有沒有更“獨立”的數據分析支持工具？可以讓運營自行完成一些數據分析，不用總是勞煩技術！

運營人員需要具備數據分析能力，因為運營是一個不斷發現產品問題，并解決問題，提升用戶體驗的崗位。在這個過程中，數據分析能幫助運營更高效地解決問題。但實際上，很多人認為自己的薪資上限是15k，因為“工作沒啥技術含量”，“全是臟活、累活”，“就是個打雜的”等等。然而，在招聘網站上研究了300多個運營崗位之后，發現有很多“高薪”運營崗，包括用戶運營、內容運營、社群運營、活動策劃等等，它們的職責要求都會強調一點：具備數據分析能力。

那么，如何做好數據分析呢？首先需要對業務流程有深入理解，并用數據解決問題的思維。例如小紅書在去年年初做了戰略調整后，重心調整到社區，并把北極星指標從電商的GMV變成社區的DAU。但當時社區的留存率并沒有達到預期，在這種情況下，如果不懂業務流程和數據分析的運營可能會直接優化內容或者做活動。然而我的前同事根據用戶年齡進行了用戶分層，并通過梳理業務流程和做出假設來找到影響留存率關鍵行為，并用數據驗證假設得出結論。

雖然業務思維至關重要，但讓數據分析真正發揮作用離不開技術支持。大部分公司操作是：運營梳理業務流程后將需求提交給技術建立數據庫，在需要進行數據分析時跟技術人員提需求寫SQL將數據從庫里提出來交給數據分析師進行分析最后形成報表給業務部門查看。這個過程耗時長且對技術同學依賴性強。

市面上有不少用戶行為分析工具可以讓運營等業務部門更方便地分析數據。其中比較早期且主要服務網頁產品的有GA和百度統計；易觀方舟Argo、Mixpanel、友盟、TalkingData則采用了“用戶+行為”的數據收集模式適合移動端App使用。

我們從4個方面對這6款工具進行評測：①哪款工具的數據采集準確度最高？②哪款工具更適合非技術人員使用？③哪款工具更安全？④哪款工具服務更周到？

在埋點方式對比中發現易觀方舟Argo和Mixpanel使用可視化埋點方式使得操作簡單易學；在可視化界面設計和功能完善度方面Mixpanel表現最佳；在查詢速度和靈活性方面GA最快且支持自定義報表；在移動端App應用場景下TalkingData免費版領先于其他產品。

總體來說，在各項評測指標中Mixpanel表現相對較好且適合非技術人員使用。