俗话说，“酒香不怕巷子深”；

　　俗话又说，“酒香也怕巷子深” 。

　　再后来，俗话还说，管他酒香不香巷子深不深，只要找个“数据科学家”，酒就可以大卖了。

　　这就是传说中的用数据驱动用户快速增长，说行话叫“Growth Hacking”。不过，数据分析真的能驱动用户产品的快速增长么？数据运营在哪些场景下有用？怎么才能让它有用？

　　今天的这篇长文，来自于《计算广告》的作者刘鹏（微信公众号：Comp_A）。作为中国数据变现和精准营销领军人物，刘鹏的《计算广告》已经成为多家公司数据和商业化部门教材。他本人曾在微软、雅虎、360等公司任职，在工作中通过数据驱动方法实现产品收入增长过10亿。

　　长文开始之前，先向大家预告一下，1月4日和1月12日，刘鹏老师将会在网易云课堂开设两场免费的直播课程，:分别为：

　　主题1：大数据领域的个人发展之路

　　主题2：互联网免费产品的财富引擎是什么

　　有兴趣的小伙伴可以直接扫描下方直播邀请卡中的二维码，点击“立即参加”进行占座，直播前会有短信通知提醒，点击短信中的链接即可参与。

　　数据分析真的能驱动用户快速增长么？

作者：刘鹏

　　数据化运营的三板斧

　　关于用数据驱动运营增长，近来有不少相关的书籍与讲座。其实，这里的道道儿也并不神秘，大多数数据运营的场景，方法上都可以总结为下面的三板斧：

　　建立用户转化漏斗

　　所谓用户转化漏斗，就是你的业务是如何一步步将一个用户骗到手的。举下面；的几个例子，你一看就明白了：

　　广告：展示—>点击—>转化

　　游戏：下载—>激活—>留存—>付费

　　无论上面哪种业务，都可以分解为一系列的阶段，经过每个阶段，用户都只有一部分留存下来。对漏斗的每一个环节准确地记录数据，以便分析和优化各个环节的通过比率，是数据运营的基础设施。

　　用多维度数据报表找问题

　　数据运营中的常见痛点，是明知道转化漏斗上某个环节的通过率较低，却找不到提高的途径。常用的解决思路，就是把数据打细，分解到各个维度上分别观察，这往往能发现产品或系统上的问题。如果多个维度能够灵活组合观察数据，就成了一个数据魔方(Data Cube)。下面的图虽然与互联网产品运营的漏斗数据没关系，但是原理是一样的。

　　比如说，你发现广告的点击率低，进而查到是Chrome浏览器上的点击率拉低了整体统计，那么就要在Chrome浏览器上深究原因，结果很可能是你的Flash广告素材直接被Chrome给屏蔽了。

　　这种用多维数据报表来定位和查找问题的办法相当有效，它实际上是高效的debug，仍然是一种“受”的策略。

　　用A/B测试指导产品演进

　　那么有没有数据驱动的“攻”的策略呢？当然也有。制定多个产品可能的改进方向，将它们放到线上，让实际数据来决定谁上谁下。这种A/B测试的方法，往往是大家理想中躺着就可以优化出好产品的魔法，也是“数定胜人”理论的基础之一。

　　说到A/B的系统框架，可并不是个的简单的事儿。如何建立准确性和效率兼备的实验框架，值得单独写一篇长文，我们在这里就不多谈了。

　　上面的这三板斧，对于运营好一款产品非常重要。不过您要是认为掌握了这样的数据思维，就可以靠数据分析做出伟大的产品，那还是洗洗睡吧。

　　数据运营解决不了的问题

　　用户如何选择和评价一款产品，在不同领域有着截然不同的规律。简单来说，我们可以把产品分为理性产品和感性产品。比方说，3C类电商，就是比较典型的理性产品，而服饰类电商，就是相对的感性产品。计算广告和推荐系统，虽然技术栈有相通之处，但前者是理性产品，后者的感性就强得多。