chinesefreesexvideos高潮,欧美极品少妇性运交,久久久国产一区二区三区,99久久婷婷国产综合精品,成人国产一区二区三区

任正非曾說：“數(shù)據(jù)是公司的核心資產(chǎn)，要像經(jīng)營資本一樣來經(jīng)營數(shù)據(jù)?！?/p>

互聯(lián)網(wǎng)的偉大之處在于，通過技術(shù)為我們創(chuàng)建了一個(gè)全新的數(shù)據(jù)時(shí)代，所有的行業(yè)每天都會(huì)產(chǎn)生海量的用戶數(shù)據(jù)。數(shù)據(jù)逐漸成為公司的一個(gè)極為重要的核心資產(chǎn)。而數(shù)據(jù)積累和數(shù)據(jù)分析貫穿于公司的不同發(fā)展階段，作為運(yùn)營人，我們應(yīng)該建立數(shù)據(jù)思維，從內(nèi)心里將數(shù)據(jù)采集、數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用重視起來。

如下圖，我將數(shù)據(jù)在公司發(fā)展各階段的核心價(jià)值做了一個(gè)梳理。

數(shù)據(jù)的應(yīng)用價(jià)值對(duì)公司來說是核心，對(duì)運(yùn)營人員來說也是極其重要的，具體從兩個(gè)方面來看：

1）數(shù)據(jù)是關(guān)鍵性決策的基礎(chǔ)依據(jù)。

2）數(shù)據(jù)是效果復(fù)盤的唯一可衡量性依據(jù)。

數(shù)據(jù)對(duì)運(yùn)營人員的重要程度，就像航海時(shí)代船長手里的指南針，精準(zhǔn)的數(shù)據(jù)能夠在工作中為運(yùn)營人員指引方向。很多運(yùn)營人員在接觸運(yùn)營工作的第一天，就開始和數(shù)據(jù)打交道，看到各類龐雜的數(shù)據(jù)。大部分新人都會(huì)叫苦連天，別說分析數(shù)據(jù)了，就連看懂?dāng)?shù)據(jù)都很難。我在剛接觸電商運(yùn)營時(shí)也有過這個(gè)感受。

一旦我們具備了正確的數(shù)據(jù)思維，掌握了數(shù)據(jù)獲取和分析的方法論，這些問題就迎刃而解了。

我想，對(duì)于沒有接觸過數(shù)據(jù)運(yùn)營的運(yùn)營新人，建立數(shù)據(jù)思維的過程是枯燥的，但也是快樂的。因?yàn)槟隳芡ㄟ^數(shù)據(jù)看清業(yè)務(wù)，并找到有效的方法提高業(yè)務(wù)指標(biāo)。在具備數(shù)據(jù)思維后，你能發(fā)現(xiàn)你在做運(yùn)營決策時(shí)更理智，在跨部門進(jìn)行溝通時(shí)更高效，對(duì)運(yùn)營活動(dòng)的效果預(yù)判也會(huì)更準(zhǔn)確。

一、數(shù)據(jù)思維在增長中的應(yīng)用

增長的工作有一半時(shí)間是在做策略，還有一半時(shí)間其實(shí)是在做數(shù)據(jù)分析。

1、投放渠道選擇與預(yù)算分配

在制訂渠道投放計(jì)劃時(shí)，如何有效地篩選廣告投放渠道？以及，如何合理地分配預(yù)算呢？對(duì)于這兩個(gè)問題，我們都需要從數(shù)據(jù)分析開始著手。下面來看具體的廣告投放案例。

如下表所示，假設(shè)現(xiàn)在有A、B、C、D、E五個(gè)拉新投放渠道，通過一段時(shí)間的廣告投放后，我們很快獲取了各個(gè)渠道的拉新量、花費(fèi)及單個(gè)獲客成本等數(shù)據(jù)。

在對(duì)這幾個(gè)渠道的數(shù)據(jù)有了基本的認(rèn)知之后，我們可以根據(jù)廣告投放的實(shí)際情況進(jìn)行預(yù)算的控制和調(diào)整。

比如，在縮減預(yù)算的情況下，應(yīng)該如何優(yōu)化預(yù)算分配呢？

從5個(gè)渠道中可以看出，A和D的單個(gè)獲客成本最高，是做預(yù)算控制的首選渠道，應(yīng)該削減這兩個(gè)渠道的預(yù)算，這樣能夠快速產(chǎn)生成本壓縮的效果。

在追加預(yù)算，需要快速增加拉新量的情況下，又應(yīng)該如何優(yōu)化預(yù)算分配呢？

這時(shí)，你可能會(huì)說將預(yù)算全都使用到單個(gè)獲客成本最低的E渠道。其實(shí)，從實(shí)際的廣告投放經(jīng)驗(yàn)來看，E渠道的拉新量最低，應(yīng)該屬于小流量渠道，無法快速擴(kuò)量。B和C渠道才是擴(kuò)大預(yù)算投放的首選渠道，因?yàn)閺睦铝縼砜?，這兩個(gè)渠道是大流量渠道，在平均拉新量較低的情況下，可以輕松擴(kuò)量。

當(dāng)然，在實(shí)際做用戶拉新的廣告投放時(shí)，數(shù)據(jù)比上述例子復(fù)雜得多，運(yùn)營人員需要能夠通過實(shí)際數(shù)據(jù)對(duì)比，不斷地優(yōu)化預(yù)算分配，以獲得性價(jià)比更高的渠道投放策略。

2、流量轉(zhuǎn)化漏斗分析與優(yōu)化

每個(gè)流量運(yùn)營人員的心中都應(yīng)該有一個(gè)“流量轉(zhuǎn)化漏斗”，這個(gè)流量轉(zhuǎn)化漏斗的主要數(shù)據(jù)維度分為三個(gè)：一是數(shù)量級(jí)，二是轉(zhuǎn)化率，三是拉新成本。

以一個(gè)App的下載拉新為例，我們看一下對(duì)應(yīng)的流量轉(zhuǎn)化漏斗。如圖下圖所示，轉(zhuǎn)化環(huán)節(jié)可以細(xì)分為曝光、點(diǎn)擊、領(lǐng)券、下載、注冊/激活及完成首單。將流量轉(zhuǎn)化的指標(biāo)拆解到每一個(gè)漏斗環(huán)節(jié)的好處是，可以很清晰地呈現(xiàn)每個(gè)環(huán)節(jié)的用戶量級(jí)，看清楚新用戶獲取時(shí)對(duì)應(yīng)的每一個(gè)動(dòng)作，方便做每一層轉(zhuǎn)化率的優(yōu)化。

通過分析流量轉(zhuǎn)化漏斗的各級(jí)轉(zhuǎn)化數(shù)據(jù)，我們可以測試不同策略和素材的效果，擇優(yōu)選擇。具體來看，廣告頁面的風(fēng)格、落地頁的文案、優(yōu)惠券的設(shè)置、注冊方式等這些實(shí)際內(nèi)容都可以通過測試數(shù)據(jù)進(jìn)行調(diào)整優(yōu)化。衡量優(yōu)化效果的核心指標(biāo)是漏斗對(duì)應(yīng)層級(jí)的轉(zhuǎn)化率是否得到提高。

分析流量轉(zhuǎn)化漏斗的另一個(gè)好處是，我們可以橫向?qū)Ρ炔煌Y(jié)算方式的渠道拉新成本，在漏斗里統(tǒng)一測算同一個(gè)轉(zhuǎn)化環(huán)節(jié)的拉新成本。單個(gè)點(diǎn)擊成本=渠道費(fèi)用/點(diǎn)擊量，單個(gè)下載成本=渠道費(fèi)用/下載量。比如，應(yīng)用商店的成本測算一般都是按照下載量統(tǒng)計(jì)的，信息流的成本測算按照點(diǎn)擊量統(tǒng)計(jì)。在這個(gè)轉(zhuǎn)化漏斗中，我們可以將兩個(gè)渠道的數(shù)據(jù)都按照下載量進(jìn)行測算，最終進(jìn)行橫向拉新成本對(duì)比。

數(shù)據(jù)的應(yīng)用我相信很多運(yùn)營人都一直在做，但數(shù)據(jù)的獲取和數(shù)據(jù)可視化，我想應(yīng)該還有不少人沒有觸及過，下面我就講講數(shù)據(jù)如何采集。

二、建立數(shù)據(jù)思維的第一步：數(shù)據(jù)采集

1、掌握SQL語句

運(yùn)營人員在工作中會(huì)經(jīng)常遇到數(shù)據(jù)采集的需求。業(yè)務(wù)數(shù)據(jù)采集來源，和輸出口一般有兩個(gè)：一是數(shù)據(jù)平臺(tái)，二是找數(shù)據(jù)分析師。

公司建立的數(shù)據(jù)平臺(tái)通常能滿足大部分常規(guī)的數(shù)據(jù)需求，但運(yùn)營人員在采集自身業(yè)務(wù)所需的數(shù)據(jù)時(shí)，如果有個(gè)性化的數(shù)據(jù)需求，那么數(shù)據(jù)平臺(tái)多半沒有現(xiàn)成的數(shù)據(jù)。這個(gè)時(shí)候，有兩個(gè)做法：第一個(gè)做法是，向數(shù)據(jù)分析師提交采集數(shù)據(jù)的需求，對(duì)于運(yùn)營人員來說，這是最省事的，但是在多半情況下也是最耗時(shí)的，因?yàn)楝F(xiàn)狀是有需求就要排期；另一個(gè)做法，也是更加高效的辦法就是掌握SQL（Structured Query Language，結(jié)構(gòu)化查詢語言）語句，自己動(dòng)手編寫程序查詢數(shù)據(jù)。

SQL并不是一門編程語言，而是一個(gè)數(shù)據(jù)庫查詢和程序設(shè)計(jì)語言。使用SQL語句現(xiàn)在逐漸成了產(chǎn)品經(jīng)理和運(yùn)營人員的一項(xiàng)職業(yè)必備技能。

要想掌握SQL語句需要完成以下3步：

第一步：盡量全面地了解公司有哪些數(shù)據(jù)庫和數(shù)據(jù)表，以便定位業(yè)務(wù)對(duì)應(yīng)的數(shù)據(jù)庫。

第二步：通過請教數(shù)據(jù)庫管理者或技術(shù)人員，看懂?dāng)?shù)據(jù)表與數(shù)據(jù)表之間的邏輯關(guān)系，理解所需數(shù)據(jù)字段的含義。

第三步：學(xué)會(huì)常用的SQL語句，如select、from、where等指令，之后進(jìn)行結(jié)構(gòu)化數(shù)據(jù)表導(dǎo)出。

在熟練使用SQL語句后，我們可以做到在有個(gè)性化的數(shù)據(jù)需求時(shí)，隨時(shí)寫SQL語句，不用苦苦等待數(shù)據(jù)分析師的排期和報(bào)表回復(fù)。

2、靈活利用數(shù)據(jù)平臺(tái)

數(shù)據(jù)平臺(tái)是公司用戶和業(yè)務(wù)數(shù)據(jù)的集成器，涵蓋了運(yùn)營人員常用的相關(guān)數(shù)據(jù)。在數(shù)據(jù)平臺(tái)里查找數(shù)據(jù)時(shí)，我們經(jīng)常會(huì)使用數(shù)據(jù)標(biāo)簽。用戶標(biāo)簽系統(tǒng)就是數(shù)據(jù)標(biāo)簽的一種具體體現(xiàn)。

用戶標(biāo)簽系統(tǒng)在互聯(lián)網(wǎng)產(chǎn)品中應(yīng)用得十分廣泛，如社交平臺(tái)上推薦的可能感興趣的人、電商平臺(tái)上推薦的可能感興趣的商品、短視頻平臺(tái)上推薦的視頻。互聯(lián)網(wǎng)用戶都被“貼上”了形形色色的標(biāo)簽，這是用戶精細(xì)化運(yùn)營的一種體現(xiàn)，讓需求和供給得到了更高效的匹配。

對(duì)于公司內(nèi)部來說，標(biāo)簽系統(tǒng)是數(shù)據(jù)獲取和分類報(bào)表的集成，是運(yùn)營人員必須好好運(yùn)用的一個(gè)工具。最常見的標(biāo)簽應(yīng)用是在廣告投放中，通過篩選標(biāo)簽進(jìn)行精準(zhǔn)投放。在數(shù)據(jù)獲取和分析中，標(biāo)簽系統(tǒng)發(fā)揮著重要的作用，下面介紹幾類我常用的標(biāo)簽。

（1）關(guān)于用戶畫像的標(biāo)簽：年齡、性別、身份、興趣、地區(qū)、職業(yè)、家庭角色、婚否等。這類標(biāo)簽主要用于廣告精準(zhǔn)投放，也可用于分析電商平臺(tái)的選品方向。

（2）用戶活躍的標(biāo)簽：激活狀態(tài)、次日留存率、3日留存率、7日留存率、次月留存率、3月留存率、日均訪問時(shí)長、是否付費(fèi)、凈推薦值（Net Promoter Score，NPS）等。

這類標(biāo)簽可用于精細(xì)化的用戶生命周期管理，有針對(duì)性地提高用戶活躍和減少用戶流失、篩選和推薦裂變用戶等。

（3）產(chǎn)品銷售的標(biāo)簽：支付方式、訂單金額、已收藏、最近（30天）瀏覽過、已復(fù)購、訂單狀態(tài)等。這類標(biāo)簽主要用于平臺(tái)產(chǎn)品的銷售數(shù)據(jù)分析。

當(dāng)然，一個(gè)完整的標(biāo)簽系統(tǒng)不只這么一點(diǎn)標(biāo)簽內(nèi)容，我們可以根據(jù)實(shí)際業(yè)務(wù)需求，新增更多的標(biāo)簽。在調(diào)取數(shù)據(jù)的時(shí)候，我們可以通過建立標(biāo)簽數(shù)據(jù)模型，輸出多維度的數(shù)據(jù)表。例如，想要調(diào)取過去6個(gè)月通過推薦購買的訂單金額超過1000元的用戶做調(diào)研，我們就要通過建立標(biāo)簽數(shù)據(jù)模型，獲取多維度的數(shù)據(jù)。

在標(biāo)簽系統(tǒng)中，很多數(shù)據(jù)的抓取都是通過埋點(diǎn)完成的，埋點(diǎn)是指在相應(yīng)的頁面中加入統(tǒng)計(jì)代碼，并在數(shù)據(jù)管理系統(tǒng)中以可視化的報(bào)表最終呈現(xiàn)出渠道統(tǒng)計(jì)的數(shù)據(jù)。當(dāng)然，埋點(diǎn)是個(gè)技術(shù)活，且工作量較大，需要技術(shù)人員配合落地。

數(shù)據(jù)采集過來之后，下一步工作就是做數(shù)據(jù)分析了，數(shù)據(jù)分析的方法論特別多，我這里簡單列舉我常用的兩個(gè)：對(duì)比分析法和目標(biāo)錨定法。

三、建立數(shù)據(jù)思維的第二步：數(shù)據(jù)分析

1、對(duì)比分析法

數(shù)據(jù)分析的方法有很多種，最常見的是對(duì)比分析法。

對(duì)比分析法的應(yīng)用場景有很多種，常用的場景是做活動(dòng)效果評(píng)價(jià)，以及通過數(shù)據(jù)對(duì)比找到數(shù)據(jù)波動(dòng)的“誘因”。在運(yùn)營人員的數(shù)據(jù)報(bào)告中，我們最常看到的是同比、環(huán)比、均值對(duì)比、競品對(duì)標(biāo)等對(duì)比性數(shù)據(jù)。

對(duì)比分析法的四個(gè)常見維度：

（1）同比：一年中相同時(shí)間周期內(nèi)的數(shù)據(jù)對(duì)比，多用來與大促活動(dòng)和銷售類數(shù)據(jù)對(duì)比；

（2）環(huán)比：指對(duì)比前一段時(shí)間的數(shù)據(jù)情況，通常用于用戶增長、活躍度等維度的數(shù)據(jù)對(duì)比；

（3）均值對(duì)比：是對(duì)比一定時(shí)間或一定范圍內(nèi)大盤的平均值，通常來看個(gè)別日期/渠道的數(shù)據(jù)情況；

（4）對(duì)標(biāo)：通常是指對(duì)標(biāo)競品的產(chǎn)品數(shù)據(jù)或銷售數(shù)據(jù)，在電商行業(yè)做數(shù)據(jù)分析比較常用到。

關(guān)于對(duì)比分析法的應(yīng)用，我想到了一個(gè)比較形象的例子：在某種程度上，用數(shù)據(jù)對(duì)比分析法做出來的數(shù)據(jù)表，就如同一份身體體檢報(bào)告。各項(xiàng)運(yùn)營數(shù)據(jù)就像體檢報(bào)告中的各項(xiàng)檢查項(xiàng)，我們可以通過樣本數(shù)據(jù)（在體檢報(bào)告中是指標(biāo)正常值）驗(yàn)證這個(gè)數(shù)據(jù)是否正常。如果某個(gè)數(shù)據(jù)和樣本數(shù)據(jù)之間出現(xiàn)了偏差，我們就要從這個(gè)數(shù)據(jù)中分析出數(shù)據(jù)異常的原因，簡稱為鎖定“誘因”。不同的是，體檢報(bào)告中的數(shù)據(jù)如果不在正常范圍內(nèi)，那么這是不好的現(xiàn)象；如果運(yùn)營數(shù)據(jù)與樣本數(shù)據(jù)出現(xiàn)偏差，那么可能有好的一面，也可能有壞的一面。

數(shù)據(jù)對(duì)比分析法的3個(gè)基本要素如下：

（1）數(shù)據(jù)對(duì)比需要在同一個(gè)標(biāo)準(zhǔn)上。

（2）數(shù)據(jù)對(duì)比需要建立樣本數(shù)據(jù)標(biāo)準(zhǔn)。

（3）最終目的是分析出導(dǎo)致數(shù)據(jù)異常的影響因素。

數(shù)據(jù)對(duì)比的同一個(gè)標(biāo)準(zhǔn)很好理解，就是要將對(duì)比數(shù)據(jù)放在同一條起跑線上，不能用新App的用戶增長數(shù)據(jù)直接與成熟產(chǎn)品的用戶增長數(shù)據(jù)對(duì)比，也不能用新上架的SKU和“爆款”對(duì)比。是不是不同量級(jí)的產(chǎn)品就不能做對(duì)比分析了呢？也不是，我們可以對(duì)不同量級(jí)的產(chǎn)品使用權(quán)重分析法。

樣本數(shù)據(jù)標(biāo)準(zhǔn)的正常值可以是預(yù)期目標(biāo)值，也可以是預(yù)期轉(zhuǎn)化率。以促進(jìn)用戶成交的運(yùn)營活動(dòng)為例，如果實(shí)際的數(shù)據(jù)超出預(yù)期目標(biāo)值，我們就要好好總結(jié)經(jīng)驗(yàn)；如果低于預(yù)期目標(biāo)值，我們就要馬上找出運(yùn)營活動(dòng)不足的地方，調(diào)整運(yùn)營活動(dòng)的策略，達(dá)到預(yù)期目標(biāo)值。

做數(shù)據(jù)對(duì)比分析的最終目的是分析出導(dǎo)致數(shù)據(jù)異常背后的因素，這樣才是有意義的。在日常做用戶增長周環(huán)比數(shù)據(jù)對(duì)比分析時(shí)，如果我們發(fā)現(xiàn)用戶增長數(shù)據(jù)波動(dòng)異常，那么要做影響因素排查，要清楚地辨別是運(yùn)營策略還是外部事件帶來的影響，對(duì)所有的異常數(shù)據(jù)進(jìn)行“歸因”。

對(duì)比分析法并不能完全滿足所有的數(shù)據(jù)分析需求，比如在做多渠道拉新效果分析、電商品類銷售業(yè)績對(duì)比、城市間用戶量級(jí)對(duì)比時(shí)，因?yàn)閿?shù)據(jù)對(duì)比的對(duì)象之間不在一個(gè)數(shù)量級(jí)上，簡單地做橫向?qū)Ρ仁菦]有多大意義的。

如果只進(jìn)行渠道間的數(shù)據(jù)量級(jí)對(duì)比，就會(huì)陷入一個(gè)數(shù)據(jù)分析誤區(qū)，這會(huì)造成用戶拉新的大流量渠道始終都是重點(diǎn)關(guān)注的渠道，而有開發(fā)潛力的小渠道往往被忽視。簡單對(duì)比的后果是預(yù)算和資源始終只向重點(diǎn)渠道傾斜，而忽視渠道用戶轉(zhuǎn)化效果、用戶質(zhì)量、渠道挖掘潛力等因素，很難拓展出新的用戶拉新渠道。

這個(gè)時(shí)候?qū)?shù)據(jù)進(jìn)行加權(quán)處理就十分有必要了，這樣做的好處是將不同量級(jí)的對(duì)象放在同一個(gè)緯度分析，平等、客觀。

2、目標(biāo)“錨定”法

幾乎我們通過互聯(lián)網(wǎng)掌握的所有數(shù)據(jù)，都是對(duì)實(shí)際業(yè)務(wù)的映射，在實(shí)際業(yè)務(wù)中，我們通常會(huì)設(shè)定一個(gè)目標(biāo)值。道理的確是這樣，但我們在做數(shù)據(jù)運(yùn)營工作時(shí)，時(shí)常會(huì)沒有對(duì)比的對(duì)象，這個(gè)時(shí)候就需要設(shè)定一個(gè)對(duì)照數(shù)據(jù)，即給每個(gè)運(yùn)營項(xiàng)目設(shè)定一個(gè)“錨定”值，這個(gè)值會(huì)讓我們做數(shù)據(jù)分析時(shí)擁有目標(biāo)感。對(duì)于一切偏離目標(biāo)的數(shù)據(jù)，要保持警惕，對(duì)異常數(shù)據(jù)進(jìn)行分析，研究其背后真實(shí)的業(yè)務(wù)情況。

在做目標(biāo)值設(shè)定時(shí)，我常用到的SMART法則，如下：

通過SMART法則，制定的運(yùn)營對(duì)照目標(biāo)相對(duì)可實(shí)現(xiàn)、可拆解和可量化。

對(duì)分析完了的數(shù)據(jù)，要學(xué)會(huì)總結(jié)和歸納，尤其是需要產(chǎn)出分析數(shù)據(jù)做匯報(bào)時(shí)，數(shù)據(jù)可視化的工作就十分重要了。

四、建立數(shù)據(jù)思維的第三步：數(shù)據(jù)可視化

我們常見的微信公眾平臺(tái)后臺(tái)的統(tǒng)計(jì)板塊就是一個(gè)典型的數(shù)據(jù)可視化后臺(tái)，有用戶分析（聚焦用戶增長數(shù)據(jù)和身份信息）、內(nèi)容分析和菜單分析（聚焦用戶行為信息）、接口分析（聚焦用戶渠道信息）這幾大類數(shù)據(jù)看板。

（1）做應(yīng)用商店廣告投放常用的第三方數(shù)據(jù)可視化工具有七麥數(shù)據(jù)、禪大師。

（2）做搜索渠道廣告投放常用的第三方數(shù)據(jù)可視化工具有站長之家、Alexa、百度指數(shù)、微信指數(shù)。

（3）運(yùn)營人員比較常用的第三方數(shù)據(jù)可視化工具有神策數(shù)據(jù)、金數(shù)據(jù)、GrowingIO、Tableau。

（4）做公眾號(hào)廣告投放常用的數(shù)據(jù)可視化工具有西瓜數(shù)據(jù)、新榜。

在數(shù)據(jù)的展示上，為了方便、直觀地研究出數(shù)據(jù)的變化情況，尤其在匯報(bào)的時(shí)候，我們一般還需要將數(shù)據(jù)轉(zhuǎn)化成圖表的樣式。

在數(shù)據(jù)可視化中，常見的數(shù)據(jù)展示形式如下：

1）柱狀圖

柱狀圖用于展示數(shù)據(jù)分布，如用戶年齡分布、用戶付費(fèi)金額分布、流量來源渠道分布等。

2）折線圖

折線圖用于展示數(shù)據(jù)的變化趨勢，反映一段時(shí)間內(nèi)用戶相關(guān)指標(biāo)的上升和下降趨勢，適用于展示周期性數(shù)據(jù)，如關(guān)鍵詞周期熱度、日活躍用戶數(shù)（Daily Active User，DAU）、月活躍用戶數(shù)（Monthly Active User，MAU）、App月度下載量等。

3）環(huán)狀圖

環(huán)狀圖用于展示各個(gè)數(shù)據(jù)在總數(shù)據(jù)中的占比，適用于看數(shù)據(jù)分布的比例，如渠道流量分布、各個(gè)應(yīng)用商店App的下載量分布、預(yù)算渠道分配等。

除了以上3種常見的數(shù)據(jù)展示形式，還有雷達(dá)圖（體現(xiàn)多維度因素對(duì)數(shù)據(jù)的影響力，如在王者榮耀游戲結(jié)束后的戰(zhàn)局?jǐn)?shù)據(jù)）、餅圖（反映各個(gè)組成部分在總數(shù)據(jù)中的占比）、地域圖（體現(xiàn)用戶在全國的地域分布）等。

當(dāng)然，數(shù)據(jù)思維所涉及的知識(shí)點(diǎn)遠(yuǎn)遠(yuǎn)不止以上講解的這些，作為增長運(yùn)營人在掌握成熟的方法論的時(shí)候，還需要有敏銳的數(shù)據(jù)感知能力和敏感度；同時(shí)，對(duì)公司業(yè)務(wù)未來的業(yè)務(wù)增長能夠進(jìn)行數(shù)據(jù)推演和預(yù)判，這都是數(shù)據(jù)思維需要養(yǎng)成的綜合能力。

-END-