数据运营 作用&意义 知错能改，善莫大焉 —错在哪里，数据分析告诉你 运筹帷幄，决胜千里 —怎么做好“运筹”，数据分析告诉你 以往鉴来，未卜先知 —怎么发现历史的规律以预测未来，数据分析告诉你 工作思维 对业务的透彻理解是数据分析的前提 数据分析是精细化运营，要建立起体系化思维（金字塔思维） 自上而下 目标—维度拆解—数据分析模型—发现问题—优化策略 自下而上 异常数据 影响因素 影响因素与问题数据之间的相关关系 原因 优化策略 数据化运营7大经典思路 以目标为导向，学会数据拆分 细分到极致

数据运营 作用&意义 知错能改，善莫大焉 —错在哪里，数据分析告诉你 运筹帷幄，决胜千里 —怎么做好“运筹”，数据分析告诉你 以往鉴来，未卜先知 —怎么发现历史的规律以预测未来，数据分析告诉你 工作思维 对业务的透彻理解是数据分析的前提 数据分析是精细化运营，要建立起体系化思维（金字塔思维） 自上而下 目标—维度拆解—数据分析模型—发现问题—优化策略 自下而上 异常数据 影响因素 影响因素与问题数据之间的相关关系 原因 优化策略 数据化运营7大经典思路 以目标为导向，学会数据拆分 细分到极致

看过很多千篇一律的文章，一直在给我解释一个事情，为什么那么多O2O死了，外卖和打车还活着。大众的解释方法是按照频次需求来进行解释，衣食住行这些是生活中必不可少的行为，频次高自然就有需求，而其他的上门美甲、上门按摩等O2O，在大街上随便拉一个人问一下，基本上100%的人都没有经历过这个事情，所以它的频次需求自然不高，用户获取成本很高，也难以形成用户习惯，因为根本违反现今人们生存的规律，这一点在当下来说是极其难打破的。很奇怪地，我在众多文章一直解释的这个理由中看到一个关键字：频次需求。由此引发的思考

看过很多千篇一律的文章，一直在给我解释一个事情，为什么那么多O2O死了，外卖和打车还活着。大众的解释方法是按照频次需求来进行解释，衣食住行这些是生活中必不可少的行为，频次高自然就有需求，而其他的上门美甲、上门按摩等O2O，在大街上随便拉一个人问一下，基本上100%的人都没有经历过这个事情，所以它的频次需求自然不高，用户获取成本很高，也难以形成用户习惯，因为根本违反现今人们生存的规律，这一点在当下来说是极其难打破的。很奇怪地，我在众多文章一直解释的这个理由中看到一个关键字：频次需求。由此引发的思考