建立内容运营分析体系过程：
1、理解工作目标、流程
2、设立结果观察指标
3、设立评价标准
4、设立内容标签
5、评估内容传播/涨粉/转化效果
6、积累问题，积累有效标签
7、持续迭代，提升分析准确度

趋势分析法。只要和数据有关，几乎每个人，时时刻刻都在用

篇里审时度势四个字出现了3次，这是把数据理论应用到企业里很重要的一环。在企业里推动项目需要找准切入点，配合业务节奏，实现业务上效果，才能吸引大家的注意，提升数据分析的地位。

做数据分析，要有清晰的目标和可落地的细节才行。在用户分析领域，则是分成了策略/执行两大类专题。

话术培训，提升客户转化率。

来源：接地气的陈老师讲数据指标体系的文章很多，经常是开篇一句：互联网指标体系……，下边几百个指标blabla汹涌而出。搞得很多同学很晕菜：这么多指标，实际中到底怎么看？今天

数据驱动决策,需要的是业务流程与数据紧密配合，领导层参与推动，才能实现的事。数据驱动决策，从来都不是一个神机妙算的世外高人，拿着数据口念咒语：“妈咪妈咪轰”就轰出来一个惊天地泣鬼神的结论，这是基本常识。

互联网的广泛使用，加剧了这个问题。以前人流多的商业街，一个城市就那几个，很容易靠旗舰店垄断流量。现在在互联网上各种信息渠道五花八门，信息形式丰富多彩，导致转化效率更低了。好在互联网平台能记录数据，这也就是通过数据实现精准分析的前提。

有同学说：“陈老师，有没有用户画像项目失败的例子，分享下。”答：我做数据这么久，跟过的项目那么多，失败的用户画像项目，简直罄竹难书！一抓一大把。今天我们来分享一下。01、用户画

活动复盘报告，不但难写，而且经常写完了以后运营、策划们还经常不满意，还得翻来覆去撕逼，何其辛苦！到底活动复盘该怎么做，今天系统讲解一下。

了解业务需求对症下药才是重点。

因此，讨论“怎么让领导满意”，关键在于：争取普通的领导。那些没那么懂数据，但又不盲目自大的领导，才是工作重点。这些人可能会用到一些报表，但对数据库、数据统计方法、算法没有清晰认知。如果善加引导，是可以形成良好的合作，提升对数据的满意度的。

比如典型的零售门店，理论上用户也有门口→进店→动线→停留→成交的转化过程，但是完全没法记录行走数据。比如电话销售，拒绝率太高，导致转化第一步就断了一大半。这些都使得传统行业很难使用漏斗模型。

所以真想做数据分析做得有用，就得认真切具体场景，提升具体问题具体分析的能力。

来源：接地气的陈老师用户行为实在太多了，拿到这样的分析需求，一是不知道如何着手，二是做完了不是被抱怨“没分析到位”，就是被埋怨“没重点，分析了啥！”。到

如何识别自己被利用，还是被重用。

来源：接地气的陈老师经常有同学抱怨：每天忙于取数，不知道有啥数据分析项目可以做。今天系统性介绍一下六大类数据分析项目。它们都是可以单独立项并且做出成绩的，一起来看一下。第一类：监控类监控类的需求很多，