让数据和用户服务于你的运营-鸟哥笔记

大家好，我是来自萌义网络的干田。

以前我上台的时候，是这样跟大家说的：“大家好，我是干田，干部的干，种田的田。”每次说完之后，下面就跟现在这样。既没有掌声，也没有微笑。（台下掌声+欢笑）先不要鼓掌。

后来我换了一个方式。现在做二次元产品，就换了一个萌萌哒的方式：“hi，大家好！我叫干田，饼干的干，田园的田”（语气和肢体语言改变。）

【如何真正有效利用运营数据及用户反馈来提升产品】——这是一个很啰嗦的话，其实可以简单一点说。

那按照惯例我先做个自我介绍：

我是2006年入行的，现在开始混了第十年了，大家看我沧桑的脸，以及萌萌哒的说话方式，也不是很协调。

本来就是一只猴子，后来变成一只狗，现在终于做了一回人。简单就是这么个样子。

是这样的，我们今天主要讲的是一个运营数据，或者叫数据运营。

现在做移动互联网，无论是做社交的也好，做内容向的也好，他就是不跟别人说我们是用数据来分析用户的行为，以此迅速占领用户。不这样说他都不好意思。都说大数据，在做大数据以前，我们有一些基本的误区要跟大家先说明一下。

什么意思呢，会有两种很有奇怪的观点：

1. 什么都要靠数据去支撑。比如我们把按钮从左边换到右边，从红色换成黄色。这个东西一定要有什么数据分析团队、数据分析师、产品经理在哪儿反复打磨。最后跟我们说一句，按钮从以前的100像素换到了105像素。这是很无聊的一件事情，但是这个要用数据去验证，你知道吗？

2. 秉承数据无用论。就是说，数据有什么用呢？还不如我经验来的有用。

这两种观点，基本上都是错的。

数据量多真的有用吗？

数据量多不一定有用。这是我在上一家公司做了三年以后得出的一个非常沉痛的教训。数据太多并没有什么卵用，数据要有用，他一定要有关联、有联系。不然，白存着那些每天几十个G的那些数据，导又导不出来，联系又没法联系，形成一个个，我称之为孤岛数据（z这样的东西）。并没有什么用的。

孤岛数据只能读出来片面的现象，他连一个结论都读不出来，所以你的技术团队高兴怎么做就怎么做。要以结果为导向，以目标为出发。他跟技术其实没有太多的关系。你的用户量很少，数据不多，他没关系的。后面我会给大家举一些比较有意思的例子。

在线调查

还有一种是这样，这个是在公司里，市场运营还有数据运营，他们经常使用的一种手法，叫做在线调查。我们假模假样的做一个东西，我们新版发布了，我们想收集一下用户的需求。

咱们的产品团队里面一般会有一个产品助理，去出一个在线问卷调查，大概有一百个问题。完了，产品经理说，一百个太多了，我们五十个。上报到总监，总监说五十个太多了，三十个。上报到老板那里，老板说，三十个也太多了，十个吧。

然后假模假样的出了一份十个问题的问卷调查，说我们收集到了一万分的用户调查报告，我给你做成曲线图、饼图、折叠图。这些东西还好我没有做过，都是别人做。

这些东西有用吗？我明确告诉大家，这个东西没有用。现在没用，以后也没用，以后就不要做了。

为什么呢？是这样的，首先问卷调查，他是一个很古老的行业。她有一个非常严谨的一些方法。问卷调查最有用的地方，是在前期把用户筛选掉。这是问卷调查最有用的地方。比如说我可以Push到五万个人，问卷调查是把五万个人里面四万九千五百个人删掉他，取消掉他。我只要那五百个非常有用，非常精准，非常符合我的目标用户的那五百个人就够了。

所以不是说越多越好，那都是一些垃圾数据。你从一开始，对用户没有过滤，你这个问卷调查就是垃圾。而且，这种情况下，你还把你本来想问的那一百个问题，给压缩成了十个问题。这十个问题还没有什么质量。新版本你喜不喜欢，A喜欢，B不喜欢。这问题你问他干嘛呢？

知识误区：

还有一个，我称之为知识误区。我们但凡有一点机会，都会去接触一些海量的数据。通过各种各样的途径，通过一些统计学的方法，包括归纳、总结、折线图、饼图、曲线图。就是说，这些东西有用吗？有用的，起辅助作用。前提是所谓用到的简单或者复杂的数据方法。

你要正确的认知，举个例子。

大家都知道平均数吧，平均数有多少种？有算数平均数，有几何平均数。他们有什么用？在什么场合下用什么样的平均数，去做一个对我们整个的格局、整个的用户群的一个调查？你并不知道。第二个，平均数最大的问题就是，我有101个用户，这100个用户身高只有1米，有一个用户身高有100米。你说我们平均出来的这个平均数有用吗？半毛钱卵用没有。所以这个就是平均数最大的问题所在。

所以什么意思呢？我们大家使用数学方法一定要知道这个方法，适用于什么场合，会有什么限制。当然了忽悠老板除外，忽悠老板什么方法都是可以的。

统计相关性：

还有一个问题是，统计相关性。这个问题是，统计学一直没有解决的问题。就是统计学试图用统计相关性，来把真实的相关性给取消掉。什么意思？我举个例子，比如今天有六十个人，来听我的吹牛逼。然后外面天空是放晴的。我们做市场调查，在此时此刻，全中国一共有两千场，大概六十个人参加的，有一个工作十年左右的人在这边吹牛逼，天空是放晴的。什么叫统计相关性？即，以后中国大陆有两千场左右，下午三点多的，六十个人左右的，这样一个吹牛逼活动，天空一定是放晴的。你认为这合理吗？胡说八道对吧？

但是这个就是统计相关性。就是我们通过大量的定量的数据，我们发现了一个现象A，同时当A现象发生的时候，一定会出现现象B。我们就认为，当现象A发生的时候，一定会出现现象B，这就是统计相关性。

各位，在工作当中，你们通过统计的方式，去得出两个结论的时候。如果因果关系，你想的不是太明白的话，你用你的直觉去想象一下，A跟B到底有没有关系。当然了，骗老板，你无所谓的。骗老板，你就告诉他，看到了吗，这是100万人的市场调查调查出来的。当六十个人参加吹牛逼的时候，天空外一定是放晴的。自己心里要清楚，不一定是这样的。

总结一下：

熟知自身业务：

就是说，当我们使用数据去提升产品提升运营的时候，我们其实最关心的，是我们对这个业务有多了解。我们要不停的，去使用我们的产品，了解我们的业务。人虽然是做不到百分之百的了解，但是这个时候，数据就有用了。

举个例子，比如说在我的上一家公司里面，我们一共有多少个分类，我们一共有二十个分类。但我自己只喜欢一个分类。当我天天用，天天用的时候，我会对这个业务有一个认知，但是仅限于这个分类。我能不能把这个想法，由此及彼，推广到那二十个分类里面呢？

这个时候，你就需要有数据了。当你的结论反过来可以用数据去验证的时候，并且每个分类都可以这样的时候。那么你认为你对这个分类业务的认知，可以提升到整个产品的业务认知。但这里也会打一个问号。始终要保持着不断地质疑，不断地求真的这么一个过程。因为你只喜欢这一块业务，当其他的业务跟你没有完全相关的时候，你没有办法判断。这个时候数据才有用。

数据一定要有关联：

什么叫有关联呢？我们之前是做一个内容向的，所有的数据要可以围绕用户进行展开。比如说这个人他听了一个声音。这个人他发了一个评论，这个人他说了一个声音，这个人分享了一个声音。我们把这些海量数据记下来的时候，一定要带上用户的唯一标识。这样我们的数据才可以串联起来。

当然了，我们忽悠老板的时候除外。给他折线图、曲线图、饼图，告诉他我们每天有多少的分享量、有多少的回流量、每天有多少声音在发布，这种宏观的就够了。

但是你作为一个产品，你要很清楚：如果说我现在，要把活跃用户的收听喜好导出来行不行？如果我针对某一部分特定的用户群，我把他们的分享行为导出来行不行？都可以。数据一定要有关联，不然成为了数据孤岛，没有太大的作用。

数据孤岛：

再给大家举个例子，我在上一家公司，每天抽样发现活跃最高的数据是什么呢？是黄色信息。当然每天分享的最大的数据是什么呢？依然是黄色信息。这就是数据孤岛。

当你得出这样的结论的时候，你可以帮助你的产品运营吗？能帮助的就是运营赶紧删嘛。那么剩下的呢？没有用了。不知道是谁发的，也不知道回流从哪里来，这样的数据有用吗？没用。你要把他串联在一起。最后我们把它定位在一小撮经常在我们产品里面发色情信息，并且大量传播的人，而且地点定位非常精准。这时候干么呢？上报公安局。

数据辅助资源分配：

把这部分信息清理掉以后，我们再看第二部分，什么样的信息分类分享是最多的呢？有真人类脱口秀节目，分享的以及回流的是最大的。

这种结论，有什么用呢？还是处于你对这个产品里面业务的认知。这个产品里面，收听量第一高的是什么，是小说。但是分享量、活跃量最高的却是真人类脱口秀段子。这样你的运营就有侧重点，这样你的公司的资源投放就有侧重点。我们把人力投入在真人这一块，把所有的钱投入在买版权。因为我们只有有限的人力和有限的钱。

如果说我们用数据孤岛来看数据，收听的最高的是有声小说，我们把所有的人力和钱都投入在买版权上。对吧，没有错啊？因为小说一天的收听量大于50%啊！这个结论没有错吧，因为它占据一半以上的收听量，所以公司应该把人力、物力、精力全部投入到这一块。这个结论有没有错？没有错。这就是一个数据孤岛告诉你的，一个简单化的结论告诉你的。

但是分享的数据加入进来，彼此可以串联以后，我们发现娱乐类的、脱口秀的，它有极强的社交传播性。而这种东西，你靠简简单单的钱买钱卖，是搞不定的。所以把人投到这里去。而简单的买版权，在传统行业已经做了不知道几十年上百年了，简单的用钱去处理掉。这个时候数据才有用。

避免滥用技术：

然后是这样子，所有的技术在这个时候有非常重要的作用，他是帮我们去实现的。但是我们要避免的是什么呢？滥用技术。

比如说像，这个地方所说的，Google用什么我们用什么，Facebook用什么我们用什么。那我是一个技术人员，你是一个ceo，你有权质疑我吗？你没有权利质疑我。拜托大哥你懂不懂，我们用的都是跟Google的技术是一样的，是一样一样一样的！那Google能读出来，那我们读不出来，那我们在学习嘛。你等一等，我们在学习。

不是这个样子的。就是我允许你用心的技术区存储，去运算，但结果要能够反馈给业务部门，给产品部门。如果你只把数据存进去，读不出来。或者我们需要报表一些维度你做不出来。对不起，不要用了。硬件投入不是那么重要，我可以出钱，但是要你这个部门何用呢？既然你跟Google用的一样一样的，那我去Google招一个人进来不就行了吗？就是这个意思。

最后这两个，是我昨天加上去的。人月神话和任天堂。是我对最近几年的一个思考。

人月神话：

人月神话是一个风靡了几年的书，它里面讲了一个故事。就是IBM的一群疯狂的科学家，他们去做了一台所谓的世界上最牛逼的个人电脑，打算推向市场。但是他们一再的Delay，一再的Delay，他们失去了市场先机，最后根本就没卖掉。

因为什么呢？因为他们都是一帮疯狂的科学家。他们追求的是最高效的性能，最牛逼的体验，最牛逼的功能，不断地叠加，不断的叠加，最后导致这个个人电脑不能出来。

所以我们做数据运营的时候也要知道，我们有个最初步的知识，我们这个产品有一个相当规模的用户。我们有大量的数据，我们是不是要用一些很先进的技术呢？很先进的技术是能帮我们解决很多问题，但是hold不住的时候，还不如用一些最原始的方式。对于运营和产品来说，我们可以妥协的是，我们的报表可以等一下在看到，甚至可以等两天。但我不能看不到，你不要跟我说，你这个技术可以做到实时性很强，五分钟、十分钟。别人做得到，但是你做不到，那就是一个死，并没有什么用。

任天堂：

那我最近看的一两本，跟任天堂发展有关系的。

任天堂他是一个很有意思的公司，他们在做产品的时候，他们从来没有用过新的技术，从来没有用过。为数不多的，一两次用新技术的产品都是失败的。

所以就是说，这个公司有一个很有意思的理念，就是只用老的技术，去做新的产品。

始终是用市面上成熟的技术，搞得定的，公司内部可以hold的住的，去做我们下一个阶段，我们的战略发展方向上需要做的产品。这个是成为，我现在和别人一起创业的时候，我很重要的一个思想，就是我们有节制的去使用一些新技术。主要去使用老的技术，去做一个新的产品。

下面我再给大家说一些小故事，这些小故事是我在之前工作之中经历过的事情，我觉得有必要和大家分享。

第一个故事是关于用户抽样调查的故事。

虽然我很反感这个在线调研技术收集了一两万数据，然后我们可怜的产品助理在哪儿通宵了一个晚上整理好。虽然我很反感这个东西，但是我们依然会做市场调查。而我们的调查不是主动的，给大家发一些问卷。我们是通过一些比较不太要脸的技术手段，是主动去获取这些数据。

做的第一步是，我们的用户筛选。

我的上一家公司，在发展的早期，我们的核心用户是什么？我们做了这样一件事情。先挖你的使用行为，如果说你的使用长达三十天，或者三十天以上的，并且你在三十天内的打开的天数超过二十天，你只有十天或者十天以内没用我们的产品的，我把这类用户叫做活跃用户。我不需要你去告诉我，你是不是活跃用户，我只看你的使用记录。

然后我们从这些用户里面去挑，哪些是新浪用户。为什么要挑新浪用户呢？我们有一个第三方登录系统，他可以使用新浪登陆。通常情况下，一般都不会去修改昵称，你在新浪上叫张三，你在我们产品上一般也会叫张三。这样我们就可以反查到新浪上，你的账户信息。

我们这样做反查。通过技术手段抓到这样一些新浪用户以后，我们去读取你在新浪上的行为，你在新浪上是不是活跃用户，你活跃了多久，你在上面有没有一些个人信息，尤其是男女。你在新浪上的性别，和在我们平台上的是不是一样，我们又淘汰掉10%的用户。

你在新浪上所有的个人签名、公司状态成为我们对你这些用户画像的最后依据。因为我们相信，你在新浪上不会胡说八道的，尤其是你还认证了一下。虽然这不是什么正大光明的事情，但我们确实这样做了。我们认为这不算是窃取用户隐私，因为你就写在新浪上面。所有人都可以看得到，而我们就是所有人，我们只不过通过程序的手段去看了一下。如果我们用人力，大概每天每人可以看100人，如果我们用程序的话，我们几千上万的用户都可以过滤一遍。

我们为什么做这样一件事情？

我们想证明一件事情，很多的用户信息对于用户画像来说是没有帮助的。

比如，我们认为我们这款产品，只适合白领用。但是除了白领以后，我这样的很有脑洞的产品经理会补充一些信息上去，像二十到三十岁，在公司上班的，可能是男性可能是女性，如果是女性可能是大波浪啊这种。这些东西都是没有用的。如果你是一个做内容的产品，这些信息统统都是没有用的。

直到道若干年以后，我认识了一个统计学的博士，他告诉我，这些信息统统都是统计学属性。对于你们做内容的来说，统计学属性，比如一些男女啊、上海的还是黑龙江的，这个没有关系。没有关系的一个特别的原因就是调查的人群，这些属性，和你产品内容的属性是不是有直接的关联。

我是一个做大姨妈巾售卖的一个电商。那我在做售卖的时候，性别很重要，男可以忽略掉，因为女是一定要用到，男是不一定要用的。这个时候，统计学属性就有用了，因为跟我的内容是相关的。而我的上一家公司，内容是泛的，他跟性别有什么关系呢？可能有些有关系，比如儿童类的，如果你是单身，可能这个内容对你没用，如果你是孩子他爹，可能有用。其他根本没用。

自以为是的用户画像并不准确。

我们还发现一个比较有意思的事情就是，有一个主播，他是讲金融类的，怎么样挖掘市场行情啊、分析市场形势啊，这种节目，你让任何一个人去分析，产品经理给你画用户画像，他一定给你画：收听这类节目的人，有两类，一类是211、985，甚至于是北美排名Top10的学生，可能是硕士；第二类是投行里面咨询类的，30岁左右的，再投行内有一定经验的，需要各种各样信息区分析自己所处行业的投资的。诸如此类的。用户也是投资类的。

然而并不是这样。我们挖掘到，很多用户听这个，绝大部分都不是这个行业的，比如金融类的，我们最后发现福建省，有个普通话也说不清楚的这么一个人，他是某个村的村干部，他就天天听、日日听，他希望去扭转自己的人生。还在新浪微博上经常分享我们的产品，说改变人生，从听XXX开始。

所以什么意思呢？

你与其去关心你的用户是做什么的，他们喜欢什么，还不如去关心这个用户在我的平台上喜欢听什么。他就是金融类的收听用户，如果有交集，我们再去分析他的交集。至于这个人是男是女，你只要记录号，如果没有也就算了。就是一切是以兴趣爱好为出发的，如果是一个做内容向的，其他并没有什么用。

第二个是，不断骗取用户行为。

我们现在在做的一款产品。现在还没有做出来，不方便给大家看。

我们来简单给大家看一下功能。二选一的，他会在两个里面选一个。他每天有100张图，我会随即在里面抽两张，抽两张，抽两张，抽两张图。点一张，点一张，点一张，点一张，后来我发现，前期的用户虽然不是很多，也就20-30个。他们每天会在这个【点一个点一个】里面浪费五分钟。后来我自己掐着秒表算了一下，你每次随机两张出来，差不多全部看完，差不多是五分钟。

然后第二天，我做了一件很无聊的事情。我把100张变成了200张。点一张，点一张，点一张。诶，每天用户平均使用的时间到了8-9分钟。我们要不要过一段时间，再改成五百张。然后我们的技术，跟我说，可以是可以的，不过你准备的图不多了，你要不要再去准备一些。然后我说，缓一缓，缓一缓。

什么意思？就是说，现在你这个功能就有用了。在你最引以为自豪的功能上，你的用户会让你发现，他们愿意投入时间去使用。然后你从这个上面你发现，用户在你的产品上面投入的大量时间，就是在于你的内容量有多少的时候。很简单，我增加我的内容量，我的用户会不会有大量的增长（根据上下文，这里应该说的是用户的使用时长）。

最终我一定会测试100张、200张、500张、1000张，最终找到用户的那个临界点。因为这确实不是无限上升的，因为我估计用户愿意在这个功能上投入的时间到15分钟应该是极限了。但这是我想象的，我杜撰的。那我不停的往上加，一直加到按个时间趋于平稳了之后，然后我再停。

因为就五分钟来说，确实有一点短，也不是我所期望的，也不是投资人期待的实情。用户只用五分钟，投资肯定会看，你这个产品五分钟、八分钟、十二分钟，他一定会到达一个临界点。这个时候你最需要数据去说话。就是你通过改变你的业务细微的方式，来发现你的调整，有没有使得你的运营数据成为一个正态向上的趋势，这才是改进的目的。

不然你经过激烈的辩论，把你的按钮从100像素，调整为102像素，我勒个去，像我这个2k屏幕的二手机，你增加两个像素，我连看都看不出来。你还跟我说美观，我还是一个有一点色弱的人。

第三个故事是这样的，是关于我们的数据，到底可以细节到什么样的程度，这个细节的程度一定是有用的。

“搞清楚自身用户行为，与渠道斗智斗勇。”

这是什么意思呢？在安卓推广的时候，有部分渠道商的量是假量。那我们如何跟他们斗智斗勇呢？

现在第一类的处理方式是这样的：我们会先给你这个渠道打上编号，会在安卓的包里加上第三方的统计APK。我们会统计你这个渠道带来的量，是不是真的OK。你相信我，也没什么卵用。他可以刷量，他不仅可以刷一天，他可以刷一个星期，一个月。甚至于他可以给你提供这样的服务，在你融资前的两个月，他可以帮你刷，刷到你们下一轮融资签完合同为止。

也就是说这种简单的，道高一尺魔高一丈的，他肯定有方法。什么是他们做不了的呢？用程序写的东西，他一定是呈现一种很规律的方式在运行的，如果你的产品里的业务呈现了一种很规律的行为，那这些量一定是假量。还有一种就更好，如果你的产品里面的用户行为是无规律的，更好抓了。

我举个例子，我们以前是怎么抓的呢？我们都有注册吧？我们把注册提取出来，每个渠道，每天都会有一个注册量，这个是跟渠道挂钩的。那用户会有收听量吧？ok。每个渠道，每天的收听量，尤其是收听次数和收听时长。我们会有一个统一的标准，比如百度、小米，我们每天的新增用户，会有50%的概率转化为注册用户。

那么一旦你的渠道他作假了，因为他们可能没有大量的机器，大量的程序去做这个环节。所以你的注册转化率一定是低的。第二种，他有，你相信我，写这种东西的工程师，一定是按照一定的时间规律去注册用户的。所以你对这个数据怀疑的时候，你可以去算的，他的注册行为。

比如我们上次抓到一个渠道，就是每隔三秒钟，他给你注册一个用户，你就会发现你后台的用户，零点零三分零三秒，零点零三分零六秒。肯定是这样。好，我一定不会付给你。

然后你的渠道代理方，你一定要问清楚，他手底下一共有多少个渠道。如果你有二十个包，我就给你二十个包，我会一个一个去check，我跟你算总账。你跟我说什么都没有用，那是你跟你下面的二十个渠道处理的事情。我认为这个渠道有十个渠道的量是真量，对不起，我只付给你十个渠道的钱，谁让你做假。我愿意付给你十个渠道的钱，已经是很给你面子了，要不然一分钱都不会给你。

所以方向上来说呢，应用市场的量是最好的，接下来是一些大APP，他自己到了上亿的规模，他也是一个渠道嘛。这样的渠道也很好，但是转化率会稍微低那么一点点。剩下来的拿下什么网盟、积分墙，还有那些渠道方不愿意说的。这种里面其实是有真量的，但是你要有个科学的方式去把他筛选出来，你就付那一部分真量的钱就可以了。

第四个故事：流量变现。

当我们的APP做到一定的量的时候，有一种方式就是流量变现，就是做广告。

这种时候我们能想到的方式，一般都是一些很常见的方式，插入式广告，就是占据一个位置。那一定是这样吗？我们可以对我们的广告进行一些深度的内容化植入的一些方式。那你能想到什么方式？冠名是一种，口播是一种，软性化植入是一种，定制化服务又是一种。这些都是可以做的，而并不是简简单单的插一个屏。

插屏的体验虽然不好，但是也不用于太过较真。他的不好，不是不好再用户体验上，而是不好再转化率上。一定会有用户去投诉，比如你这个流里面出现广告啦，我很反感啦。你相信我，这不是一个很大的问题，因为你是一家公司，我们对用户，并不收费，我们在适当的时候，露出一些广告，也是公司自身存在的需要。我们也不是一个很执着的产品，我是一个务实实用主义的人，所以我并不觉得这个对于用户体验有什么特别大的影响。

但他有一个转化率的问题，转化率是不是好，是不是适合你的产品。这种就需要你去研究一下。就像我上一家公司，他也在流之中放入了插入式广告，但是转化率并不好。我觉得开屏次数，并不别人少，但是为什么转化率这么少？

因为我们是一个闭屏使用的产品，我们大部分情况下，用户是在闭屏使用我们的产品那这种情况下呢，你的展示量是够了。但是由于你在长时间下是闭屏的，所以没有吸引到用户。不像我们当时友商的一个开屏，反复在哪里刷，所以反复可以看得到。这样的转化率就会高很多，得出这样的结论是因为你的数据吗？并不是因为你的数据，而是你对你的业务的理解。

这个时候，你对你的老板说，算了，这个开屏插入式广告砍掉吧，因为转化率实在是低。这个跟用户体验没有关系，这个就是转化率低。那转化率低的情况下，我们适当的监控一下我们的用户嘛，不要让他看到。其实这样转化率低，就意味着他看不到，看得到，他不就点了嘛。

第五个故事：数据是可以优化的。

本着良心说，这个数据确实是可以优化的，这种有话对每一个人来说都是重要的。因为你的报表最终是要拿给投资人看，要给老板看，这是很重要的一个功能，哪怕你只提高1%，再不做假的情况下，是不是可以变更的。

比如说，我之前那家公司，我们一直跟人家鼓吹，我们的安卓单用户成本只有两块五。当我每次跟人鼓吹我们两块五的时候，就有人抬起头来跟我说，你怎么做到两块五的。报表上是两块五，但是实际上并不是两块五，要稍微高那么一点。那这个两块五是给谁看的呢？是给投资人看的，给老板看的，我们在没有作假的情况下，我们把成本压到了两块五。当中的细节一概不便透露。

但是就是说，你按照这个方式去理解，不止两块五，但是我们也并没有那么高。像现在跟我说一个安卓用户的成本高达十块，我明确告诉你，我们按照你那个方法算，也没到那个钱。确实有道理，只不过我们通过一种财务换算模式，把这个压到了两块五。

什么意思？当你跟老板说的时候，你要反复强调的，成本并不是这么多。后来你的老板天天出去吹牛，天天出去吹牛，他自己就信了。所以你要反复的Push他，并不是这个成本。这个就跟PR稿一样的，我们的PR稿上有一个用户总量，我们的PR部门有一个用户增长速度。你一定要清楚，这个是出去吹牛逼的。

所有的事情都是可以美化的。

全都是可以有方法的。很多时候我们的产品做一个功能的时候，做一个感应的时候，其实你并不需要教科书式的，因为某个数据是这样，所以我们这样做。看数据，有想法，由此及彼的这个过程，融入到每一天里面。

你所有的数据都没有用处，为什么？数据告诉你的是一个结果，是一个现象。而他反推回去的理由，可以千奇百怪。像我这样能吹牛逼的人，我说她是黑的，他一定是黑的，他不可能是白的。我们对业务一定要有自己的理解。这个理解一定是不能有太大出入的。有的时候跟着你的感觉走，你自信，是因为你把看数据融入到了每一天的工作中。

不是什么，这一天我们又到数据分析日了，市场部的Peter给我们展示一下，那个Johnson给我们展示一下。不是这样，不是这个感觉，如果你在一个产品里，感觉这个东西是有问题的，相信我，这个一定是有问题的。

只有当你感觉这个东西是没问题的时候，他才有可能是没问题的。那么周会、月会的时候，那个是做给老板看的，我们这个月的用户环比增长了多少，我们的市场推广费用也环比增长了多少。但是用户除下来，我们的价格便宜了五分钱。这个是开会的时候说的，这个不是工作。

再给大家讲得再细一点。

开屏广告：

这个案例是这个样子的，开屏知道吧，就是我们APP启动的时候，会有一个开屏。

很多APP会在这个开屏加一张广告图。这个就跟广告商收费，收费是CPM的，这个大家都懂吧。这个时候就遇到了一个很有意思的问题。理论上来说，是不是有多少人启动过，就会有多少展示量。这个是毫无悬念的。

有些APP他是会退到后台的，就是停在内存里。我们再唤醒一下，这个时候会进入启动页吗？不会的。你让技术再走一遍系统流程的话，技术会骂：“用户之前在这一页，应用退到后台在打开，就应该还是这一页嘛。怎么会要重新启动嘛？！对不对？”

怎么优化？我们为什么要优化？因为我们的销售人员，每天拿着我们的CPM的展示量他是一个百万级的单位，出去牛逼不好吹。这个时候，产品需要结合技术，把这个百万级变成千万级。就是我们离千万已经很近了，但是短时间内提不高了，新增用户就这么些。有增加，但是由于你没有爆款过，所以你不可能在短时间内，把它变成千万级，怎么做？最后我们捉摸了一下。

因为我们这个产品是一个听的产品，当你听完一段之后，你要把它重新唤醒一下。当用户退到后台，停留了一段时间以后，在启动的时候，我们给你强插了一个功能，他给你展示一下，然后再退掉，这样呢再回到之前那个地方。这样是不是用户体验也OK？当你这个程序退到后台，很久很久以后，你在启动出现这个页面，你也不会感到很违和。

时间是服务端可以调整的。开始我们调了个三十分钟，我们觉得应该是可以了。三十分钟实拍脑袋出来的，反正你先试一试。染完后我们发现这个数据啪一下突破到四位数了（指千万级）。然后我们的销售很高兴，这个是很牛逼的嘛，我们是千万级的呦，你们要投广告要按照千万级来投呦！那个你感觉完全不一样，因为他已经是千万级的。

后来就说，要不然我们再把时间压一下吧，后来我们就压到十五分钟。就那个量是按照几何数量增长的，那个量就增长的非常非常高，后来我们就一直在那儿琢磨。他为什么到15分钟了，他的量就突然增长起来了。

后来我们的运营小伙伴就给我们补了一刀。我们也把我们的数据拿给运营小伙伴去看，运营编了一个很牛逼的故事，叫做完播率。

就是说，用户听这个声音的时候，他听完了整个的90%，我们认为这个声音是听完了。运营拿这个数据去指导这个主播，你做的这个节目是不是想收听量往上涨，你现在完播率只有50%-60%，为什么完播率这么低呢？因为你节目做的太长了。一做做一个小时，能不能缩短到15分钟以内。

听明白了没有？我们所有的热门主播都把节目时间调整到15分钟以内了，所以绝大部分节目，他在听完这个15分钟之后，他会弹一下这个广告。然后投诉就来了，你知道吗？后来我们就说，算了，还是放在30分钟吧。我们的销售可以出去吹牛逼就可以了，收益还挺高的。

就是说，你把它切换到15分钟，只不过把它从这个千万级切换到了另外一个千万级，单价还是不能谈嘛。但是你这个影响力不太好，所以我们还是切回来。

在这个里面，数据给了我们什么意义？

数据给了我们运营，让他们去指导主播做那种短小精悍类的节目。然后我们使用了一个叫统计相关性原则，15分钟以内的节目完播率非常非常高，所以我们建议那些大牌主播、热门主播，或者向发展的主播，你的节目压缩一下，或者你你做成“第一集、第二集、第三集””上中下“这样子的。

产品利用数据做了一件什么样的事情呢？不断试探用户的底线在哪里？因为这个跟我们公司的发展息息相关。你的量低，并不是因为你的数据不好，是因为你没有优化过，使得你的销售团队在出去的时候底气不是非常的足，或者说手上的弹药不是非常的充分。

所以我们适当的调整了一下，对用户有伤害吗？我们这种投机取巧，对用户并没有特别大的伤害。比如说我把产品退到后台30分钟以后，你再打开，我把我这个APP的启动图给你展示了3-5秒。伤害你了吗？伤害你了，你就别玩了嘛。没办法的呀。

100个人里头，如果有2个人投诉这件事，你要去掉吗？不，对公司来说，有价值的是剩下的那98个人，你不用就不用了，不用拉到吧。我们把所有精力都放在喜欢我们产品，愿意用我们产品的用户身上。我们会本着一些有良心的做法，就放在30分钟，不会再低了，低了确实不好。我们本身也都是有职业操守的，我们也不会去用这个方式去欺负用户，毕竟我们自己也是用户嘛。

但是我们毕竟是个公司，我们在普通用户上面没有收费，那你用户也必须有一些牺牲，只要你不是特别特别反感。那2%的反感投诉，并不是特别的重要，谢谢你，赶紧走吧。我的精力是服务98%的人，就是这个样子。

焦点轮播图

第二个故事是起源一个争吵，我们之前那个产品的主页上会有一个跑马灯的图嘛，那不是五张就是六张。常年被运营霸占着，只能上运营图，其他的不能上。

后来销售部门和市场商务合作部门，他们也需要谈一些资源嘛。那么所谓谈资源，成本最小的是不花钱合作。我们最好是不要花钱，因为你一旦开了这个口子，你商务合作有第一笔是花钱的，以后这个方向上基本就都是花钱的了。所以你能不花钱就不要花钱。不花钱的话，大家就资源调配嘛，你给人家展示一下，互惠互利嘛。你也有工作，你也有kpi吗，大家都这样做吗。

那你运营常年霸占了六张图，不肯妥协。运营就说，这个是六次对于我运营内容的强曝光，你其他部门的人用掉我一张，凭什么啊？我的曝光就少了，那你的死活关我什么事啊？虽然他没有这么说，我们团队还是比较和谐的，但是就这样吗。人家是不会肯的。

所以你一定要想一个方式，把这两部分平衡起来，所以怎么办呢？那么就看看数据咯，一共六页，每一页的展示量是怎么样的？转化率是怎么样的？曝光量是怎么样的？最后我们是先说服运营，跟他们说，其实你到第六张的时候，已经没什么量了，不如你把那一页拿出来。

我们就给他看数据，最主要的是第一页第二页，那在你的实际运营过程中，你的第五页第六页，一般是老的内容。都是层层往后推的吗，推到后面，你的量本来已经不好了。他会狡辩说，将来我人手多的时候，六页都是不一样的。不要紧，数据已经证明了，第六页不好。你能不能在适当的时候，把第六页放出来，然后我产品给你增加第七页。所以你们偶尔会在我的上一家公司的产品里面，会看到轮播图有七页。

需要资源调配的部门，除了销售部门，还有商务部门。两个部门的排期冲突的时候，我们会临时增加第七页，为什么？最后的两页就是给他们做资源调配用的。你看你在我这里投广告，投了一些冠名，投了一些口播，然后我们配套的在页面启动的首页给你一个很显著的位置。你可以往后刷，往后刷他一般也能接受。

因为你这个广告，我作为一个广告主，我要说服你，在不付钱的情况下，在我的APP里面占据显要位置，这不太可能。所以他也能认，虽然在后面，但其实他量也还是有的。各种各样的资源调配混搭在一起以后，广告主是可以接受的，内部的矛盾也就解决掉了。

不然就是无限的解决下去。运营就是不肯，销售一定要投，产品这时候干嘛呢？让你们去吵吧，我是关注产品体验的，我这按钮增加两个像素，这才是我的工作。显然不是这个样子的。

我们的轮播图细化到什么程度？iOS的曝光量、安卓的曝光量，对于注册用户、非注册用户的曝光量，他的转化率，统统都会有。

这个东西它能帮助运营，我们还有一个24小时的展示量。运营你需要早上十点钟慌慌张张的跑来，上那个图吗？不需要，那个时候不是量最大的。你可以到晚上黄金时段之前上，那个时候量才是最大的。所以你们有一天的时间，可以去做。

还可以作为你们KPI考核的方向，有那么多品类的内容，有那么多品类的方向，我们到底是哪些放在前面会比较好。你们每个小编、主编、责编，可以精选好的内容，择优推荐吗。虽然声音质量、配图是一个很关键的因素，但这个能量化。我这个责编说这个图好看，那个责编说他的图好看，图能说明问题，但是不能解决问题。

那你报告说这个声音，他的完播率怎么样？因为你在这个位置，他的播放量不会非常非常低，那他的完播率怎么样？如果说完播率低，就说明你的图是好看的，但是这个内容不行，或者说这一类内容不太行。那么这个项目上，图是ok的，你的内容不行，你就要不断去改进、迭代。

首页是推一个声音好？还是一个人好？还是一个专辑好？怎么判断？一样的，转化率！推人就是看他的关注量。专辑是我们第一个砍掉的，因为他是一个二次跳转，所以我们先把这个砍掉。

那么无非就是人和声音。

那么关注对我们有用吗？没用的，因为我们很多时候推的节目都是当红主播的节目。你比如说，推郭德纲，有意义吗？所以一般不太推人。那你推一个新人上去有用吗？对不起，你左小祖咒上去人都不认识的，没有用的。它是以内容说话的。

所以最终最终，现在我们几乎是全部的时候，我们的跑马灯都是推内容。在无数的转化率考核下面，内容是最有用的，其他都没有什么用。这是在我们无数次数据考核下，得出来的结果。不然大家就拍脑袋吗，到底是图好看，还是内容好看，什么会吸引人的方面，纠结在这些细节方面。

本文系作者：运营那些事儿授权发表，鸟哥笔记平台仅提供信息存储空间服务。

本文为作者独立观点，不代表鸟哥笔记立场，未经允许不得转载。

《鸟哥笔记版权及免责申明》如对文章、图片、字体等版权有疑问，请点击反馈举报