新用户激活难？别跳增长术语，先从第一份使用报告下手。这篇速成攻略告诉你如何用“用得怎么样”变成“我想继续用”，从内容结构、触发机制到转化设计，一步步搭出高转化的入门路径。
本文主要给大家讲解如何进行数据分析的框架逻辑。
首先我们做好数据分析报告之后，自己要先进行试讲从“感官”上来去自我评价。
第一自己讲得是否流畅？第二站在客户角度判断听得是否清晰？
自己讲得是否流畅是指你在做整体数据分析报告的时候，每一项数据对应的业务是什么。
客户听得是否明白，是否通过使用数据呈现的问题实现了问题之间溯源逻辑闭环，即不断穿透后找到问题根源的能力。
首先清晰数据分析的目标在于哪里？
第一原则要反馈业务上现存的问题（这也就是客户为什么能够用工具之一）
第二原则指出产品使用上的问题。
我们的产品能不能够帮助客户更好地实现业务？自我回答的答案一定是肯定的。那么在实现业务部的过程当中，产品使用人员过去是通过什么样的方式或动作去管理业务，我们需要指出客户在产品使用的维度还存在哪些缺陷。
第三原则是唤醒数据化的思维，唤醒数据化的思维与之相对应的是经验化思维，经验化思维是指当下和未来的判断一切都是依靠自己的经验。
那么经验有错吗？需要产品运营人员辩证地看待客户使用人员的经验，毕竟基于过往经验就会面临两个问题：第一经验的固化，一切依靠经验缺少创新。第二经验对于未来事物判断的准确性。
给大家举一个例子，比如说我们对于未来要做的工作进行预估，如果仅凭借经验“我们明天要用10吨的原材料，但实际上都通过科学的预测，我们只需要8吨就可以了，剩下的2吨不是浪费就是增加公司库存”。
另一方面经验的累积对于每个企业都是非常重要的，但企业在实际的经营管理当中，对于经验的总结是非常缺少的，需要有工具代替人工去统计和记忆。所以我们要唤醒数据化的思维，就是做了在工作当中做了哪些动作，产生了哪些数据，我们要通过数据去反推出来动作的执行情况。
对于全部关联数据进行筛选，是指在产品使用的过程中发生的客户动线维度和客户管理维度的数据，所有的关联数据都需要逐一地进行分析。
同样这样的一个思路对于数据量化并不是很明显的SaaS工具类产品也是非常有用的。
因为可能工具本身存在易用性以及业务契合度上的问题，我们对产品本身没有产生客观详细的这些数据，这时就需要辅助性的数据进行分析，通过关联性数据找到问题的根源。
产品使用前期不要过于关注数据的准确性，这里的数据准确性并不是说你在产品上操作了10次，它只显示了操作8次。
而是指在工具上操作了10次，这里的准确性更指代的就是他真的需要操作8次吗？
在整个业务动作过程当中，是否应该操作得更多或更少的次数？我们不要仅关注于数据的准确性，而是关注数据的逻辑性。他操作8次或者是操作10次，以及需要说他操作更多更少的次数的话，对于关联动作之间产生了哪些影响？
每一项数据我们都要反馈对应到业务问题上，工具是对于业务产生价值的，数据同样是工具量化动作的体现，所以说你的每一项数据都要分析到它在哪一个具体的场景下产生哪些价值。
分析要有深度，我们不能按照对应的PPT来去直接告诉他，你这里有的问题，那里有问题，完全照本宣科地去读PPT上面的内容，这样做我们是得不到客户的正向反馈。
通过数据表达了在具体的某个场景当中，实际使用的人员为什么会产生这样的数据，以及它怎么产生的数据，这个数据是同行业对比是高了还是低了？
数据环比要有分析变化，我们要看出来这个工具对于业务价值程度，因为行动产生了变化，你的产品使用数据一定会发生变化，你的产品数据发生变化，未来一定会影响到你业务数据产生变化。
接下来保障沟通的通畅性沟通，并非指代语言，而是说对客户对于你想呈现内容的理解是否感觉舒服。要遵循“能用图形就不用数字”，“能用数字就不用文字”，让客户更容易更简单地深度地了解到产品对于业务的作用在哪些方面。
数据分析报告具体呈现的步骤一共分为六项：
第一项：划定数据范围，划定数据范围是以月度为分析，日度还是年度为分析，明确数据采集的基准。
第二项：采集数据内容，采集数据内容的时候注意什么？注意采集路径的记录，需要把你的每一步操作进行截图，做成从软件打开到数据采集完毕的完整PPT文档，方便后续的伙伴通过文档来去自己学会取数和分析。
除了做成PPT以外，我们还要进行完整操作的视频录制，边操作边讲解，方便产品使用人员学会自主地分析。
第三项：数据描述现场，数据描述：现场显示的是专业，还原的是场景，这是体现我们对于业务了解程度专业性非常重要的指标之一。
第四项：深挖问题，产品产生的使用数据它就一定是客观的吗？答案是不一定。我们没有在现场，就需要通过数据反映了哪些问题和在现场的伙伴进行沟通，然后清晰的知道影响数据高低的主观和客观因素是什么，这样还原了主观和客观的因素以后，才能够更好地帮助我们完成工作。
第五项：预测业务的走向，预测业务的走向，这里采用的和在售前沟通相同内容，就是再次使用“天堂地狱法则”，引起产品使用人员的触动和决策人员的重视。
当产品运营了解到为什么是这样的数据之后，需要呈现给客户两点：第一点你做得好，对于你本人对于这个公司有什么好处？第二点如果你持续地保持这种不正确的动作，对于业务而言接下来也将会面临什么样的问题。
第六项：最终呈现的是“分析的是结果，给到的是建议。”同时对于所有产品运营而言，不要过于追求自动化报表的工具，想好如何分析如何从数据当中挖掘问题，并给到具体的解决方案才是最关键的。
从一点一滴培养自己的数据敏感度
作者：张兴，《产品运营指北针》作者；微信公众号：不打杂运营
本文由 @餐饮SaaS产品运营 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自 Unsplash，基于CC0协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。