好，且在特定场景下能很好地满足用户需求，但用户并不愿意自发主动地去传播你的产品呢？很多人不知道原因，在当下用户存量为主的时代，如果我们想要获得用户的青睐，需要进行用户增长分析，明白自己的产品有没有问题，除了给用户足够使用自己产品的理由外，同时也需要诱导激发用户对产品的自发传播。那我们应该怎么发展产品自传播增长模式呢？易观方舟从四方面告诉你。

----网站流量提升Q Q:88064768

1.设计用户喜爱的产品

“绝地求生”游戏一经问世，瞬间成为游戏界的后起之秀，在游戏玩家间疯狂地传播，甚至吸引了大量之前不玩游戏的用户，短期就占领了游戏界的半壁江山，英雄联盟、王者荣耀已没有了往日的风头。

为什么绝地求生会有这么高的热度呢？很大程度上是因为开发者设计出了一款受到用户喜爱的产品，在做用户增长分析时，要明白自己的问题出在哪里，是不是自己设计的产品没有满足用户的需求，所以才没有能够做到很好的用户增长。

2.使用互惠原理

什么是互惠原理呢？就是通过分享产品，既可以给分享者带来好处，同时也能为被分享者带来利益，比如滴滴优惠券，饿了么美食券，或者冲顶大会、芝士超人分享邀请后可得答题的邀请码。

在做用户增长分析的时候，我们要想清楚这样一个问题：为什么有些产品用户会自发地进行传播？用户往往都是利益驱动的，要让用户在使用产品的时候满足自己的需求，更要得到一些额外的利益，用户才会主动地进行自传播。

3.让用户得到满足

通过传播获得关注或认可带来的满足感，比如keep运动排行榜，薄荷阅读坚持打榜天数，还有前段时间吸引各大广告商的微信小程序跳一跳，通过游戏结果的分享可以邀请好友挑战，这也会产生一种攀比的心理，让互动性更强。

4.散发大爱

大爱主要是指去年腾讯公益发起的一场公益活动“小朋友画廊”，将筹集的善款用来帮助智力障碍的特殊人群融入社会。用户只要付一元钱，就可以通过分享的方式，将自己献爱心的行为晒出来，既有意义也可以吸引朋友的参与，传递出“很低的成本就能帮助到需要帮助的人”这一信息。

在这些量化信息在实际社交传播中的效果，我们想知道怎样的产品属于用户喜爱的范畴？用户在什么场景下愿意去分享？如何做用户增长分析？……

其实，在整个用户生命周期中，从获取到留存，我们需要不断与用户保持联系，让用户愿意和我们的产品产生交互；为了能让用户群体呈健康的增长走势，我们需要做的很多很多，但更重要的是引导用户产生自传播，在一定条件下能够驱动产品的自生长。

IOTA架构是基于IOTA和AI时代背景下的大数据架构模式，其整体技术结构的核心是贯穿于整体业务始终的数据模型，具有提高整体的预算效率的作用。IOTA架构这一概念由易观首次提出，并将其应用于最新研发的精细化运营工具中。本文将介绍IOTA架构下的数据采集。

----网站流量提升Q Q:88064768

SDK架构

在IOTA架构下，在当下终端设备计算能力普通较强的情况下，SDK不仅承载着以往的基础功能，并且被赋予了边缘计算的角色。例如在设备端就开始做数据完整性和有效性的校验、将用户行为转化成为统一的数据模型，然后传送给服务端。一个稳定的数据采集端需要有如下功能，存储、回数、控制、保护。

存储：数据存储，校验当前存储数据合法性，及防止数据被第三方串改。

回数：数据上报，加密上报数据，防止被第三方截取，保证不受HOOK等影响，防止DNS污染等。

控制：控制发送策略，可以指定3G4Gwifi环境上传，可以调整上报时间频次、本地数据缓存规则全部可动态调整。

保护：有自保护机制。不要影响用户的正常使用，减少因逆向导致的数据异常

显而易见，普通的采集端都具有这些功能。作为IOTA架构下的采集端进行了哪些优化呢？

统一模型：在IOTA架构下从数据采集到数据接收以及数据处理都是用一套数据模型。例如对于用户行为分析时会用到的模型中，我们可以抽象出以下几个基本要素：发生行为主体（who），行为发生的时间(when),行为的发生地点(where)，发送的事件(what)。在IOTA架构下也统称为Common Data Model。

聚合：同样的数据进行边缘聚合计算，如某些用户访问路径可以直接由采集端来完成，生成对应类似漏斗的事件。一般这个计算是服务器下发策略来动态控制的，当然也可以随时做出调整，值得注意的是这是不可以逆的运算，并且这种模式只适用于适合间隔发送模式的数据

校验：数据的完整和有效性可以放到采集端处理，确保SDK给server的数据不是被修改的，产生的数据是合理的，这就要求采集端加入防作弊的功能。这是一个成熟产品长期需要投入的项目，大部分公司的风控做的也有一部分这样的工作。典型的案例如防止Xposed拦截，防止反编译，防止二次打包。

实时：数据实时上报给服务器，这样才能让用户感觉到零延迟，实时计算。如12306购票，要立即的进行查看结果，不能等得到次日才看到结果。同样的带来另一个问题，个人高频上报、用户高峰期大量用户上报需要进行区分，两者对收数服务器而言是一样的，那这个时候就需要收数服务器和采集端进行通讯，动态控制。

高可控：高可控是对数据采集最基础，也是最重要的一个要求。不然面对攻击，服务器无法实时监控，动态调整，立即处理，可能会导致服务器的短时间无法正常工作(如数据处理延迟，严重的乃至宕机)。

总的来说，IOTA架构下的数据采集有如下特点：

采用统一的数据模型，支持边缘计算、支持与服务器端动态交互的控制策略。

为了更好为自己的用户提供更优质、更人性化的服务，企业或公司往往都会采集用户的一些信息，以便以后简化用户操作或方便营销等。比如记录登录用户经常购买某个品牌的化妆品，购买价格通常在300-500元区间，那么企业可能会将该品牌在这个区间的化妆品放到App最明显的位置；还比如公司做活动，但由于活动页面比较深，导致用户很难发现，因此触发次数特别少，没有起到营销效果，那么企业可能就会根据采集回的数据信息进行实时调整，将该模块放到明显位置、或减少操作路径等等。

----网站流量提升Q Q:88064768

SDK数据采集的作用就在于此，既能方便用户操作，又能起到帮助企业自我调整的作用。

1.稳定性

作为App重要的组成部分，稳定性是SDK的重中之重，因为一款SDK可能会被多个App使用，而每个App又有N个用户在使用，如果某行代码出现crash，后果将可想而知。

对于可能出现crash的代码适当添加trycatch进行异常捕获，对于常用的NSMutable Dictionary、NSMutable Array等控件在插入或访问时经常出现数组越界、nil数据插入等，可使用Category添加自定义安全方法，也可以在Category中使用方法交换，先调用自定义方法进行数据校验，校验无误再执行系统方法。

2.安全性

安全性目前主要使用代码混淆方式，为防止他人通过class-dump(相关链接，请详见文末！下载后将文件复制到usrlocalbin目录下)反编译后，根据源代码中的方法名就可以推断出其功能。

特定标识方法混淆对工程中所有方法使用特定标识开头，将所有带有标识的方法都使用随机生成字符串方式替换。

3.扩展性

对于程序来讲扩展性无疑非常重要，不能因某个小小需求的改变而导致代码重构，不仅浪费人力、物力，更重要的浪费了时间，而时间可能导致商机的流失。

为了方便用户对自定义信息的扩展，部分接口也预留了自定义信息，如购买商品时后期可能需要分析品牌、价格、购买时间段等，那么开发者可通过track properties方法将数据放到properties字典中。

手机APP嵌入开启可视化功能的SDK，通过WebSocket的方式和服务器、前端进行相互通信，SDK会定时收到服务器下发的页面请求；然后会上报页面快照和界面因子信息到服务器，服务器收到信息后会根据界面因子信息对页面的每个元素进行分析，根据控件的类型来标记哪些页面元素是可以被埋点的，最后将可埋点信息交给前端渲染，此时，前端Web页面上展示就的就是可以埋点的页面。

----网站流量提升Q Q:88064768

埋点人员在渲染出来的前端Web页面上进行框选，标记事件属性等进行埋点。前端Web页面会将对应的埋点信息传递给服务器保存，SDK则会通过策略定时从服务器获取埋点信息。

WebSocket通信

由于埋点过程中需要设备APP与前端埋点Web页面进行长时间的连接，并且连接期间双方需要进行互相通信，所以就需要一种高效的支持双向通信的协议来支持这种场景。WebSocket是用于在Web浏览器和服务器之间进行任意的双向数据传输的一种技术，它基于TCP协议实现，包含初始的握手过程，以及后续的多次数据帧双向传输过程。

在具体的连接过程中，其实前端Web页面和SDK与服务器的连接都是基于WebSocket的，并且这两个连接最终会建立一个一对一的对应关系。易观在埋点的过程中规定，同一个版本的APP只允许一台设备进行连接埋点。

数据埋点过程

数据埋点过程是通过Http协议来实现的。服务器提供相关的埋点查询新增修改删除的接口。埋点人员通过浏览器在具体的埋点Web页面对埋点元素进行框选，继而填写对应的事件名称，然后点击相应的新增修改删除按钮即可。

用户编辑的所有的埋点信息最终都会保存到MySQL数据库中。用户最新的快照信息会保存在Redis中一段时间，供用户修改埋点的时候调用。用户编辑完所有的埋点后点击部署按钮，所有的埋点就会实时生效，其他设备上的APP就会获取到部署后的埋点信息。

至此，可视化数据埋点的流程和技术细节就介绍完了。

现在的互联网市场已经逐渐走进了互联网下半场，因为人口红利逐渐消失，现在的市场竞争开始从增量市场竞争进入到存量市场竞争。

----网站流量提升Q Q:88064768

现在人们的生活消费水平也在不断的升级，用户需求也在不断的裂变，所以现在用户个性化需求不断产生，现在人们对于产品有着更高的要求，需要把以前从拼价格、拼速度、拼模式的竞争方式，转变成以提高产品服务质量为核心才能更好得留住用户。流量经济正在转换成为数字经济，流量红利正在转向数据红利，在这样的背景下，我们需要有更好的思路，通过精细化运营管理来更好地运营自己的产品和用户。

什么是精细化运营管理？

精细化运营，是指围绕用户生命周期各个阶段进行展开，包括从用户的获取到新用户、核心用户和活跃用户不同路径的转换，以及包括流失和沉默用户的唤回等各个阶段，对其进行有效管理。管理手段就是运营，需要不断触达用户，按照用户所需、所想、喜欢的内容来触达和维护用户。

精细化运营管理需要哪些核心能力？

第一是用户分群。以往的运营工具都是把产品作为整体来进行分析，现在因为用户需求的差异化越来越大，他们的个性化需求越来越多，需要用不同的人群，按照不同需求、不同特征进行区分，然后差异化看不同人群的行为，进而对不同人群采取不同的分析。

第二是随需分析。以前的分析工具，我们看到是固定的统计结果，比如在讨论流量的时候，会关注DAU、MAU统计数据。但现在光看固定的数据还远远不够，产品应该根据业务特征定制各种各样的分析模型，要能够灵活地设计分析路径。以前数据分析跑结果，今天看到是昨天的。现在需要的是随时随地通过实时分析展现分析结果，积极响应用户变化。所以，各个数据的实时下钻、实时分析这样的功能必须要满足。

第三是全景画像。对用户的描述一直追求的是了解产品的用户特征。以前运营工具提供的只是用户的基础特征以及用户在自己应用产品内的行为特征。但是，对于用户离开产品之后在其他场景下，他的行为特征和用户特征到底是什么样，很难有工具能够提供。这就需要用到外部数据。第三方数据能够帮助企业和产品，了解它的用户在整个互联网情况下的各个场景下的行为特征，从而能够更好地描绘用户的具体生活形态。

第四是诊疗结合。以前看到的数据就是一个结果，数据分析的最终目的就是判断有没有问题？具体怎么办？还是需要自己寻找方法。但是现在看到的数据结果，不能只停留在一个数据结果上面，不能只是策略支持，还要支持通过工具能够针对不同的分析结果，让我们参与到具体运营、参与到用户的触达和维护上。形成“你有病-我有药-我能治的逻辑，所以诊疗结合是精细化运营工具又一个核心能力。通过不同手段、不同途径去触达用户，这也是对精细化运营的功能要求。

在未来的互联网市场中，所有的企业都会成为数字企业，所有企业的用户将会成为数字用户，数字用户的资产将是企业核心资产。但是，企业完全不需要具备上面提到的技术能力和分析能力，这些应该交给第三方专业公司去做。

得流量者得天下，有了流量，客户和生意才会跟着来，所以流量的获取一直都是市场部门的核心目标之一。这几年，SEO的重要性一点都没衰减，甚至有很多小型的创业公司，也会给专门的HC来提升SEO效果。

----网站流量提升Q Q:88064768

在基础的SEO工作无法大幅度提高流量的时候，我们如何通提升SEO效果？通过不断优化内容质量来提高访问时长，通过优化内链来提高访问深度，从而提高用户粘性。获得10个新客户，不如得到1个老客户的多次回访。

一、利用数据进行内容优化

在做内容之前我们设置了persona，做了内容关键词定位，然而这些做法并不能明确用户喜欢什么样的标题以及内容。即使再有经验的内容创作者，也经常拿捏不准用户喜欢的内容风格，这个时候就应该通过数据来佐证。

在看板里建立内容的看板，记录我们的文章被阅读数量排名。利用自定义指标或虚拟指标计算出点击率，就可以得到在同样环境下文章的点击率，从而判断出用户喜欢的标题（流量小的内容中心要注意广告引流影响）。

二、着陆页矩阵

着陆页矩阵也叫专题页矩阵，通常一个专题页在营销型网站里有三个作用：首先是为了SEO关键词打榜；其次要作为站内链接的汇集点；最后要作为资料下载的承载页面。

我们会建立10-20个不等的专题页，在SEO中相当于小队长的身份，用来竞争比目标关键词的重要性低一个等级的次目标关键词。次关键词需要记录下来并且详细了解URL，在进行内容创作的时候内链要进行相应指向，除了在新文章被收录的时候传递权重外，还有利于提高用户阅读体验。

三、Title的规则有利于分析

在设置网页title的时候，要遵循一定的规律，除了满足SEO需求，要考虑到后期数据分析应用。我们可以将一系列的页面title设置成统一的格式，方便页面管理和后期的自定义条件设置。

SEO竞争越发激烈，SEO工作已经从过去只做好基本规范就可以获得很好的排名到今天需要进行精细化运营的阶段，衍生出了另外一个需要SEO关注的重点，就是内容质量。这会反馈在用户停留时常、内容阅读深度等指标上。

随着现在数字技术的飞快发展，运营、产品和营销人员可以使用的数字化运营及营销推广手段也越来越多。在不断的提升自己业务的同时，还在增加这一些预算。但是，有一些运营预算是可以避免的，有一些预算也是没有必要花的，在用户召回的过程中，很多预算都被浪费了。

----网站流量提升Q Q:88064768

在丰富的数字化手段中，有一种基于用户生命周期管理的手段被称为“用户召回”，即是指向曾经访问过产品并具备某类特征的用户曝光一个被设计过的产品入口，让他们重返产品，帮助业绩提升。

通过用户召回，我们可以构建用户生命周期管理的闭环：以数据为依据，对用户进行分层和分群，建立更多在产品外部的用户触点；不断影响流失用户，培育消费习惯，延长生命周期，提升用户价值。大家对用户召回其实是抱着这样的期待的。

在精细化运营中，上述过程不仅浪费预算，还不断消耗用户生命周期，这种情况是必须被避免和控制。作为产品和营销领域的相关人员，该如何应对这种花了真金白银却根本没有触达用户的情况呢？我们推荐大家通过DMAIC法则，来打破这个僵局。

如何利用DMAIC法则来进行用户召回？

DMAIC是指由定义（Define）、测量（Measure）、分析（Analyze）、改进（Improve）和控制（Control）5个阶段构成的过程改进方法。

接下来，我们再来一步步体验下DMAIC过程，看看DMAIC是如何帮助我们进行用户召回，以此来避免运营预算的浪费。

第一步，定义（Define）

在这一步，我们会对我们的用户进行定义，比如说，对使用浏览器广告屏蔽插件的用户进行召回，会100%浪费预算。

第二步，测量（Measure）

在这一个步骤中，我们会识别出使用浏览器广告屏蔽插件的用户将其作为一个用户级扩展标签，传递给数据分析工具通过数据分析工具统计出具体数字。

第三步，分析（Analyze）

在这一步中，我们基于上一步测量到的数据进行分析，分析的下一步是改进，所以我们不妨基于测量到的数据，直接分析应该如何改进。

第四步，改进（Improve）

改进和分析似乎可以合并。其实分析和改进的还是有区别的：分析相当于是方案，改进相当于执行，也而进士说，改进这一步要把上一步分析出来的问题和方案真正落地。

第五步，控制（Control）

这一步是说，在改进落地的过程，也需要不断优化并监测效果，确保改进的成果，使其实现标准化甚至自动化。

现在移动互联网发展比较迅速，而且现在很多人都在做公众号，公众号也要有自己的特色，这样才能给自己的产品带来利益。现在也有很多的人关注APP运营，APP运营工作中的每一步都会讲求ROI（投资回报率），我们进行各种形式的推广，每种推广带来的流量效果如何呢？我们怎么知道它的流量来源是什么呢？什么是流量识别神器呢？

----网站流量提升Q Q:88064768

今天，我们要给大家介绍一下UTM参数。

什么是UTM参数？

UTM参数的全名是Urchin Tracking Module。当我们设定好UTM参数，即可追踪网站活动的流量来源，不同流量来源所占的比例等。举个例子，假如我们把每篇微信公众号文章的阅读原文处都加上带UTM参数的链接，那么我们即可获知每一篇公众号文章所带来的浏览量（PV）、访问用户数（UV）、新访问用户数、单次访问时长、访问深度、跳出率等指标。

UTM五大参数类型

来源(utm_source)：用来标识流量来源网站、搜索引擎或其他来源。示例：utm_source=baidu

媒介(utm_medium)：用来标识媒介，比如电子邮件或每次点击费用。示例：utm_medium=cpc

名称(utm_campaign)：用来标识特定的产品推广活动。示例：utm_campaign=summer_spread

关键字（utm_term）：常见于付费关键字广告所使用的字词或是连结名称图片的替代文字。示例：utm_term=web+analysis

内容(utm_content)：使用utm_content区分指向同一个网址的广告或链接。示例：utm_content=logolink或utm_content=textlink

UTM参数的设定规范

日常内容运营按照用户接触的场景分为线上和线下两种，这样我们根据不同的线上线下场景来对utm参数的使用进行规范。

例如当我们想分类看线上活动与线下推广这两种活动的效果，可以按照utm_campaign进行筛选即可得出想要的数据；或者如果我想观察哪类关键词更具有话题性，更能吸引人们关注，那么我们可设定utm_term，进而总结数据观察出用户更倾向于看哪种内容营销类的内容。

UTM参数为内容营销奠定基础

设定好UTM参数实际是内容营销的开始，方便我们记录每一篇文章推广的效果、每一个线上线下活动的情况，在这方面UTM参数确实是非常好用的“工具”。

但我们获知流量来源并非最终目的，有更多的数据分析工作要做：哪一种渠道推广的效果相对更好？哪类文章更被受众欢迎？活动成功的原因在哪里，失败的原因又在哪里？所有的数据分析都为未来的每一次营销活动提供更好的指导。