用户规模与转化指标：产品下载量，用户独立访问量（UV），每日活跃用户数（DAU）、新增注册用户数，消费转化用户数、用户平均收入（ARPU）、各个环节转化率、留存率、活跃率等等。转化率（针对用户使用某产品或参与某页面活动进行分析）主要指标：产品/活动页启动次数，活动参与用户数，页面停留时长（TP），A/Btest各自转化率等。用户渠道分析（针对不同渠道人数、金额、趋势等变化）主要指标：渠道数量、渠道流量、各渠道转化率、各渠道投资回报率（ROI）等功能分析（针对用户在APP使用过程中转化情况）主要指标：各页面按钮点击量（UV）、页面访问量（PV）、页面流失率等用户画像分析（针对用户行为及其基本属性建立用户画像）主要指标：用户性别、用户年龄、用户所在地分布、学历、信用级别、消费行为习惯等
（UV、DAU、ARPU等术语不了解的用户可以阅读《如何深入解读那些运营专业术语》）
回答是：非常有用，如果你需要做用户运营就必须依靠数据。
在我之前的文章《一个小故事告诉你：运营在产品中的作用》将运营思维模式简单分为两种——用户化运营与数据化运营。
用户化运营：偏向站在用户角度考虑，更多时候会以用户角色代入消费场景，不论是换位思考或问卷调查，例如小故事中B做了很多的活动，提供抽奖与各种福利以吸引用户，促进用户发起指定动作，提高用户活跃度与件单价等等。用户化运营的好处是能更加贴近用户的想法，以用户感知为主导，一来口碑较高，二来用户忠诚度较好。不过在产品前期比较有效，中后期此运营思维模式将遇到很多问题。
数据化运营：不论是传统行业，更或者是互联网运营都离不开数据分析。在产品的前期，流量较少，用户较少的情况下，用户花运营可能比较简单有效，做个活动，流量暴增，好评如潮。但是当产品逐渐成熟，用户逐渐稳点，那么数据化运营则体现出它的重要性。将数据分解，将问题分解。大数据能告诉我们很多，原来这才是用户的画像？原来这才是用户的喜好？数据的分析往往能给运营人员新的视界与新的运营方向。闭门造车永远是不行的。
如上所说，做用户运营仅仅设想用户想要什么，然后利用“空大虚”的浮夸文案去忽悠用户，用户真的会买账吗？
我曾做过创业型公司的起步运营，几乎没有任何营销系统、没有太多用户基础数据，仅仅有的只有一堆用户手机号。在运营体系搭建的初期，为了做用户营销，我们通过简单的年龄段、APP使用周期长短为依据做用户分层，假设出不同层次的用户喜好，希望以此为奖励去激励用户转化。
这就像萝卜青菜各有所爱，但是直到看到活动后的复盘数据，你才会发现大跌眼镜，出人意料。
我们以为A类用户喜欢青菜，可是萝卜的销量却同比上升30%。
我们以为B类用户喜欢萝卜，可是青菜萝卜他们都不喜欢，总体销量下降60%。
通过数据分析，我们可以更精准的划分用户，不仅仅是用户的年龄、地域分布、活跃度，更深入可以区分用户的渠道场景、行为习惯、消费喜好等等。我们无法强迫普通用户转换付费用户，但是我们可以通过更加吸引、对症下药的手段，刺激用户加大、加快转化。
其实我们可以以电商为例，通过分析用户归类人群与等级，创造一个用户的标签组成为：20—35之间、男性、低收入人群、爱宠人士、天蝎座……，最近购买了一袋X品牌的狗粮，那么则另外一个标签与他相符的人，也可能在某个时间段产生这个需求。
如果以现金贷为例，通过分析用户人群画像风险模型等，给剩余额度较低与较高的人群分别发送30%与60%减息券促其复提，之所以给额度不同的用户发送不同优惠券，就是因为使其在吸引用户的基础上，控制成本，提高ROI。
数据化运营就是一个千人千面的过程，就像一百个人看蒙娜丽莎，就有一百种微笑。当用户运营到位，一百个人使用你们的产品，就有一百种“满意”。
