————/BEGIN/————
从广义来讲，数据是反映产品和用户状态最真实的一种方式，通过数据指导运营决策、驱动业务增长。
与数据分析师的岗位不同，数据运营更加侧重支持一线业务决策。
而运用在产品运营的整个生命周期中，数据运营就是属于一种技能，通过数据分析发现解决问题，提升效率促进增长。
一、数据运营都需要学习些什么知识？1.明确数据分析的目的做数据分析，必须要有一个明确的目的，知道自己为什么要做数据分析，想要达到什么效果。
比如：为了评估产品改版后的效果比之前有所提升;或通过数据分析，找到产品迭代的方向等。
明确了数据分析的目的，接下来需要确定应该收集的数据都有哪些。
2.收集数据的方法说到收集数据，首先要做好数据埋点。
所谓“埋点”，就是在正常的功能逻辑中添加统计代码，将自己需要的数据统计出来。
目前主流的数据埋点方式有两种：
第一种：自己开发。开发时加入统计代码，并搭建自己的数据查询系统。
第二种：利用第三方统计工具。
常见的第三方统计工具有：
网站分析工具：Alexa、GoogleAnalytics、百度统计
移动应用分析工具：GoogleAnalytics、友盟、TalkingData、Crashlytics
不同产品，不同目的，需要的支持数据不同，确定好数据指标后，选择适合自己公司的方式来收集相应数据。
3.产品的基本数据指标新增：新用户增加的数量和速度。如：日新增、月新增等。
活跃：有多少人正在使用产品。如日活跃(DAU)、月活跃(MAU)等。用户的活跃数越多，越有可能为产品带来价值。
留存率：用户会在多长时间内使用产品。如：次日留存率、周留存率等。
传播：平均每位老用户会带来几位新用户。
流失率：一段时间内流失的用户，占这段时间内活跃用户数的比例。
4.常见的数据分析法和模型这里讲下漏斗分析法和AARRR分析模型
漏斗分析法
用来分析从潜在用户到最终用户这个过程中用户数量的变化趋势，从而寻找到最佳的优化空间，这个方法被普遍用于产品各个关键流程的分析中。
比如，这个例子是分析从用户进入网站到最终购买商品的变化趋势。
从用户进入网站到浏览商品页面，转化率是40%；浏览商品到加入购物车转化率是20%等，那要找出哪个环节的转化率最低，我们需要有对比数据。
比如第一个，进入网站到浏览商品，如果同行业水平的转化率是45%，而我们只有40%；那说明这个过程，没有达到行业平均水平；我们就需要分析具体原因在哪里，再有针对性的去优化和改善。
当然，上面这是我们设计的一种理想化的漏斗模型，数据有可能是经过汇总后得出的。而真实的用户行为往往可能并不是按照这个简单流程来的。此时需要分析用户为什么要经过那么复杂的路径来达到最终目的，思考这中间有没有可以优化的空间。
AARRR模型
这个是所有的做产品的小伙伴都必须要掌握的一个数据分析模型。
所谓获取用户，就是拉新就是吸引新的用户。
对于APP来说，拉新意味着新的用户下载注册；而对于众多的北京治疗白癜风费用标准北京什么白癜风医院好