一个特别特别靠谱的运营在着手解决问题、开展工作的时候，会尽力让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。而一个靠谱程度还没那么高的运营，则有可能正好相反——他会把70%的事情付诸于不确定。
运营，往往就是通过很多看似琐碎无趣的事情，最终赋予了一个产品闪耀的光芒。
3.1 如何才能找到“掌控”运营指标的感觉
（一）
第2章中我们讲完了认知和思维，现在开始，我们终于要进入最落地、也应该是大部分人最为关注的“核心技能”的部分了。
而在这一章的开篇，我们会先来解决一下“如何能够真正对运营指标负责”，或者说“如何让自己对于运营指标更具掌控力”的问题，这件事情，对于能不能在烦乱冗杂的运营工作中理清头绪，找到自己的方向和目标，进而让自己的工作状态变得更好，可能是至关重要的。
（二）
这里我要先分享一个观点：
一个特别靠谱的运营在着手解决问题开展工作的时候，会尽力让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。而一个靠谱程度还没那么高的运营，则有可能正好相反——他会把70%的事情付诸于不确定。
我来举个我们在2016年初经历过的实际例子：
2016年2月底，春节过后，当时三节课的微信公众号才刚刚开始认真做了一个多月，粉丝数不过才将将接近2.5万。我们在2月底开了个会，定了个目标：要在3月底把我们微信公众号的粉丝数从2.5万做到5万，翻一倍，且，不能花钱。
请问，换了是你，拿到这么个目标，你会怎么做？
我猜，大部分朋友一定会给出接近于如下答案之一的回答：
我要办个特别好的活动来拉新！
我们看看能不能搞几篇阅读量10万多的爆款文章来带动粉丝增加！
我们看看能不能对外谈个BD找几个特别好的资源或者搞来几个名人大佬站站台，帮一下我们！
钱都没有，这不是坑吗？还搞什么？！
然而，当时我们内部在面临这个目标的时候，最后是这样来把目标落地的。
粉丝自然增长：我们整体分析了2月全月的粉丝增长数据，发现我们平均单日的粉丝增长大约在130～150人，且2月因为过年，事实上我们并没有做太多的活动或策划。据此我们得出第一个结论：只要我们能够维持整体内容质量不下降，平均每天150人的粉丝自然新增还是可以保证的。这样我们就有了第一个粉丝增长的来源：150人/天×30天=4500粉丝。
高质量内容：因为3月要重点冲刺一下粉丝增长，所以我们3月预计会重点加强一下内容端的发力。按照1月的经验，我们每次能够产出一篇高质量的深度文章，在文章产出后3天左右的时间里，预计可以额外带来500左右的粉丝（主要来源于其他大号转载，其他内容平台如知乎等的传播），而按照我们的时间、精力和能力，我们预计可以每周产出2篇爆款文章。这样我们又有了第二个粉丝增长来源：500粉/篇×2篇×4周=4000粉丝。
渠道转载：到2月底，其实行业里愿意转载我们内容的大号已经有一些了，但还不够多。我们预计，在3月内主动去与更多的行业大号建立联系，形成内容上的合作。按照我们已知的一些大号和新榜等渠道的查询信息我们进行了估算，预计3月内我们的内容合作渠道可以增加50%以上，而内容合作渠道的增加也会带动我们日常的粉丝增长，我们暂时预计这块可以平均带来每天80人的粉丝增长，所以就是80人/天×30天=2400粉丝。
主题连载：3月开始，我还打算开始启动写一系列运营相关的主题连载（就是你现在看到的本书的前半部分），理论上来讲，既然是连载，肯定会有人想要去追的，所以，这个连载内容的出现预计还会额外拉动我们的粉丝增长，预计每篇可以额外带来300左右的粉丝增长，这个系列连载，我预计每周写2篇，于是我们又有了第三个粉丝增长来源：300粉/篇×2篇×4周=2400粉丝。
用户传播：三节课的另一个资源是品质足够高、足够精良的在线课程，且3月开始，我们会有大量产品和运营相关的在线课程陆续放出。因此，我们打算在3月，梳理一下对于在线课的包装以及上完课程后的用户传播，借助课程的传播和用户上完课后的口碑外化为我们带来更多的粉丝。这一块，我们预计可以带来3000左右的粉丝增长。
课程拉新：3月我们另有一位外请讲师的话题在线课——如何用数据驱动产品和运营，我们准备围绕着这门课程再做一次活动，大概形式就是做一个带有微信公众号二维码的上课邀请函，转发这个邀请函到朋友圈，课程结束后可以获得跟老师在线入群交流的机会。这个小活动，通过以往课程的报名人数估算，预计可以给我们带来1500粉丝的增长。
大号互推：我们盘算了一下，手里应该有五六个互联网圈内的大号资源，我们准备在3月内牵头把这个几个大号组织起来做一次大号互推，因为互推本身对大家都是有价值的，且牵头和文案这类的事情都可以我们自己来做，这个事情预计大部分人都不会反感。然后我们又分析了一下，这些大号的副图文阅读量都在4000左右，以我们找到6个大号、互推粉丝转化率可以达到12%来计算，我们这次互推预计可以带来的是：3500×6×12%=2900粉丝。
H5传播：我们准备在3月份尝试2～3次以拉新为目的的线上活动或H5传播，这样的传播效果一般不太好说，需要看看运气，所以我们暂时不对其抱过高期望。暂时以每次活动或H5能给我们带来1000的粉丝增长计算，这样如果能完成3次活动，就是3000粉丝。
渠道外推：针对其他如知乎、简书等内容渠道，我们准备再做一些内容外推拉动粉丝增长的尝试，因为是尝试，不抱太大期望，所以预计这块会带来1500粉丝左右的增长。
以上9项，假如全部落地且全部达到预期，合计可以带来2.52万粉丝的增长。
（三）
不知道你看完如上两类回答后，感觉如何？
我猜，前一种回答往往会让人充满了不确定、不可控的感受。换句话说，你虽然给出了一个答案，但事实上，对于这个答案是不是真的可以帮你达成你的预期和目标，可能连你自己都完全没谱。
而相比起来，后一种回答则会让你感觉到这个2.5万粉丝的增长是真的可行、可达成的，而你对于这个目标也是相对具备一些可控力的。当然，这个可控一定不可能是绝对的可控，一定还存在各种突发的事件和运气等客观因素，所以，你只能尽力做到相对可控。
尽管如此，这种“相对可控”的感受仍然是宝贵的，它会让你感受到你的工作有具体目标和方向，且具有一系列可行的方针和策略。找到这种感受，你才不会产生那种一个人对着一个几万粉丝的KPI、做着一个连自己都不知道能不能管点儿用的活动时的无助感和无力感。
对了，也顺带分享下，在上面这个发生于2016年年初的真实案例里，我们最后基本上以90%左右的程度按照计划完成了我们的工作（剩下的那10%大概是例如H5，原计划做3次，但最后只做了1次之类的）。而最后，我们也在3月的最后一天中午左右，顺利达成了一个月粉丝数翻倍达到5万粉丝的既定目标。
这，就是我们所说的：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。
（四）
至于如何才能让事情对自己更加可控？答案就像我们上面已经通过具体事例展示过的：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。
这么看起来，其实运营指标的拆解+具体执行和项目管理的一部分思路也是比较相近的。事实上，因为运营要面临的工作内容往往十分繁多杂乱，所以，是否可以有效地管理好自己的工作内容和各种事务，并把它们有机组合起来为一个大目标去服务，始终都是一个非常关键的东西。就好比前面我分享给你们的我那个运营同事的工作任务表一样。
承接着上面的案例，我们可以再继续分享几个对于运营指标进行逐级分解以让之变得更可控更可行的例子，也借此展示一下针对不同运营指标进行拆解的思路。
举例：
某电商网站做的一个大促活动，假如老板跟我们说，要把这个活动的销售额提升5倍，那我们可以如何去思考和着手呢？
我们或许先应该梳理一下，这个大促活动的销售额这个指标，主要会跟哪些分支指标或要素相关？
于是，我们可能会得到一个如图3-1所示的公式。
图 3-1
有了上面这个公式后，是不是觉得我们的工作思考方向一下子就变得清晰了很多？
例如，对照上面的公式，现在假如其他两个因子不变，我们只需要把“活动流量”、“活动流量/付费行为转化率”或“活动ARPU值（即每用户平均收入，或称客单价）”中的任何一个提升5倍，都是可以达成我们“销售额增加5倍”的目标的。
（五）
那么我们再来简单说一下，上面这3个要素具体可以怎么来拉升。
先说活动流量。我们是不是可以把活动流量来源先细分为内部流量（即来源于站内导流到活动页面的流量）和外部流量（即通过外部渠道导流到活动页的流量）两部分，然后具体去看内部流量方面，我们是否可以拿到更好、更多的内部推荐位？
而对于外部流量方面，我们是否又可以逐一将其拆解为类似图3-2的样子？
图 3-2
这样的话，为了最后提升我们整体来源于外部的活动流量，我们只需要逐一在上述这些渠道乃至更多的渠道上去做好推广引流就可以了。
甚至是，沿着这个思路，在具体某个渠道（比如百度网盟）去做推广引流的时候，我们也可以将其进行再进一步的细化，比如我们或许可以得到如下的公式：
百度网盟带来的流量=我们的推广内容在百度网盟得到展示的次数×推广内容点击率
依照如上公式，我们在百度网盟的推广，要么就是提升我们的推广展示次数，要么就是提升我们推广内容的点击率。
而关于提升付费转化率，我们是不是可以去具体思考梳理一下，从用户访问到这个活动页面，一直到其完成付费的这个全过程，一共分为哪几个关键步骤？在每一个步骤或环节上，我们是否可以设置一些小的运营机制，去牵引着用户往下走？还是像之前说的一样，最简单粗暴，哪怕每走一步，你就送点小礼品啥的呢？
比如说，某年某猫的双11站内活动，大概就是如图3-3所示这么做的。
至于如何提升ARPU值，你还记得电商网站中的各种包邮、满减、促销和相关推荐等一大堆东西吗？你没有觉得很多时候，你其实就是在被这些东西牵引着，一不小心就又多掏了几十块钱的吗？
图 3-3
（六）
所以最后我们来总结提炼一下吧，任何时候，当你拿到一个目标或运营指标的时候，你都应该遵照如下几个步骤来进行思考，并最终落地。
第一，你要界定一下，这个指标是由哪些分支指标或哪些要素构成的。你需要把你的目标指标和这些要素间的关系界定出来，最好变成一个公式的样子（类似我们前面的例子）。
第二，这些被你提炼出来的分支指标或要素现在是否还存在可以提升的空间？比如说，上面我们第二个大例子提到的来源于内部渠道的流量，假如你们站内的总流量是10万，但目前导到活动页的流量只有5000，那么还是有比较大的提升空间的。而假如目前导到活动页的流量已经有六七万了，那么这个地方其实没有太大可以提升的空间了。
第三，具体来思考，如果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？比如是优化几个文案，还是做几个活动送点礼品，还是再多发几篇微信图文、多发几篇微博？
另外，如果你认真看过了本书前面的内容，你也会发现，其实本节的内容，跟我们此前的内容里提到的很多思考方法和分析思路，也都是一脉相承的。这也是我为什么一直都在说，一定要先有了认知和思维，再去接触具体技能，因为这样其实反而效率会更高。
关于如何在较大、较复杂的运营指标面前让自己变得更加“具有掌控力”，我们就先聊到这里。我觉得，在杂乱繁多的运营工作面前，学会做好自己的目标和工作内容管理，可能是对一个运营人而言，属于优先级最高的技能之一了。
3.2 一个运营必须具备的数据分析方法和意识
（一）
上一节，我们聊了运营指标的拆解和落地。
这一节，我们来讲讲另一件可能会贯穿你的运营生涯始终的事情——数据在运营工作中的运用。或者，也可以说是如何用数据来指导你的运营工作。
这里要先提一嘴，数据的背后，其实是逻辑和推理。换句话讲，想要让数据可以更好地为你服务，你需要先有好的逻辑和推理分析能力。假如连这一层都做不到，即便你看过了这节内容并拍案叫绝，很可能也是只得其形，未得其神。
而至于如何评估自己的逻辑能力，我给一个大体的参照：
逻辑能力较强的人语言表达方面往往是有组织的，其说话表达往往有框架有条理，思路清晰。比如，在回答问题时他会喜欢用“起因-经过-结果”、“案例-问题-分析原因-解决方法”等框架来进行回答。框架不是为了束缚思维，而是用来整理思路。
在此基础上，一般谈话话题容易跑题万里拉不回来的人，以及经常容易表达上前后自相矛盾难以自圆其说的人，逻辑可能都是比较差的。
但，逻辑也不是不可以练习的，只是一定需要投入大量时间。
比如：
尝试给自己建立某种思考框架（如我们前面说过的“案例-问题-原因-解决方案”这样的框架），并尝试在自己所有可能会经历的相关场景中都持续强制自己使用相应框架进行思考和表达，这样持续几个月后，通常是会有些效果的。
此外，也推荐参考一下《思考的技术》《麦肯锡教我的思考方法》《创新者的思考》《学会提问》等书，都是我看过关于逻辑和思考方法方面的一些好书。
另外，很多人尤其是文科生在提及数据时往往会觉得比较怵，但数据其实一点也不可怕，只要将思路捋清楚了，你会发现数据其实还挺有趣的。在今天的内容里，我就会试着给你呈现一些有趣的例子。
（二）
好了，接下来我们正式聊数据在运营中的作用。
说到数据，阿里的数据系统在整个国内互联网行业应该是最强大的了。
此前有一位从阿里离职的芮曦同学写过一篇文章《我在阿里3年的运营经验都在这里了》，其中数据的价值和运营工作中的具体使用场景，我觉得很多地方讲得是比较到位的。
如果我们需要总结一下的话，简而言之，数据对于运营的价值可能包括了如下几方面。
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。
比如，三节课定位的用户群主要是互联网行业的“产品经理+产品运营”，这群人假如有300万人，目前我们已经有了10万用户，且依靠口碑形成的自增长还比较迅速，那么我们是不是应该去加大一些推广和营销的力度，把推广做得更好一些呢？
又或者，假如我们现在才只有1万用户，且课程等产品体验还比较一般，那么其实我们当前的核心任务是不是更应该是先节奏慢点儿，踏实把产品体验搞好了再说？
2.假如做完了一件事但效果不好，数据可以告诉你，你的问题出在哪里。
比如，三节课新做了一个围绕着课程推广的活动，但结束了之后发现真正愿意去参加课程的人不是太多，那么你是不是该去看看，到底是引流引得不够多，还是课程页面转化率太低，还是整个报名流程有问题？
3.假如你想要实现某个目标，数据可以帮助你找到达成目标的最佳路径。
这跟我们前面提到的东西类似，好比你老板让你把销售额提升5倍，你是不是得去看看，销售额的提升到底该从哪方面着手？是搞进来更多流量？还是用心把付费转化率做上去？还是好好提一下客单价？或者老板要的是用户量提升50万，你是不是得去看看，这50万用户从哪里来更靠谱？多少可以来自于用户口碑和自增长？多少可以来自于网盟？多少可以来自于豆瓣小组、新浪微博？
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，也对整个站内的生态更有掌控力。
比如，三节课当前站内有这么多课程，我们完全可以通过数据得到以下问题的答案——从课程的层面来看，到底什么样的课程更受大家喜欢？然后，大家听课的习惯是怎样的？是喜欢同一堂课认真听很多遍？还是一堂课只听了3～5分钟就走掉了？再然后，一个还没毕业的大学毕业生和一个已经工作了2～3年的互联网从业者，虽然同样都是想要学习，但学习习惯和诉求是不是应该有所不同？以及，假如我们想要尽其所能地服务好三节课的全部用户，我们是不是可以把这些用户划分为各种不同的类别，然后分别推送给他们不同的课程和学习内容，引导他们去完成各种不同的用户行为？
5.数据当中可能隐藏着一些潜在的能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。
比如，在三节课的用户群中，我们要是通过数据的分析发现了这样一个结论——在过去1个月内，但凡跑到三节课来报名上课的用户，70%都是因为看了我们的某篇文章才跑过来的，这时候你觉得你应该做点什么？
毫无疑问，当然是把这篇文章放到首页的显眼处，或者放到新用户注册或访问过程中的某个必经节点上，用它去刺激更多的新用户。
上述5点中，关于1的部分，也即如何从宏观上结合产品形态和产品发展趋势判断一款产品所处的阶段，并制定相应的运营策略，我会在后面的第4章中再具体来聊。
所以，下面，我们来结合更详细的实例依次聊一下上面提到的2、3、4、5四种价值体现。
（三）
先说第一种：假如你做完了一件事但效果不好，这时如何通过数据来界定问题到底出在哪里。
我们来看一个真实的例子。
某O2O课程学习平台，注册用户5万，模式为用户通过线上付费报名，线下实地上课，日前上线了一个专题，聚合了6堂课程进行打包推广，预期每堂课至少报名40人以上，但从结果来看，效果不佳。该专题页相关数据如图3-4所示。
图 3-4
现在，我们想要知道这个专题的具体问题到底出在哪里，请问该怎么做？注意，这里我建议你可以自己先花点时间动动脑子思考一下，有了一些自己的判断和结论后，再继续往下看我的答案会更好。
这里可能需要提到我们之前曾经在我眼中的4个关键性‘运营思维’里提到的4个“运营思维”其中之一了：流程化思维。也就是说，要先梳理清楚流程，再用流程来反推问题所在。
比如，围绕着一个课程专题的运营，其触达用户的整个流程大体应该如图3-5所示。
图 3-5
于是，我们可以依据这个流程回过去看，到底整个专题的问题出在哪里？比如说，是推广本身不给力？还是推广到专题页的转化率太低？还是专题页的跳出太高，基本没人进入课程？又或者课程页面到报名的转化率太差？还是说报名后的订单确认和支付流程流失掉了太多的人？
以及，如果我们已经界定清楚了，以上几个大环节中的某一个环节存在问题，比如说，我们已经发现了推广到专题的流量数据太差，那么具体又是什么原因导致的？是因为我们渠道铺设得太少，还是因为渠道执行力度不够？还是推广素材和文案太差？
如果按照以上的思路来对这个专题的数据进行分析，我们可以发现，该专题的问题可能主要出现在以下几方面。
（1）专题页的整体UV就很差。累计1000出头的UV对于一个专题来说实在是太可怜了。而具体的原因，可能包括：
专题上线时间太匆忙，可以看到，8月3号就要开课的专题7月31号才上线；
专题推广不是特别给力，具体是铺设的渠道不够，还是在特定渠道内没做好执行，这个可能需要进一步具体去看每个渠道的流量构成，并结合执行情况来进行分析。
（2）专题页的效率普遍较差。一方面是其跳出率超过40%，另一方面则是从专题页导到单堂课程的UV最多也不过187，仅相当于专题页流量的10%左右，这个效率还是低得有些可怕的。
（3）从单堂课程的层面来看，课程3对用户的吸引力可能比较差（报名和课程页访问都很少），课程4的课程详情页或定价等可能有可以优化的空间（访问很多，报名很少），课程6则报名转化率还不错，但目测整体在站内得到曝光的机会比较少。
看完了这个例子，是不是感觉数据真的可以帮助我们把问题界定得无比精细，让我们言之有物、目标确凿？
（四）
下面我们来说数据的第二类价值体现：假如你想达成某个特定目标，如何通过数据来评估和具体化你的最佳达成路径？
这个问题，其实跟上一节里提到的“指标拆解”一脉相承。
我们也来看一个例子：
假如三节课当前的日均报名上课人数是2000，希望接下来一个月的目标是把日均报名上课人次指标提升到20000，在投入预算成本最低的情况下，我们可以怎么做？
拿到这个问题后，我们首先可以依照上一节提到的目标拆解方法对我们的目标进行拆解，于是可得：
课程报名人次=网站流量×课程转化率×人均报名课程数
然后，既然是要把目标指标提升10倍，我们要分别评估一下提升3个因子的可能性。
先看网站流量，假定三节课的目标用户主要是3岁以内的互联网产品+运营领域的从业者，目标用户共计约100万左右，但目前网站日UV只有不到3000，那么以正常逻辑推断，在网站正常日UV方面拉升到目标用户的1/10左右，也就是10万，应该都是可以的。但这个流量如果是需要在短期内拉动，肯定是需要投入一些费用的。
再看课程转化率，假使目前网站整体UV/课程报名人数的转化率为2%，同时经过分析又发现，每天访问课程页面的UV为2000左右，那么依据经验判断，这已经是一个还算不错的转化率数据了。参考其他同类课程学习类网站的数据，3%已经是很上等的网站UV/报名数转化率。我们在此暂且认为我们经过流程梳理后，可以在站内课程曝光引导、优化课程列表页和详情页等布局及课程文案、优化课程报名流程&体验等环节均做出一定优化，从而实现3%的转化率，整体提升1.5倍。
最后是人均报名课程数，假使我们发现目前三节课的平均每用户报名课程数量为2堂，而站内每月会同时开出25堂课，且这25堂课往往都是彼此关联存在逻辑递进关系的。于是我们可以据此判定，人均报名课程数这个因子是存在明显的可以提升的空间的。因为三节课目前有两个主要的课程体系，且每个体系目前已有12堂课，所以我们姑且推断，依靠课程打包、相关课程推荐、站内消息告知、一次性报名多堂课程赠送绝密资料等一系列运营手段，应该可以把单用户人均报名课程数提升到10堂课左右，整体提升5倍。
好了，因为我们的命题要求是“预算最低”，所以我们的思路一定是优先考虑无预算的指标拉升手段，再考虑有预算的指标拉升手段。那么基于以上的推断，我们应该可以在不做预算投入的情况下做到以下状态：
课程报名人次=网站流量×（课程转化率×1.5）×（人均报名课程数×5）=（课程报名人次=网站流量×课程转化率×人均报名课程数）×7.5
此时我们发现，如果按照这个推断，课程报名人次这个指标，已经被我们提升了将近7.5倍。也就是说，为了达成10倍的目标，理论上我们只需要再投入一些预算，把网站流量提升到原有的1.33倍以上即可有望达成预定目标。
至此，我们的这个最低成本达成目标的运营方案，算是成形。
上述这个不断对目标数据来反复进行推导思考的过程，也希望可以带给你一些启发。
（五）
下面再看数据的第三类价值体现：极度精细的数据分析可以帮助你层层深入，对用户更了解，也对整个站内的生态更有掌控力。
还是来看个例子：假如目前所有站内数据可以对我们开放，那么站在运营端，若我们需要对三节课的用户行为有更加深入精确的理解，从而更好地指导我们的运营工作，我们该以何种思路去对数据进行分析和比对，从而得出一些更有价值的信息？
这里要先引入两个数据分析中的基本概念：维度和度量。
简单来说，度量就是具体的数据指标，它通常表现为某个量化过后的数据值，而维度则是去看待这些指标的不同角度，如图3-6所示。
图 3-6
举例：
网站的UV（用户访问数）是一个数据指标，而我们去看待它的时候，可以从日期的维度去看，以便评估一周或一个月内哪几天流量偏高或偏低，是否存在规律。
也可以从24小时时间划分的维度去看，以评估每天在不同时间段的流量分布情况是怎样的；还可以从地域的维度去看，了解不同地区的用户使用网站的习惯和情况是否存在差异……
理解了这两个词，最终你会发现，所谓数据分析，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。
所以，回归到这个例子，我们如果要结合具体的产品形态，对于三节课的用户生态和使用习惯有更加深入的了解，我们或许可以先界定清楚，我们需要去评估的度量有哪些？这个度量需要结合你的核心产品功能来想，因为三节课网站上目前主要的产品功能就是上课学习，以用户可能会在这个网站上发生的核心行为为主线来看，我们要重点关注的是以下三类行为：访问、报名、上课。于是，围绕着上述3个行为，我们要重点关注的度量就可能包括了：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。
同时，对于以上的部分度量，我们应该有一个自己预设的合理区间（这个区间需要基于你自己对于行业和用户的了解来进行判断得出，或者通过持续探索得出）。比如，单课程的实际上课用户数为该课程的报名用户数的20%～50%我们认为是比较合理的，那么如果该数值高于或低于这个区间，均可视为异常。
然后，接下来的一步，就是我们需要再来逐次围绕着每一个度量来去看看，我们可以有哪些维度去看待它、分析它、评估它。
比如：
拿最简单的课程报名数来举例，我们要评估这个数据的维度可能包括日期、时间、地区、新老用户等。如果要把这个评估做到极致，我们可能需要从每一个维度依次去评估报名数这个指标的变化，从中发现一些线索或结论。
基本上，这种评估的出口有二：
一是判断数据是否有一些需要注意的异常情况（如果出现异常数据，一定要分析原因）；
二是为了给自己的运营工作找到一些方向性的指导，比如说，我现在要把站内课程月报名数提升10倍，我是否可以从用户行为和习惯去得到一些具体的启发？且，很多时候，这两个目的可能是合一的。
例如，假如我们看到过去30天里的报名数据如图3-7所示。
图 3-7
那么我们是否就需要去看一下，在报名数开始激增的那几天里，到底发生了什么？是因为我们有意识地做了一些推广和活动？还是因为上线了新的课程？还是因为发生了什么别的事情？
假如你发现，如果相应数据的激增是因为课程信息偶然间被人分享到了某个社区内（比如知乎）并引发了一轮小小的传播，那么接下来你如果想要从运营端做一些事来提升课程报名数这个指标，你是不是就可以有意识地在知乎去做一些事？比如认真分析一下之前的内容为什么能在知乎引发传播，然后把传播点提炼出来，用更适合知乎的形式去进行一轮包装，并想尽办法在知乎再进行新一轮的扩散。
事实上，我个人就曾经亲历过类似的案例。2009年前后，当时我所供职的一家互联网公司，就曾经因为发现我们的某个产品被用户在人人网分享后带来了过万的UV，从这一线索入手，我们开始深耕人人网，最后在短时间内给该产品带来了数十倍的数据增长。
另外，这种数据分析的另一个维度，就是依照你的常识对用户进行划分，再去看数据，结合用户访谈，了解不同类型的用户在具体行为习惯上可能会有哪些不同。
比如，因为三节课主要解决的需求是学习，还没有工作经验的大学生和工作了2年以上的互联网人，理论上学习习惯肯定是不同的，此时我们就可以分别从数据上去观察这两类人的访问、报名、听课、课后作业（包括学习产出和效果）等一系列行为上存在多大差异。
当这些问题界定清楚后，事实上你是可以根据用户类型的不同，分别推送给他们不同的服务和引导他们完成不同的用户行为的（比如已工作的用户上来先做个任务，还是大学生的用户则先去听两堂入门课），这样精细化的运营可以大大助推你的用户留存和活跃。
最终，假如你手边的数据足够充分，且这种从度量&维度切入的分析做到了极致，理论上你会对整体站内用户的构成、行为习惯和当前产品的主要问题做到了然于胸，也会对站内的整体用户生态更加具有掌控力。
这里再补充两个小说明。
第一，理论上，假如作为一个运营负责人，我们应该对于每一个关键性的用户行为都定期（比如每三个月或每半年）进行全方位、多维度的分析，做到对每一个关键用户行为的用户习惯和当前产品指标中的问题点了然于胸。
但，事实上绝大部分运营都可能看不到那么全的数据，这里面有很多原因，比如数据后台不完善、没有数据权限等，这时候我们该怎么办？
我的建议是：
（1）不管看不看得到，你都要让自己具备这样的分析问题和解决问题的意识+能力；
（2）如果某个数据的缺失已经严重影响到了你的工作开展，一定要向老板持续沟通持续要，直到拿到为止；
（3）如果只能拿到局部数据，那就先对局部数据进行一些分析和推断，再带着你的一些假设去工作，以工作成果来验证你的假设。再随着业务的发展和要求不断去完善数据需求。
第二，很多产品，往往都是20%的重点用户给该产品带来80%的价值。
所以，无论是分析数据还是具体开展运营工作，你都要培养起来这样一个意识：要重点去关注对你最有价值的那部分用户，至少把50%左右的精力用于关注他们。
比如，你站内更加活跃的用户，更愿意贡献内容的用户，更愿意参与用户服务和管理的用户，等等。
（六）
承接上例的背景，接下来我们可以把最后一个点也一并讲了：数据当中可能隐藏着一些潜在的能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。
关于这件事，基础的逻辑可能是这样的：
第一，你先找出你的产品中，当前可能存在问题的某个关键度量（或称指标）；
第二，对于这个度量进行纵览，从它的构成去看，是否所有用户或我们的所有服务在这个度量上的表现都很差，还是说有一部分用户或服务在该度量上的表现是显著好于其他用户或服务的；
第三，你可以对于那些表现显著要好的用户和服务在不同维度上进行进一步挖掘，寻找其背后的一些共性用户行为或特征，然后再把这些特征放大到极致。
比如，上个月三节课站内课程报名量表现不佳，明显走低，按照上面所说的逻辑，我们可以依次来进行如下思考和判定。
把上个月的所有课程的报名数都列出来，然后去观察，是否所有课程的报名量都很差，还是有一些课程的报名会好一些。最终我们发现，其中存在6堂课程，它们的报名数普遍高于其他课程2倍以上。
我们把报名量很高的这6堂课程归类到一起，然后依照各个维度去看一下，它们之间是否存在一些共性？比如，都在某个时间开课，都是某一个品类的课程，都是某位老师的课程，文案都是按照某个模板来写的，或用户在报名这些课程前都接受了某种特定的引导，等等。
最终，假如通过这样的比对，我们可能得出了结论，比如说发现这6堂课程使用的都是同一个文案模板，或者用户在报名这6堂课程前普遍都看过了我们的某篇文章之类的，那么这时候，我们就已经找到了一个可能帮助我们把事情变得更好的线索了。
于是，接下来，我们最应该做的事情，就是把相应的文案模板复制到其他课程的文案介绍中去，或者引导更多的新用户在报名上课之前都去看一看我们那篇神奇的文章。
讲到这里，本节的内容也就差不多了。我猜，你对于数据与运营间的关系，是能够更具体深入一点儿的。
如果打个比方的话：
但凡打仗想要获胜，你既得有上阵杀敌的本领，又要能够运筹帷幄，找对你的突破口和取胜策略。策略和突破口没找对，很可能任你有万夫不当之勇，仍然无情湮没于人海中。而硬本领不够强，则策略再好，你也根本没有取胜的可能。
这当中，数据对于运营的作用与价值，就是它帮助你找到一块战场上的发力点和突破口。
换句话讲，一个不懂得跟数据打好交道的运营，很可能到了战场上，会是盲目的。
但同时，数据也是一个很庞大的分支，关于各种数据分析的策略、方法、工具之类的，如果真的要放开了去讲，可能又是一本书。
考虑到本书的主题是“运营”，且大多数运营都应该涉及不到那么深和高级的数据分析技巧，我们这里的目的，只是希望你能对数据与运营工作间的关系有一个较完整的理解，以及理解一些基本的数据意识和分析思路，了解真正把运营的精细化做到极致，数据是需要在其中扮演必不可少的作用的。
关于数据和运营之间的关系，我们就先讲这么多。
3.3 关于内容的运营
从这一节开始，我们来讲讲另外一个对于运营来说，很可能是家底儿式的东西——内容。
之所以说是“家底儿”，是因为在运营的过程中，“内容”其实是无处不在的。小到一篇文章的标题和一个Banner的引导文案，大到一部小说，一个网站的内容分类和目录，甚至包括一个活动的描述等，其实都是“内容”。
所以，内容对于运营工作而言，其实无处不在。就像我现在在这儿码字写书给你看，包括每章、每节需要冥思苦想出来一个标题去刺激你更愿意阅读，其实都属于“内容运营”的范畴。
如果宏观一点看，“内容运营”要做的事，其实就是持续关注内容从生产到消费再到流通和传播的全过程，并通过自己撰写、编辑、组织加工、外部渠道传播等一系列手段去更好地促进这个过程的发生。在整个过程中，你需要持续关注并提升各类跟内容相关的数据，如内容数量、内容浏览量、内容互动数、内容传播数等。
而拆分到具体和微观落地的层面，关于内容的运营，可能有一个优先级和权重最高的事情，是你需要优先解决的。
假如这个事情没有解决好或者没有想清楚，你会发现，哪怕你做了N多的内容，且这些内容也都还不错，你仍然很容易事倍功半。
这个事情，就是内容的“定位”和“调性”。
就让我们从它开始讲起吧。
3.3.1 内容的定位、调性和基本原则
（一）
做内容，永远都需要关注长、短两条线。短线，是尽一切努力促进内容的被消费，好比绞尽脑汁地写好一篇搞笑的段子，让人看完后都忍不住捧腹大笑。
而长线，则是以一系列长期、持续的内容为载体，面向用户建立起一种识别度和信任感。
为了做好后者，你必须要明确你的内容边界（如什么能写、什么不能写），并给你的内容打上某种风格化的标签。这个事，就叫作定位和调性。
它的重要性在于：一旦这个调性被成功树立起来，你就可以在用户心目中牢牢占据一个位置，进而大大降低你以后要去建立用户认知的成本。
好比，早期的知乎内容风格偏重于“互联网和创业领域的认真严肃、客观中立式问题探讨”，而果壳的内容风格则是“各种死理性派型科普”，早期豆瓣的风格就是“文青小清新聚集地”。假如你的内容调性已经在用户处形成了这样的认知，你会发现，你很可能在很多用户那里，都不用再费尽唇舌去解释和说明到底“你是什么”这样的问题了。
就像我们之前在“互联网公司的‘运营’和‘市场’，有何区别与联系？”里看过的这张图3-8，这基本等同于，在一个用户与你发生关系的整个过程中，第一个重要的环节——用户认知这个部分，你可以省下大量的成本和精力了。
（二）
然而，关于内容定位和调性这件事，最大的难点并不在于想清楚你的调性是什么，而在于两方面。
一是，你必须要给自己的内容调性找到显著的不同和差异所在；
二是，“调性”这个词毕竟务虚，即便真的找准了，你要落地到实处找到具体的发力点，也很不容易。
图 3-8
关于其一，找差异，其实逻辑跟一个品牌的定位是高度相近的——市场上那么多同类的品牌，要让用户记住你，能识别到你，你必须拥有一些自己的与众不同和差异性。人们记住一个东西，永远是因为它的“不同”。
这里我们可以拿三节课的微信公众号来做个实例，毕竟这是我们自己操作的事情，可以说得更清楚具体些。这里也可以先同步下背景：三节课（sanjieke）这个号，我们是从2016年1月正经开始做的，内容主要面向互联网从业者，截至2016年5月，我们在没花一分钱的情况下已经做到了接近10万粉丝，且粉丝忠诚度极高（平均单篇图文阅读率高于行业平均值2～3倍），以数据看，算得上是一个比较成功的案例了。
