运营人的工作中，有不少需要对产品数据、活动数据进行收集分析，并从数梦见牙齿松动据中发现问题点，做出优化策略的部分。那么本文先将眼光聚集到数据分析上，聊聊如何做运营数据分析。
具体例子，在推广活动中有个返券的活动，从数据上看，收入因此活动提升了0.5%，那么问题来了？怎么样做到的？能不能复制到其他活动？是否可以形成常规？
因为要理解全貌。通过报表中的日据，理解运营工作的全貌。1）看到正常业务的运转情况；2）定位异常，发现问题。
相较于产品功能的更新迭代或者经营行为，运营动作更多围绕着用户展开。所以针对运营所做的数据支持，也主要围绕用户来做。具体分别以下三方面：
按照“交易次数”这个维度来划分，分层方式1：新客户与老客户、分层方式2：成熟客户（购买3次及以上）、客户（购买5次及以上）
为了提高用户使用单车的频次，某共享单车运营团队筹划了一个发放优惠券的活动。为了更好实现活动的效果，运营负责人找到分析师小灰，希望他能够将用户划分为不同的层级，然后在活动中，针对不同的层级人群发放金额不同的优惠券，让每个层级的用户的ROI最大化。
什么是效果评估？首先我们分开来看，效果指客观的，能够代表活动效果的指标；评估指将客观的结果指标与某一个标准对比，最终对运营动作本身进行评估，有多大的能力达成它预想的抽象目标。
与核心运营目标相关的指标：用户活跃、用户付费；能够体现此次运营动作为运营目标影响的指标：用户渗透率。
diff in diff（二重差分）：排除了一些影响因素之后，核心指标在活动开始之前和之后的变化。