介绍一个通用的数据分析方法论数据分析五步法如何做运营数据分析？( 二 ) _运营

这个道理是讲得通的，但遗憾的是，外投渠道不能提供十分精准的人群定位，只能提供人口统计学和行业偏好等粗粒度的划分。这其中还包括，我们暂时认为投放渠道对于用户的标记是十分精准的。
因此可以看出，在拉新这件事上，我们对用户分群的操作是受限的，并不是完全不能，但十分受限。而用户分群更大的利用空间在于促进活跃，也就是在我们自己的用户群体中进行切分。
比如：在增长案例中常见的，在相同页面的相同位置放置不同的文案或者图片素材进行版本间的A/B Test ，那么展示的版本就是一个可以自由操作的维度，因为一旦发现哪个版本更好，我们可以很快采取行动。因此展示版本这个维度很适合用来切分指标。
如果说指标的部分只是个监控的话，在【细分】的步骤中，就已经体现出一些分析的感觉了。在这个步骤中，我们需要找到那些真实可操作的拆分维度，以便我们的分析结论能尽快落地。但这部分还留下一个问题，就是如果存在多个可操作的拆分问题，那么它们之间还是有区别的。
比如：我们可以简单的替换图表和文案，但我们也可以煞费苦心地迭代一个大版本。如何在分析的过程中体现并衡量这种操作的复杂度呢？这个就要说到评价的问题。
1.1.3 评价
在评价的部分，我们要用到【汇总】步骤中的那个作为目标的指标，以它作为评价的唯一标准。如果我们的目标就是简单的GMV ，甚至更简单的PV和UV ，那么到了【细分】的步骤之后，我们就基本可以开始下结论了。
但是在实战中并非如此，我们的目标可能是一个复合的目标——在拉动GMV的同时，还要控制成本；在拉动PV的同时，还需要带来GMV；或者直接是一个ROI这样的复合指标。
在这个时候，我们就不能只关注目标这一个指标了，而要关注复合指标。例如：我们的目标是在拉动GMV的同时，控制成本。为了进一步简化问题，我们把成本具体为促进老用户产生GMV的成本，和获得新用户产生GMV的成本。因为通常在运营中，拉新与促活的手段是不同的，这与【细分】部分的原则对应，即操作空间的大小。
之后，我们就可以分别按照拉新和促活的不同纬度，对产生的GMV和投入的成本这两个指标进行细分了。例如：在拉新方面，我们有投百度关键字、有投广告联盟、还有与其他APP的合作换量；而在促活方面，我们在APP上的ABCD四个Banner上设置的A/B Test 。
那么对于新用户部分，我们就可以分别评价百度关键词、广告联盟和合作APP这三种方式，每投入一块钱的成本分别可以得到多少新增的GMV 。从而在不同的拉新方式中，选择更优的方式，并在已有的方式中调整更优的成本投入。而对于老用户的部分，我们同样可以评价ABCD四个Banner各自的A/B Test中，针对不同的版本每投入一块钱可以产生多少GMV 。
简而言之，在【评价】这个步骤中，我们需要把【汇总】部分的指标分成两类——即最终的目标，与实现目标的手段。比如在前面的例子中，投入的成本就是实现GMV提高的手段。因此，每一块钱的成本投入，我们都需要以产生的GMV来评价它。这时，要实现GMV的目标可选择的手段就比较多了，比如针对老用户促活：

保持成本投入不变，更换更容易带来转化的图片和文案，来提高投入的每一块钱带来的GMV；
保持每一块钱带来的GMV不变，（在限制范围内）追加成本投入；

这还是在暂时忽略GMV可能带来的价值的前提下，如果我们将这部分价值考虑进来，它就能抵消掉一部分投入的成本，那么备选方案还会更多。
在前面这个例子中，由于我们的拆分维度本身比较简单，只考虑了APP中的Banner和外部拉新的方式，因此比较容易通过数据中的一些标记进行细分。但是在实战中，还有些情况使我们无法拆分的。比如在用户交互中，产生一个GMV的路径需要经过几个环节，或者就像前面那个例子中的ABCD四个Banner ，如果用户点击了其中的两个甚至三个Banner 。