首先，還是需要申明的是，此篇文章的數據分析依然是一篇基礎性的干貨分享。依然是上一篇《微信數據統計，你不得不學的新媒體運營技能》理念的延伸，只是在角度上進行擴展。如果說上一篇說的是個性，那么這一片肯定說的是共性。因為，它放在任何產品形態中都是可以行的通。

本文將從產品形態的角度出發，對數據分析進行歸納與總結。不同形態的產品都會產生相關數據，這些數據對于產品運營至關重要。

首先，我們需要注意內容數據的整理分析。無論是電商網頁上的圖片、文字、視頻、語音，還是新媒體運營中的文案等等，都是內容的一部分。在做內容時，需要注意以下幾個數據：策劃、撰寫、推廣、轉化和分析。最重要的是要考慮一個內容帶來了多少量，并最終轉化了多少量。判別一個內容是否有效應以轉化率為標準，而不是閱讀量。

很多小編都會有一種苦惱，那就是老板一味地要求10W+閱讀量，而不管產品形態及用戶定位。這導致員工拼命提高內容閱讀量，有些人甚至去刷量。結果轉化并不多，閱讀量倒是不少。因此，在設定KPI時應考慮到工作性質、規劃及技能，并了解工作表象價值及深層次價值。

其次，在用戶運營中需要關注用戶粘性數據。一個產品的用戶數或者一時的轉化數都不能有效升級產品。真正能夠幫助產品改進的是用戶粘性分析，這體現了產品質量度。一個小bug就能讓用戶粘性度下降，這就是粘性的關鍵。

最后，在活動中也需要進行數據埋點，并根據單個用戶成本與單個用戶貢獻成本相對比來進行最合理的分析之法。大數據下延伸的用戶畫像將為用戶帶來最心滿意足的服務和最準確的用戶來源。

總之，在任何產品形態中都可以通過數據分析來指導運營工作，并實現更好地升級和改進產品質量度。