人人在說(shuō)的數(shù)據(jù)運(yùn)營(yíng)究竟是什么路幸?

寫(xiě)在前面

GrowingIO的這本數(shù)據(jù)運(yùn)營(yíng)手冊(cè)讓我更深的理解了“數(shù)據(jù)運(yùn)營(yíng)”這個(gè)詞楼雹。

最近讀的這本書(shū)模孩,其實(shí)是一本小冊(cè)子尖阔,來(lái)自數(shù)據(jù)分析公司GrowingIO發(fā)表的報(bào)告。結(jié)構(gòu)化很強(qiáng)榨咐,很快的翻完介却,整理了讀書(shū)筆記出來(lái)。

身邊想去互聯(lián)網(wǎng)行業(yè)的朋友全仆后繼块茁,但是在想進(jìn)這個(gè)行業(yè)之前齿坷,多了解行業(yè)的工作狀態(tài)與工作氛圍是十分關(guān)鍵的。進(jìn)去之后發(fā)現(xiàn)不適合自己的后悔成本很大数焊。

高強(qiáng)度永淌,高信息,拉新促活轉(zhuǎn)化佩耳,這些似乎熟悉又陌生遂蛀。

數(shù)據(jù)運(yùn)營(yíng)其實(shí)是互聯(lián)網(wǎng)運(yùn)營(yíng)其中的一種,又都息息相關(guān)蚕愤,招聘說(shuō)明上關(guān)于數(shù)據(jù)分析能力答恶,數(shù)據(jù)敏感性的要求越來(lái)越高。不只是對(duì)于這個(gè)行業(yè)萍诱,對(duì)于任何有關(guān)決策與分析都離不開(kāi)數(shù)據(jù)的加入悬嗓。

我是對(duì)數(shù)據(jù)較為敏感的人,雖然現(xiàn)在天天只跟論文打交道裕坊,但是包竹,聽(tīng)到一個(gè)數(shù)據(jù),多問(wèn)自己為什么籍凝,思考背后的原因周瞎,也是現(xiàn)代人的一種能力需要。

01 究竟什么是數(shù)據(jù)運(yùn)營(yíng)饵蒂?

從廣義來(lái)講声诸,數(shù)據(jù)是反映產(chǎn)品和用戶狀態(tài)最真實(shí)的一種方式,通過(guò)數(shù)據(jù)指導(dǎo)運(yùn)營(yíng)決策退盯、驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)彼乌。與數(shù)據(jù)分析師的崗位不同,數(shù)據(jù)運(yùn)營(yíng)更加側(cè)重支持一線業(yè)務(wù)決策

互聯(lián)網(wǎng)運(yùn)營(yíng)的類(lèi)別很多渊迁,而運(yùn)用在運(yùn)營(yíng)的整個(gè)生命周期中慰照。數(shù)據(jù)運(yùn)營(yíng)屬于一種技能,通過(guò)數(shù)據(jù)分析發(fā)現(xiàn)解決問(wèn)題琉朽,提升效率促進(jìn)增長(zhǎng)


02 數(shù)據(jù)運(yùn)營(yíng)的具體工作是做什么毒租?

報(bào)告分析了100篇數(shù)據(jù)運(yùn)用招聘JD(職位描述),制作了詞云箱叁,從中可以清晰的看出數(shù)據(jù)分析的主要技能要求墅垮。

分為數(shù)據(jù)規(guī)劃惕医,數(shù)據(jù)采集與數(shù)據(jù)分析三方面工作。

一噩斟、數(shù)據(jù)規(guī)劃

目的是搞清“要什么”曹锨。收集整理業(yè)務(wù)部門(mén)數(shù)據(jù)需求,搭建數(shù)據(jù)指標(biāo)體系

(1)指標(biāo)體系:比如UV/DAU/銷(xiāo)售金額剃允。來(lái)自具體的業(yè)務(wù)需求沛简,從需求中歸納事件,從事件中對(duì)應(yīng)指標(biāo)

(2)維度體系:對(duì)指標(biāo)進(jìn)行細(xì)分的屬性斥废,記錄對(duì)指標(biāo)可能產(chǎn)生影響的維度

二椒楣、數(shù)據(jù)采集

采集業(yè)務(wù)數(shù)據(jù),向業(yè)務(wù)部門(mén)提供數(shù)據(jù)報(bào)表

(一)數(shù)據(jù)采集

(1)埋點(diǎn):在網(wǎng)頁(yè)牡肉、APP中手工添加代碼收集捧灰。這種方法工程量大,周期長(zhǎng)统锤,是痛點(diǎn)毛俏。

(2)可視化埋點(diǎn):用可視化交互的當(dāng)時(shí),提高了效率饲窿。

上述兩個(gè)數(shù)據(jù)運(yùn)營(yíng)起收集業(yè)務(wù)部門(mén)數(shù)據(jù)需求煌寇,撰寫(xiě)需求文檔,向工程部門(mén)提交需求

(3)無(wú)埋點(diǎn):先定義再收集逾雄。成本低速度快阀溶,是新寵兒。

(二)數(shù)據(jù)報(bào)表

日?qǐng)?bào)周報(bào)等鸦泳,數(shù)據(jù)運(yùn)營(yíng)讓這部分工作盡量自動(dòng)化银锻。

搭建數(shù)據(jù)看板(dashboard)是另一項(xiàng)工作,常常與BI系統(tǒng)連載一起數(shù)據(jù)數(shù)據(jù)可視化的部分做鹰。大企業(yè)常用自己方式搭建數(shù)據(jù)平臺(tái)击纬,中小企業(yè)借助第三方數(shù)據(jù)工具。

三钾麸、數(shù)據(jù)分析

通過(guò)數(shù)據(jù)挖掘更振,數(shù)據(jù)模型等方式,深入分析業(yè)務(wù)數(shù)據(jù)喂走,提供數(shù)據(jù)分析報(bào)告,定位問(wèn)題谋作,提出解決方案芋肠。

常見(jiàn)運(yùn)營(yíng)數(shù)據(jù)分析方法

相對(duì)數(shù)據(jù)分析師,數(shù)據(jù)運(yùn)營(yíng)崗位弱化了對(duì)變成的要求遵蚜,強(qiáng)調(diào)在現(xiàn)有工具集成商靈活運(yùn)用分析方法帖池,一定要及時(shí)發(fā)現(xiàn)奈惑、定位問(wèn)題,并提出可行的解決方案睡汹。

03 常用的10個(gè)數(shù)據(jù)分析方法

(1)來(lái)源管理:對(duì)于投放的目標(biāo)鏈接加上監(jiān)測(cè)參數(shù)肴甸,實(shí)現(xiàn)對(duì)網(wǎng)頁(yè)訪問(wèn)來(lái)源,APP下載渠道的監(jiān)測(cè)囚巴。主流解決方案是UTM機(jī)制原在。

(2)趨勢(shì)分析:通過(guò)對(duì)業(yè)務(wù)指標(biāo)的監(jiān)測(cè)研究用戶行為規(guī)律,尋找增長(zhǎng)點(diǎn)

通過(guò)數(shù)據(jù)監(jiān)測(cè)和趨勢(shì)預(yù)測(cè)彤叉,思考為什么這樣庶柿,及時(shí)發(fā)現(xiàn)定位問(wèn)題

(3)維度拆解:對(duì)應(yīng)上面提到的多個(gè)維度,拆解指標(biāo)定位問(wèn)題

如常見(jiàn)流量指標(biāo)秽浇,可從廣告來(lái)源浮庐、地區(qū)、操作系統(tǒng)等維度出發(fā)柬焕,觀察那一類(lèi)用戶比重更多审残,價(jià)值更大

(4)轉(zhuǎn)化漏斗:以可視化的方式將轉(zhuǎn)化路徑每一步展示出來(lái),運(yùn)營(yíng)需要重點(diǎn)關(guān)注流失最大的環(huán)節(jié)斑举,是優(yōu)化工作ROI最高的地方搅轿。

(5)留存分析:首次訪問(wèn)后回訪,探索用戶懂昂、產(chǎn)品與回訪之間的關(guān)聯(lián)程度

分析不同用戶群組的留存差異介时,使用過(guò)不同功能用戶的留存差異尋找用戶增長(zhǎng)點(diǎn)

(6)魔法數(shù)字

留存分析的延展,與產(chǎn)品的核心功能息息相關(guān)凌彬,已得到硅谷企業(yè)的廣泛重視沸柔。

(7)用戶分群:維度和指標(biāo)的組合條件是目前常用的篩選方法

如,上海電商舉行iPhone手機(jī)配件促銷(xiāo)铲敛,將“上海+兩次購(gòu)買(mǎi)+iPhone圖用戶”

(8)用戶細(xì)查:觀察用戶行為軌跡褐澎,探索用戶與產(chǎn)品的交互過(guò)程,從中發(fā)現(xiàn)問(wèn)題激發(fā)靈感

(9)熱力圖:用高亮顏色展示用戶訪問(wèn)偏好伐蒋。優(yōu)化網(wǎng)站或頁(yè)面布局工三,提高轉(zhuǎn)化率

(10)測(cè)試:假設(shè)檢驗(yàn)

04 如何選擇正確的數(shù)據(jù)指標(biāo)?

北極星指標(biāo)是什么先鱼?

OMTM俭正,one the metric that matters。唯一重要指標(biāo)焙畔。一旦確立掸读,指引全公司上下向同一個(gè)方向邁進(jìn)。很關(guān)鍵,可以大幅度提升行動(dòng)力儿惫。選擇不正確可能導(dǎo)致錯(cuò)誤估計(jì)形勢(shì)

舉個(gè)栗子:

衡量北極星指標(biāo)的6個(gè)標(biāo)準(zhǔn):

(1)產(chǎn)品的核心價(jià)值是什么澡罚?這個(gè)指標(biāo)可以讓你知道用戶體驗(yàn)到了這個(gè)價(jià)值嗎?

(2)這個(gè)指標(biāo)能夠反映用戶的活躍程度嗎肾请?

(3)如果這個(gè)指標(biāo)變好了留搔,是不是說(shuō)明整個(gè)公司在向好的方向發(fā)展?

(4)是不是容易被你的團(tuán)隊(duì)理解交流铛铁?

(5)這是一個(gè)先導(dǎo)指標(biāo)隔显,還是一個(gè)滯后指標(biāo)?

(6)是不是一個(gè)可操作指標(biāo)避归?

05 用數(shù)據(jù)分析做運(yùn)營(yíng)增長(zhǎng)荣月,需要做好四個(gè)方面

(1)流量運(yùn)營(yíng):多維度分析,優(yōu)化渠道梳毙。解決用戶從哪里來(lái)的問(wèn)題

多維度判斷流量哺窄,進(jìn)行流量分析,制定相應(yīng)策略進(jìn)行渠道優(yōu)化配置

(2)用戶運(yùn)營(yíng):精細(xì)化運(yùn)營(yíng)账锹,提高留存萌业。

根據(jù)不同群體特征,i進(jìn)行精細(xì)化運(yùn)營(yíng)促進(jìn)回訪奸柬,提高留存

(3)產(chǎn)品運(yùn)營(yíng):用數(shù)據(jù)分析和監(jiān)控功能

監(jiān)測(cè)異常指標(biāo)生年,發(fā)現(xiàn)用戶對(duì)你產(chǎn)品的“怒點(diǎn)”

用新功能留存曲線檢驗(yàn)新功能的效果

(4)內(nèi)容運(yùn)營(yíng):精準(zhǔn)分析每一篇文章的效果

做內(nèi)容運(yùn)營(yíng)之前先明白你的內(nèi)容是作為一個(gè)產(chǎn)品,還是產(chǎn)品的輔助功能廓奕。分析用戶感興趣的內(nèi)容抱婉,內(nèi)容閱讀和傳播的比例等


我是靈姍,誤入文科的工科女生桌粉,管理研究生在讀蒸绩,技術(shù)創(chuàng)新管理菜鳥(niǎo)研究者。末流二本逆襲211碩士铃肯,論文實(shí)習(xí)小達(dá)人患亿,讀書(shū)愛(ài)好者。

前路漫漫押逼,與你分享走心文字步藕,把每天過(guò)成想要的樣子。喜歡我的話就關(guān)注我吧挑格。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末咙冗,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子漂彤,更是在濱河造成了極大的恐慌雾消,老刑警劉巖瞬逊,帶你破解...
    沈念sama閱讀 218,451評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異仪或,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)士骤,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,172評(píng)論 3 394
  • 文/潘曉璐 我一進(jìn)店門(mén)范删,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人拷肌,你說(shuō)我怎么就攤上這事到旦。” “怎么了巨缘?”我有些...
    開(kāi)封第一講書(shū)人閱讀 164,782評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵添忘,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我若锁,道長(zhǎng)搁骑,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,709評(píng)論 1 294
  • 正文 為了忘掉前任又固,我火速辦了婚禮仲器,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘仰冠。我一直安慰自己乏冀,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,733評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布洋只。 她就那樣靜靜地躺著辆沦,像睡著了一般。 火紅的嫁衣襯著肌膚如雪识虚。 梳的紋絲不亂的頭發(fā)上肢扯,一...
    開(kāi)封第一講書(shū)人閱讀 51,578評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音舷礼,去河邊找鬼鹃彻。 笑死,一個(gè)胖子當(dāng)著我的面吹牛妻献,可吹牛的內(nèi)容都是我干的蛛株。 我是一名探鬼主播,決...
    沈念sama閱讀 40,320評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼育拨,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼谨履!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起熬丧,我...
    開(kāi)封第一講書(shū)人閱讀 39,241評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤笋粟,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體害捕,經(jīng)...
    沈念sama閱讀 45,686評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡绿淋,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,878評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了尝盼。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片吞滞。...
    茶點(diǎn)故事閱讀 39,992評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖盾沫,靈堂內(nèi)的尸體忽然破棺而出裁赠,到底是詐尸還是另有隱情,我是刑警寧澤赴精,帶...
    沈念sama閱讀 35,715評(píng)論 5 346
  • 正文 年R本政府宣布佩捞,位于F島的核電站,受9級(jí)特大地震影響蕾哟,放射性物質(zhì)發(fā)生泄漏一忱。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,336評(píng)論 3 330
  • 文/蒙蒙 一谭确、第九天 我趴在偏房一處隱蔽的房頂上張望掀潮。 院中可真熱鬧,春花似錦琼富、人聲如沸仪吧。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 31,912評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)薯鼠。三九已至,卻和暖如春械蹋,著一層夾襖步出監(jiān)牢的瞬間出皇,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,040評(píng)論 1 270
  • 我被黑心中介騙來(lái)泰國(guó)打工哗戈, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留郊艘,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,173評(píng)論 3 370
  • 正文 我出身青樓唯咬,卻偏偏與公主長(zhǎng)得像纱注,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子胆胰,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,947評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容