二、运营人如何提数据分析的需求？一般来说，在有些公司，简单的数据需求可能会由运营同学自己取数（一般是1-2个表的连接，简单的取数需求可能会由运营自己进行）。但是一般来说，涉及以上3类比较复杂的数据分析需求，就需要运营提需求提到数据分析的同学那里去处理。那么问题来了，如何才能提出更加有效的数据分析需求呢？
1. 数据分析需求的三要素一个有效的数据分析需求一定离不开这3要素：分析的目的、取数的口径、取数的维度和字段。
分析的目的是便于数据分析的同学给业务同学提供更加有效的建议和思路。比如，针对会员用户，我们想要去看这一批用户给业务线带来了多少订单、GMV和收益，有多少是开通会员这个动作带来的增量。所以在这过程中，我们可能会通过会员用户开通前后的对比或相似用户去进行对比，去看看哪一类的对比的变量仅只有开通会员这一个动作，通过控制变量的办法去研究变量对于结果的最终影响。
取数的口径是需要明确，去取什么时间段的什么样的数据才作为合理和科学。
取数的维度和字段，有些字段可能是通用的，不用告诉数分的同学他们也知道，但是有些字段可能是业务特有的，需要明确地告知数分的同学。取数的时候，需要明确告知数分同学，我们想要什么维度的什么样的分析。比如想要会员用户在最近半年业务线的消费情况：包含订单、收入和收益，在这过程中，就需要明确消费情况到底是什么，需要去取哪些字段。
一般来说，我们提数据分析需求的时候，就可以在心里有个大概的预期，通过这个维度能得出什么样的结论，我想要什么样的结论，这个维度的分析能够满足我对于目的的探寻和分析吗？在提数分需求的时候，就预想结论，能够有效避免最终拿到数据不知道如何去进行分析的情况出现。
三、运营人该如何去进行数据分析？来到最关键的一步了，作为一个用户运营，应该如何去进行数据分析？拿到了数分同学给的一堆数据，如何才能得出数据分析的结论。
结论非常考验人，需要用简短的一两句话去概括最终的结论，结论一定是可证伪/有深度的结论，不是单纯地罗列数字（经历了教训，我又学到了！）。比如购买用户数XX人，购买金额XX万，较上月下跌x%……”，但这些都仅仅是现象陈述，这里的深度问题是为什么会下跌，原因是什么？是商品的问题，还是人群的问题，还是运营指定的运营策略的问题，深挖数字背后的原因才是关键。这样的数据分析才能得出真正有价值且能够运用到业务场景的有效结论。
当然，得出数据分析的结论不是一日练成的，需要日积月累。但是这里有一个我目前自己在用的小窍门和大家分享下：看到数据表象后，多问自己几个为什么，为什么会出现这样的数据现象，人群之间的差异是什么，是由于人群的特性造成的吗，还是什么原因导致的呢？
在处理数据的时候，我们一般会通过同比、环比以及分组比等方式去看不同时期，不同人群之间的差异。横向看不同时期的差异，纵向看不同人群的前后变化情况，纵向和横向交叉看，最终得出有效的结论。
比如还是去看开通会员这个动作对于用户的消费情况是否有提升，结论是有提升，提升了多少，其中什么样的人群提升最为明显，原因可能是什么。这就是一个比较完整的数据分析的结论，回答了问题，并且给出了有效的数字结论，再从里边细节去看，人群之间的差异是什么样的。
当然，在得到结论之前，我们需要对数据进行一定的提取和处理，这里就涉及到了比较基础的问题：如何用excel进行数据的处理和提取。一般来说，可能会用到以下5种常用的数据分析方法：
推荐阅读
- 用户|淘宝将实现退货秒退款，每年至少要交88元，亚马逊直接退款不退货
- q4|名创优品发力线上业务，持续提升用户复购与黏性
- 智慧销售|国务院：加快优化智能化产品和服务运营，培育智慧销售、无人配送、智能制造、反向定制等新增长点
- 记忆点|如何通过“心智塑造”轻松赢得用户
- 用户|华为花瓣搜索引擎 Petal 在国内正式上线
- 企业|企业微信携1.8亿用户“逼宫”，钉钉慌不？
- 乱象|微信治理互联网用户账号运营乱象，“南京头条”“高考山东”等遭清理
- 出发票|给经销商提供支持：很多人不知道，经销商才是厂家的第一用户
- 跑路|又一电商平台倒下，老板带着200亿巨款跑路，用户投诉无门！
- 鸿海|「PW热点」华为花瓣搜索引擎Petal Search已经面向国内用户开放