要选择有用的数据

　　（3）可有效激活老用户。产品运营很重要的一点就是对老用户的激活，但是如何激活老用户、如何与老用户进行更有效的沟通，几乎是每家企业都非常头疼的问题。而大数据可以让企业对用户生命周期进行管理与挖掘，对不同生命周期的用户进行标签化管理，能及时把相关运营信息推送给不同生命周期的用户。

　　总之，大数据对现代企业的产品运营有着极其重要的作用，企业对产品的发展所做的每一项决策都需要数据来驱动。

　　6.2按流程走，向高处走

　　数据化运营是有流程的，第一步是数据收集，第二步是数据处理，第三步是数据分析，第四步是数据展现。每个流程都有自己的处理方式和技巧，这些方式和技巧都是产品运营团队需要掌握的。

　　6.2.1数据收集

　　数据收集是产品数据化运营的第一步，这是基础条件。数据收集非常重要，你在现阶段制作产品确定需求时需要它们，日后在产品的可用性测试和评估中也需要。做产品的核心观点是以用户为中心，而数据收集的重点就是收集用户需求数据。

　　方法一：问卷调查

　　这是最常用的方法。所谓问卷调查，就是设计一些针对性问题，通过互联网、电话或纸张形式进行大面积铺放，然后把问卷回收，最后导出特定的信息。问卷调查有几个技巧需要注意：首先，在设计问题时，企业要明确此次调查的目的，然后对每个问题进行仔细审核；其次，在问卷设计完成后，先做一次测试；最后，在分析结果时要注意细节，因为每个细节都会影响到结论的准确性与可信度，比如以下几个方面，如图6-2所示。

　　图6-2问卷调查影响结果的4个原因

　　方法二：用户访谈

　　访谈就是个人采访，企业向用户提出一些问题，然后由用户回答。一般企业所采用的访谈方式就是QQ访谈。与问卷调查相比，访谈更容易激发用户的响应。不过这种方式耗时，而且用户如果缺乏代表性，则很难获得有用的数据。

　　方法三：观察和提问

　　用户有时候很难解释清楚自己在做什么，也很难准确地用语言描述出来。所以企业就需要花点时间来观察他们是如何确定自己想要的。在观察和提问时，可以同时记录，虽然比较耗时，但是数据较为准确。

　　方法四：反馈页面

　　一般的产品都会设置反馈页面，用户对产品有什么要求或建议可以直接到反馈页面反馈出来。但是这种方法很被动，一般的用户是不会参加的。

　　方法五：设立反馈渠道

　　设立反馈渠道，如论坛，小米论坛、魅族论坛就是典型代表，这是最有效的方法。可以通过用户带动用户，积极性比较高。还可以邀请一些资深用户、发烧级用户加入论坛，这些用户一般都愿意反馈自己的意见。

　　方法六：数据工具

　　一般企业都有专属的数据工具，用来记录各种各样的用户行为，这是收集数据最快、最有效的方法，但成本较高，一般的小产品很难负荷。

　　6.2.2数据处理

　　收集完产品运营所需的数据之后，就要对数据进行处理。数据处理是对数据的采集、存储、检索、加工、变换和传输。数据处理的基本目的是从庞大的、杂乱无章的、让人难以理解的数据中获取对产品运营有所帮助的数据。数据处理有专门的工具，以及各种各样的处理方法。但是不管使用哪种数据处理方法，其原则都是不变的。数据处理需遵守的原则包括以下几项。

　　原则一：简约

　　在处理数据时，要选择有用的数据，淘汰无用的数据；识别有代表性的数据，去除细枝末节的非本质数据；要能够确定数据之间的巨大差异，鉴别或挑出那些“以一当十”的数据。按照这些原则对数据进行简化，即使数据量不够庞大，也能起到相同的效果。

　　原则二：解释

　　虽然大数据处理的一些主要形式能够给企业、给产品以质、量和度等方面的总体性的形象和认识，但面对“不能言语”的具体数字、信息、图形以及虚拟视频，仍然需要企业或产品进行能动的和创造性的解释。也就是说，大数据究竟表达了什么，在很大程度上并不是由数据信息自身所标明的“客观实在性”来决定的，而是由企业对其解读时所拥有的整体上的解释力、构建力和知解力以及数据构建起来的理论形态和实践目的来解释的。因为只有通过人的感悟、觉识、分析、推理、判断和阐释，才能够赋予数据和信息多重意义，才能够挖掘出被隐藏的有价值的信息。

　　6.2.3数据分析

　　数据分析是指用适当的统计分析方法对收集起来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究与概括总结的过程。在实际中，数据分析可以帮助人们做出最准确的判断，以便采取适当的行动。数据分析是产品运营必不可少的一部分。

　　强调数据分析方法论与实际业务的结合，才能尽量确保数据分析维度的完整性和结论的有效性。而数据分析的方法论就是先搭建数据分析框架，把分析目的分解成若干个不同的分析要点；然后针对每个分析要点确定分析方法和具体分析指标；最后确保分析框架的体系化，也就是先分析什么、?