作者：秦路 ?來(lái)源：人人都是產(chǎn)品經(jīng)理

數(shù)據(jù)化運(yùn)營(yíng)是一個(gè)近年來(lái)興起的概念，它在運(yùn)營(yíng)的基礎(chǔ)上竖慧，提出了以數(shù)據(jù)驅(qū)動(dòng)決策的口號(hào)嫌套。

－BEGIN－

在了解數(shù)據(jù)化運(yùn)營(yíng)前，運(yùn)營(yíng)們有沒(méi)有過(guò)如下的問(wèn)題：

不同渠道圾旨，效果究竟是好是壞踱讨？

活躍數(shù)下降了，到底是因?yàn)槭裁丛颍?/p>

這次活動(dòng)推廣成效如何砍的？

發(fā)布了版本痹筛，用戶喜不喜歡？

我們總是說(shuō)傳播，傳播到底有多大帚稠？

這些都是產(chǎn)品和運(yùn)營(yíng)每天谣旁、每時(shí)、每刻都會(huì)遇到的問(wèn)題滋早。數(shù)據(jù)化運(yùn)營(yíng)榄审，實(shí)際以解決這些問(wèn)題為根本。它從來(lái)不是BAT的專屬杆麸，也不是大數(shù)據(jù)的獨(dú)寵搁进，每一家互聯(lián)網(wǎng)公司，都有適合的數(shù)據(jù)運(yùn)營(yíng)土壤昔头。

數(shù)據(jù)運(yùn)營(yíng)體系饼问，是數(shù)據(jù)分析的集合與應(yīng)用，也是數(shù)據(jù)先行的戰(zhàn)略减细，它不僅是運(yùn)營(yíng)人員的工作匆瓜，也是產(chǎn)品、市場(chǎng)和研發(fā)的共同愿景未蝌。從管理角度驮吱，是自上而下的推動(dòng)，如果領(lǐng)導(dǎo)不重視萧吠，那么執(zhí)行者數(shù)據(jù)用得再好左冬，也是半只腿走路。

如何構(gòu)建數(shù)據(jù)化運(yùn)營(yíng)體系呢纸型？以下是我的總結(jié)思考拇砰。

我將數(shù)據(jù)化運(yùn)營(yíng)體系劃分成四層架構(gòu)，每一層架構(gòu)都逐步演進(jìn)互相依賴狰腌，每一層又不可缺少除破。這四層分別是：數(shù)據(jù)收集層、數(shù)據(jù)產(chǎn)品層琼腔、數(shù)據(jù)運(yùn)營(yíng)層瑰枫、用戶觸達(dá)層。它是以運(yùn)營(yíng)人員為視角的框架丹莲。

數(shù)據(jù)收集層

數(shù)據(jù)化運(yùn)營(yíng)體系的底層是數(shù)據(jù)收集光坝，數(shù)據(jù)是整個(gè)體系中的石油。

數(shù)據(jù)收集的核心是盡可能收集一切的數(shù)據(jù)甥材，它有兩個(gè)原則：

宜早不宜晚：意思是產(chǎn)品從創(chuàng)立階段盯另，就需要有意識(shí)的收集數(shù)據(jù)，而不是等到公司發(fā)展到B輪洲赵、C輪才去收集鸳惯。數(shù)據(jù)化運(yùn)營(yíng)貫徹產(chǎn)品全階段商蕴，不同階段有不同的運(yùn)營(yíng)方法。

宜全不宜少：指的是只有不合適的數(shù)據(jù)悲敷，而沒(méi)有爛數(shù)據(jù)究恤。像歷史數(shù)據(jù)俭令、變更記錄或者細(xì)節(jié)處的數(shù)據(jù)后德，都存在價(jià)值。

舉一個(gè)例子：

有一家金融產(chǎn)品抄腔，它的征信系統(tǒng)會(huì)詳細(xì)記錄用戶的行為瓢湃，用戶在借貸時(shí)上傳擔(dān)保資料，會(huì)記錄用戶在這些頁(yè)面的操作步驟和時(shí)間赫蛇。

這里有一個(gè)假設(shè)绵患，上傳擔(dān)保資料普通人一定是謹(jǐn)慎小心的，如果這步驟完成的非常順暢快速悟耘，很可能是會(huì)違約和欠款的人群：你操作那么溜落蝙，是不是想撈一筆？屬于熟練工作案暂幼。征信系統(tǒng)會(huì)把這些數(shù)據(jù)作為特征判斷風(fēng)險(xiǎn)筏勒。

需要收集的數(shù)據(jù)能劃分成四個(gè)主要類型：行為數(shù)據(jù)、流量數(shù)據(jù)旺嬉、業(yè)務(wù)數(shù)據(jù)管行、外部數(shù)據(jù)。

▍行為數(shù)據(jù)

它是記錄用戶在產(chǎn)品上一系列操作行為的集合邪媳，按時(shí)間順序記錄捐顷。用戶打開(kāi)APP、點(diǎn)擊菜單雨效、瀏覽頁(yè)面是行為迅涮；用戶收藏歌曲、循環(huán)播放歌曲徽龟、快進(jìn)跳過(guò)歌曲是行為叮姑。

行為數(shù)據(jù)的核心是：描述哪個(gè)用戶在哪個(gè)時(shí)間點(diǎn)、哪個(gè)地方顿肺，以哪種方式完成了哪類操作戏溺。

我們可以利用其分析用戶的偏好、頁(yè)面停留時(shí)間的長(zhǎng)短屠尊、瀏覽的頻繁程度旷祸、點(diǎn)贊與否，都可以成為依據(jù)讼昆。

另外一方面托享，用戶行為也是用戶運(yùn)營(yíng)體系的基礎(chǔ)。按不同行為，如購(gòu)買(mǎi)闰围、評(píng)論赃绊、回復(fù)、添加好友等羡榴，劃分出不同梯度碧查，定義核心用戶、重要用戶校仑、普通用戶忠售、潛在用戶的分層。

行為數(shù)據(jù)通過(guò)埋點(diǎn)技術(shù)收集迄沫。

埋點(diǎn)有不同種的實(shí)現(xiàn)方式稻扬，采集到的數(shù)據(jù)內(nèi)容倒是沒(méi)有差別，主要以用戶ID羊瘩、用戶行為泰佳、行為時(shí)間戳為最主要的字段。用表格畫(huà)一個(gè)簡(jiǎn)化的模型：

useID用來(lái)標(biāo)示用戶唯一身份尘吗，通過(guò)它來(lái)確定具體是誰(shuí)逝她，理解成身份證號(hào)就行。

active就是具體操作的行為摇予，需要在技術(shù)層面設(shè)置和定義汽绢。

timestamp就是發(fā)生行為的時(shí)間點(diǎn)，我這里只精確到分侧戴，一般會(huì)精確到毫秒宁昭。

用戶的行為記錄應(yīng)該詳細(xì)，比如瀏覽了什么頁(yè)面酗宋，此時(shí)頁(yè)面有哪些元素（因?yàn)樵厥莿?dòng)態(tài)的积仗，比如價(jià)格），它是半結(jié)構(gòu)化的NoSQL形式蜕猫，我這里簡(jiǎn)化了寂曹。

有時(shí)候?yàn)榱思夹g(shù)方便，行為數(shù)據(jù)只會(huì)采集用戶在產(chǎn)品瀏覽的頁(yè)面回右，像點(diǎn)擊隆圆、滑動(dòng)這類操作不記錄。屬于折中的方法翔烁。

除此以外渺氧，行為數(shù)據(jù)還會(huì)記錄用戶設(shè)備、IP蹬屹、地理位置等更詳細(xì)的信息侣背。不同設(shè)備的屏幕寬度不一樣白华，用戶交互和設(shè)計(jì)體驗(yàn)是否會(huì)有差異和影響，怎么拿來(lái)分析贩耐？這也是數(shù)據(jù)化運(yùn)營(yíng)的應(yīng)用之一弧腥，是宜全不宜少的體現(xiàn)。

▍流量數(shù)據(jù)

流量數(shù)據(jù)是行為數(shù)據(jù)的前輩潮太，是Web1.0就興起的概念管搪。它一般用于網(wǎng)頁(yè)端的記錄，行為數(shù)據(jù)在產(chǎn)品端消别。

流量數(shù)據(jù)和行為數(shù)據(jù)最大的差異在于：流量數(shù)據(jù)能夠知道用戶從哪里來(lái)抛蚤，是通過(guò)搜索引擎、外鏈還是直接訪問(wèn)寻狂。這也是SEO、SEM以及各渠道營(yíng)銷(xiāo)的基礎(chǔ)朋沮。

雖然現(xiàn)在是移動(dòng)時(shí)代蛇券，Web時(shí)代的流量數(shù)據(jù)并不過(guò)時(shí)。比如微信朋友圈的內(nèi)容都是HTML頁(yè)面樊拓，活動(dòng)運(yùn)營(yíng)需要基于此統(tǒng)計(jì)效果纠亚，我們可以把它看作一類流量數(shù)據(jù)。

另外筋夏，不少產(chǎn)品是原生+Web的復(fù)合框架蒂胞，內(nèi)置的活動(dòng)頁(yè)大多通過(guò)前端實(shí)現(xiàn)，此時(shí)即算行為条篷，也算流量數(shù)據(jù)骗随。當(dāng)我們將活動(dòng)頁(yè)發(fā)送到朋友圈時(shí)，相應(yīng)的統(tǒng)計(jì)只能依賴基于前端的流量數(shù)據(jù)來(lái)采集了赴叹。

流量數(shù)據(jù)是基于用戶訪問(wèn)的網(wǎng)頁(yè)端產(chǎn)生鸿染。主要字段為用戶ID紊选、用戶瀏覽頁(yè)面庆寺、頁(yè)面參數(shù)、時(shí)間戳四類津坑，簡(jiǎn)化模型如下：

url是我們?cè)L問(wèn)的頁(yè)面绽媒，以 ***.com/*** 形式記錄

param是描述這個(gè)頁(yè)面的參數(shù)蚕冬，我們?cè)陧?yè)面上的搜索、屬性信息會(huì)以參數(shù)的形式記錄是辕。

和行為數(shù)據(jù)一樣囤热，如果流量數(shù)據(jù)需要更詳細(xì)的統(tǒng)計(jì)，也是以半結(jié)構(gòu)化為佳免糕，囊括操作記錄赢乓。

它是活動(dòng)及內(nèi)容運(yùn)營(yíng)的好基友忧侧，活動(dòng)的轉(zhuǎn)化率，文章被發(fā)到朋友圈的閱讀量等牌芋，都是作為流量數(shù)據(jù)被記錄蚓炬。主要通過(guò)JS采集。

流量數(shù)據(jù)的統(tǒng)計(jì)已經(jīng)比較成熟躺屁，Google Analytics和百度統(tǒng)計(jì)都是知名的第三方工具肯夏，最為常用。不過(guò)它們不支持私有化的部署犀暑，只能提供統(tǒng)計(jì)驯击。我知道這個(gè)頁(yè)面有100人訪問(wèn)，但這一百人是誰(shuí)不能定位耐亏，數(shù)據(jù)也無(wú)法記錄在數(shù)據(jù)庫(kù)中徊都，這對(duì)數(shù)據(jù)化運(yùn)營(yíng)是一種麻煩。

如果有可靠和先進(jìn)的技術(shù)手段广辰，我們是能做到將行為數(shù)據(jù)和流量數(shù)據(jù)統(tǒng)一到一起暇矫，這是未來(lái)的趨勢(shì)。

▍業(yè)務(wù)數(shù)據(jù)

業(yè)務(wù)數(shù)據(jù)在產(chǎn)品運(yùn)營(yíng)過(guò)程中伴隨業(yè)務(wù)產(chǎn)生择吊。比如電商產(chǎn)品李根，我進(jìn)行了促銷(xiāo)，多少用戶領(lǐng)取了優(yōu)惠券几睛，多少優(yōu)惠券被使用房轿，優(yōu)惠券用在哪個(gè)商品上？這些數(shù)據(jù)和運(yùn)營(yíng)息息相關(guān)又無(wú)法通過(guò)行為和流量解釋所森，那么就歸類到業(yè)務(wù)數(shù)據(jù)的范疇囱持。

庫(kù)存、用戶快遞地址必峰、商品信息洪唐、商品評(píng)價(jià)、促銷(xiāo)吼蚁、好友關(guān)系鏈凭需、運(yùn)營(yíng)活動(dòng)、產(chǎn)品功能等都是業(yè)務(wù)數(shù)據(jù)肝匆，不同行業(yè)的業(yè)務(wù)數(shù)據(jù)是不一樣的粒蜈，業(yè)務(wù)數(shù)據(jù)沒(méi)有固定結(jié)構(gòu)。

業(yè)務(wù)數(shù)據(jù)需要后端研發(fā)進(jìn)行配置旗国，因?yàn)榻Y(jié)構(gòu)不能通用化枯怖，最好提前和研發(fā)們打聲招呼提下需求。

行為數(shù)據(jù)能曾、流量數(shù)據(jù)度硝、業(yè)務(wù)數(shù)據(jù)構(gòu)成了數(shù)據(jù)來(lái)源的三駕馬車(chē)肿轨。統(tǒng)稱為原始數(shù)據(jù)，指沒(méi)有經(jīng)過(guò)任何加工蕊程。

▍外部數(shù)據(jù)

外部數(shù)據(jù)是一類特殊的數(shù)據(jù)椒袍，不在內(nèi)部產(chǎn)生，而是通過(guò)第三方來(lái)源獲取藻茂。比如微信公眾號(hào)驹暑，用戶關(guān)注后我們就能獲取他們的地區(qū)、性別等數(shù)據(jù)辨赐。比如支付寶的芝麻信用优俘，很多金融產(chǎn)品會(huì)調(diào)用。還有公開(kāi)數(shù)據(jù)掀序，像天氣帆焕、人口、國(guó)民經(jīng)濟(jì)的相關(guān)指標(biāo)森枪。

另外一種外部數(shù)據(jù)的獲取方式是爬蟲(chóng)视搏，我們可以爬取豆瓣電影評(píng)分、微博內(nèi)容县袱、知乎回答、房地產(chǎn)信息為我們所用佑力。第三方不可能支持你獲取式散，很多時(shí)候會(huì)有防爬蟲(chóng)機(jī)制。它需要一定的技術(shù)支持打颤，不屬于穩(wěn)定輕松的來(lái)源暴拄。

外部數(shù)據(jù)因?yàn)橘|(zhì)量難以保證，更多是一種參考的作用编饺，不像內(nèi)部數(shù)據(jù)能產(chǎn)生巨大的作用乖篷。

——————————

這四類數(shù)據(jù)構(gòu)成了數(shù)據(jù)化運(yùn)營(yíng)的基石。隨著互聯(lián)網(wǎng)公司數(shù)據(jù)化水平的提高透且，能夠利用的數(shù)據(jù)越來(lái)越多撕蔼。數(shù)據(jù)結(jié)構(gòu)逐步從SQL到NoSQL；信息源更加豐富秽誊，圖形和聲音數(shù)據(jù)越來(lái)越多鲸沮；技術(shù)由單服務(wù)器演變成分布式；響應(yīng)從離線批處理到實(shí)時(shí)流式锅论，都是數(shù)據(jù)收集的挑戰(zhàn)讼溺。

當(dāng)我們有了數(shù)據(jù)以后，進(jìn)入下面一層最易，數(shù)據(jù)產(chǎn)品層怒坯。

數(shù)據(jù)產(chǎn)品層

數(shù)據(jù)產(chǎn)品是對(duì)數(shù)據(jù)的加工和利用炫狱，它屬于技術(shù)和自動(dòng)化的范疇，由計(jì)算機(jī)對(duì)原始數(shù)據(jù)進(jìn)行處理剔猿。它不是傳統(tǒng)意義上的數(shù)據(jù)產(chǎn)品（如廣告系統(tǒng)）视译，而是以發(fā)揮數(shù)據(jù)價(jià)值和生產(chǎn)力為目的，理解成進(jìn)行數(shù)據(jù)加工的產(chǎn)品也可艳馒。

原始數(shù)據(jù)并不能直接為運(yùn)營(yíng)所用憎亚，通常臟亂差，我們需要按照一定的標(biāo)準(zhǔn)整合弄慰、加工第美。

比如行為數(shù)據(jù)和流量數(shù)據(jù)，用戶在微信朋友圈看到一則活動(dòng)覺(jué)得不錯(cuò)陆爽，于是下載APP什往，注冊(cè)后參與了活動(dòng)。這里的行為數(shù)據(jù)和流量數(shù)據(jù)是完全獨(dú)立的慌闭。微信朋友圈的瀏覽别威，記錄的是用戶weixinOpenId和cookie，下載后則是產(chǎn)品內(nèi)部使用的的userId驴剔，兩者無(wú)法對(duì)應(yīng)省古，這就需要數(shù)據(jù)整合，將cookie丧失、手機(jī)號(hào)豺妓、userId等信息映射(mapping)到同一個(gè)人。

這是技術(shù)層面的數(shù)據(jù)清洗布讹。整個(gè)過(guò)程叫做ETL琳拭。

數(shù)據(jù)發(fā)揮價(jià)值的方式有很多種。即能通過(guò)BI描验，將原始數(shù)據(jù)以維度和度量的方式聚合白嘁，進(jìn)行各類可視化的決策分析，也能數(shù)據(jù)挖掘膘流。根據(jù)業(yè)務(wù)和場(chǎng)景決定數(shù)據(jù)的不同使用絮缅。這里最重要的是先有指標(biāo)。

▍數(shù)據(jù)指標(biāo)

我強(qiáng)調(diào)過(guò)盡可能的收集數(shù)據(jù)睡扬，然而原始數(shù)據(jù)那么多盟蚣，怎么才能指導(dǎo)我們的業(yè)務(wù)呢？這要求我們從龐大的數(shù)據(jù)中找出方向卖怜。這時(shí)我們就要建立指標(biāo)屎开，指標(biāo)就是我們的方向，它是業(yè)務(wù)和原始數(shù)據(jù)的連接器马靠。

可以這樣說(shuō)奄抽，指標(biāo)在數(shù)據(jù)化運(yùn)營(yíng)體系中是承上啟下的潤(rùn)滑油蔼两，它由原始數(shù)據(jù)加工而來(lái)，反過(guò)來(lái)又驅(qū)動(dòng)其他產(chǎn)品逞度。

需要有BI额划？BI肯定是圍繞指標(biāo)建立儀表盤(pán)；要用機(jī)器學(xué)習(xí)算法档泽？算法的目的就是提升指標(biāo)效果的俊戳；你要運(yùn)營(yíng)？?jī)?nèi)容馆匿、用戶抑胎、活動(dòng)模塊的KPI也是圍繞指標(biāo)的。

指標(biāo)不是一個(gè)通常意義的數(shù)據(jù)產(chǎn)品渐北，我更喜歡的解釋阿逃，是數(shù)據(jù)屆的產(chǎn)品經(jīng)理，是驅(qū)動(dòng)赃蛛、規(guī)劃其他數(shù)據(jù)產(chǎn)品以及配合運(yùn)營(yíng)迭代業(yè)務(wù)的恃锉。這樣一說(shuō)，大家就明白了呕臂。

指標(biāo)如何設(shè)立破托，是根據(jù)運(yùn)營(yíng)業(yè)務(wù)所決定，也是運(yùn)營(yíng)的第一驅(qū)動(dòng)力歧蒋。

我們簡(jiǎn)單看一下指標(biāo)如何由原始數(shù)據(jù)加工而來(lái)炼团，下圖是原始數(shù)據(jù)中記錄的用戶打開(kāi)APP的情況。

每一個(gè)時(shí)間戳意味著對(duì)應(yīng)的用戶打開(kāi)過(guò)APP一次疏尿，通過(guò)該表我們能計(jì)算每天有多少用戶打開(kāi)過(guò)APP，這是打開(kāi)量易桃。

將用戶數(shù)去重褥琐，就是運(yùn)營(yíng)中的重要指標(biāo)：活躍用戶數(shù)。通過(guò)對(duì)該表的進(jìn)一步復(fù)雜運(yùn)算晤郑，譬如用SQL的Left Join敌呈，能獲得留存率。

文章閱讀量造寝、日銷(xiāo)售額磕洪、活動(dòng)參與人數(shù)，這些幾乎都是由原始數(shù)據(jù)匯總加工而出诫龙。指標(biāo)匯總以后析显，就是運(yùn)營(yíng)人員產(chǎn)品人員每日的報(bào)表Dashboard。

有了指標(biāo)签赃，我們?cè)倏雌渌臄?shù)據(jù)產(chǎn)品谷异，因?yàn)槠邢薹质抑亟榻B一下用戶畫(huà)像。

▍用戶畫(huà)像

用戶畫(huà)像是常用的數(shù)據(jù)產(chǎn)品歹嘹，對(duì)產(chǎn)品和運(yùn)營(yíng)人員往往帶有神秘色彩箩绍。它有兩種解釋，也是很多新手歧義的根源：

一種用戶畫(huà)像屬于市場(chǎng)營(yíng)銷(xiāo)和用戶調(diào)研領(lǐng)域尺上，叫做Persona材蛛，更準(zhǔn)確的翻譯是用戶角色，描繪的是一個(gè)自然人的社會(huì)屬性怎抛，用于用戶需求和場(chǎng)景的確定卑吭。

而數(shù)據(jù)領(lǐng)域的用戶畫(huà)像，叫做Profile抽诉，是將一系列數(shù)據(jù)加工出來(lái)描述人物屬性的數(shù)據(jù)標(biāo)簽陨簇。最知名的例子就是淘寶的千人千面：用戶去購(gòu)買(mǎi)孕期的孕婦產(chǎn)品，很大可能被打上孕婦標(biāo)簽迹淌；瀏覽了汽車(chē)相關(guān)商品河绽，會(huì)被打上汽車(chē)興趣的標(biāo)簽。

用戶畫(huà)像是一個(gè)依賴大數(shù)據(jù)和機(jī)器學(xué)習(xí)的復(fù)雜體系唉窃。準(zhǔn)確豐富的用戶畫(huà)像能呈指數(shù)級(jí)的提高運(yùn)營(yíng)效果耙饰。

用戶畫(huà)像也有簡(jiǎn)單的用法，沒(méi)有數(shù)據(jù)挖掘不要緊纹份。用戶的性別苟跪、年齡、地區(qū)這些信息不難拿到吧蔓涧？用戶行為簡(jiǎn)單做一個(gè)喜愛(ài)偏好區(qū)分也不難吧件已。那么我們就有用戶畫(huà)像V1.0了。

推薦系統(tǒng)元暴，精準(zhǔn)營(yíng)銷(xiāo)篷扩、廣告投放都是常見(jiàn)的基于用戶畫(huà)像的應(yīng)用。你要推送化妝品促銷(xiāo)活動(dòng)茉盏，選擇女性標(biāo)簽的用戶肯定有更高的成功率鉴未，更進(jìn)一步，如果運(yùn)營(yíng)知道女性用戶偏好哪個(gè)品類的化妝品鸠姨，效果會(huì)更好铜秆。

用戶畫(huà)像可以通過(guò)已有數(shù)據(jù)提煉獲得，比如擁有用戶的身份證信息讶迁，就能準(zhǔn)確獲得性別连茧、籍貫、出生年月這三個(gè)標(biāo)簽。也能通過(guò)算法計(jì)算獲得梅屉，比如在淘寶購(gòu)物遺留的收件人姓名值纱，通過(guò)機(jī)器學(xué)習(xí)，以概率的形式獲得買(mǎi)家是男是女坯汤，建國(guó)很大可能是男性虐唠，翠蘭很大可能是女性。

用戶畫(huà)像是基于原始數(shù)據(jù)的加工惰聂，原始數(shù)據(jù)越全疆偿，用戶畫(huà)像就越豐富。

數(shù)據(jù)產(chǎn)品層中搓幌，我們將數(shù)據(jù)加工為指標(biāo)杆故，以其為核心，構(gòu)建和規(guī)劃數(shù)據(jù)產(chǎn)品溉愁。如何展現(xiàn)指標(biāo)（BI）处铛，如何提高指標(biāo)（算法），如何計(jì)算出指標(biāo)（ETL）拐揭，如何與指標(biāo)組合（用戶畫(huà)像）撤蟆。

我們現(xiàn)在獲得了這些「產(chǎn)品」，接下來(lái)就是使用堂污，運(yùn)營(yíng)和產(chǎn)品人員就是它們的用戶家肯。

▍數(shù)據(jù)運(yùn)營(yíng)

數(shù)據(jù)運(yùn)營(yíng)層，是運(yùn)營(yíng)人員將數(shù)據(jù)轉(zhuǎn)化成運(yùn)營(yíng)策略盟猖。以人為主要生產(chǎn)力讨衣，和數(shù)據(jù)產(chǎn)品的計(jì)算機(jī)自動(dòng)化對(duì)應(yīng)。

在我們談及具體的方法前式镐，強(qiáng)調(diào)一下人的作用反镇。

不論我們前面打造了多好的數(shù)據(jù)產(chǎn)品，員工的數(shù)據(jù)化運(yùn)營(yíng)意識(shí)提高不上去娘汞，一切等于零愿险。

對(duì)人的要求有三點(diǎn)：

01 以數(shù)據(jù)做決策，既要知道數(shù)據(jù)能夠做什么价说，也要知道數(shù)據(jù)做不了什么

前者很容易理解，我工作中遇到很多次风秤，在有數(shù)據(jù)可以提供決策的情況下鳖目，依舊相信個(gè)人經(jīng)驗(yàn)。這是應(yīng)該規(guī)避的思維缤弦，不是一個(gè)人领迈，而是團(tuán)隊(duì)要做到。

數(shù)據(jù)化運(yùn)營(yíng)也不是企業(yè)運(yùn)營(yíng)的靈丹妙藥，得客觀承認(rèn)狸捅；公司體量越大衷蜓，數(shù)據(jù)化運(yùn)營(yíng)所能發(fā)揮的效果也越好。在創(chuàng)業(yè)公司或者小公司尘喝，會(huì)受到一定的限制磁浇。

比如沒(méi)有技術(shù)支持，提升效果不夠朽褪，數(shù)據(jù)體量缺乏等原因置吓，造成優(yōu)先級(jí)的延后。這是沒(méi)辦法的取舍問(wèn)題缔赠，只能以解決問(wèn)題為首先依據(jù)衍锚。

02 本身數(shù)據(jù)分析和運(yùn)營(yíng)水平不過(guò)關(guān)

雖然有意識(shí)地利用，可員工僅限于求平均數(shù)的水平嗤堰，那么也別期待太高了戴质。

這一點(diǎn)，得通過(guò)不斷地系統(tǒng)培訓(xùn)踢匣，人員招聘解決告匠。自上而下的倡導(dǎo)和發(fā)起是最好的結(jié)果，高層有數(shù)據(jù)化運(yùn)營(yíng)的戰(zhàn)略和意識(shí)符糊、管理層有數(shù)據(jù)化運(yùn)營(yíng)的指導(dǎo)經(jīng)驗(yàn)凫海，執(zhí)行層能將數(shù)據(jù)化運(yùn)營(yíng)的落地，那么整個(gè)體系也推行成功了男娄。

03 產(chǎn)品工具的使用

這是對(duì)員工的技能要求行贪，諸如MySQL查詢數(shù)據(jù)、BI多維度分析模闲、精準(zhǔn)營(yíng)銷(xiāo)建瘫、 AB測(cè)試、轉(zhuǎn)化率分析尸折，都是必須的啰脚。將數(shù)據(jù)相關(guān)的工具玩得順溜，員工才能在發(fā)揮夠大的價(jià)值实夹。

——————

運(yùn)營(yíng)和產(chǎn)品如何進(jìn)行數(shù)據(jù)運(yùn)營(yíng)硅卢，具體的技巧和方法論太多了洽胶，我以核心思想為引子。大家著重了解思維。

1. 不是全量蔽莱，而是精細(xì)谱秽；不止精細(xì)敢订，更是精益

全量運(yùn)營(yíng)是一種集中運(yùn)營(yíng)的策略响巢，活動(dòng)泄朴、內(nèi)容推送、營(yíng)銷(xiāo)露氮、用戶關(guān)系維護(hù)祖灰，這些方式如果針對(duì)所有的用戶，這是運(yùn)營(yíng)資源的浪費(fèi)畔规，你不可能通過(guò)一種方式滿足所有的用戶局扶，也不可能用一種方式做到最好。

用戶間是有差異的油讯，這種差異需要用精細(xì)化運(yùn)營(yíng)彌補(bǔ)详民。

精細(xì)是是將目標(biāo)拆分成更細(xì)的粒度，全國(guó)銷(xiāo)量變成上海銷(xiāo)量北京銷(xiāo)量陌兑、全年銷(xiāo)量變成第一季度銷(xiāo)量第二季度銷(xiāo)量沈跨，用戶變成新用戶老用戶。電商賣(mài)口罩兔综，是賣(mài)給北京的用戶好饿凛，還是海南的？促銷(xiāo)化妝品软驰，目標(biāo)人群選擇男人女人也是顯而易見(jiàn)的涧窒。精細(xì)(拆分)是一種數(shù)據(jù)分析的思路，也是一種運(yùn)營(yíng)手段锭亏。

精益比精細(xì)更進(jìn)一步纠吴，精細(xì)是手段，精益是目標(biāo)慧瘤。什么是精益戴已？精益就是二八法則，找出最關(guān)鍵的用戶锅减。我們都知道要將化妝品賣(mài)給女人糖儡，但一定會(huì)有部分女人支付更多，20%的女人占了80%的銷(xiāo)量怔匣，精益就是找準(zhǔn)這20%握联。

對(duì)最適合的用戶在最恰當(dāng)?shù)臅r(shí)機(jī)，采取最合適的手段每瞒，以產(chǎn)生最大的價(jià)值金闽。

前面三個(gè)「最」說(shuō)的是精細(xì)，后面一個(gè)「最」指的是精益：價(jià)值／目標(biāo)最大化剿骨。我有CRM呐矾，那么就從CRM中找出最有價(jià)值的客戶去維護(hù)；我有風(fēng)險(xiǎn)管理懦砂，就找出最可能違約的投資蜒犯；要做活動(dòng)，歡迎的是產(chǎn)出最大而不是薅羊毛的用戶荞膘；積分中心罚随，效果最好的只會(huì)是最優(yōu)質(zhì)的那批客戶。

2. 未來(lái)比現(xiàn)在重要羽资，現(xiàn)在比過(guò)去重要

這個(gè)第二個(gè)核心淘菩，數(shù)據(jù)化運(yùn)營(yíng)能夠預(yù)測(cè)未來(lái)，把握當(dāng)下屠升。傳統(tǒng)的運(yùn)營(yíng)方式潮改，是知曉過(guò)去已經(jīng)發(fā)生的事，銷(xiāo)量是多少腹暖，活躍數(shù)是多少汇在，這在日益嚴(yán)酷的競(jìng)爭(zhēng)環(huán)境中還不夠。

把握當(dāng)下脏答，是能獲得數(shù)據(jù)的立即反饋糕殉。你要推廣一個(gè)活動(dòng)，可以提前挑選5%的用戶做一個(gè)測(cè)試殖告，及時(shí)獲知用戶的反饋阿蝶，轉(zhuǎn)化率高不高，響不響應(yīng)黄绩，然后按照數(shù)據(jù)決定后續(xù)的運(yùn)營(yíng)是繼續(xù)還是改進(jìn)羡洁。這是技術(shù)帶來(lái)的進(jìn)步優(yōu)勢(shì)。

預(yù)測(cè)未來(lái)爽丹，是機(jī)器學(xué)習(xí)的領(lǐng)域筑煮，通過(guò)數(shù)據(jù)建模，獲得概率性的預(yù)測(cè)习劫，用戶可不可能流失咆瘟，會(huì)不會(huì)喜歡和購(gòu)買(mǎi)這個(gè)商品，新上線的電影會(huì)否偏好…運(yùn)營(yíng)則利用這些概率針對(duì)性的運(yùn)營(yíng)诽里。

如果限于技術(shù)無(wú)法使用機(jī)器學(xué)習(xí)袒餐，則需要根據(jù)現(xiàn)有數(shù)據(jù)趨勢(shì)去估計(jì)，這取決于運(yùn)營(yíng)人員的經(jīng)驗(yàn)和數(shù)據(jù)敏感性谤狡。

3. 系統(tǒng)化與自動(dòng)化

數(shù)據(jù)化運(yùn)營(yíng)體系的搭建過(guò)程中灸眼，運(yùn)營(yíng)人員會(huì)用到很多的工具。

用戶積累到一定數(shù)量墓懂，我們考慮引入積分中心增加用戶粘性焰宣；產(chǎn)品涉及到地推和銷(xiāo)售人員，則要加入CRM（客戶關(guān)系管理）以維系客群捕仔；O2O和電商匕积，基本配置肯定有優(yōu)惠券的發(fā)送盈罐；反饋越來(lái)越多，我們也需要客服中心解決各類疑問(wèn)闪唆。這些與運(yùn)營(yíng)息息相關(guān)的工具盅粪，在數(shù)據(jù)運(yùn)營(yíng)體系中占據(jù)中重要的比例。

為了更好的達(dá)成目標(biāo)悄蕾，會(huì)將其獨(dú)立成運(yùn)營(yíng)模塊／運(yùn)營(yíng)后臺(tái)票顾。好的運(yùn)營(yíng)后臺(tái)和用戶端的產(chǎn)品同等重要，也需要后臺(tái)產(chǎn)品經(jīng)理規(guī)劃帆调。

以我們經(jīng)常接觸的優(yōu)惠券為例奠骄，它肯定要設(shè)置一套規(guī)則，核心目標(biāo)是財(cái)務(wù)數(shù)據(jù)番刊，是優(yōu)惠券成本和收入之間的平衡：你不能濫發(fā)含鳞，那肯定虧錢(qián)，也不能少發(fā)撵枢，用戶連這東西都不知道民晒。有哪些券、怎么發(fā)锄禽、發(fā)了多少用了多少潜必、未來(lái)準(zhǔn)備發(fā)多少、發(fā)了有多少?zèng)]用掉沃但，都是一套大框架的東西磁滚，于是做成了發(fā)券系統(tǒng)。

優(yōu)惠券能和CRM結(jié)合宵晚，CRM通過(guò)幾個(gè)指標(biāo)將用戶劃分成了不同的價(jià)值和人群垂攘。這個(gè)用戶特別喜歡花錢(qián)，那么優(yōu)惠券給他滿1000減100淤刃，肯定比滿200減20過(guò)癮晒他。那個(gè)用戶還沒(méi)有消費(fèi)過(guò)，要用首單優(yōu)惠刺激他逸贾。還有用戶有段時(shí)間不消費(fèi)了陨仅，運(yùn)營(yíng)們得加把勁營(yíng)銷(xiāo)。

上面東西從更高的視野看铝侵，是一連串效果灼伤、ROI、盈利的評(píng)估咪鲜。這就是用數(shù)據(jù)做運(yùn)營(yíng)策略狐赡。

CRM又能和客服中心結(jié)合，電話號(hào)碼肯定和用戶的數(shù)據(jù)綁定疟丙，VIP用戶電話進(jìn)來(lái)了颖侄，我們選客戶主管去接待鸟雏，賓至如歸。普通用戶呢览祖，也不能粗心崔慧，客服至少需要通過(guò)后臺(tái)的用戶畫(huà)像知道這個(gè)用戶是什么情況，這也有針對(duì)性的服務(wù)穴墅。數(shù)據(jù)運(yùn)營(yíng)體系不止服務(wù)于運(yùn)營(yíng)和產(chǎn)品的。

系統(tǒng)化温自，要求的是我們把運(yùn)營(yíng)的整個(gè)過(guò)程和策略流程也當(dāng)作一款產(chǎn)品去締造：哪些方法好用玄货，哪些手段效果好，哪種活動(dòng)能持續(xù)做悼泌，把這些都固定下來(lái)松捉，打造出一個(gè)運(yùn)營(yíng)用的產(chǎn)品后臺(tái)，作為日常和招數(shù)馆里。這種系統(tǒng)化思維也叫「復(fù)用」隘世，之后則是把系統(tǒng)做得越來(lái)越自動(dòng)，功能越來(lái)越強(qiáng)大鸠踪，也是另外一種精益了丙者。

————————

以上種種，是將數(shù)據(jù)营密、產(chǎn)品運(yùn)營(yíng)械媒、系統(tǒng)和人員四者結(jié)合起來(lái)。系統(tǒng)之所以是系統(tǒng)评汰，就是脫離了粗放的階段纷捞，一切皆是有序、規(guī)則和充滿策略被去。數(shù)據(jù)就是系統(tǒng)的潤(rùn)滑劑主儡，你沒(méi)有數(shù)據(jù)，怎么能有選擇性的發(fā)券惨缆、做活動(dòng)糜值、推送，維護(hù)用戶呢踪央？

數(shù)據(jù)產(chǎn)品層加工出來(lái)的各類標(biāo)簽臀玄、用戶畫(huà)像、模型…就是要在數(shù)據(jù)運(yùn)營(yíng)層最大化的被員工使用畅蹂。數(shù)據(jù)本身沒(méi)有價(jià)值健无，變成策略才有價(jià)值。

這三條要點(diǎn)總結(jié)一下：我們系統(tǒng)化的使用各種加工后的數(shù)據(jù)液斜，以精細(xì)和精細(xì)為手段目標(biāo)累贤，以把握未來(lái)為方向叠穆，指定運(yùn)營(yíng)策略。這是數(shù)據(jù)運(yùn)營(yíng)層的核心臼膏。

用戶觸達(dá)

我們整個(gè)體系進(jìn)行到最后的環(huán)節(jié)硼被，它需要面向用戶。數(shù)據(jù)收集得再多渗磅、加工得再好嚷硫，運(yùn)營(yíng)得再努力，如果不將它們傳遞給用戶始鱼，體系就是失敗的仔掸。

整個(gè)體系的前三層用戶都感知不到。用戶直接感知到的是產(chǎn)品的推送通知医清、Banner起暮、廣告位、活動(dòng)会烙、文案负懦、商品的展示順序等。在與產(chǎn)品交互的過(guò)程中柏腻，用戶會(huì)以直接的反饋表達(dá)自己喜惡纸厉。

感興趣的會(huì)點(diǎn)擊，喜愛(ài)的會(huì)夠買(mǎi)葫盼，討厭的會(huì)退出…這些構(gòu)成了新一輪的行為數(shù)據(jù)残腌，也構(gòu)成了反饋指標(biāo)：點(diǎn)擊率、轉(zhuǎn)化率贫导、跳出率抛猫、購(gòu)買(mǎi)率等。這些指標(biāo)就是用戶觸達(dá)層的結(jié)果體現(xiàn)孩灯，也是數(shù)據(jù)化運(yùn)營(yíng)的結(jié)果體現(xiàn)闺金。

好與不好，都需要驗(yàn)證峰档。

結(jié)果不是終點(diǎn)败匹。管理學(xué)有個(gè)概念叫PDCA，翻譯成中文是計(jì)劃-執(zhí)行-檢查-改進(jìn)讥巡，以此為循環(huán)掀亩。用戶觸達(dá)層不是數(shù)據(jù)化運(yùn)營(yíng)體系的結(jié)束，它是另外一種開(kāi)始欢顷。通過(guò)反饋獲得的數(shù)據(jù)去優(yōu)化去改進(jìn)槽棍。

我的點(diǎn)擊率5%，那么我能不能通過(guò)運(yùn)營(yíng)優(yōu)化，達(dá)到10%炼七？用戶接受推送后選擇了卸載缆巧，我們有什么方法挽回？留存率被提高豌拙，這種策略能不能應(yīng)用到其他用戶上面陕悬。

也許我們數(shù)據(jù)化運(yùn)營(yíng)后，不會(huì)獲得一個(gè)滿意的結(jié)果按傅；但如果我們連優(yōu)化改進(jìn)都不去做捉超，那么連好的機(jī)會(huì)都不會(huì)有。

你看唯绍，優(yōu)秀的員工狂秦，不會(huì)以數(shù)據(jù)化運(yùn)營(yíng)的結(jié)果沾沾自喜，而是進(jìn)行新一輪的開(kāi)始推捐。

是終點(diǎn)，又是起點(diǎn)侧啼，此過(guò)程就是迭代牛柒，是體系的核心。

總結(jié)

我們將四層串聯(lián)起來(lái)看待痊乾，下圖是一款產(chǎn)品簡(jiǎn)化的數(shù)據(jù)化運(yùn)營(yíng)閉環(huán)皮壁。

數(shù)據(jù)收集層：當(dāng)用戶打開(kāi)APP時(shí)，瀏覽新聞哪审，通過(guò)埋點(diǎn)記錄用戶的行為數(shù)據(jù)：何時(shí)何地是誰(shuí)看了哪些新聞蛾魄。

數(shù)據(jù)產(chǎn)品層：計(jì)算機(jī)將收集上來(lái)的行為數(shù)據(jù)進(jìn)行加工，統(tǒng)計(jì)用戶對(duì)軍事湿滓、科技滴须、經(jīng)濟(jì)等不同類型新聞的閱讀數(shù)。用卡方檢驗(yàn)得到用戶的閱讀偏好在科技新聞叽奥，將其寫(xiě)入到用戶畫(huà)像／標(biāo)簽系統(tǒng)扔水。

數(shù)據(jù)運(yùn)營(yíng)層：近期有一個(gè)科技類的活動(dòng)，需要一定用戶量參與朝氓。運(yùn)營(yíng)不能選擇全部的用戶推送吧魔市，那么就從用戶池中篩選中對(duì)科技感興趣的用戶。

用戶觸達(dá)層：選擇用戶進(jìn)行精準(zhǔn)推送赵哲，用戶在手機(jī)端接收到消息待德。后臺(tái)則會(huì)記錄用戶是否打開(kāi)推送通知，是否瀏覽頁(yè)面枫夺，是否參與了活動(dòng)将宪。轉(zhuǎn)化率作為反饋會(huì)被記錄下來(lái)，用以下次迭代改進(jìn)。

該例就是一次合格的閉環(huán)涧偷。

數(shù)據(jù)化運(yùn)營(yíng)體系既能簡(jiǎn)單到用Excel完成簸喂，也能引入機(jī)器學(xué)習(xí)數(shù)據(jù)挖掘分布式系統(tǒng)等高端技術(shù)，看的是思維和應(yīng)用燎潮。

我們將體系中的四層簡(jiǎn)化成四個(gè)模型喻鳄，幫助大家理解：

數(shù)據(jù)收集：以用戶和產(chǎn)品的交互為輸入，原始數(shù)據(jù)（行為确封、業(yè)務(wù)除呵、流量、外部）為輸出爪喘。

數(shù)據(jù)產(chǎn)品：以原始數(shù)據(jù)為輸入颜曾，以加工數(shù)據(jù)（標(biāo)簽、畫(huà)像秉剑、維度泛豪、指標(biāo)、算法結(jié)果）為輸出侦鹏。

數(shù)據(jù)運(yùn)營(yíng)：以加工數(shù)據(jù)為輸入诡曙，以運(yùn)營(yíng)策略（用戶、內(nèi)容略水、活動(dòng)价卤、電商）為輸出。

用戶觸達(dá)：以運(yùn)營(yíng)策略為輸入渊涝，以反饋行為（轉(zhuǎn)化率慎璧、點(diǎn)擊率、響應(yīng)率）為輸出跨释。

用戶產(chǎn)生的反饋行為作為新的交互輸入胸私，迭代和優(yōu)化，數(shù)據(jù)化運(yùn)營(yíng)體系就良好地運(yùn)作起來(lái)鳖谈。好的數(shù)據(jù)化運(yùn)營(yíng)體系也是高度自動(dòng)化的運(yùn)作盖文，像個(gè)性化推薦，可以略過(guò)數(shù)據(jù)運(yùn)營(yíng)層蚯姆，服務(wù)器實(shí)時(shí)計(jì)算后直接將推薦結(jié)果給用戶五续，人就不用參與其中了。

這是四個(gè)互相聯(lián)系有先后順序的系統(tǒng)龄恋，以此構(gòu)成數(shù)據(jù)化運(yùn)營(yíng)體系疙驾。因?yàn)榧夹g(shù)手段差異，實(shí)現(xiàn)方式會(huì)有不同郭毕，哪怕是Excel它碎，也能發(fā)出數(shù)據(jù)化運(yùn)營(yíng)的光芒。

以上就是產(chǎn)品和運(yùn)營(yíng)視角的數(shù)據(jù)化運(yùn)營(yíng)體系，沒(méi)有過(guò)多的牽涉研發(fā)技術(shù)扳肛，實(shí)際復(fù)雜程度還要再高一點(diǎn)傻挂。當(dāng)然，萬(wàn)千用法挖息，存乎一心金拒，希望大家學(xué)到的是理念和思維，實(shí)際工作中套腹，還是有很多玩法留待大家挖掘绪抛。

要想多學(xué)習(xí)一些數(shù)據(jù)分析的技能，您也可以參加：

互聯(lián)網(wǎng)人的數(shù)據(jù)運(yùn)營(yíng)實(shí)踐訓(xùn)練營(yíng) (第五期)? event.31huiyi.com/568447369

本訓(xùn)練營(yíng)是EBizcamp為企業(yè)中的運(yùn)營(yíng)电禀、產(chǎn)品幢码、數(shù)據(jù)分析和營(yíng)銷(xiāo)人員專門(mén)開(kāi)發(fā)的2天線下集訓(xùn)課，重點(diǎn)傳授數(shù)據(jù)在企業(yè)中的流量渠道獲取尖飞、產(chǎn)品運(yùn)營(yíng)症副、數(shù)據(jù)驅(qū)動(dòng)分析及決策方面的實(shí)戰(zhàn)技能知識(shí)和經(jīng)驗(yàn)。

堅(jiān)持傳授可以直接應(yīng)用于日常工作中的實(shí)踐經(jīng)驗(yàn)和技能政基，講解的內(nèi)容會(huì)根據(jù)整個(gè)全球及中國(guó)互聯(lián)網(wǎng)行業(yè)發(fā)展的趨勢(shì)瓦糕，并結(jié)合授課老師在日常大型互聯(lián)網(wǎng)項(xiàng)目中實(shí)際工作總結(jié)的經(jīng)驗(yàn)做更新迭代。

在課堂上腋么，我們會(huì)引導(dǎo)學(xué)員提出企業(yè)當(dāng)下的痛點(diǎn)，學(xué)員關(guān)心什么就教授這方面的解決方法亥揖，把課堂的中心從講師的課件轉(zhuǎn)化為去解決問(wèn)題珊擂，幫助企業(yè)中的學(xué)員去尋找機(jī)會(huì)。

報(bào)名：event.31huiyi.com/568447369