9月6日19：00，京东校招笔试开始，作为运营的我，面对一份有一半是产品的题，另外的80道选择题里还有若干运营专业名词解释题。对此，我表示“很方”啊！ 于是，在“金九银十”之初，整理了一张专业知识导图，主要包括三大类：数据指标、模型理论、心理效应，还有些行业术语归于其他类。
知识清单（made by Xmind）
注明：以下部分资料来源于网络搜索，感谢原作者，让我当个搬运工。
一、数据指标
产品运营，离不开数据埋点、获取、处理及分析。因此，要充分理解各类数据指标的含义及用途，才能用数据这把金钥匙打开运营的大门。 数据指标分为广告指标、网页指标和用户指标三种。
1、广告指标
（1）CPC CPC，即Cost Per Click， 每点击成本。
（2）CPM CPM，即cost per impression，按千次展示付费，指通过某一媒体投放广告，听到或看到此广告的人达到一千人平均所要花费的广告费用。 CPM=（广告费用/到达人数）×1000 比如投入广告费用200元，有10000人浏览过此广告，则CPM=（200/10000）×1000=20元 CPM取决于产品的印象，不是评价广告效果的单一指标，是对不同媒体进行衡量而制定的一个相对指标，通过比较不同渠道的广告收入找出效果最好的渠道。
（3）CPA CPA，即cost per action，按行为付费，通过广告使用户产生一定行为而计费，不限广告投放量。对于用户行为的定义依产品而定，包括形成一次交易、获得一个注册用户、下载一次软件，或是填写一次有效问卷等，这些统称为用户行为转化。 CPA=广告费用/有效转化次数 转化次数的统计较为困难，另外由于广告被点击后会触发用户的后续行为（如注册或消费行为），在网站中不大受欢迎。
（4）CPR CPR，即Cost Per Response，每回应成本，以浏览者的每一个回应计费。这种广告计费充分体现了网络广告“及时反应、直接互动、准 确记录”的特点，但是，这个显然是属于辅助销售的广告模式，对于那些实际只要亮出名字 就已经有一半满足的品牌广告要求，大概所有的网站都会给予拒绝，因为得到广告费的机会比CPC还要渺茫。
（5）CPP CPP，即Cost Per Purchase，每购买成本，广告主为规避广告费用风险，只有在网络用户点击旗帜广告并进行在线交易后，才按销售笔数付给广告站点费用。无论是CPA还是CPP，广告主都要求发生目标消费者的“点击”，甚至进一步形成购买，才予付费；CPM则只要求发生“目击”(或称“展露”、“印象”)，就产生广告付费。
（6）CPS CPS，即cost per sales，按销售付费，按照广告点击之后产生的实际销售笔数来计算广告费用， CPS=广告费用/有效销售量 适合购物类、导购类、网址导航类网站，需要精准的流量才能带来转化。
（7）CPT CPT，即cost per try，按试用次数付费，主要是移动应用渠道营销平台以试玩或试用为付费标准。 CPT=广告费用/有效试用次数 这种方式的特点是按用户使用时长或使用周期计费，可以从根本上杜绝刷流量，是最真实有效快捷的营销方式之一。
2、网页指标
（1）PV：page view 即页面浏览量，用户每1次对网站中的每个网页访问均被记录1次。用户对同一页面的多次访问，访问量累计。在一定统计周期内用户每次刷新网页一次也被计算一次。
可通过后台运营获得数据；也可通过相关统计工具获得，如Alexa、百度统计、Google Analysis等。日均 IP/PV 访问量约为 600/2400的意思是今天访问首页次数为2400次，访问IP为600个，也就是说这600个IP一共访问网站2400次。
一般来说PV与来访者数量成正比，但是PV并不直接决定页面的真实来访者数量，例如，同一个来访者通过不断的刷新页面，也可以制造出非常高的PV。
（2）UV：unique visitor 即独立访客，访问网站的一台电脑客户端为一个访客。 00:00-24:00内相同的客户端只被计算一次。 使用独立用户作为统计量，可以更加准确的了解单位时间内实际上有多少个访问者来到了相应的页面。
（3）PR：pagerank 即网页的级别，安装Google Analytics等统计工具。 一个PR值为1的网站表明这个网站不太具有流行度，而PR值为7到10则表明这个网站非常受欢迎(或者说极其重要)。
（4）跳出率 指用户到达你的网站上并在你的网站上仅浏览了一个页面就离开的访问次数与所有访问次数的百分比。这里的访问次数其实就是指PV。 浏览单页即退出的次数/访问次数。比如，在一个统计时间内，一个网站有1000个不同访客从某一链接进入，并且其中有50个人没有二次浏览行为，是直接退出网站的，则针对这个链接的网站跳出率为50/1000=5%。然而有些退出的行为不能作为退出考虑，比如页面上刻意添加的导出链接，如合作伙伴的网站等，还有联系我们，付款页面等，都不算是负面的跳出，所以要根据不同情况统计有效的数据才能得出可靠的跳出率。 是评价一个网站性能的重要指标，跳出率高，说明网站用户体验做得不好，用户进去就跳出去了，网站没有满足用户的期望与需求或是人群定位不精准，反之如果跳出率较低，说明网站用户体验做得不错，用户能够找到自己需要的内容。而且以后他可能还会再来光顾你的网站，提高了用户粘性。慢慢的可以积累大量的网站用户。
（5）退出率 对某一个特定的页面而言，从这个页面离开网站的访问数占所有浏览到这个页面的访问数的百分比。 从该页退出的的页面访问数/进入该页的页面访问数，可采用访问统计工具如Google Analytics进行统计。 从某方面反映了网站对于访客的吸引力，如果退出百分比很高，说明访客仅浏览少量的页面便离开了，因此当你的网站退出百分比很高的时候就要想办法改善你网站的内容来吸引访客了。 跳出率适用于访问的着陆页 （即用户访问的第一个页面），而退出率则适用于任何访问退出的页面（用户访问过程中在你的网站上访问的最后一个页面 ）。 退出率的分子=退出的次数（包括一次访问过程中用户浏览单页即跳出的次数，也包括浏览多页后从该页面退出的次数。）
（6）平均访问时长 指在一定统计时间内，浏览网站的一个页面或整个网站时用户所逗留的总时间与该页面或整个网站的访问次数的比。 访问总时长/访问次数，如一个网站在一定时间内总的逗留时间为1000秒，在这段时间内，总的访问次数是100次，那么这个页面或网站的平均访问时长就是1000秒/100 = 10秒。 是体现被统计对象的用户黏性的重要指标之一，进而可以评估网站的用户体验，指导改善页面。平均访问时长越短，说明网站对用户的吸引力越差，可用的有用信息越少，也说明网站需要优化或都添加有用信息了。
（7）转化率 指在一个统计周期内，完成转化行为的次数占推广信息总点击次数的比率。 转化率=（转化次数/点击量）×100% 以用户登录为例，如果每100次访问中，就有10个登录网站，那么此网站的登录转化率就为10%，而最后有2个用户订阅，则订阅转化率为2%，有一个用户下订单购买，则购买转化率为1%。 转化率反映了网站的盈利能力，重视和研究网站转化率，可以针对性的分析网站在哪些方面做的不足，哪些广告投放效果比较好，可以迅速的提升用户体验、节约广告成本，提升网络转化过程。
（8）重复购买率 指消费者对该品牌产品或者服务的重复购买次数。 重复购买率有两种计算方法：一种是所有购买过产品的顾客，以每个人人为独立单位重复购买产品的次数，比如有10个客户购买了产品，5个产生了重复购买，则重复购买率为50%；第二种算法是，单位时间内，重复购买的总次数占比，比如10个客户购买了产品，中间有3个人有了二次购买，这3人中的1个人又有了三次购买，则重复购买次数为4次，重复购买率为40%。直与复推荐企业采取第一种算法。 重复购买率越多，则反应出消费者对品牌的忠诚度就越高，反之则越低。
3、用户指标
（1）ARPU Average Revenue Per User，即每用户平均收入 在一定时间内，ARPU=总收入/用户数，一般是计算长期的ARPU比较有意义，如平均每月每用户收入。而用户数可以是总平均在线用户数、付费用户数或是活跃用户数，不同产品标准可能存在差别。 ARPU注重的是一个时间段内从每个用户所得到的收入，衡量互联网公司业务收入的指标。ARPU值高说明平均每个用户贡献的收入高，但高未必说明利润高，因为利润还需要考虑成本。ARPU的高低没有绝对的好坏之分，分析的时候需要有一定的标准。
（2）用户流失率 指那些曾经使用过产品或服务，由于对产品失去兴趣等种种原因，不再使用产品或服务的用户。 用户流失率=总流失用户数/总用户数，流失用户数依产品而定，并且有各自的不同标准。 分析用户的流失情况可以找到流失的原因，针对产品所处的时期再找到解决办法。一般流失用户都是对于那些需要注册、提供应用服务的网站而言的，比如微博、邮箱、电子商务类网站等。对于流失用户的界定依照产品服务的不同而标准不同，对于微博和邮箱这类用户几乎每天登录查看的网站而言，可能用户未登录超过1个月，我们就可以认为用户可能已经流失了；而对于电子商务而言，可能3个月未登录或者半年内没有任何购买行为的用户可以被认定是流失用户。因此这里有个流失期限。
•日活跃用户： DAU，Daily Active User，指某个自然日内启动过应用的用户，该日内的多次启动只记一个活跃用户。
• 月活跃用户： MAU，Monthly Active User，指某个自然月内启动过应用的用户，该月内的多次启动只记一个活跃用户。 这两个指标一般出现在在线服务的分析统计指标中，比如在线文档，或者是网页邮箱服务，网络游戏，SNS游戏等等。一般用来衡量服务的用户粘性以及服务的衰退周期。 DAU/MAU比例是SNS游戏的重要参数，一般最低极限是0.2，这保证游戏能够达到临界规模的病毒式传播和用户粘性。
• 周活跃用户： WAU，Weekly Active User，指某个自然周内启动过应用的用户，该周内的多次启动只记一个活跃用户。这个指标是为了查看用户的类型结构，如轻度用户、中度用户、重度用户等。
（3）用户留存率 指在单位时间内符合有效用户条件的用户数在实际产生用户量的比率。 留存率=留存量/实际量 次日留存率：（当天新增的用户中，在第2天还登录的用户数）/第一天新增总用户数。因为都是新用户，所以结合产品的新手引导设计和新用户转化路径来分析用户的流失原因，通过不断的修改和调整来降低用户流失，提升次日留存率，通常这个数字如果达到了40%就表示产品非常优秀了。
• 第3日留存率：（第一天新增用户中，在往后的第3天还有登录的用户数）/第一天新增总用户数。 • 周留存率：（第一天新增的用户中，在往后的第7天还有登录的用户数）/第一天新增总用户数。在这个时间段里，用户通常会经历一个完整的使用和体验周期，如果在这个阶段用户能够留下来，就有可能成为忠诚度较高的用户。 • 月留存率：（第一天新增的用户中，在往后的第30天还有登录的用户数）/第一天新增总用户数。通常移动APP的迭代周期为2-4周一个版本，所以月留存是能够反映出一个版本的用户留存情况，一个版本的更新，总是会或多或少的影响用户的体验，所以通过比较月留存率能够判断出每个版本更新是否对用户有影响。 • 渠道留存：因为渠道来源不一，用户质量也会有差别，所以有必要针对渠道用户进行留存率分析。而且排除用户差别的因素以后，再去比较次日，周留存，可以更准确的判断产品上的问题。
二、理论模型
1、AARRR模型
AARRR是Acquisition（获取用户）、Activation（提高活跃度）、Retention（提高留存率）、Revenue（获取收入）、Refer（自传播）这五个单词的缩写，分别对应产品生命周期的不同阶段。 |
图片来源于网络
（1）获取用户
常见方法如搜索引擎优化，二维码扫码，应用市场，内容提供方，社会化分享，软文等，还有些比如制造话题，营造热点。产品配合上，可以通过首页进入banner和引导进行新用户导流。产品处于发展期时，web端可以通过一些按钮和首页解决用户心理等层面的方式进行解决用户模式。而移动端需要一个icon解决入口问题。
（2）提高活跃度
通过运营价格优惠、编辑内容等方式进行提高活跃度。产品策略上，除了提供运营模块和内容深化。进行产品会员激励机制成长体制进行活跃用户。不仅商品优惠的，VIP等标示的ICON，足以让用户为之疯狂。对于长业务流程，进行流程激励体制，产品策略更具多元化。
（3）提高留存率
通常保留一个老客户的成本要远远低于获取一个新客户的成本。解决留存率低的问题首先需要通过日留存率、周留存率、月留存率等指标监控应用的用户流失情况，并采取相应的手段在用户流失之前，激励这些用户继续使用应用。运营上，采用内容，相互留言等社区用户共建UCG，摆脱初期的PCG模式。电商通过商品质量，O2O通过优质服务提高留存。这些都是业务层面的提高留存。产品模式上，通过会员机制的签到和奖励的机制去提高留存。包括app推送和短信激活方式都是激活用户，提高留存的产品方式。
（4）获取收入
获取收入其实是应用运营最核心的一块。收入有很多种来源，主要的有三种：付费应用、应用内付费、以及广告。电商通过卖商品，O2O通过服务，社交软件通过会员激励策略。获取收入层面上，多数是产品成本和运营价格策略去打开市场。业务部门做好更好的服务。无论是以上哪一种，收入都直接或间接来自用户。所以，前面所提的提高活跃度、提高留存率，对获取收入来说，是必需的基础。用户基数大了，收入才有可能上量。最常用的观察是 ARPU(平均每用户每月收入)值。
（5）自传播
基于社交网络的病毒式传播，运营通过口碑和活动推广分享等手段进行传播，达到获取用户的闭环模式。产品上，可以做的分享页，和新用户再次导流页面进行闭环。策略上，运用产品优势服务拉开竞争对手，你产品上，这个内容和商品具有先发优势。继续运营这块模块进行自传播。而准备一些小页面内容和商品进行竞对的页面宣传。用非主营业务打击对手主营业务方向，达到从竞争对手分享用户来的自传播。
2、AIDMA理论
AIDMA理论是漏斗模型的理论基础，它的基本要素如下图：
图片来源于网络
举个例子，Glen公众号有5000粉丝，Glen写了一篇中等水平的文章，群发之后，不进行任何推广，一般一天之内会获得500左右的阅读量，有100个左右的朋友有更多的学习渴望，他们会收藏Glen的文章，便于以后学习、记忆，更有10个左右的朋友给Glen赞赏一些零花钱。
以上就是一个漏斗模型的简单例子，如果以盈利为目的，从5000到500到100到10，每一个环节都会有损耗，最后的用户付费转化率为0.2%。
3、漏斗模型
一个评判产品健康度的数据工具，通过产品每一个设计步骤的数据反馈得出产品的运行情况，然后通过各阶段的具体分析改善产品的设计，提升产品的用户体验。
通俗点说，就是从起点到终点有多个环节，每个环节都会产生用户流失，依次递减，每一步都会有一个转化率。
另外衍生出“路径分析方法”，包括：关键路径、扩散路径、收敛路径、端点路径，每一条路径，都是一个漏斗。今天我们说简单一点的，单一路径的分析，也就是简单的漏斗模型。
图片来源于网络
举例：电商的用户购物路径
图片来源于网络
每一步用户访问，都有可能产生用流失，尤其是用户触达第一个页面（不一定是网站首页）的流失率往往过高，这里的因素很多，例如进入者是因为被广告诱导进入，发现与预期严重不合，造成流失。
接下来到商品目录页面，如果用户采用搜索方式，会进入搜索结果页，如果在这个页面按照各种排序，也找不到预期商品，就会流失。
第三步，到达详情页面，如果用户评价过低、店铺客服不给力，用户难以进行下单决策，于是流失。
第四步，放入购物车。据淘宝的经验数据，从访问到购物车，平均来讲，100个人进来，只有4.5个人把东西放到购物车，即便是放入了购物车，依然有较大流失，因此一般的购物网站都会有立刻购买的按钮。
后边的几步有可能造成的用户流失，就不一一列举了，以后有机会再就具体细节交流。
产品运营分析，可以按照现存的用户路径逻辑，整理出各个环节的漏斗模型数据，考量有可能造成用户流失的因素，进行针对性的优化。需要提醒的是，整个用户行为是以最终的产品目标为评价标准，各环节的转化率息息相关，不能简单的只对某个环节的转化率提升，这样有可能会造成负面的用户体验，得不偿失。例如，某产品为了拉新，进行有诱导性的TIPS弹窗，勾引用户进入，虽然在第一阶段，可以带来大流量，但却对后面环节的转化率提升无益。
不同用户类别在漏斗中的转化率往往有较大差异，除了整体用户的转化分析之外，还可以进行用户细分的漏斗模型分析，例如不同进入渠道、不同注册来源、不同产品使用年限、不同性别、不同年龄等多种因素。
有时漏斗模型也可以逆向使用，推断产品正常运行所需要的一些基本要素。
比如一个主打弹幕的视频网站，用户在一个视频窗口需要热闹的弹幕，至少需要20个人同时在发弹幕。我们假定普通用户中有10%的人会主动发送弹幕，那么这个视频窗口至少需要2000人同时在线才能够让弹幕热闹。从主页点击到该视频窗口的转化率最多也不会超过10%，那么要保证该网站一个视频窗口弹幕能够热闹的发送，网站首页的PV必须超过20000。
4、用户金字塔模型
图片来源于网络
说明：
1.第一级是社区的管理人员。一般面对用户的是运营人员。
2.第二级是用户管理工具。如版主体系、社群（兴趣小组、部落、联盟、公会等等），再就是用户在社区中自发形成的组织。
3.第三级是有价值用户，基本就是在社区里面足够活跃，并且给你的社区贡献有效价值的那些用户。
4.一般性用户。其实就是社区里面的普通用户，也就是所谓的社区的那“80%的用户”。
应用：
1.你必须把用户运营工作的80%的时间，放在金字塔顶端的那20%的用户身上；
2.真正最有价值的用户需求，其实来自金字塔顶端的那些使用社区功能的最有价值用户；
3.验证产品架构、功能设计是否合理；
4.用户金字塔模型里越往上的每个小模块，同样可以用用户金字塔原理来拆解；
5.用户金字塔模型里越往下的每个小模块，都是需要将其纳入一个金字塔模型来管理的。
5、长尾理论
由于成本和效率的因素，当商品储存流通展示的场地和渠道足够宽广，商品生产成本急剧下降以至于个人都可以进行生产，并且商品的销售成本急剧降低时，几乎任何以前看似需求极低的产品，只要有卖，都会有人买。这些需求和销量不高的产品所占据的共同市场份额，可以和主流产品的市场份额相比，甚至更大。
图片来源于网络
假设横轴是投入，纵轴是产出，帕雷托法则认为80%的产出来自于20%的投入。在帕雷托法则统治的年代，因为生产效率的限制，商家格外重视20%的畅销品，以期效益最大化。
而长尾理论则认为，互联网的普及，降低了检索产品的难度。因此，用户能更方便的购买到适合自己的小众产品。在互联网存在的商业世界里，头部面积变小，个性化的小批量需求增多，变成一条长长的尾巴。长尾理论的著名例子是：亚马逊网站上40%的图书销量，来自于非畅销书。
（via 知乎）
6、二八原则
即巴列特定律，总结果的80%是由总消耗时间中的20%所形成的。按事情的“重要程度”编排事务优先次序的准则是建立在“重要的少数与琐碎的多数”的原理的基础上。
举例，80%的销售额是源自20%的顾客；80%的电话是来自20%的朋友；80%的总产量来自20%的产品；80%的财富集中在20%的人手中……
这启示我们在工作中要善于抓主要矛盾，善于从纷繁复杂的工作中理出头绪，把资源用在最重要、最紧迫的事情上。
SWOT分析法：
• Strengths（优势）
• Weaknesse（劣势）
• Opportunities（机会）
• Threats（威胁）
过SWOT的分析，分别找出了影响产品的内部因素和外部因素，但各因素还是孤立存在着，只有将各因素结合来分析才能真正得出我们想要的分析结果。在优势环境下可能存在外部威胁，在劣势环境下也可能存在发展机会，所以只有综合的看待内部及外部变化，才能得出正确的分析结果。
我们可以把S、W、O、T分别进行组合并找出解决方案：
• SO优势+机会（利用外部机会发展内部优势）
• WO劣势+机会（利用外部机会弥补内部劣势）
• ST优势+威胁（利用自身优势减少外部威胁）
• WT劣势+威胁（回避外部威胁减轻内部劣势）
5W2H分析法：
• What：工作的内容和达成的目标
• Why：做这项工作的原因
• Who：参加这项工作的具体人员，以及负责人
• When：在什么时间、什么时间段进行工作
• Where：工作发生的地点
• How：用什么方法进行
• How much：需要多少成本
PEST分析法：
• Political（政治）
• Economic（经济）
• Social（社会）
• Technological（科技）
SMART原则：
• Specific （具体）：指绩效考核要切中特定的工作指标，不能笼统；
• Measurable（可度量）：指绩效指标是数量化或者行为化的，验证这些绩效指标的数据或者信息是可以获得的；
• Attainable（可实现）：指绩效指标在付出努力的情况下可以实现，避免设立过高或过低的目标；
• Relevant（现实性）：指绩效指标是实实在在的，可以证明和观察；
• Time based（有时限）：注重完成绩效指标的特定期限。
4P理论：
• Product（产品）
• Price（价格）
• Place（渠道）
• Promotion（推广）
三、心理效应
收集癖：用户一般都有这个习惯，比如像虚拟货币、小玩偶，等等。
破光效应：当一扇窗户被打破的时候，如果不及时修补，其他的窗户也会被打破。就像漏洞，有漏洞就要赶快补，你发现这种东西不补，到后面就越来越难，后来就发现漏洞越来越大。
从众效应：指人们经常受到多数人影响，从而跟从大众的思想或行为，也被称为“羊群效应”。人们会追随大众所同意的，将自己的意见默认否定，且不会主观上思考事件的意义。羊群效应是诉诸群众谬误的基础。
罗森塔尔效应：美国心理学家罗森塔尔选了18个优秀学生，其实是随机的，并没有做过智力测试，结果这些学生后来进步都非常大。其实是一种心理暗示，你发现给用户一些主动权，就是荣誉感，放权给用户，会发现做的越来越好。当我们会把这种优越感给用户的时候，他们会做出一些让你意想不到的事情。所以让用户帮你做一些事情，这是一种能力，也是一种勇气。
马太效应：（Matthew Effect），指强者愈强、弱者愈弱、好的愈好，坏的愈坏，多的愈多，少的愈少的现象，广泛应用于社会心理学、教育、金融以及科学等众多领域。
霍桑效应：指那些意识到自己正在被别人观察的个人具有改变自己行为的倾向。
病毒营销：源于英文词汇viralmarketing。常用于进行网站推广、品牌推广等。利用的是用户口碑传播的原理，在互联网上，这种“口碑传播”更为方便，可以像病毒一样迅速蔓延，因此病毒性营销成为一种高效的信息传播方式，而且，由于这种传播是用户之间自发进行的，因此几乎是不需要费用的网络营销手段。
四、其他术语
SEM：Search Engine Marketing， 搜索引擎营销。竞价排名就是SEM的一种，通常SEM不付费是没法做的。
SEO：Search Engine Optimization，搜索引擎优化。SEO优化是专门利用搜索引擎的搜索规则来提高目前网站在有关搜索引擎内的自然排名的方式。SEO的目的理解是为网站提供生态式的自我营销解决方案，让网站在行业内占据领先地位，从而获得品牌收益。
ASO：App Store Optimization，应用市场优化。ASO对应的是SEO，它是一种让你的App能够更容易在应用商店的搜索结果中被呈现的一种推广技术。
UGC：User Generated Content，用户生产内容。即用户将自己原创的内容通过互联网平台进行展示或者提供给其他用户。UGC是伴随着以提倡个性化为主要特点的Web2.0概念兴起的。UGC并不是一种业务类型，而是一种模式。
PGC：Professional Generated Content，专家创造内容。UGC的对应是PGC，我们见过的PGC类型有：名人博客、名人微博、网络自制剧等。
UGC和PGC也会互相转化，更多的时候UGC会向PGC转化。这个转化过程，很多人称之为「大V成长记」。对于早期的知乎来说，是UGC社区，而现在，则更倾向于是一个PGC社区。
KOL：关键意见领袖（Key Opinion Leader，KOL） ，有话语权的那些人。例如我们常说的微博红人，这些人在一些行业可能是专业的，或者非常有经验的，所以他们的话通常都能够让他的粉丝信服。
MVP：最小可行的产品，能够快速建立足以部署产品并根据客户需要的交互要求来对产品进行主要假设测试的最小的功能集合。
scrum敏捷开发：是一种以人为核心、迭代、循序渐进的开发方法。
精细化运营：精细化运营也叫数据化运营，要深入到各个运营数据的分析。
流量运营：监控每个渠道的流量，精细到每个渠道的转化；
活动运营：深入到活动运营的每个环节，活动运营成本的监控，活动运营效果的分析报告等；
用户运营：深入分析每个用户的注册成本，用户的活跃成本等。