2、如何采集数据
埋点、可视化埋点、无埋点。
埋点，也称打点，是通过在网页或APP中手动添加统计代码收集需要的数据。打点又可以细分前端打点和服务器打点。例如我们要收集用户注册数，就需要在注册按钮处加载相应的统计代码。Google 、百度统计等工具采用的就是这一方法。
埋点存在的问题：工程量大、周期长，容易发生漏埋、错埋的情况。
可视化埋点：通过可视化交互的方式来代替手动埋点。
无埋点：加载SDK采集全量的用户行为数据，自定义分析所有行为数据。
3、数据可视化
数据经过收集处理后，下一步就需要可视化，数据可视化在运营应用中的主要形式包括：图表、图形、数据看板。
搭建数据看板是除了数据报表之后最主要的一项工作，是指将关键业务指标和相关数据指标显示在一个面板中，以可视化图形的方式展现出来。
三、数据分析是数据运营的重点工作
前面的数据规划和数据采集都是为数据分析服务的。我们的最终目的是通过数据分析的方法定位问题，提出解决方案，促进业务增长。
以前「80% 的时间用于采集和清洗数据，不到 20% 的时间用于数据分析」
现在「80% 的时间用于数据分析」，把时间花在更有价值的事情上。
简单列了几个分析方法和应用场景。第一是流向标记，这个大多数用在广告投放，就是流量标记。只有流量标记才能清楚的知道哪个投放标准和渠道是优质的，哪个渠道的用户是我们想要的?下一步就可以加大预算或者提高。
(1)维度细分
孤零零的一个数据指标，是很难发现问题的。我们需要从多个维度出发，比如地区、平台、浏览器、访问来源等等，拆解指标，定位问题。
(2)漏斗分析
用户在使用产品的过程中，天然存在着系列转化路径，例如注册、下单、下载等等。运营需要各个路径的转化率，包括总转化率及每一步的转化率。
除了横向拆解每一步的转化率，我们还可以从时间维度观察每一步转化率的变化趋势。
(3)热图
热图是很常见的一种数据分析图表，也称热力图，是以特殊高亮的形式显示用户页面点击位置或用户所在页面位置的图示。借助热图，可以直观地观察到用户的总体访问情况和点击偏好。
数据驱动的分析流程
在数据分析中，最重要的一点，就是要建立数据驱动的流程。完善的流程可以帮助你快速定位问题、解决问题。从设立增长指标开始，找到小的聚焦领域，分析数据、提出假设、排优先级、开展实验、分析优化，不断循环，直到找到问题所在，并且推动你的指标有一定改善。
