数据分析在运营中无处不在，无论是活动复盘、专题报告、项目优化，还是工作面试，数据分析都有用武之地。
对于数据分析，我发现很多操作都有这样一些困惑:
不知道从哪里获取数据；不知道用什么样的工具；不明确的方法和分析框架；大部分数据分析流于形式；…其实数据分析并没有大家想象的那么难！我接触了很多数据从业者，总结了这篇文章，希望对有志于学习数据分析的运营生有所帮助。
一.概念:数据和数据分析
其实大家都接触过数据和数据分析，但是很难说清楚两者的具体定义。我曾经做过一个调查，问一些运筹学的同学，以下五个选项，哪些属于“数据”这个概念的范围。
大多数人都知道“4。报告”被选中，但很难有人认为以上五个选项都是。其实这反映了一个很普遍的现象:很多人有先入为主的观念，认为数据就是各种表格和图形，比如excel报表和数据库。其实这是一种错误的或者有偏见的理解，会让我们对数据的理解非常狭隘。
什么是数据？
数据是描述事物的符号记录，是构成信息或知识的原始材料。这一哲学定义极大地丰富了数据的范围，也符合当前“大数据”发展的需要。试想，现在很多搜索引擎做的“图像识别”、“音频识别”不都是数据分析的一部分吗？
作为一个互联网公司的运营人员，我们接触到的数据可能没有那么复杂，但也有很多类别。
从数据来源来说，可以分为外部数据和内部数据。外部数据主要包括社会人口、宏观经济、新闻舆情和市场调研数据；内部数据包括用户行为数据、服务器日志数据、CRM和交易数据。不同的数据获取方式、分析方法和分析目的不同，不同的行业和企业在实际分析中有自己的偏好。
那么我们常见的“信息”和“数据”有什么区别呢？
它是信息的载体和表现形式；信息是数据的内涵，信息加载在数据上。以书籍和知识为例，书籍属于数据概念范畴，知识属于信息概念范畴；它是书籍知识的载体和表现形式，知识是书籍的内涵和升华。
什么是数据分析？
数据分析是指从数据中提取有用的信息，指导实践。
这里需要注意两点:第一，我们需要提取有用的信息，而不是沾沾自喜；其次，这些信息需要用来指导实践，而不是流于形式。
二，思路:方法论和方法
很多新人在开始数据分析的时候，要么抓耳挠腮，要么无从下手。这些都是缺乏分析思维的表现，需要宏观方法论和微观方法来指导。
第三，过程:宏观，中观和微观
宏观
1.中国古代的朴素分析哲学
其实数据分析自古就有，中国古代很多名人其实都在从事数据分析；他们的名字可能不是数据分析师，而是“宰相”、“军事家”、“谋士”，比如张亮、管仲、萧何、孙斌、鬼谷子、诸葛亮。他们通过“历史统计”——“经验总结”——“对未来的预测”，为自己的组织创造了巨大的价值，这是中国古代朴素分析哲学的重要内容。
2.精益创业的MVP概念
风靡硅谷的精益创业，崇尚MVP的思想，通过一小步一小步不断优化产品，增加用户。
在运营工作中，要大胆尝试，把想法变成产品和运营方法。然后分析数据，衡量产品或运营的效果。好的就留着，大力推广；不好的话，总结问题，及时改进。在“构建”“测量”“学习”的不断循环中逐渐优化，这个过程非常适合操作。
四。应用:系统和分析
从业务增长的角度，可以定制一套数据分析系统，配合其内容工作。
第一，内容定位。
运营需要明确自己的目标或KPI，然后选择一个核心关键指标进行监控。如果是创业公司，初期可能需要续费，那么最核心的指标就是注册用户数或者新访问用户数。如果是信息媒体，注重影响力和覆盖面，那么最核心的指标应该是微信阅读量或者网页的PV。
第二，用户画像。
无论什么样的运营岗位，你都需要知道你的用户是谁。这些人有什么特点？他们的顾虑和痛点是什么？如果你的用户是产品经理，你可以试试在产品经理的网站上抓取相关问题，然后做文字分析:这是定量分析。
同时，通过调查和问卷，可以获得更深入的用户特征信息:这是一个定性分析。
第三，持续监控。
借助数据分析工具，对核心关键指标进行持续监控。对于异常指标，需要及时分析改进。
第四，数据分析。
并对过往内容的数据进行分析，找出哪些内容、哪些标题、哪些形式、哪些渠道的效果更好，然后在这方面不断优化。
动词 （verb的缩写）学习:业务、工具和资源
业务水平
数据分析并没有想象中那么高不可攀。如果掌握了相应的概念、思路和流程，就可以做好数据分析。这里需要强调的是，数据分析的目的是指导商业实践；脱离实际的数据分析，为了分析而分析的数据分析，都是耍流氓。
不同于专业的数据分析师和数据科学家，运营商做好数据分析的前提是熟练的业务理解。从业务的角度来说，数据不是数字，它是用户的声音。运营商要从数据中发现问题，不断优化，提升用户体验，为用户创造更多价值。
工具级别
做好数据分析工具至关重要。我总结了以下工具，运营可以根据自己的实际需求采用。
Excel是最常用、最基本的数据分析工具。Excel中的图表、函数、透视表可以满足大家的基本需求。Access是Microsoft office套件的一部分，是一个小型关系数据库。当excel中的数据量很大，表与表之间的各种关系、查询和更新都很频繁时，Access是一个非常好的选择。
Python是一种高级编程语言，近年来发展很快。它可以用于数据分析、编程或爬行。r语言是一种数据分析工具，在统计学中应用广泛。目前广泛使用Python编写爬虫程序，获取网上信息，对运营人员帮助很大。
Google、statistics、友盟是常见的网站流量分析工具，Mixpanel、Heap、GrowingIO是用户行为数据分析工具，功能更丰富，分析更细致。
资源水平
运营数据分析入门不需要学习复杂的数学知识理论，更多的是将业务运营与数据分析相结合。我在这里推荐两个网站和两本书，希望能有所帮助。
数据分析网:涵盖统计理论、数据分析方法、商业分析等。
GrowingIO博客:GrowingIO数据分析、成长实践等。
《谁说菜鸟不会分析数据》:数据分析入门知识总结。
精益数据分析:从精益创业的角度，讲解业务成长的分析方法和前言案例。
