光知道怎么看数据，还是不成，你得熟悉这些数据拿到手上之后怎么去用它，怎么让数据显示出来它本身的威力来。最后总结下来有这么几个部分。
第一个部分，是看历史数据，发现规律。以社区中的活动和电商中的促销为例，这些都是常见的活动，活动做得好的话有意想不到的效果。在做这样的活动，最好是拿到前一个月或者两个月的历史数据。对电商来说，从这里面要去分析各个品类的销售情况，那个品类销量最大，那个品类销量最小，每月或者每周的平均增长率和符合增长率是多少。通过原始数据把上面的这些指标分析出来之后，就可以看到哪些品类是优势品类，不用促销就可有很大的量，哪些是弱势的品类等等，这样可以确定出来拿那个品类出来做促销。对于内容社区也是一样，我们要从内容分类，和内容类型两个维度上去看，找到数量少类型单一的分类，对于这些分类下的内容数量及质量都需要提高。
第二部分，是从历史数据和现有数据中，发现端倪，找出问题所在。我们在工作中，每天都会接触到大量的数据，但是大部分看数据就流于表面了。例如对于社区来说，很关注总注册用户数，每日登录用户数，每日新用户注册数。这些数据不能说不可以看，但是更要看到最重要的数据点：每天有多少老用户登录、每天发布的内容中有多少能够称得上是优质的精品内容，这两个数据决定着说这个社区的质量怎么样，对于内容社区来说，初期如果不重视质量建设，那么等用户到50W、100W之后再去看质量，已经有点晚了。还有一个是市场部门用的会很多，在市场宣传过程中，我们会有很多广告和链接放出去，每天要监测这些链接数据量，当出现数据波动非常大的时候我们应该怎么去做，是要看到链接放置的媒体出现了问题，是不是对方做活动突然吸引了大量的人来，还要去看到我们的着陆页面，是不是吸引用户点击等等。数据就是我们的助手，帮助我们发现问题，同时顺藤摸瓜找到问题的根源所在。这个能力是非常重要的，不管是不是做数据相关工作的人，都要能够掌握。
第三部分，数据预测。通过分析数据，发现其中的规律，那么则可实现数据驱动运营，驱动产品，驱动市场。例如，对电商来说，知道一年内每个月的各个品类的增长率，也清楚各月之间的影响情况，那么按照这个量就可预测未来月度里面交易量的增长情况，我们能够达到什么样的水平。同时，在某个大型活动完结之后，不是立即看数据，要看活动结束后一个月后的数据，这样才能看到多少用户是因为活动的奖品过来，活动结束之后就走了，为什么选一个月，因为在一个月内流失率什么的就一目了然了。
第四部分，学会拆解数据。这个拆解数据在我看来有两方面的维度一个是每年的数据指标怎么去分拆到每个季度，或者每个月，这个有点绩效驱动的意思了。另外一个就是说每天产品的运营数据，推广数据或者销售数据有很多，要会对这些数据进行拆分，知道每个数据都是来自哪些方面，增高或者降低的趋势是什么。
