Question

先考虑下面两个问题：

当我们在讨论数据的时候，我们真的是在讨论数据么？

当我们分析数据的时候，我们只是在看数据的涨跌变化么？

我们先不着急下定论，先来看一个小故事。

某个网络游戏做用户调研，收到4份同样内容的反馈：“这个游戏太费钱了。”于是，运营人员详细查了一下这4个用户的情况：

用户A，游戏角色战士，等级处于中等，活跃度一般，一般晚上11点下线，当月消费金额100元，身份可能是学生。

用户B，游戏角色法师，等级处于高级，活跃度很高，也肯花钱买装备，当月消费金额1 000元，身份可能是白领，并且他还是某个公会的会长。

用户C，游戏角色奶妈，等级处于低级，活跃度一般，花200元买了一年的会员服务。

用户D，游戏角色盗贼，等级高级，每天登录，活跃度极高，但从未付过费。

具体来看，虽然这些用户中，有人花了钱，有人没有花钱，但反馈是一样。另外，虽然同样是花钱，并且金额有差别，但是学生、白领、工人的消费能力是不一样的，能够承受的消费压力也不同。乐于消费的用户花钱买时间，而不乐于消费的用户则基本没有任何消费，但却热衷于在线，用时间来弥补。

经过一番细致的分析，运营人员大致理解了为什么4个不同类型的用户会有同样的反馈。

用户A，由于角色设计的考虑，战士在现有版本的设计中很容易被其他敌对阵营的玩家压制，同时因为消费能力不足，100元在其日常支出中占了很大的比例，所以用户A理所当然地认为“费钱”。

用户B，由于游戏设计的考虑，法师对怪物的杀伤力高，在游戏中大受欢迎，虽然在线时间不多，但由于花钱买了装备，所以每次上线都非常抢手，一直被拉去打副本。这样一来二去，装备投入、药品投入都很多；因为是会长，他还要花精力去处理公会的事宜，所以他虽然活跃度很高、也愿意花钱，但仍然认为游戏太费钱了。

用户C，由于要赶超等级进度，但又不想花钱买装备，所以看中了一次性买一年会员的额外经验加成，于是一次性投入了对他来说不算太小的一部分收入。

用户D，没钱但是有时间，所以别人花钱，他花时间，同时他可能会在游戏过程中产生了其他消费。

看完这个案例，我想大家已经明白了。是的，我们在进行数据分析的时候，其实想要了解的不仅仅是数据，而是数据背后的用户。

因此，读懂数据的关键是读懂数据背后的人。那么，如何读懂数据背后的人？

抛弃预设立场

分析数据的第一步是要抛弃预设的立场，先不要着急定义数据展现的意义，而是研究数据的波动和波动的节点，通过这一步去确立要研究哪些相关事件，研究用户行为还是系统事件。

最常见的误区是：

“最近的数据好像有点问题啊，找找原因吧！”

“啊？好像产品出了个bug，会不会有影响？那赶紧看看bug被发现的时间！”

“哦！你看，时间吻合的嘛，那就是这个问题了！”

事实上，因为你已经预设了立场，所以你只会去找相关的事件来证明你的推测是正确的，所以，在做数据分析时，一定要避免预设立场。

这一步是定位，但不要定性。

深挖用户行为与系统事件

定位完成后，就要去挖掘对应时间节点的相关事件，包括系统事件（版本升级、服务器错误、系统异常等）和用户行为（时间节点前后一段时间相关联用户的持续行为，比如是否做了什么活动等），通过这一步找出可能造成影响的动作和事件。

尝试换位思考

接下来，不管定位原因是系统还是用户，运营人员都需要换位思考，假设运营人员是用户，在对应的时间节点和对应的事件行为发生时，有怎样的感知、反馈，模拟可能的状态。

需要注意的是，必须要把用户的真实反馈模拟出来，而不是夸大或削弱用户的反馈。必要的时候，可以找一些用户进行调研。通过这一步，运营人员进一步了解数据变化的原因，并对后续整合数据，如何操作进行思考。

整合关键数据

整合关键数据，是指整合可能有用的核心数据，譬如历史数据、关联数据、竞品数据等，最后得出结论：

·造成数据变化的原因究竟是什么？

·有什么办法可以改善或者促进数据的变化？

·总结经验，类似情况再次发生时，应该进行何种处置与预案。

最重要的是，要整合所有路径的数据，串起所有流程去看对应的行为，孤立的一个数据不说明任何问题。

我们举个例子加以说明。

某品牌电商最近成交量下降，为找出其中原因，运营人员需要看哪些数据？

运营人员需要关注的数据大致如下：

·页面流量变化、各渠道入口流量变化；

·登录用户的浏览行为，使用购物车但未购买的用户数、商品类型；

·支付订单页面的蹦失率；

·其他：竞品平台同类商品价格，竞品平台同节点流量变化，网站最近的异常监控报告等。

跳出数据看数据，考验的是运营人员对数据的敏感度，以及通过数据解读背后原因和提出解决方案的总结、归纳、提高的能力。这种做法需要大量的实践经验，同时需要运营人员坚持积累的心态。