从经验驱动到数据驱动，我们经历了一整个数字化发展浪潮，早些年我们在做增长或者做网站运营的时候，都是依赖多年的经验，具体为什么这么做，做的什么样？都无迹可寻，还记得早些年什么工种最难得？工厂里的老师傅，因为他们有技能，无它、手熟。
国内的ToB数字营销一直在进步，数据驱动告诉我们一个道理，在进行决策之前，我们可以通过数据分析来辅助决策，在执行之后，我们还可以通过数据分析来验证决策的正确性。数据与决策形成了良好的闭环，然而在我们利用数据驱动决策的时候，数据的维度决定了数据对于决策指导的比重，如果你只知道UV，PV，停留时长、跳出率，你的决策会很片面，这个时候，我们需要从访问级升级到事件级。如果你身边的运营还在关注UV和PV以及跳出率，请你肯定他，并且告诉他，关注事件级数据，会打开新世界大门。
什么是访问级和事件级？（网站举例）
访问级数据：
跟访问有关的数据，比如独立访客数量（UV），页面浏览量（PV），平均访问页面数量，平均访问时长，跳出率等。
通过访问级数据，我们可以从页面被访问的相关数据上得到一些洞察，比如我的跳出率变高了，是不是因为着陆页上的信息不符合用户的搜索意图了，或者UV，PV增加减少意味着用户的关注减少了，还可以粗浅的知道我的网站表现情况。
问题来了，访问级指标真的可以驱动决策么？也许会有一些指导，但是完全不足的。
举例：
1、我想知道，为什么那么多访客，那么少订单？
2、我想知道，不同浏览器会不会有兼容问题？
3、我想知道，点击注册按钮用户有多少？
4、我想知道我的用户都是从哪里来的，转化情况如何？
如果知道了这些问题的原因，就可以知道如何优化我们的产品，从而获得更好的数据增长。
这些原因访问级数据完全做不到，这个时候，我们的数据分析能力需要升级了，我们需要换个维度看数据。
事件级数据：
以事件触发为基础的数据维度，计算不同的事件发生的时间，触发的人，做了什么事情，以及做这件事情的环境
举个例子：
事件：点击体验Demo按钮
事件属性：点击体验Demo当时的浏览器
事件属性值：Chrome
时间：2019-09-20 15点整
触发的人：手机号为18612528411
这样的数据直接告诉了我们，体验Demo的时候用户会在哪些浏览器，这样就可以发现我们的用户不同浏览器使用比例，以及如果通过浏览器这个维度构建漏斗，就会发现不同浏览器的漏斗转化情况（也许你会发现你的网站对个别浏览器兼容的不好），事件分析是更小颗粒度的维度的行为分析，这是访问级数据完全不具备的。
有了事件级数据后再去看访问级数据，我们会发现一个现象，就是如果单独只有访问级数据，那么只能为决策提供很小的帮助，完全实现不了数据驱动。
访问级数据结合事件级数据，数据会更加全面。
并不是说有了事件级就不要访问级，很多数据还是需要访问级的，落地页的跳出率和退出率，停留时间都是需要访问级的数据的，比如页面浏览是可以作为一个事件存在的，比如某页面的浏览的触发次数和触发人数，这样浏览级就可以作为漏斗的其中一个组成存在，帮助我们更好的进行分析。
事件的应用就像乐高玩具一样，可以根据自己的需求创造无数种可能，做数据分析通常都是先有需求，其次有构建想法，然后通过事件来复现自己的构建想法，最后看到数据表现。
如何能了解事件级数据？
2，如果要更专业的事件分析，可以调查一下国内的UBA产品，SaaS版本的很好用：如易观方舟、神策、Growingio。
閱讀更多 趙巖Marketing 的文章
