在15年中旬「社群经济」的兴起使得运营人员的职责聚焦在拉新上，但是现在社群热度下降，社群用户获取难度不断攀升，客观上要求我们进行精细化运营，用最少的资源办尽可能多的对社群对产品有效的事，因此建议可以尝试对社群进行数据分析来提升社群的用户总量、用户活跃、内容输出以及对业务数据的贡献度。
社群的数据化运营，可以把它分成两部分，一部分是社群本身的数据分析，二是社群对产品业务影响的数据分析。从浅到深，我们先聊社群本身的数据分析。
考虑到社群本身就是基于用户和内容的一种微型「功能」，所以在对它的数据分析上我还是习惯性的从社群里的用户和社群里的内容两个方向去分析。
1）社群用户行为数据
社群用户行为分析的本质是通过用户在社群里的行为数据统计对用户进行分类，然后运营根据不同群体的特征，进行精细化管理，促进社群用户的活跃度。用户在社群上的交互行为有很多，最基础的有加群、发言、发红包，接入第三方社群管理工具延伸开的还有签到、购买、投票…行为。
不同运营目的下的社群里的用户行为是不一样的。以运营社为例，我们的用户在社群里的行为包括：访问、签到、发言、讨论、引导讨论、分享等等。然后对拥有每一类行为的用户数量进行统计，根据用户在社群里的行为建立用户分层，这样就可以评估社群里的用户分布情况，知道社群管理过程中哪部分用户出现问题并对其重点优化。
在社群的用户分析中，如果对各个用户打上行为标签，那它的管理颗粒度就会更小，可以对拥有特定行为的人群进行推送。
为体现社群的用户分析的价值，这里举个运营社的例子。我们在社群活跃度（签到用户/社群用户）的时候，当社群签到率小于45%我就可以会把不签到的那一批用户清退，然后进行新用户的招募。大家都说社群的生命周期跟一条抛物线，随着时间的推进活跃度会越来越低，其实我想告诉你的是，这也只是据说。如果没有去亲身的做一下社群的数据分析，永远只能够凭感觉来判断自己社群的处于生命周期的哪一个段，以及遵守抛物线生命周期等待社群消亡。
2）社群用户内容数据
社群的用户行为分析是基于用户行为的分类和统计，内容分析则是对用户在社群里具体的产生内容数量、内容特征的数据反馈。
在社区类产品对用户的内容统计项主要为发贴量、评论量、点赞量、分享量，在社群则主要是围绕发言量进行数量、趋势、热力的分析，特定运营目的的社群会还需要对特定时间段里的发言数进行互动统计，具体可以包含如下用户内容数据。
在社群发布通知，都知道需要在用户最活跃的时间点去发布消息的送达率才会最高，但你知道哪个时间点的效率最高吗？如果对用户行为特征进行数据分析就可以知道，他们在一周的哪一天活跃度最高，在这一天里面那个时间点最活跃。
还是以运营研究社为例，为了提升社群的内容输出能力，我们需要拥有更多的社群成员参与内容输出，所以我们会根据用户在一周里的活跃走势图确定每周二、四的都会进行话题讨论和分享，会根据用户在24h里的发言趋势图确定8：00、13：00、18：00、22：00这四个时间段发布话题预告。
对于纯兴趣类社群，做到上面两步的社群用户分析基本就差不多了，你可以清晰的知道你的社群运营情况和重点需要优化的数据。但对于运营来说，社群用户再多，社群再活跃，领导最终关心的是你对产品的核心业务数据提升效果，所以做社群的数据化运营，就必须要知道一个时间周期里社群对业务数据的提升效果。（效果差停止社群运营，效果好就加大投入）
用户增长总量、用户留存率、购买用户量、购买销售额…..这些是绝对数据，由于社群固有的规模化程度低的问题，有时候做社群的运营同学如果只是简单的拿绝对值与其他运营手段做比较的话估计是要吃亏。
比如就拿用户获取来说如果社群只是的和渠道同学比用户获取的数量，估计你的老板会觉得社群不给力，但如果比后续的留存情况或许能够让他另眼相看，尤其是低频的产品，留存率的差距估计会比较大。由于这里没有看到具体的案例，不做赘述，欢迎补充或者实践过程中进行交流！
U966498498
U960184664
