本文作者

某個(gè)品牌在小紅書(shū)做了一組矩陣號(hào)，他們的運(yùn)營(yíng)團(tuán)隊(duì)有一名專(zhuān)職數(shù)據(jù)分析師，這個(gè)數(shù)據(jù)分析師由于不知道該怎么做小紅書(shū)數(shù)據(jù)分析，于是找我咨詢(xún)。

數(shù)據(jù)分析的角色在產(chǎn)品運(yùn)營(yíng)、營(yíng)銷(xiāo)的業(yè)務(wù)中很重要，既是集團(tuán)各部門(mén)領(lǐng)導(dǎo)進(jìn)行決策的重要依據(jù)，也是營(yíng)銷(xiāo)運(yùn)營(yíng)大頭兵們尋找業(yè)務(wù)突破的重要方式。

一般一個(gè)10人規(guī)模以上的團(tuán)隊(duì)，都會(huì)專(zhuān)門(mén)配備一名數(shù)據(jù)分析師來(lái)輔助業(yè)務(wù)。

10人規(guī)模以下的團(tuán)隊(duì)，則可能由懂?dāng)?shù)據(jù)分析的運(yùn)營(yíng)兼任。

數(shù)據(jù)分析的三層境界：

第一層，獲得數(shù)據(jù)，整理數(shù)據(jù)，匯報(bào)數(shù)據(jù)。

第二層，加工數(shù)據(jù)，找到問(wèn)題，呈現(xiàn)問(wèn)題。

第三層，通過(guò)數(shù)據(jù)分析發(fā)現(xiàn)洞察，影響決策。

第一層

處在第一層的數(shù)據(jù)分析師，每天早上第一件事就是去獲取數(shù)據(jù)，如果公司有數(shù)據(jù)庫(kù)，但是沒(méi)有可視化的取數(shù)工具，那就自己寫(xiě)SQL語(yǔ)句在服務(wù)器上獲取數(shù)據(jù)，可能幾個(gè)小時(shí)過(guò)去了才拿到數(shù)據(jù)。如果公司有數(shù)據(jù)庫(kù)又有可視化的取數(shù)工具的話(huà)，那就根據(jù)要求讓數(shù)據(jù)庫(kù)計(jì)算出想要的數(shù)據(jù)，然后復(fù)制粘貼到excel表格里。

獲取了領(lǐng)導(dǎo)需要的數(shù)據(jù)后，就是整理數(shù)據(jù)，放到一個(gè)表格里或者PPT里，讓領(lǐng)導(dǎo)查閱了。

由于每天都有新的數(shù)據(jù)，這種數(shù)據(jù)分析師每天都要重復(fù)勞動(dòng)。然后領(lǐng)導(dǎo)遇上要向上回報(bào)的時(shí)候，就又有更多處理數(shù)據(jù)的任務(wù)需要完成了。這種數(shù)據(jù)分析師的價(jià)值是獲取數(shù)據(jù)，整理好數(shù)據(jù)，從而節(jié)省領(lǐng)導(dǎo)和同事的時(shí)間。但這種價(jià)值同時(shí)也容易被取代呀，結(jié)果就是拼加班，拼手速，拼快捷鍵技巧的熟練程度，拼細(xì)心程度。瘋狂加班不敢抱怨。

第二層

處在第二層的數(shù)據(jù)分析師，會(huì)對(duì)數(shù)據(jù)進(jìn)行加工，讓領(lǐng)導(dǎo)在眾多數(shù)據(jù)中，能輕松看出關(guān)鍵數(shù)據(jù)，找到問(wèn)題，從而輔助領(lǐng)導(dǎo)做出決策。

比如領(lǐng)導(dǎo)更希望能夠看到某個(gè)產(chǎn)品銷(xiāo)量等數(shù)據(jù)的趨勢(shì)變化，而第一層的數(shù)據(jù)分析師只會(huì)給出每天的銷(xiāo)量數(shù)據(jù)表格。第二層的數(shù)據(jù)分析師能夠用PowerBI等工具生成數(shù)據(jù)趨勢(shì)圖，讓領(lǐng)導(dǎo)能夠每天清晰地看到最近的數(shù)據(jù)變化怎么樣，該不該做出策略調(diào)整。能夠做到這一層次，就可以被領(lǐng)導(dǎo)看做優(yōu)秀的助手了，做決策的左膀右臂。

第三層

處在第三層的數(shù)據(jù)分析師，擅長(zhǎng)在一堆數(shù)據(jù)中尋找問(wèn)題，分析問(wèn)題，設(shè)計(jì)出策略來(lái)解決問(wèn)題。

有一個(gè)傳說(shuō)，有個(gè)超市通過(guò)數(shù)據(jù)分析發(fā)現(xiàn)，把啤酒和尿布放在一起，兩者的銷(xiāo)量有顯著提升，原因是帶娃的爸爸會(huì)同時(shí)購(gòu)買(mǎi)兩者。雖然這是個(gè)傳說(shuō)，但表達(dá)的意思是通過(guò)數(shù)據(jù)分析可以發(fā)現(xiàn)一些營(yíng)銷(xiāo)洞察，從而通過(guò)提出對(duì)應(yīng)的策略，來(lái)獲得明顯的成績(jī)。

之后有空時(shí)我會(huì)專(zhuān)門(mén)寫(xiě)篇文章講講我如果通過(guò)數(shù)據(jù)分析來(lái)指導(dǎo)決策，從而獲得出色成績(jī)的。

數(shù)據(jù)分析基本的六個(gè)步驟：

1、提出分析目的

這一步在很多公司是老板做了，老板給數(shù)據(jù)分析師任務(wù)。比如今天老板說(shuō)：給我拉張表，看看最近6個(gè)月銷(xiāo)售額按天統(tǒng)計(jì)的數(shù)據(jù)，增長(zhǎng)趨勢(shì)，分區(qū)域分店鋪的增長(zhǎng)情況。比如前天老板說(shuō)：幫我看看我們的產(chǎn)品，哪些兩兩組合關(guān)聯(lián)度更強(qiáng)。比如上周老板說(shuō)，最近銷(xiāo)售額數(shù)據(jù)有些拉胯，幫我找找是什么原因。

但更高段位的數(shù)據(jù)分析師，可能會(huì)自己尋找分析目的。比如要提高某個(gè)業(yè)務(wù)的銷(xiāo)售額，可以想出什么策略。

2、獲取數(shù)據(jù)

Excel表格適用于處理1萬(wàn)行以?xún)?nèi)的數(shù)據(jù)，10萬(wàn)行以?xún)?nèi)的數(shù)據(jù)處理也馬馬虎虎。

石墨文檔等的在線(xiàn)表格處理幾千條數(shù)據(jù)也還可以。

要處理幾萬(wàn)行幾十萬(wàn)行數(shù)據(jù)的話(huà)，就要用一些專(zhuān)業(yè)的數(shù)據(jù)處理工具了，例如PowerBI。

要處理幾百萬(wàn)行到幾億行數(shù)據(jù)的話(huà)，就要用一些數(shù)據(jù)庫(kù)工具了，例如MySQL，要專(zhuān)門(mén)學(xué)下基本的數(shù)據(jù)庫(kù)語(yǔ)言。

我們處理小紅書(shū)相關(guān)的數(shù)據(jù)，Excel表格或者石墨文檔的在線(xiàn)表格就夠了。

少量的數(shù)據(jù)手工錄入可能更快。

有的數(shù)據(jù)量稍微有點(diǎn)大，或者方便使用爬蟲(chóng)，那就使用爬蟲(chóng)來(lái)搜集數(shù)據(jù)。比如百度搜索搜到的結(jié)果用爬蟲(chóng)比較方便，比如一些你翻很多頁(yè)都不需要輸驗(yàn)證碼的網(wǎng)頁(yè)，比如不需要登錄賬號(hào)就可以看到你想要內(nèi)容的網(wǎng)頁(yè)，這些都是比較方便用爬蟲(chóng)的。如果要學(xué)爬蟲(chóng)，可以帶著這個(gè)目的學(xué)學(xué)相關(guān)的Python編程語(yǔ)言。也有一些比較簡(jiǎn)單的爬蟲(chóng)工具，比如八爪魚(yú)，比如webscraper。

對(duì)于小紅書(shū)相關(guān)的數(shù)據(jù)，基本還是建議用人工錄入數(shù)據(jù)吧，也就幾百幾千條數(shù)據(jù)，很快就搞定了。

3、處理數(shù)據(jù)

獲得了數(shù)據(jù)后，要先處理下數(shù)據(jù)，比如，你的數(shù)據(jù)格式是不是對(duì)的，有些格式的數(shù)據(jù)不方便你后面的計(jì)算，排序等操作，有些數(shù)據(jù)格式可能還不統(tǒng)一，有些數(shù)據(jù)可能漏了，有些數(shù)據(jù)可能錯(cuò)誤了。這些問(wèn)題如果可能影響之后的分析結(jié)果，那就要提前處理。

4、分析數(shù)據(jù)

這是最考驗(yàn)人的一步了，怎樣的分析產(chǎn)生怎樣令人信服的結(jié)論。在得出正確結(jié)論以前，我們不一定知道該用什么分析方法，也并不知道該采用怎樣的分析思路。

得出結(jié)果后回頭看，你可能覺(jué)得，好簡(jiǎn)單啊，可是在這個(gè)過(guò)程中，卻好難啊。就像我們中學(xué)時(shí)代解數(shù)學(xué)大題一樣。

5、讓數(shù)據(jù)可視化

分析完成后，不僅要自己能看懂，能看清楚，還要讓領(lǐng)導(dǎo)和同事們能看懂能看清楚，那就常常需要運(yùn)用可視化了。讓分析結(jié)果更簡(jiǎn)單更直觀地呈現(xiàn)出來(lái)。

最簡(jiǎn)單最常見(jiàn)的數(shù)據(jù)可視化方式就是柱狀圖、餅圖、折線(xiàn)圖、散點(diǎn)圖等幾種圖表。

6、得出可執(zhí)行結(jié)論

數(shù)據(jù)分析時(shí)為了得出結(jié)論，統(tǒng)一大家的意見(jiàn)，然后促進(jìn)大家產(chǎn)生對(duì)應(yīng)的行動(dòng)。

如果大家認(rèn)識(shí)不到位，不認(rèn)可某個(gè)決策，那么執(zhí)行就可能產(chǎn)生抵觸，甚至唱反調(diào)。

所以數(shù)據(jù)分析時(shí)一種說(shuō)服的方式，通過(guò)數(shù)據(jù)讓大家心服口服，從而推動(dòng)業(yè)務(wù)的發(fā)展。

在小紅書(shū)相關(guān)的數(shù)據(jù)分析中，分析任務(wù)主要集中在以下幾個(gè)方面：

自有賬號(hào)分析，對(duì)標(biāo)分析，非自有賬號(hào)分析。

自有賬號(hào)分析

作為一個(gè)小紅書(shū)團(tuán)隊(duì)的數(shù)據(jù)分析師，重點(diǎn)自然是分析自家的賬號(hào)。你可能負(fù)責(zé)的只有一個(gè)賬號(hào)，也可能要負(fù)責(zé)多個(gè)賬號(hào)。要維護(hù)的數(shù)據(jù)量不過(guò)100-2000條而已，所以最快的獲取數(shù)據(jù)的方法還是手工錄入數(shù)據(jù)到excel表格中。

因?yàn)樾〖t書(shū)賬號(hào)的數(shù)據(jù)查看途徑主要就兩個(gè)，一個(gè)是電腦端登錄創(chuàng)作服務(wù)平臺(tái)https://creator.xiaohongshu.com/，一個(gè)是手機(jī)端在創(chuàng)作中心查看。

電腦端數(shù)據(jù)顯示維度更少，但是可以查看每篇筆記最近30天的流量趨勢(shì)圖。

小紅書(shū)的數(shù)據(jù)不是一行行排列的，這就沒(méi)法直接復(fù)制粘貼到表格中了，平臺(tái)有防爬蟲(chóng)策略，也就不好用爬蟲(chóng)軟件整理到表格中了，主要數(shù)據(jù)都在手機(jī)端才能看到，這就更麻煩了。

所以，老老實(shí)實(shí)手工整理這些數(shù)據(jù)吧。

用表單收集原始數(shù)據(jù)，第一張表單，錄入每篇筆記的數(shù)據(jù)，至少包含的字段：賬號(hào)名、標(biāo)題、閱讀量、點(diǎn)贊量、收藏量、評(píng)論量、分享數(shù)、漲粉量、人均觀看時(shí)長(zhǎng)、點(diǎn)擊率、點(diǎn)擊率評(píng)價(jià)、5s完播率（視頻內(nèi)容的指標(biāo)）、完播率評(píng)價(jià)（視頻內(nèi)容的指標(biāo)）、內(nèi)容豐富度、內(nèi)容豐富度評(píng)價(jià)、首頁(yè)推薦占比、搜索占比、個(gè)人主頁(yè)占比、關(guān)注頁(yè)面占比、其他來(lái)源占比、女性觀眾占比、年齡分布（根據(jù)需要看是統(tǒng)計(jì)1-2個(gè)年齡段還是所有5個(gè)年齡段）、城市分布（根據(jù)需要看是統(tǒng)計(jì)排名前1-3的城市還是前10城市）、觀眾興趣（根據(jù)需要看是統(tǒng)計(jì)排名前1-3的興趣還是前10興趣）。

第二張表單，錄入賬號(hào)基本數(shù)據(jù)，至少包含的字段：每日觀看數(shù)、近7日觀看數(shù)、近7日觀看總時(shí)長(zhǎng)、近7日點(diǎn)贊數(shù)、近7日收藏?cái)?shù)、近7日評(píng)論數(shù)、近7日筆記漲粉、近7日主頁(yè)訪(fǎng)客、近7日筆記分享數(shù)、近7日觀看排名百分位、近7日互動(dòng)排名百分位、近7日漲粉排名百分位、近7日推薦流量占比、近7日搜索流量占比、近7日個(gè)人主頁(yè)流量占比、近7日關(guān)注頁(yè)面流量占比、近7日其他來(lái)源流量占比、近7日新增粉絲數(shù)、近7日流失粉絲數(shù)、女性粉絲比例、年齡分布比例、城市分布比例、觀眾興趣分布比例。

筆記搜索閱讀量：通過(guò)搜索結(jié)果點(diǎn)擊該筆記的閱讀量，筆記搜索閱讀量=筆記閱讀量×搜索占比。由于我們無(wú)法看到搜索結(jié)果點(diǎn)擊率，所以就只好看筆記搜索閱讀量了，搜索閱讀量越高，說(shuō)明該筆記在搜索結(jié)果中越有優(yōu)勢(shì)。如果要布局搜索結(jié)果，就需要研究這類(lèi)搜索閱讀量高的筆記，來(lái)優(yōu)化團(tuán)隊(duì)創(chuàng)作方向。

筆記推薦閱讀量：通過(guò)首頁(yè)推薦點(diǎn)擊該筆記的閱讀量，筆記推薦閱讀量=筆記閱讀量×首頁(yè)推薦占比

筆記推薦曝光量：該條筆記在首頁(yè)推薦獲得的曝光量，筆記推薦曝光量=筆記閱讀量/點(diǎn)擊率。推薦量高說(shuō)明該筆記更受系統(tǒng)認(rèn)可。可以找到推薦量相關(guān)的關(guān)聯(lián)因素，從而給團(tuán)隊(duì)指引優(yōu)化方向。

同城閱讀量：該條筆記的同城用戶(hù)閱讀量，同城閱讀量=筆記閱讀量×同城比例，有些業(yè)務(wù)有很強(qiáng)的同城屬性，非同城的流量意義不大，所以需要看同城閱讀量。

互動(dòng)率：互動(dòng)率=（點(diǎn)贊數(shù)+收藏?cái)?shù)+評(píng)論數(shù)）/閱讀量，互動(dòng)率被普遍認(rèn)為是一種評(píng)價(jià)筆記是否值得推薦的指標(biāo)，互動(dòng)率高的筆記更容易被推薦。高互動(dòng)率的筆記可以用來(lái)總結(jié)增加互動(dòng)率的經(jīng)驗(yàn)，從而提高以后筆記的表現(xiàn)。

漲粉率：漲粉率=漲粉數(shù)/閱讀量，漲粉率越高表明這個(gè)筆記的內(nèi)容更容易吸引讀者關(guān)注。高漲粉率的筆記可以考慮作為置頂帖，也可以考慮投放薯?xiàng)l用來(lái)漲粉。

做小紅書(shū)常常會(huì)陷入流量焦慮，為什么最近流量明顯下滑，為什么流量一直上不來(lái)。

這時(shí)就需要數(shù)據(jù)分析師來(lái)告訴大家為什么會(huì)這樣，以及該做出怎樣的改變。

看流量的分布是否有變化，主要的流量變化集中在哪里。

根據(jù)看前面計(jì)算的一些指標(biāo)，生成折線(xiàn)圖，通常就能比較明顯看出問(wèn)題所在，常常是由于最近的筆記推薦流量明顯下滑導(dǎo)致的。

接下來(lái)就看，哪些數(shù)據(jù)發(fā)生了變化，比如興趣分布，性別分布，城市分布，點(diǎn)擊率。可能是筆記對(duì)應(yīng)的目標(biāo)人群發(fā)生了變化，也可能是這個(gè)筆記本身不夠吸引人點(diǎn)擊率不高，或者這個(gè)筆記寫(xiě)得并不夠好，導(dǎo)致互動(dòng)率低。

找到了原因所在，就可以尋找解決方案了。

通過(guò)數(shù)據(jù)分析指引怎么獲得更多的成交額

先梳理出該業(yè)務(wù)的成交路徑，例如某醫(yī)美機(jī)構(gòu)的路徑是，筆記閱讀——主頁(yè)流量——私信——引導(dǎo)到微信私域——成交。

那么就要監(jiān)測(cè)：7天閱讀量、7天主頁(yè)訪(fǎng)問(wèn)量、7天私信數(shù)、7天加微信數(shù)、7天成交數(shù)（額）

然后就可以算出每7天的主頁(yè)訪(fǎng)問(wèn)率、按閱讀量的私信率、按主頁(yè)訪(fǎng)問(wèn)量的私信率、私信加微信率、成交率。

然后就可以定位問(wèn)題了，比如有時(shí)雖然閱讀量升高了，但是銷(xiāo)售額降低，通過(guò)定位發(fā)現(xiàn)是最近的按閱讀量的私信率明顯降低了，然后發(fā)現(xiàn)按主頁(yè)訪(fǎng)問(wèn)量的私信率降低得不那么明顯，那么問(wèn)題就在于閱讀量引導(dǎo)到主頁(yè)訪(fǎng)問(wèn)的這一步出了問(wèn)題，那么接下來(lái)就應(yīng)該出引導(dǎo)到主頁(yè)訪(fǎng)問(wèn)的策略，從筆記的文案到評(píng)論區(qū)引導(dǎo)，都需要進(jìn)行迭代。

對(duì)標(biāo)分析

對(duì)標(biāo)分析主要是分析一批對(duì)標(biāo)賬號(hào)和一批對(duì)標(biāo)內(nèi)容。

對(duì)標(biāo)分析這個(gè)我們有專(zhuān)門(mén)的文章研究過(guò)。

對(duì)標(biāo)賬號(hào)不只是對(duì)標(biāo)直接的競(jìng)品，還可以包括在某些角度有競(jìng)爭(zhēng)關(guān)系的賬號(hào)，還可以包括興趣點(diǎn)，目標(biāo)人群，內(nèi)容風(fēng)格等高度重合的賬號(hào)。

對(duì)標(biāo)分析的主要價(jià)值在于為內(nèi)容創(chuàng)作和運(yùn)營(yíng)動(dòng)作優(yōu)化提供借鑒。

在電商領(lǐng)域常會(huì)做競(jìng)品數(shù)據(jù)分析，但是內(nèi)容領(lǐng)域，由于通常和你搶奪流量的賬號(hào)眾多且并不僅僅來(lái)自你的直接競(jìng)爭(zhēng)對(duì)手，并且缺乏專(zhuān)門(mén)的數(shù)據(jù)。所以并不會(huì)每周做對(duì)標(biāo)賬號(hào)的數(shù)據(jù)分析，注重自己的內(nèi)容就好了。

非自有賬號(hào)分析

如果需要找博主做推廣，這時(shí)需要評(píng)估這些博主的數(shù)據(jù)。

單純看粉絲數(shù)的方式容易誤差很大。

如果能建立不錯(cuò)的數(shù)據(jù)分析模型，就能夠比較方便篩選博主，以及給出對(duì)應(yīng)的合適定價(jià)。

與廣告效果相關(guān)性最強(qiáng)的數(shù)據(jù)是轉(zhuǎn)化率，這個(gè)數(shù)據(jù)需要經(jīng)過(guò)多次測(cè)試逐漸精確。同一個(gè)博主發(fā)的內(nèi)容，即使閱讀量相同，不同的文案，轉(zhuǎn)化率也可能相差幾倍。

除了轉(zhuǎn)化率，相關(guān)性比較高的數(shù)據(jù)就是閱讀量。一篇筆記的閱讀量越高，我們認(rèn)為通常就帶來(lái)了越高的銷(xiāo)量。但是不同類(lèi)型的內(nèi)容，轉(zhuǎn)化率相差其實(shí)不小，幾倍甚至十?dāng)?shù)倍的轉(zhuǎn)化率差異。有的筆記屬于高點(diǎn)擊率低轉(zhuǎn)化率類(lèi)型，有的筆記屬于低點(diǎn)擊率高轉(zhuǎn)化率類(lèi)型。

兩種解決方式，第一種是通過(guò)數(shù)據(jù)分析經(jīng)驗(yàn)的不斷積累，我們可以將筆記分為幾種類(lèi)型，同類(lèi)型的筆記進(jìn)行比較，這樣同類(lèi)型筆記的轉(zhuǎn)化率至少不會(huì)相差太遠(yuǎn)。這種解決方式需要不斷的數(shù)據(jù)分析研究，有一定難度。

第二種是通過(guò)多個(gè)合作案例不但積累，測(cè)出平均數(shù)據(jù)，這種方式可以一定程度減小誤差，操作也簡(jiǎn)單。

由于博主并不一定想讓你看到真實(shí)閱讀量，或者在初步篩選的過(guò)程中不方便調(diào)查閱讀量。所以一般流行的策略是統(tǒng)計(jì)點(diǎn)贊量。不過(guò)有些類(lèi)型的筆記點(diǎn)贊率能夠達(dá)到10%-20%，有些類(lèi)型的筆記點(diǎn)贊率連0.1%都不到。以及有些博主的筆記點(diǎn)贊主要來(lái)自少數(shù)忠實(shí)粉絲或者互贊買(mǎi)贊行為。

50贊以下的筆記容易通過(guò)互贊買(mǎi)贊等行為造假，所以存在數(shù)據(jù)造假的可能。不過(guò)在初步篩選中這個(gè)并不重要。

按照千贊標(biāo)準(zhǔn)來(lái)評(píng)估爆文的方式也并不可靠。有些筆記1000贊對(duì)應(yīng)的閱讀量才1w左右，有些筆記10w閱讀量才100個(gè)贊。

所以，在建立合作前的篩選賬號(hào)階段，我們起碼要統(tǒng)計(jì)以下數(shù)據(jù)：昵稱(chēng)、粉絲數(shù)、總贊藏?cái)?shù)、置頂帖標(biāo)題、置頂帖點(diǎn)贊量、最近10篇或最近2個(gè)月內(nèi)容平均點(diǎn)贊量、最近2個(gè)月最低點(diǎn)贊量、30%分位作品點(diǎn)贊量、作品風(fēng)格、作品內(nèi)容形式。

最低點(diǎn)贊量是用于估算來(lái)自粉絲的流量。當(dāng)幾乎沒(méi)有被系統(tǒng)推薦時(shí)，作品的點(diǎn)贊量就處于洼地，這時(shí)的點(diǎn)贊幾乎都來(lái)自于粉絲。

30%分位作品點(diǎn)贊量可以用來(lái)預(yù)測(cè)你的投放能夠拿到的較樂(lè)觀結(jié)果是怎樣的。

基礎(chǔ)預(yù)測(cè)公式可以參考如下，之后再根據(jù)實(shí)際執(zhí)行的數(shù)據(jù)調(diào)整優(yōu)化。

預(yù)期閱讀量=預(yù)期點(diǎn)贊量/3%

預(yù)期銷(xiāo)量=預(yù)期閱讀量×預(yù)期轉(zhuǎn)化率（1%）

預(yù)期產(chǎn)出=預(yù)期銷(xiāo)量×售價(jià)

這樣就可以初步估算出這個(gè)博主帶來(lái)的預(yù)期產(chǎn)出會(huì)是多少，然后決定廣告費(fèi)最多可以給多少。注意預(yù)期產(chǎn)出的計(jì)算建議根據(jù)實(shí)際經(jīng)驗(yàn)反復(fù)測(cè)算，我們給出的初始數(shù)據(jù)僅供缺少數(shù)據(jù)的情況下參考。前期建議先做保守估計(jì)，就是預(yù)期產(chǎn)出降低5-10倍。