2016年双十一结束后，根据天猫公布的数字，其移动端交易占比为82%，超过了去年的68%的占比。移动互联网慢慢的变成了电商业务的主要入口，客户服务和公司竞争将主要发生移动App之上，其将成为企业的商业入口、客户入口、数据入口。
App刚刚上线，可以依靠大量的营销活动获取客户，但是当有效用户超过之10用户万之后，推广活动带来的新客户和交易增长将逐渐变慢，推广投入所产生的边际效益将一下子就下降。每单位投入的资金（例如每百元），获得的新客户数量和新交易金额将大幅度下降（从经验分析，其下降程度超过30%）。从此阶段开始，基于数据分析的移动App运营比简单粗暴的砸钱推广更加重要。
App数字化运营带来的不单单是客户的增加，客户的活跃，产品转化率的提升，更重要的是通过运营来了解客，赢得客户的信任。企业和客户的交易都是建立在客户信任基础之上的，这种信任所代表的不单单是产品体验和客满意度，还代表对客户的真实需求的尊重。移动App数字化运营的数据主要来自于统计分析平台、广告监测平台、推送服务反馈数据和App交易数据等。数字化运营的目标是让客户养成习惯，常常使用App完成产品和服务交易。
增长黑客（growth hacker）一词几年前就在硅谷十分盛行，最早在2010年由 Qualaroo的创始人兼首席执行官Sean Ellis 提出。由Adnrew Chen 在2012年4月发表的一篇文章《Growth Hacker is the new VP marking》引起了大家的关注。在国内由范冰写的一本书《增长黑客》引起广泛关注，这本书受到很多移动运营专家的推崇，成为移动运营的一本实用的工具书。《增长黑客》一书通过很多案例和数据，揭示了数字化移动App运营的商业秘密。
过去企业的分析集中在财务数据分析，例如收入、成本、销售额等财务数据，这些同实际的企业经营相比，具有较大的滞后性。基本上财务数据需要在一周甚至二周以上的时间才能够出来，财务数据对企业经营的分析和预测具有一定的滞后性。
用户行为数据绝大多数都是实时展现的，每天客户访问的次数，用户活跃情况，用户成交情况，用户评论，用户下单，用户退单，用户交易等行为数据具有实时特点，能更加真实反映企业经营情况。对于互联网渠道占较大比例的企业，例如电商，银行手机银行、移动证券、信用卡App等，移动用户的活跃情况和成交情况比财务数据更加能够预测企业经营情况。
企业需要注重对移动互联网用户行为数据的分析，特别是一些关键的业务指标DAU、转化率、用户流失率等，一定要进行实时监控，这样才可以及时了解企业经营情况，了解渠道情况、产品情况、用户情况、营销活动情况。
用户行为数据分析可以直接帮企业提升客户体验、提高业务收入、降低经营成本，以及评测运营效果，预测未来企业的经营情况。具体的商业经济价值是，渠道的选择可以大概节约40％左右的推广费用，活动和广告的推送服务能大大的提升60%的客户活跃率，App的体验优能提高20%左右的客户留存率。App内部活动推广相对外部渠道广告投入，在相同的投入下，其收益将是3倍以上，同样收益的条件下，其投入只有四分之一。帕累托效应任旧存在，20%的客户为企业创造了80%的收入，企业要找到20%的客户，以及他们的特征，依据20%客户的特征来开展活动，获得较高的商业收益。也需要利用数据分析和活动激活，将更多的80%的客户转化为20%的主要消费客户。
无规矩不成方圆，理论支撑和方法论是商业行为的框架和指引，现代管理思想和制度大多数都是建立在方法论的基础之上的。在移动业务运营方面，2A3R理论是经典的方法论，其起源于Dave McClure分享的勇于探索商业模式的公司海盗指标，被TalkingData引入到移动网络运营领域后，逐步完善为移动网络运营的经典方法论，现在升级为3A3R指标体系。
3A3R是由Awareness(市场察觉) ,Acquisition（获取客户）,Activation（激活客户）,Retention（客户留存）、Revenue（业务收入）、Refer（自我传播）组成。分别对应移动运营的六个重要过程，即从品牌营销、获取用户到提升活跃度，提升留存率，获取收入，直至最后形成病毒式传播。
以用户为中心，利用数据分析来经营产品和服务用户分析营销和收入之间的平衡点，获得较好的使用者真实的体验和ROI
TalkingData增加了一个A（Awareness），代表用户对数字化移动运营的理解力和市场品牌能力。这个Awareness 贯穿所有运营环节，通过数据采集和分析来完善用户经营、产品经营、渠道经营，最后来打造移动数字化运营的闭环。
互联网＋的忽悠高峰已过，其本质核心是客户消费习惯从线下转到线上之后，企业要考虑如何来经营好新的渠道，重新获得年轻客户的青睐。企业不要丢掉商业本质，用户体验和产品仍然是企业的核心。不要过于去追求哪些过于虚无飘渺的商业噱头，如免费经济、众筹营销、羊毛出在猪身上、补贴买客户等一些饮鸠止渴的商业模式。企业还是要更加关注自身的产品、客户、运营数据，关注新的经济环境下，新的业务指标。
常见的业务行为指标有产品转化率、页面点击率、日活跃用户（DAU）、月活跃用户（MAU）、有效用户比例、用户留存率、单个用户价值（ARPU），休眠客户、僵尸客户、关键交易路径转化率等。下面将逐步介绍各个业务行为指标代表的商业价值，以及如何分析这些指标，如何指导业务营销。
用户访问企业产品时，从第一页进来，到最后一个成交页面，基本上会经历很多步骤。从用户体验角度出发完成一个交易，建议用户经历的步骤不要超过5步，也就是说用户跳转的页面不要超过5个。推荐的用户体验经验值为3步，就是客户从看到产品到成交的步骤为3步。如果一个产品从第一次点击到最后总成交步骤超过7步，至少有70%以的客户会放弃这个产品。
成交用户数除以产品首页点击用户数称之为转化率。例如100个客户访问产品，最后有20个客户完成购买交易，这个转化率为20%，转化漏斗也就是20%。一般情况下，电商中如果一个产品的转化漏斗为30%，则可以认为是一个非常好的产品了。如果转化漏斗大于40%，则是个传奇，可以用厉害了word哥来表示。如果转化率为70％，恭喜你，你被薅羊毛了，只有羊毛党重度参与的营销活动，其转化率才会大于60%。
如果针对金融行业，20%－30%左右的转化漏斗已经是非常优秀的指标，但是转化漏斗低于3%，对不起，这个产品需要下架了。一个产品转化率低主要的原因可能是用户体验和产品自身。从转化漏斗上分析，如果大的漏损率发生在前几步，则代表是产品体验（APP体验）的问题，反之如果大的漏损率发生在最后一个步骤，则说明是产品自身的原因（用户不喜欢）
企业开始重视运营指标之后，日活DAU和月活成为主要的关注点。日活DAU可以定位为每天使用App的用户，包括打开浏览不交易的客户。月活MAU就是统计一个月的指标。日活过高，例如突然增加到40%，则说明有非常受客户欢迎的营销活动，但是交易量没有增长，说明是羊毛党在作怪或者存在明显的刷量行为。
金融行业移动App的日活DAU建议的KPI不要低于10%，如果低于10%说明App的用户体验和产品有问题。月活MAU不要低于30%，如果低于30%的月活，其移动互联网收入会收到一些影响。MAU／DAU的比值不要高于5，运营比较好的金融App达到3或者2。
理想的金融App日活为20%，月活为40%，如果企业能够达到这个水平，基本代表你的App运营处于一个领先的水平，运营能力处于第一集团军，超过50%的月活和30%的日活基本上很难达到。这里的数据统计口径为去掉刷量的数据，是客户真实的运营数据。
客户访问App进行浏览和交易之后，如果在一周／一个月之内再次访问或者使用App，其代表App体验不错，用户粘性很高。客户留存率作为用户粘性的一个主要分析指标，定义为新增用户定期回访App的比率。如果100个新增客户，其中40个在一个月之内还会访问App，其客户月留存率为40%。如果是电商，其月留存率一定要高于20%，否则代表这个电商经营不好，用户粘性不够。风险投资基本上以月留存率20%来衡量电商App的运营情况。
金融App同样也要关注客户黏度，月留存率建议要高于30%，如果低于30%则代表App会有潜在70%新客户会在在一个月之内不再使用App，新客户的流失率较高。金融App的月留存率低于10%则代表，过去一段时间营销活动中刷量明显或者羊毛党比例过高。
市场上各种App装机量覆盖率的排名，让很多企业有些浮躁，特别是如果领导看到了自家的App落后于行业对手，就会下达一个命令要求，提升App在行业内部的排名。一个App下载安装应该是一个用户选择的过程，代表着App的用户体验和交易便捷性。如果只是想获获取排行榜的前几位而忽略了App所代表的本质，随着时间的推移刷量带来的后果将是严重的。
中国移动互联网市场是非常特殊的市场，发展很快，但是鱼龙混杂。既有踏踏实实时做事的公司，也有投机取巧的公司。有一些移动互联网的独角兽，在事业刚刚起步时，为了体现市场份额，获得更多的风险投资，会投入巨资刷App安装量，刷量成了一个获得用户量的捷径。这种刷量的需求，养活了中国一个特殊的市场，保守估计中国移动互联网刷量市场规模超过百亿，有的专业刷量公司，每个月的流水就超过几个亿。刷量公司也是大数据公司，利用自己的技术来挑战App store的反刷量规则和广告反作弊规则。有的刷公司养了上千万用户账号，几百万手机卡，几万台设备，刷量技术也不断更新，形成了产业链，商业模式覆盖了羊毛党、地下App刷量黑产、移动互联网广告刷量，网络诈骗等。
一般刷量到数据会停留一周或者时间更短，一旦刷量设备被重新刷新（为了新业务，必须刷新），刷量用户的App数据会出现断崖式衰减，会带来很多数据分析的问题。正常的业务指标都会收到严重的影响，例如DAU，MAU，客户留存等数据会受到严重影响，还不太好纠偏。刷量不仅仅是饮鸠止渴，更是会严重影响数据分析和运营。市场上刷量价格不菲，一个App安装和下载数量的价格大概在3元－6元，如果刷个100万，则就要花费300万元左右，还不如用这些费用去营销客户，利用营销活动来增加真实客户。
热点图可以看出哪些产品和哪些页面客户喜爱和不喜爱，产品经理可以依据热点图来分析用户体验和用户兴趣。对于点击低于0.1%的按钮和页面，产品经理需要仔细考虑下架或者更改设计方案。手机界面为九宫格的界面，一般的点击按钮统计点击量在3%左右，超过了3%的点击可以认为是比较正常的数据，如果太高，例如超过了30%则意味着分流太明显，某个产品过于强势会影响其他的产品或客户。产品经理最喜欢分析热点图来了解客户体验和产品体验，并作为其产品运营的主要数据来源。
关键路径的定义为用户购买产品的主要访问路径，如果客户可以从三个不同的路径购买产品，其中一条路径购买量超过了70%，说明这个购买路径是关键路径，需要关注这条关键业务路径的使用者真实的体验和交易便捷性。如果这个关键交易路径的客户体验和便捷性受到了影响，会大大影响这个产品的销售情况。产品经理对于自己关注的产品，一般都要分析其交易路径，对关键路径的各个环节和用户界面都需要采集数据进行分析，确保关键交易路径的使用者真实的体验和交易便捷性得到保障。
埋点已经起引起了很多争论，其只是一种SDK埋点技术，世界上不存在不需要埋点的数据采集分析技术。埋点最早推出来的是了2013 年，国外有家数据分析公司 Heap Analytics，将 App 的操作尽量多的采集下来，然后通过界面配置的方式对关键行为进行定义，这样便完成了所谓的“无埋点”数据采集。使用这种方案，必须在产品中嵌入 SDK框架，等于做了一个统一的埋点框架，所以“无埋点”的叫法实际上是“全埋点”的代名词。
国内的数据分析公司TalkingData在2015年7月推出了灵动分析也是一种埋点的解决方案。埋点分为两类，一个是定制的，需要业务人员利用手机摇一摇的方式对需要采集的页面进行埋点、采数。好的方面是采集业务分析需要的数据，对App和后台分析服务器压力不大；不好的方面是每次App更新都要进行配置，属于半自动化。另一类是全埋点，先在产品中嵌入 SDK框架，所有App的行为数据都被采集上来了。好的方面是以后App更新不需要再定制数据采集点了，采集了全量数据，可以从多个维度进行数据分析，分析出来的图表比较酷。不好的方面，由于采集全量数据，对于App端可能会有一些影响，另外采集上来的数据量太大，为后台数据分析和处理带来了巨大的挑战。
App在安装量不大时（低于100万）可以考虑全埋点数据采集，如果App装机量大于100万甚至1000万，这时不建议采用全埋点，其对后台数据处理有较大的计算和存储的需求，并有可能会影响客户体验。如果私有化部署数据采集分析系统，也不建议采用全面点方案，因为后台服务器分析处理负担较大，投入资金巨大。
行为数据分析主要有两个目标，一个是利用数据分析为App运营提供数据支撑。包含产品运营、渠道运营、用户运营，也可以利用数据来分析活动运营的效果和ROI。另外一个目标是从运营数据中发现商业机会。
企业在开展营销活动时，需要利用数据了解客户活跃规律，在客户活跃高峰期投入普通的营销方案，在客户活跃低谷阶段投入刺激比较大的营销方案。这样可以提升客户的活跃度，增加交易的可能性。企业可以结合外部数据和行为数据来进行数据营销，例如如果客户喜欢手游，就可以利用手游开展跨界营销来增加客户活跃度，并带来新用户。如果客户喜欢看视频，购买蛋糕，打车；企业可通过这些优惠券来激励客户完成交易或则获客。
信用卡客户中，会有一批客户，申请了信用卡而不开卡，公司能够依据数据分析寻找到激励客户开卡的方法，激活沉睡的营销费用。例如可以对观影人群采用赠送电影票的方式来进行激励，对于旅游人群能够使用优惠门票，对于打车人群可以赠送打车券，对于餐饮人群可以赠送餐饮优惠券等。
利用数据分析发现，券商的很多客户在19:00之后还在使用App进行查询，很多人在复牌或进行选股，这时候如果推荐一些投资咨询，其股票下单率会增加40％。另外在银行理财App相关交易产品分析中发现，某两种打理财产的产品交易相关性高于70%，如果在这两个产品页面进行跨界引导营销，会增加两个产品15%的销量。数据分析发现一些2015年利益较高的客户，在2016年收益仅有2015年的十分之一，针对这些客户进行打理财产的产品推荐，会获得超过4％以上的转化率，销售上亿的理财产品。
总之，数据分析特别是用户行为数据分析将会帮企业了解客户行为和兴趣偏好，结合外部数据和交易数据将会为公司能够带来更多的商业机会。数据增长黑客的本质是利用数据分析寻找到运营数据到机会，以数据为核心进行渠道运营、产品运营、用户运营，以及活动运营和监控。
转载请注明来自36大数据（：36大数据» 专栏 从数据分析到增长黑客返回搜狐，查看更加多