比如，圖6-3所示的產品，對某個欄目的展現形式做了A/B測試，圖中左側為單本圖書展現樣式，包括封麵、書名、簡介、熱度及分類，圖中右側為橫排展現樣式，一行有3本，隻展示封麵和書名。如果A/B測試的目的是通過改變樣式而增加書城首頁頂部的圖書收入，而兩個樣式展示的是同樣內容，那就需要比較同等數量的用戶在A和B版本下的產品收入；如果在一定持續時間內（通常至少7天）兩者的收入對比，其中一個能比另外一個高5%以上，則通常被定義為有效。

通過A/B測試，可以獲得用戶對於不同的產品版本的實際反饋，通過對比找到產生問題的原因，通過不斷的嚐試和測試，達到正循環的效果。

圖6-3 某閱讀產品A/B測試

除了A/B測試外，不同工種的做運營的同學還必須充分了解與自身工作相關的數據，通過不停地嚐試，將數據引入正向循環。

做內容運營的同學，需要關注和不斷優化以下數據。

內容的展示數據： 是否有足夠的閱讀量，閱讀人數有多少，讀完率是多少，用戶停留時長是多少。

內容的轉化數據： 通過閱讀能否引導用戶有進一步的轉化，付費人數是多少，付費金額是多少，什麼形式的內容對什麼類型的用戶轉化最有效。

內容的傳播數據： 有多少次分享，分享帶來了多少用戶和轉化。

內容的用戶數據： 用戶看完推送的內容還看了什麼內容，看相同內容的用戶有什麼特征，相似的內容運用不同的展現形式，哪種更能促進用戶的點擊參與或付費。這些都需要通過數據來進行驗證。

做用戶運營的同學，關注的數據主要集中在以下用戶數據。

用戶基礎數據： 新增用戶、活躍用戶、流失用戶、忠誠用戶等在日、周、月、年的數據。

用戶召回數據： 通常用戶在什麼時候最容易流失，召回用戶時推送什麼內容效果最佳，對於付費用戶是否采用更個性化的推送方式等。

用戶價值數據： 付費用戶占比，付費用戶行為習慣統計等。

活動運營和數據密不可分，活動效果基本可以從數據上看出來，並需要不斷優化。

活動投放數據： 每個渠道的宣傳成本與參與用戶數，哪種形式的宣傳效果最好。

活動效果數據： 每個活動上線後的瀏覽量、參與人數、參與率、參與活動的用戶數據、獲獎用戶數據等。

活動成本數據： 如何有效監控活動成本、單位用戶成本，哪種活動形式的效果最好，這些都要通過數據進行分析。

渠道運營需要數據分析來提升渠道質量。

渠道基礎數據： 每個渠道的新增用戶數、活躍用戶數、流失用戶數、用戶留存數。

渠道成本數據： 參與付費的渠道的單個廣告位的展示量、獲得用戶數、單用戶成本。

其實，產品和運營的每個階段都伴隨著數據運營，運營人員對每個模塊的數據進行分析是為了更好地完成各自的工作。有的時候，將這些數據分析結果結合起來看，會發現一些很有意思的數據現象，可以從中為產品在未來的發展找到一些不錯的方向。