在運營中你會不會出現這樣的問題？明明轉化率不低，但流量卻上不去，或者明明競爭對手前幾天還在我們下面，卻突然竄了上來等問題，這個時候就需要用思維來找原因了！
你知道什么是思維嗎？思維對于我們重不重要呢？
思維是貫通數據化運營分析的核心思想，而數據是運營的眼睛。但是數據化運營不僅僅局限于數據，更廣義的來說，應該叫做信息。信息的分析也可以用我們的五大思維來進行，而且對于很多的信息處理，能夠量化的我們就一定要盡量去量化。只有通過量化總結，才能夠找到相應的一個規律，通過規律來做我們的分析決策，才是數據化運營的一個重要的意義。
五大思維和五大陷阱可以說是數據化運營整個思維命脈。事實上，數據化運營知識體系里的分析全部都涵蓋在這五大思維和五大陷阱里面，尤其是這五大思維。
通過一次綜合案例來把這些思維連貫起來,讓大家能更加清楚地知道我們在做數據分析過程當中思維的應用。
一、數據的對比性，實際上就是數據與數據之間是不是可以進行比較的。所以在分析可比性的時候應該注意以下三個方面：
1.同層次
比如我們平時在分析轉化率的時候，經常拿市場上已經賣的火爆的產品，或者拿一些品牌店鋪的轉化率來作為參考。其實這是不對的。首先我們要記住，量越大，也就是說當這個爆款已經非常火爆的時候，它的權重非常高，這種情況下它的流量是非常分散的，同時流量人群的精準度就會下滑下來。就像任何東西一樣，精準的東西永遠只有少部分，然后逐步往外擴散，就會越來越不精準，所以才會存在精準流量的溢價，也就是推廣溢價。也就是說，因為目標人群本身是有限的（精準的東西是比較少的），流量一分散，轉化率肯定是會降低。這也就是為什么我的轉化率明明比同行優秀的店鋪要高，但是為什么我的流量起不來的原因。簡單的說，同層次就是應該跟同層次的店鋪做比較，當你上了一個層次的時候，你才可以跟上一個層次的店鋪比較。
2.同時段
一般情況下，時間的對比分為環比和同比。所謂環比，就是本期數據與上期數據比較，比如今天的和昨天的比較。同比，是相同時間點的比較，比如說上周四的跟這周四的數據比較。
在同時段數據對比分析時，我們還要考慮這中間有沒有出現活動、有沒有出現季節的不同。比如上一周是過年之前，這一周是春節，這個本周跟上一周的比較就很弱化了，因為它不具備相應的同個環境下的對比。所以我們在做活動復盤的時候，往往會分析活動跟日常之間差距有多大。一般通過分析活動之前和活動之后這兩個時間節點的情況，來判斷活動的影響是讓你變得更好了還是變得更差了。因為活動期間肯定會比往常要好，但是對活動前后那些日常時間的數據進行比較，我們才能了解這次活動對后續的日常的銷售有多大的影響，這個叫做時間段的可比性。
3.同類型
比如說水果的定價。一般情況下，不同水果之間是沒有可比性的。比如榴蓮價格跟蘋果價格的比較是不明顯的，因為這兩個本身就是天差地別的東西，雖然都是水果,，但并不具備價格的可比性。如果是山西蘋果跟陜西蘋果的定價，那就不同了，因為它們都是同系列下的蘋果。再比如男生的身高跟女生的身高，由于男生和女生屬于不同的人群，對于不同的人群，他們的對比性是很小的。但是，我們會說南方人的身高比北方人的身高稍微偏矮，這個是我們把男性和女性劃開來作比較的。所以在做任何數據對比的時候，一定要思考它們之間是不是具備可比性。
舉個例子，某運營想了解轉化率多少才算好，因此他找了比較優秀的店鋪來觀察，但是自身的店鋪客單價比對方的高了兩倍，是否具有對比性？事實上這個是沒有對比性的。所以我們在找的觀察對象的時候，一定要找跟自己人群一致的、 客單價水平差不多的店鋪，這樣的是轉化率才是具有參考價值的。
二、數據細分
一般來說，細分往往會存在于對比之前。為什么這么說呢？因為很多時候沒有做細分，就不具備對比性，即"無細化不分析”。比如我們在做南北地區身高對比的時候，需要先細分出男和女這兩個人群出來；我們在做水果比較的時候也要把水果品類詳細分出來，然后再按照品類的生產地來分布它們不同地區的價格。所以,在數據分析里面的所有東西都是通過細分來進行的。先做細分，之后再去做數據之間的比較。
細分后我們就要調整了。如果是我們有意識去下滑的，那說明這個是在我們自己的控制范圍內的；因為競爭環境變得更激烈導致我們的展現成本變高了，我們就要控制好它，提升點擊率，這樣才能控制下我們的展現成本。所以這個就開始有了一個優化的方向一我要提升我的點擊率。 這個就是從數據的源頭去找問題，再根據數據的方向來決定下一步的行動。
舉個例子,某運營為了了解自身產品的轉化率是否有爆款的潛力，找了市場好的產品做對比(單價一致) ，發現他們的轉化率高于該產品一倍以上，那這個款的轉化率是否具有爆款的潛力呢，這里面就涉及一個細分的問題：
首先，單價是不是一樣的？第二，人群是不是一樣的？
一個產品是否有爆款潛力不僅僅只是看轉化率的問題，同時還要考慮體量的問題。比如當你發現你做的這個市場本身就很小的時候，雖然你的轉化率很高，但是想要做成大爆款是很難的。這是因為你的人群范圍很小，無論你如何努力流量都不會太大。有時候我們會問，我的數據做的很好，為什么我的流量就是漲不起來？或者說是漲到一定的時間就發現怎么漲都漲不上去？就是因為你的產品市場限定了你的爆發力度。這也是為什么我們強調平時要去分析市場的原因。
其實我們在剛開始看的時候，流量都是增長的，但是往往增長到一定時間之后，它就長不上去了。不是京東沒有給你流量，而是通過流量測試之后發現如果給你更多的流量你是消化不過來的。所以你硬要把這種產品做成大爆款，明顯不可能的。簡單的說，每個產品都有它自己特定的一塊市場，有的大，有的小，但是特定的，這個就叫做數據細分。一定要把你的分析細化出去，才能夠掌握關鍵點。
我們在分析問題的時候，往往會進入一個誤區，就是數據分析只能總結過去，但是我做決策的時候，仍然不知道該怎么去做。這也是很多人現在存在的狀態。當你發現存在這種問題(看了數據仍然沒有方向)的時候，說明你的細分還不到位。這個時候就需要進一步的細化你的數據，當一 個真正的細分出來之后，你就會。發現下每個數據實際上對應的就是每一條出路。
*以上是本期的內容
