数据分析师养成(2):合理使用数据分析,做好每一次app活动运营
（笔者公众号：人人都会数据分析，提供关于数据分析方面的学习资源）
（觉得有用的点个赞，这是我最大的支持，谢谢喽）
数据分析对app的各项活动的运营具有很好的指导作用，通过数据分析，我们可以很好提高活动策划的效率，因地制宜，更好地促进app地良性发展。这也是公司们在面试数据分析师时很看重的一点业务思维！
经历过几个不大不小地app活动的运营，通过这几次活动，我总结了一下数据分析是如何促进活动运营的，重点是分清活动的策划逻辑关系，在活动策划的各个阶段应该关注哪些指标，如何让这些指标发挥它们的作用，辅助决策。
按活动前，活动中，活动后分别阐述如下。
一、活动前：深度了解目标用户，不打没准备的仗
根据目的进行活动策划，活动策划可能是为了提高用户的留存，广告的变现，抑或是促进新增用户的增长，明确目标，不能抱着促进新增的目的做了一堆工作去促进了留存的工作，最后看着不增反降的用户留存呜呼哀哉。
了解市场的大状况，乘风飞才会飞的更高。
做好活动预算和活动预期结果的初步估计。
了解用户属性，用户属性从而而来，其实跟我们数据分析的工作息息相关，从性别到生活习惯到学习到家庭环境，无孔不入。掌握了用户的数据，也就相当于用读心术读懂了你的用户群体，自然在活动的策划就会得心应手起来，虽然做不到bat般的千人千面，但是我们也可以从我们的数据里充分挖掘我们需要的知识。
这幅图就是比较经典的用户画像之一，从哪里分析而来？从一条条数据分析而来。数据从哪里来？从埋点监测而来！
这里有必要普及一下sdk埋点的概念，可以分为前端埋点和后端埋点，简单来说就是一段统计的编程语句，对埋点所在的页面或者按钮进行数据统计，大体分为页面统计和行为统计，也是用户画像里标签最早的来源。
二、活动中：根据数据随时调整
对数据实时监控， 作为一名数据分析师，一定要保持对数据的敏感度，定时定期地查看数据，以便即时根据数据情况进行有策略地调整，如活动期间每天地pv/uv值，次日留存，活跃占比，收入等等。如果发生意外地情况，即时行动，记住，数据地作用往往转瞬即逝！
分渠道分新版老版用户进行分析，在看《精益数据分析》这本书时，作者就告诉我们，最好的数据就是比率。而比率作为有效数据地前提是它具有天然的比较性，在数据分析师，选好核心指标是一方面，对同类数据，进行横向和纵向地分别对比也同样重要！渠道可以说是横向地同一时间不同用户之间地对比，新老版本可以说是纵向上时间对比。
不要忘了用户的声音！根据用户的声音即时调整，可能某一天有20%的用户在吐槽这个活动让人不大明白，你就要思考思考了，是否活动设置地过于繁琐？如果有如何改进？进行改进措施之后用户地声音是否变了？
三、活动后：数据复盘，总结分析
在活动结束之后自然最重要的就是进行数据复盘，盘清活动的进程和各个阶段，根据数据对活动进行总结分析，同样，还是要围绕着活动目的。当然也要有发散思维，注意长尾效应，可能会有意想不到的发现
列举出常见的数据复盘的指标，大家参考，也要根据时间情况选用
用户pv/uv，最经典的数据
用户在参与活动各个阶段的转化率，有时候可以使用漏斗模型进行分析，分析各个阶段的跳出率和整个阶段的用户路径
新老用户、各分发渠道参加活动的比例，可以为今后的活动运营提高借鉴意义
活动预算和活动获得收益，这里的收益不仅限收入，可能也是留存和新增用户数，其实最终也可以间接的去用收入衡量，比如用户的ROI
用户反馈的总结，也会提供更精确的用户画像提供了一定的数据标签
文章思维导图如下：
再次麻烦点个赞，谢谢仙女 谢谢老铁