运用方法和技巧（续）

2.2技术工具

2.2.1运营指标

运营时要注意把控，一定要试着让70%以上的事情变得对自己是可知可控的，只留下30%的不确定。而要让事情变得可控的方法就是把围绕着一个大目标的所有工作任务都拆分到极细极具体。
举个例子，销售额这个指标主要会跟哪些分支指标或要素相关？

销售额的计算公式

注：APRU是每用户平均收入，就是客单价。

因此要想提高销售额，也就是提高活动流量，活动流量与付费行为转化率的比率，或者客单价三个因子当中的任意一个。
详细来说，活动流量分为内部流量（站内引流），和外部流量（外部渠道引流）。前者要研究是否能拿到更好的内部推荐位，后者考虑将渠道进行拆解。
总结思考步骤：
第一，界定一下这个指标使用哪些分支指标或哪些要素构成，并且指出它们之间的关系最好变成公式的样子。
第二，这些分支指标和要素是否存在提升空间。
第三，要提升某个分支指标，我们需要将其拆分和落实，为哪些具体的运营手段。

2.2.2数据分析方法和意识

数据的背后其实是逻辑和推理。（经常训练自己用思考框架的方法论，来进行思考和表达，比如5W2H）
1.数据可以客观反映出一款产品当前的状态，好坏和所处阶段。
2.假如做完了一件事的效果不好，数据可以告诉你，你的问题出在哪里。
这一步的关键是流程化思维，也就是先梳理清楚流程，再用流程来反推问题所在。
3.要研究某个目标数据，可以帮助你找到达成目标的最佳路径。
这个就用到上面提到的指标拆解。
4.极度精细的数据分析可以帮助你通过层层拆分，对用户更了解，也对整个战略的生态更有掌控力。
数据分析当中的两个重要概念，维度和度量。后者是具体的数据指标，它通常表现为某个电话过后的数据值。而前者是看待这些指标的不同角度。

维度与度量

所以数据分析无非就是界定清楚了，你要评估的度量有哪些，然后需要知道你可能有哪些维度去看待这些度量，偶尔可能还需要在不同维度和度量间，交叉做一下分析和比对，最后产出结论，把结果用图表等方式呈现出来就好了。
比如在线课堂要关注，三类行为，访问，报名，上课。拆分为度量，就是网站访问数，注册数，报名课程数，实际上课用户数，视频停留时间，单视频重复播放数。
比如针对课程报名数这个度量，评估的维度，包括日期，地区新老用户等。数据分析的维度可以依照常识对用户进行划分，比如年龄，工作状态。
评估的目的是判断数据是否出现异常（分析原因，比如数据激增是不是课程被分享到新的社区，就要重点研究这些社区），同时为了给自己的运营工作，找到方向性指导。
数据和维度分析清楚以后，就可以根据用户类型的不同，分别推送不同的服务，引导他们完成不同的用户行为，这就是精细化运营。
5.数据当中隐藏了一些潜在的人，让你把一件事情变得更好的线索和彩蛋，有待于你去发现和挖掘。
首先首先找出产品中，可能存在的关键度量。其次研究这个度量，是否所有服务，所有用户在这个度量上表现都很差。对那些表现显著好的用户和服务，进行进一步挖掘寻找其背后的共性用户行为或特征，然后再把这些特征放大到极致。
数据对于运营的作用与价值，就是帮助你找到一块战场上的发力点和突破口。