PM和PD将产品打造出来，但并不一定会有用户使用，这时就需要运营人员推动产品和用户建立连接，用渠道推广的方式让更多用户了解和使用产品，这是拉新；用内容、活动等方式，给予用户更多使用产品的理由，这是活跃和留存，运营的本质价值是连接用户和产品，在二者之间建立纽带，让用户了解和使用产品，也让产品向用户传递更多价值。
“对于一个好的运营来说，数据分析是非常重要的，只有将数据分析做好了，你的运营之路才会更加的顺畅。”
运营工作的核心在于两项：流量建设与用户维系，而用户维系又可以分为内容运营、活动运营与用户运营，那我们就来聊一聊这三个运营岗位都应该关注哪些核心数据。
01 内容运营的核心数据
展示数据：
内容的展示数据是最基础的数据，它的价值在于：提供给内容运营者一个直观而基础的数据，用来展示内容被点击、查阅的情况，从而分析内容是否为网站（产品）提供了相应的帮助。包括但不限于UV/PV、转发数、互动数、点击率、覆盖人群、推荐量、阅读量、页面停留时长等。
以一篇文章为例，这篇文章的链接被点击了100次，其中50次点击停留的平均时间为20秒，10次是点击后直接关闭网页，另外40次点击的停留的平均时长是3秒。通过这些数据，我们可以了解到，这篇文章的质量还是不错的。接下来要做的事情是，10次直接关闭网页的用户还看了那些文章，他们的行为是怎样的。从而了解如何通过改善内容的类别、质量、提高内容对于用户的价值及契合度，来提高内容被展示的次数。
转化数据：
内容的转化数据，是相对于展示数据而言更深层次的数据，它往往用于判断内容是否能够促进用户的转化，比如能否利用内容让用户从活跃转向付费，包含页面广告的点击次数，付费人数，付费金额等。
以小说为例，从免费阅读转向付费阅读，数据表现出来的该作品的吸金能力，就是内容转化数据，从一定层面上说，这是衡量内容能否带来高质量“粉丝”的一个依据。
粘性数据：
粘性数据和展示数据相关，但二者有一定区别。
考虑展示数据时，如果进一步分析用户重复阅读的次数，那么结合每次阅读的停留时间，就可以得到粘性数据。
内容的分享频次和分享后带来的流量统计，可以说明内容对某类用户的价值和坐拥情况，同时表明内容质量、趣味性的特征，监测数据主动转发传播的情况，这对能否二次传播带来新用户，以及需要引爆热点和病毒传播的运营有着重大的意义和价值。
渠道数据：
在我们产出了针对习性内容之后，接着就是如何通过最有效、影响力最大的渠道去推广这些内容，我们可以通过分析不同内容发布渠道的不同表现，衡量渠道投放质量、效果，找到用户反馈最好的发布渠道。
内容的分享频次和分享后带来的流量统计，可以说明内容对某类用户的价值和坐拥情况，这对需要通过分享来带来用户的网站（产品），以及需要引爆热点和病毒传播的运营有着重大的意义和价值。
02 活动运营的核心数据
对于经常执行活动运营的运营人来说，活动运营数据比其他类型的数据都更加重要，而活动运营的数据又非常复杂，我们用两个活动案例来说明活动运营的核心数据的情况。
案例一：某网站开展了一个分享邀请的活动，活动主旨是让老用户带来新用户，可以通过社交渠道、邮件、复制链接进行分享，新用户通过各个渠道的邀请链接进入活动注册页面完成注册，并进入网站，填补用户资料并完成一次登录，即认为有效。完成有效邀请的老用户和完成注册的受邀新用户，均可获赠小礼品。
这其中的关键数据就包括：
- 分享渠道的质量——用来判断下次活动主推那些分享渠道。
- 受邀用户的注册成功率——用来进行发奖和判断活动质量。
- 进行分享的老用户参与度——用来进行用户分级，判断活动规则对老用户的吸引力，以后应当如何选择用户类型。
核心数据包括：
- 分享渠道的分享次数，各渠道注册成功的转化率
- 注册率，成功转化率，用户注册的蹦失节点，注册完成后的蹦失节点
- 参与活动的老用户的总数
案例二：某电商网站开展母婴用品分析的商品折扣活动，希望在活动期间带来两倍与日常的销量增长
关键数据就包括：
- 广告投放渠道的质量——来判断目标用户的触点渠道，是未来类似活动的主要投放渠道的筛选凭证
- 单品销量的增长情况——判断目标用户对什么样品更感兴趣
- 总体销量目标完成度——来判断是否达到预期
- 个关键节点的转化率——活动商品点，加入购物车，支付成功的百分比
核心数据包括：
- 分渠道的广告展示统计——展示次数，点击次数
- 用户兴趣点分布——页面商品点击次数，单品浏览量，下单量
- 订单转化率——浏览下单支付成功
03 用户运营的核心数据
这个概念是动态的，变化的，运营人员在不同的时期需要关注不同的用户运营的数据情况。必要说明的是，此处仅提到一些基本的核心数据，不代表所有的用户运营核心数据都在其中。
注册数据：
- 注册用户的规模、增长速度——现在有多少用户，未来会有多少
- 渠道质量——注册渠道有哪些，渠道的注册转化率如何
- 注册流程质量——完成注册的用户数、注册流程中用户蹦失节点统计
- 注册用户行为跟踪——完成注册后当时用户的行为统计
留存数据：
- 留存用户的规模——已有注册用户中，多少注册用户会留下来，能否提升转化率，让更多的用户留存。
- 用户登录的时间，频率——留存的用户使用产品的习惯是登录后使用嘛？什么时候登录？多久登录？
- 用户使用网站（产品）服务的时间、时长、频率等——每次用户使用产品，会停留多长时间，使用核心功能还是辅助功能，使用功能的频率是怎样的。
活跃数据：
- 活跃用户的规模、增长速度，从注册到活跃的转化率——留下来的用户是活跃的用户，那么活跃的定义是什么，有多少用户符合这个定义，活跃用户的增长速度。
- 活跃用户的行为统计——活跃用户使用产品的哪些功能，他们每次使用产品的路径是不变的吗？对于新的功能，他们是如何使用的？
- 用户使用网站（产品）服务的频率、内容、行为——用户对网站（产品）的功能的使用情况，包括频率等；他们对内容的接受情况。
付费数据
- 付费用户规模、增长速度、注册到付费/活跃到付费的转化率——这决定了产品的盈利能力，收入增长的速度和宽度。
- 付费金额、频率等——简单来说，用户在此花多少钱，多久花一次钱？
- 付费用户的日常行为跟踪——了解用户不花钱的时候的一些行为
流失数据：
- 流失用户的规模、速度——用户流失了多少？这个决定了这个产品的生命周期还能延续多久
- 流失用户的日常行为跟踪——他们在流失之前做了什么？
- 用户流失的原因分析——为什么用户做了这些动作之后就会流失？
- 流失用户挽回策略和效果分析等——能够挽回这些用户吗？什么样的动作对挽回他们有帮助？这些动作可以长期做吗？
以上仅仅针对部分核心数据进行了梳理，但对于运营人来说，熟悉、掌握网站（产品）的数据非常关键，数据维度越全面，运营人对网站（产品）的生命周期，乃至用户的生命周期就会把握的越清晰。