纪敏说，其实从高中开始，每当觉得付出了努力，却又毫无收获的时候，就会翻开笔记本的第一页，看自己曾写下的这八个字——只问耕耘，不问收获。“因为我知道，我做的都是我热爱的事情。”

听见纪敏声音的那一瞬间，感觉她和北京的秋天格外和谐，淡然清澈，又带着娓娓道来的故事感。不知道是不是数据分析师这份职业印在她身上的职业特色，让她讲话的时候简洁而认真，倾听的时候礼貌又专注。

Part01 非典型性职业女青年

无论是生活中还是影视剧里，对优秀职业女性的描述都逃不过“精明强干”“雷厉风行”的字眼，她们穿着成套的衬衣和半身裙，纤细的身影风风火火地穿梭在各个会议室。

其实这种定义很单薄，作为同样优秀的职场女性，我索性把纪敏定义成——非典型性职业女青年。

作为一名数据分析师，纪敏见证了即刻从积蓄能量，到如今“即友”满园。“我们做数据分析师的，就是连接数据和业务的渠道”，显然在纪敏的意识里，这份工作没有外界人士想象中的复杂和高端。

数据分析师是理想的工作吗？

“上小学的时候，老师问班里面的小朋友长大了之后想做什么，警察、科学家几乎是意料之中的最高票回答。”纪敏笑着说，她其实初心未变，和小时候那些吵着要当破案的警察、揭秘的科学家的孩子们一样，她成了一名探寻数据真相的分析师。

外人看来，这份职业的准入门槛很高。除了学历、智力上的硬件条件，好像还应该有面对数据海洋时候的耐心和严谨。但纪敏十分乐意从毫无头绪的数据中找出一条能够引领未来的线，每当拨出一条主线的时候，她都觉得“像警察破了一桩大案”，诚然，数据分析是这个世界上探索产品真相的唯一途径，它真的和警察破案一样，都是为了寻找距离真相最近的那一刻。

碰巧，纪敏热爱这种用事实说话的真相。

如何利用这些数据真相？

她拿着手里的真相，每天在数据部门与业务部门之间奔波，与她的伙伴们一起把晦涩难懂的数字转化成普通人能看懂的信息，再提出针对于产品的解决办法。

在某种观念里，似乎只有数据分析师团队是全公司中离真实最近的人，也是对产品逻辑理解最深刻的人。

数据分析师时常颠覆一些惯性的认知，比如当大家对新上线的功能都自我感觉良好时，数据分析师们能发现背后的用户动态，敲醒自嗨的设计者，用客观规律和实际去改变认知，这样的颠覆，往往能让人保持清醒。

纪敏说，作为 C 端产品的数据分析师，其实和 B 端行业在分析思维上并没有太大的差别，只要将关键的用户成长周期、成长路径等方式定义了之后，其他的内容都是相似相通的，那么分析的时候到底用什么工具、用时多久、成功率有多高，就全是自己发挥的空间了。

作为一个愿意保持清醒的职场人，她留给自己的发挥空间也在不停地注入新鲜的内容。

Part02 职业女青年的职场

即刻从 2015 年上线以来，就以一种不同于其他资讯类 App 的角色出现。通常的资讯类 App 按照“社会”“军事”“娱乐”“科技”等标签分门别类，然后根据用户常看的主题推送相关的内容和广告。

但即刻从早期开始就主打兴趣，力图每一次的推送信息都正好契合用户内心，如今，随着行业的变化，即刻又开始向社交模块倾斜，鼓励并引导用户在对应的主题广场中做一个真正的自己。

这些关于即刻和行业之间的细微变化，即刻数据分析师团队时刻都在敏锐地捕捉。

4 年的时间，即刻走得怎么样？

“对于即刻目前的发展状态，我很看好。”

即刻的死忠粉，忠诚度极高。纪敏说，首先从这几年对用户的了解程度上来看，即刻的死忠粉，出乎常人的意料。这些喜欢即刻的人，恨不得事无巨细地在平台上发布自己的生活琐事，在各类兴趣广场中遨游，日日打卡见闻。

用户留存是即刻的优势所在。从专业的角度上来说，用户离不开你的 App，这叫用户留存。对于新用户的留存分析，一般倾向于渠道和投放两个方面，分析的时候速度要快，跟业务结合地要紧密。

即刻数据分析师团队在做这些分析的时候，除了渠道和投放两大基础维度以外，也会按功能维度，即新用户的接受程度和使用情况，以及活动维度去综合考虑。

兴趣是前提基调，氛围才是社交得以发展的条件。目前，即刻的商业模式优势日渐难以撼动。即刻是沉淀了自己、全网和用户三部分的内容，才做出来的兴趣分发，相当于是先拥有了兴趣的内容载体之后，才有后续工程。

这样的模式有利于快速细分并锁定用户的兴趣，一旦发现用户对“兴趣扩大”的引导不感冒，也能迅速调整战略，这些也是即刻区别于行业中流行的“从大到小”的兴趣拓展模式。

纪敏作为数据分析师，在用户行为上面花费了极大的功夫，也正是因为多数据的采集和研究分析，让整个团队能够把用户的情绪和兴趣良好把握，然后在兴趣信息的切割层面，划分的尤为细致。

作为数据分析师，如何推动业务发展？

即刻已经从最初的手动分析原始表格，跨越到了利用神策分析作为工具的阶段。每天，纪敏和团队都有 70% 的工作通过神策分析平台来完成，邮件里每天都有分析平台发送的数据概览邮件，被数字包裹，是数据分析师的家常便饭。

但作为一个优秀的数据分析师，她不能单枪匹马地在数据方面下的功夫，她的任务是用数据驱动即刻的价值。

首先，要为各部门的同事配置数据分析平台上面的概览页面。运营部门的同事，会在平台上查看分析师为其配置的自动概览，根据数据分析师们发送的报表，获取需要的数据和信息，通过对业务领域核心指标的简单分析，了解页面 PV/UV 以及核心功能的使用情况。

研发部门的同事在平台上面利用数据指标排查问题，同时进行二次开发和利用等。老板会根据数据分析师们发出来的报表和平台的概览内容，对报表提出修改意见，或调整指标内容。

其次，必须专注于分析平台上各种功能的使用。只有这样，才能从功能和业务的角度出发，合理地为各部门配置数据概览信息，目前来看，事件分析、漏斗分析、用户分群、分布分析是数据分析与配置方面的重点。在这里，简单举 3 个关于配置需求的例子：

1. 产品 / 内容运营：内容的更新维护情况；内容的产量变化与分类分布情况；内容推送情况，如推送分布、推送到到、推送点击等；各内容运营位的展示与电机转化情况。

2. 用户运营：用户活跃度核心指标、各类 UGC 生产与消费情况。

3. 活动运营：已结束活动复盘（参与人数、活动完成度、活动传播度、活动留存和 App 内其他活跃于留存数据）；进行中活动检测（参与人数、活动转化、下载/跳回 App 转化率、活动稳定性、异常指标）。

然后，每周会向各职能线发布 4 份主要的报表。对于纪敏来说，除了配置概览内容，这 4 份主要的数据报表同样具有极高的业务指导意义。

1. 整体业务报表：包含核心指标和产品核心业务与功能变化。

2. 新用户报表：用户获取与渠道质量、新用户行为分析、新用户相关运营活动分析。

3. 分析师内部脑洞型报表：分析师结合核心指标和产品内的活跃现象，自行去分析用户行为数据，挖掘有效增长点，并讨论后产出有价值的分析报告。

4. 异动分析报表：日活、留存、新增等数据发生异动时，通过细分探寻原因，定位问题；如果判断是正常情况的话，会相应改变一些策略，如果日活正常偏高，就提醒业务同事可以选择在这样的时候做一些活动。

最后，数据分析师要根据这些数据报表与其他部门沟通，推动业务产品的迭代与发展。当然，其中就少不了和产品经理方面的“直面对决”：

第一，在每一次产品改进时，产品经理都会和分析师充分沟通本次改版的方向和目的。

其次，在新功能或新版本上线后，纪敏和团队会在第一时间（1-2 天内）给产品经理们搭建新版本报表，来反馈改进效果（主要包含新版本覆盖情况、新功能使用情况和新优化的数据表现； 整体表现数据如留存、转化；具体功能的使用人数、使用率、使用留存等）。

第三，在 1-2 周内，纪敏和团队将给出 3-4 份详细的分析报告，进一步分析用户对新功能或新版本的反馈，并试图挖掘其中的原因。

之后，上面的部分数据主要作为后验的工具，纪敏也会自己在数据中挖掘一些信息，并证明其有效性，分享给产品经理，推动他们去解决这些问题。

在聊天过程中，纪敏分享了一个关于内容产品“Aha Moment”的例子，每次看到数据驱动场景实践，好像都是她作为一名数据分析师最欣慰的时刻。

即刻产品的核心功能之一就是内容的分发，用户绝大多数的时间都在浏览关注、推荐和动态页的内容与评论。

按照用户使用这些内容模块的行为，可以按其门槛和深浅分为路人行为（如浏览帖子）、围观行为（点击并查看评论）、普通参与行为（点赞、转发）、深度参与行为（发布评论）等。通过留存分析功能，纪敏与团队发现行为深度越深，用户的留存就越高。

但由于扩大发生参与行为的门槛过高，落地性也就较差。因此，选择围观行为，通过放大其面积来提升用户全站留存，所以，就在产品信息流列表页露出一条热评，一方面让更多的用户看到最精彩评论，另一方面更有力的引导用户点击查看更多内容。

纪敏和同事发现，新增热评功能后，成功将阅读评论的用户比例提升，并且成功提高了全站留存。

这个例子通过实践得出了成功的结果，而其背后也同样存在一套驱动机制，让分析师来仔细斟酌： 1、选择高留存的行为，并选择其中比较容易扩大使用者面积的几个，在产品功能层面放大，让更多人看到并发生转化，从而提升留存。

2、评估最终效果时，首先评估该功能的使用人群和占比是有否有效提升，有则认为改进有效。

3、以上主要因为产品在改进期间会同时发生很多其他改进，也会有各种不同的市场、运营活动，单纯用留存来评估，无法有效验证。

这些用数据驱动价值的内容，都是纪敏的工作日常，分析、发现、实践、探索等等部分，都是分析师对驱动企业价值做出的努力。

有哪些容易踩的“坑”要避开？

第一，不要重复无意义的工作。许多刚入行的小伙伴喜欢把清理数据作为主要工作，纪敏认为这只是让你接触数据的一种方法，每天重复地提出需求、整理表格，会磨灭掉许多对于分析师岗位的热情。

第二，不要“全手动”，要寻找代替的工具。既然不能重复地做无意义的工作，那么就要学会用工具去代替人工，选择合适的用户行为模型和工具，能把分析师的主要精力放在规律和策略的探索上，才能充分发挥一名数据分析师应有的价值。

现在，行业市场日新月异，新的产品和理念层出不穷，纪敏清楚地知道，数据分析只是一种辅佐手段，它无法从根本上改变产品方向、功能价值，但她仍会背着高中笔记本上“只问耕耘，不问收获”的八个字朝着更深更远地路去走，努力为她所辅佐和支持的产品，探索更有价值的数据意义。

更多干货和案例，可以关注“神策数据”和“用户行为洞察研究院”公众号了解~