百度SEO排名

讓用戶(hù)搜到你、信任你、選擇你！

一、數(shù)據(jù)運(yùn)營(yíng)是指什么

數(shù)據(jù)運(yùn)營(yíng)（英文：Data Operate）是指數(shù)據(jù)的所有者通過(guò)對(duì)于數(shù)據(jù)的分析挖掘，把隱藏在海量數(shù)據(jù)中的信息作為商品，以合規(guī)化的形式發(fā)布出去，供數(shù)據(jù)的消費(fèi)者使用。數(shù)據(jù)運(yùn)營(yíng)是一個(gè)比較大的范疇，其本質(zhì)并不限于營(yíng)銷(xiāo)，更精準(zhǔn)的說(shuō)應(yīng)該是企業(yè)運(yùn)營(yíng)，從技術(shù)層面講數(shù)據(jù)運(yùn)營(yíng)包含了數(shù)據(jù)治理、數(shù)據(jù)管理、數(shù)據(jù)分析、數(shù)據(jù)挖掘等工作。

二、數(shù)據(jù)運(yùn)營(yíng)的職能

1、負(fù)責(zé)數(shù)據(jù)的提取、處理及分析工作，負(fù)責(zé)運(yùn)營(yíng)數(shù)據(jù)需求整理與跟進(jìn)，定期輸出分析報(bào)告報(bào)告；

2、通過(guò)數(shù)據(jù)分析結(jié)果，提供用戶(hù)增長(zhǎng)、用戶(hù)活躍和營(yíng)收增長(zhǎng)等業(yè)務(wù)發(fā)展建議，為運(yùn)營(yíng)決策提供數(shù)據(jù)支持，并參與方案執(zhí)行；

3、針對(duì)運(yùn)營(yíng)問(wèn)題進(jìn)行深度診斷，發(fā)現(xiàn)業(yè)務(wù)運(yùn)營(yíng)問(wèn)題，輔助制定運(yùn)營(yíng)策略，提升運(yùn)營(yíng)效率；

4、挖掘數(shù)據(jù)背后的市場(chǎng)方向、規(guī)律、短板，為業(yè)務(wù)提供決策依據(jù)。

三、數(shù)據(jù)運(yùn)營(yíng)的工作內(nèi)容

1、市場(chǎng)分析

數(shù)據(jù)是反映業(yè)務(wù)狀況的最真實(shí)的一種方式，數(shù)據(jù)運(yùn)營(yíng)的目的是通過(guò)對(duì)數(shù)據(jù)進(jìn)行分析發(fā)現(xiàn)潛藏在海量數(shù)據(jù)中問(wèn)題以及對(duì)目前的市場(chǎng)環(huán)境進(jìn)行分析，預(yù)測(cè)市場(chǎng)未來(lái)的發(fā)展走向，以達(dá)到提高工作效率，促進(jìn)業(yè)務(wù)增長(zhǎng)。

2、數(shù)據(jù)收集

數(shù)據(jù)收集是數(shù)據(jù)運(yùn)營(yíng)的基礎(chǔ)，但數(shù)據(jù)收集并不是越多越好。數(shù)據(jù)收集不是將所有數(shù)據(jù)一股腦的收集起來(lái)，數(shù)據(jù)收集要圍繞著運(yùn)營(yíng)目標(biāo)進(jìn)行。數(shù)據(jù)有很多種，數(shù)據(jù)收集收集的主要是哪些數(shù)據(jù)呢？圍繞運(yùn)營(yíng)目標(biāo)，一般可以將數(shù)據(jù)分為行為數(shù)據(jù)、流量數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)和外部數(shù)據(jù)4類(lèi)。

(1)、行為數(shù)據(jù)：一般以時(shí)間為記錄順序，記錄用戶(hù)在某一產(chǎn)品上一系列操作行為的***。不同平臺(tái)/產(chǎn)品， 對(duì)用戶(hù)行為的定義標(biāo)準(zhǔn)不盡相同，具體要結(jié)合公司的業(yè)務(wù)類(lèi)型來(lái)展開(kāi)分析。

(2)、流量數(shù)據(jù)：流量是用戶(hù)行為合集的前提，用戶(hù)的個(gè)別行為相對(duì)獨(dú)立無(wú)法有效支持決策，由此流量要達(dá)到一定的程度才具有支持決策的意義。與行為數(shù)據(jù)不同的是，流量數(shù)據(jù)能夠溯源用戶(hù)的來(lái)源渠道，根據(jù)這些數(shù)據(jù)進(jìn)行分析可以進(jìn)行更有效的渠道轉(zhuǎn)化分析、廣告投放決策等決策。

(3)、業(yè)務(wù)數(shù)據(jù)：業(yè)務(wù)數(shù)據(jù)解釋起來(lái)有點(diǎn)抽象，以電商產(chǎn)品為例，促銷(xiāo)量、優(yōu)惠券領(lǐng)取量、優(yōu)惠券使用量等數(shù)據(jù)都是業(yè)務(wù)數(shù)據(jù)。業(yè)務(wù)數(shù)據(jù)與企業(yè)的生存息息相關(guān)，因此企業(yè)對(duì)其的關(guān)注度會(huì)比較高。

(4)、外部數(shù)據(jù)：外部數(shù)據(jù)顧名思義，來(lái)源于公司外部，一般有第三方平臺(tái)統(tǒng)計(jì)的行業(yè)數(shù)據(jù)等。運(yùn)營(yíng)者可以用內(nèi)部數(shù)據(jù)與外部數(shù)據(jù)進(jìn)行對(duì)比，分析公司目前的發(fā)展水平，其對(duì)決策也能起到很大支持作用。

3、數(shù)據(jù)分析

在進(jìn)行數(shù)據(jù)分析前首先要考慮到影響產(chǎn)品的核心指標(biāo)是什么，以電商為例，流量就是電商非常重要的指標(biāo)之一。當(dāng)確定的核心指標(biāo)過(guò)于宏觀時(shí)，我們可以對(duì)核心指標(biāo)進(jìn)行分維度分析，以獲得更加精細(xì)的數(shù)據(jù)洞察。數(shù)據(jù)分析的流程大致如下：

數(shù)據(jù)分析流程

(1)、拆分工作項(xiàng)

運(yùn)營(yíng)是一個(gè)包含了諸多瑣碎事項(xiàng)的工作，運(yùn)營(yíng)人員要會(huì)拆分自己的工作項(xiàng)，并根據(jù)不同工作項(xiàng)的特點(diǎn)有針對(duì)地對(duì)特定的運(yùn)營(yíng)數(shù)據(jù)進(jìn)行分析，才能事半功倍。

可以按照面對(duì)的用戶(hù)群體分解，通常與用戶(hù)分級(jí)聯(lián)系在一起，將工作拆分成面向所有普通用戶(hù)、面向活躍用戶(hù)、面向付費(fèi)用戶(hù)等等。也可以按照項(xiàng)目將自己的工作進(jìn)行拆分。還可以按照時(shí)間順序確定不同階段的目標(biāo)，根據(jù)自己的目標(biāo)來(lái)拆分工作項(xiàng)。

(2)、建立指標(biāo)體系

拆分完工作項(xiàng)后，針對(duì)每一個(gè)工作項(xiàng)有不同的指標(biāo)，要根據(jù)工作項(xiàng)的特點(diǎn)進(jìn)一步拆分和細(xì)化運(yùn)營(yíng)數(shù)據(jù)指標(biāo)，然后通過(guò)對(duì)每一個(gè)指標(biāo)的分析來(lái)判斷運(yùn)營(yíng)問(wèn)題并不斷優(yōu)化運(yùn)營(yíng)方案。拆分的維度可以按照數(shù)據(jù)的包含結(jié)構(gòu)，也可以按照每一個(gè)工作項(xiàng)包含的子項(xiàng)進(jìn)行拆分。

以用戶(hù)運(yùn)營(yíng)為例，用戶(hù)運(yùn)營(yíng)包含了用戶(hù)的拉新、促活、留存、付費(fèi)轉(zhuǎn)化等方面。而就拉新來(lái)說(shuō)，關(guān)鍵的指標(biāo)有注冊(cè)用戶(hù)的規(guī)模、增長(zhǎng)速度；渠道質(zhì)量——注冊(cè)渠道有哪些，渠道的注冊(cè)轉(zhuǎn)化率如何；注冊(cè)流程質(zhì)量——完成注冊(cè)的用戶(hù)數(shù)、注冊(cè)流程中用戶(hù)蹦失節(jié)點(diǎn)統(tǒng)計(jì)；注冊(cè)用戶(hù)行為追蹤——完成注冊(cè)后用戶(hù)的行為統(tǒng)計(jì)。

(3)、細(xì)化分析目標(biāo)

細(xì)化分析目標(biāo)是指根據(jù)運(yùn)營(yíng)目標(biāo)，確定能夠進(jìn)行優(yōu)化的數(shù)據(jù)點(diǎn)。這一步是為接下來(lái)的數(shù)據(jù)提取處理分析奠基的。

舉個(gè)簡(jiǎn)單的例子，假如現(xiàn)在做完一場(chǎng)活動(dòng)，想知道下一次舉辦相同或相似活動(dòng)時(shí)有哪些地方可以?xún)?yōu)化，需要關(guān)心的點(diǎn)除了最終參與效果還有：活動(dòng)推廣的渠道有哪些，每一個(gè)渠道的參與路徑是怎樣的，路徑中的每一步參與人數(shù)有多少，轉(zhuǎn)化率達(dá)到多少，等等。明確了分析目標(biāo)后，就可以確定要提取的數(shù)據(jù)點(diǎn)有哪些。

(4)、提取處理數(shù)據(jù)

在提取數(shù)據(jù)這里涉及一個(gè)數(shù)據(jù)埋點(diǎn)的問(wèn)題，在產(chǎn)品設(shè)計(jì)的早期，運(yùn)營(yíng)人員就要規(guī)劃好運(yùn)營(yíng)關(guān)鍵點(diǎn)，列出埋點(diǎn)清單提交給開(kāi)發(fā)人員，以免后期運(yùn)營(yíng)過(guò)程中想要查看某一個(gè)數(shù)據(jù)但卻沒(méi)有數(shù)據(jù)記錄信息。，提取出來(lái)的數(shù)據(jù)要經(jīng)過(guò)一系列的處理后方可進(jìn)入分析階段。

(5)、數(shù)據(jù)分析總結(jié)

(5.1)、數(shù)據(jù)分析方法

常見(jiàn)的數(shù)據(jù)分析方法有對(duì)比分析法、結(jié)構(gòu)分析法、平均分析法、權(quán)重分析法、杜邦分析法等等。

(5.2)、造成數(shù)據(jù)波動(dòng)的原因

常見(jiàn)造成數(shù)據(jù)變化的原因：時(shí)間、推廣與觸達(dá)、運(yùn)營(yíng)活動(dòng)、關(guān)聯(lián)特性、用戶(hù)屬性和構(gòu)成、故障、業(yè)界趨勢(shì)。

(5.3)、總結(jié)

分析了那么多數(shù)據(jù)，最終是要將分析后的結(jié)論匯報(bào)給老板的。一般來(lái)說(shuō)，要說(shuō)明問(wèn)題出現(xiàn)在什么地方，哪些地方是可以進(jìn)行優(yōu)化改進(jìn)的。

首先要選取合適的圖表，比方說(shuō)如果想看的是不同項(xiàng)目在總的項(xiàng)目中的占比情況，可以用餅圖，如果想看數(shù)據(jù)的變化趨勢(shì)，當(dāng)項(xiàng)目只有幾個(gè)的時(shí)候可以采用條形圖或柱狀圖，如果數(shù)據(jù)項(xiàng)非常多，則可以采用折線(xiàn)圖。

其次，圖表要完整，應(yīng)包含：標(biāo)題、坐標(biāo)軸及單位、圖例（、腳注、資料來(lái)源），等等。

此外，一張圖反映一個(gè)觀點(diǎn)，且標(biāo)題要直截了當(dāng)說(shuō)明數(shù)據(jù)反映的問(wèn)題。

(6)、反饋及投入應(yīng)用

仔細(xì)觀察可以發(fā)現(xiàn)，以上數(shù)據(jù)分析流程實(shí)際上形成了一個(gè)閉環(huán)�？偨Y(jié)匯報(bào)完畢，我們需要將得出的結(jié)論運(yùn)用到實(shí)踐中，繼續(xù)觀察數(shù)據(jù)的變化并不斷優(yōu)化我們的運(yùn)營(yíng)策略。

四、數(shù)據(jù)運(yùn)營(yíng)的能力要求

1、數(shù)據(jù)埋點(diǎn)

數(shù)據(jù)埋點(diǎn)是互聯(lián)網(wǎng)產(chǎn)品數(shù)據(jù)分析的根基，想要做好數(shù)據(jù)化運(yùn)營(yíng)，需要清楚埋點(diǎn)的流程、埋點(diǎn)方案選擇、數(shù)據(jù)驗(yàn)證方法。

2、指標(biāo)體系建設(shè)

好的指標(biāo)體系可以直觀地反應(yīng)當(dāng)前業(yè)務(wù)經(jīng)營(yíng)狀況的好壞，并且可以給出可以指導(dǎo)行動(dòng)的決策建議。數(shù)據(jù)化運(yùn)營(yíng)需要掌握指標(biāo)體系的構(gòu)建及管理方法。例如，通過(guò) OSM 與 UJM 模型，構(gòu)建數(shù)據(jù)化運(yùn)營(yíng)指標(biāo)體系。

3、 數(shù)據(jù)分析方法

除了專(zhuān)業(yè)的數(shù)據(jù)分析崗位外，現(xiàn)在幾乎各個(gè)崗位都要求具備一定的數(shù)據(jù)分析技能，數(shù)據(jù)運(yùn)營(yíng)掌握分析方法才可以更好的做決策，從而更高效的運(yùn)營(yíng)。

4、用戶(hù)行為分析

過(guò)去數(shù)據(jù)分析以宏觀的數(shù)據(jù)指標(biāo)為主，例如流量、訂單、營(yíng)收等。隨著用戶(hù)增長(zhǎng)理論的發(fā)展，對(duì)個(gè)體行為的洞察分析成了新的方向。通過(guò)對(duì)用戶(hù)點(diǎn)擊事件、漏斗轉(zhuǎn)化、行為路徑、留存分析以及魔法數(shù)字分析，找出產(chǎn)品流程上的問(wèn)題和改進(jìn)點(diǎn)，從而提升用戶(hù)轉(zhuǎn)化，促進(jìn)用戶(hù)增長(zhǎng)。

5、數(shù)據(jù)可視化

運(yùn)營(yíng)數(shù)據(jù)分析報(bào)告、數(shù)據(jù)分析平臺(tái)都需要以更直觀的方式將分析結(jié)果或決策建議輸出，指導(dǎo)業(yè)務(wù)決策。因此，需要了解數(shù)據(jù)可視化圖表的應(yīng)用原則、可視化產(chǎn)品設(shè)計(jì)理念，以及常用的可視化工具，如 Echart、百度圖說(shuō)。

6、用戶(hù)畫(huà)像標(biāo)簽體系與精細(xì)化運(yùn)營(yíng)

精細(xì)化運(yùn)營(yíng)離不開(kāi)用戶(hù)的分層運(yùn)營(yíng)，對(duì)用戶(hù)進(jìn)行更細(xì)粒度的分群，需要掌握用戶(hù)畫(huà)像理論、用戶(hù)畫(huà)像標(biāo)簽體系建設(shè)方法，將業(yè)務(wù)運(yùn)營(yíng)場(chǎng)景抽象成用戶(hù)標(biāo)簽，利用 CDP/DMP 平臺(tái)實(shí)現(xiàn)更高效的運(yùn)營(yíng)流程。

7、算法挖掘應(yīng)用

基于運(yùn)營(yíng)經(jīng)驗(yàn)的規(guī)則運(yùn)營(yíng)需要和算法能力相結(jié)合，才能發(fā)揮更大的價(jià)值，例如人與商品的精準(zhǔn)推薦實(shí)現(xiàn)千人千面的個(gè)性化產(chǎn)品體驗(yàn)，或者將業(yè)務(wù)規(guī)則抽象成算法特征，利用 AI 能力預(yù)測(cè)用戶(hù)行為意向。

五、數(shù)據(jù)運(yùn)營(yíng)的工作流程

數(shù)據(jù)運(yùn)營(yíng)的核心是構(gòu)建一個(gè)完整的產(chǎn)品數(shù)據(jù)運(yùn)營(yíng)體系，這個(gè)體系的建立可以通過(guò)以下11個(gè)步驟完成。

1、制訂產(chǎn)品目標(biāo)

這是數(shù)據(jù)運(yùn)營(yíng)的起點(diǎn)，也是產(chǎn)品上線(xiàn)運(yùn)營(yíng)后進(jìn)行評(píng)估的標(biāo)準(zhǔn)，以此形成閉環(huán)。制訂目標(biāo)絕不是拍腦袋出來(lái)的，可以根據(jù)行業(yè)發(fā)展，競(jìng)品分析，往年產(chǎn)品發(fā)展走勢(shì)，產(chǎn)品轉(zhuǎn)化規(guī)律等綜合計(jì)算得出。產(chǎn)品目標(biāo)的表現(xiàn)，往往是一個(gè)關(guān)鍵數(shù)字，例如在2021年10月，某產(chǎn)品日均登錄用戶(hù)數(shù)達(dá)到100萬(wàn)，制訂目標(biāo)常常用SMART原則來(lái)衡量。

2、定義產(chǎn)品數(shù)據(jù)指標(biāo)

產(chǎn)品數(shù)據(jù)目標(biāo)是反產(chǎn)品健康發(fā)展的某一個(gè)具體的數(shù)字，數(shù)據(jù)指標(biāo)則是衡量該產(chǎn)品健康發(fā)展的多種數(shù)據(jù)。例如：

● PV, UV, VV, YV

● ARPU（Average Revenue Per User）

● Attrition rate

● PCU

● DAU、MAU、DAU/MAU

● Entry Event

● Exit Event

● K Factor

● Lifetime Network Value

● Re-Engagement

● Retention

根據(jù)產(chǎn)品目標(biāo)來(lái)選擇數(shù)據(jù)指標(biāo)，例如網(wǎng)頁(yè)產(chǎn)品，經(jīng)常用PV、UV、崩失率、人均PV、停留時(shí)長(zhǎng)等數(shù)據(jù)進(jìn)行產(chǎn)品度量。定義產(chǎn)品指標(biāo)體系，需要產(chǎn)品、開(kāi)發(fā)等各個(gè)團(tuán)隊(duì)達(dá)成共識(shí)，數(shù)據(jù)指標(biāo)的定義是清晰的，并且有據(jù)可查，不會(huì)引起數(shù)據(jù)解讀的理解差異。

3、構(gòu)建產(chǎn)品數(shù)據(jù)指標(biāo)體系

在數(shù)據(jù)指標(biāo)提出的基礎(chǔ)上，按照產(chǎn)品邏輯進(jìn)行指標(biāo)的歸納整理，使之條理化。

新用戶(hù)的次日留存率是我們訂制的一個(gè)核心目標(biāo)，但實(shí)際上，只看次日留存率還是不夠的，還需要綜合考察影響用戶(hù)留存率的多種因素，才能更準(zhǔn)確的了解產(chǎn)品的健康發(fā)展。如圖1所示，是常用的一種指標(biāo)體系，包含：用戶(hù)新增、用戶(hù)活躍、付費(fèi)、其他數(shù)據(jù)。

互聯(lián)網(wǎng)產(chǎn)品常用數(shù)據(jù)指標(biāo)體系

一般的客戶(hù)端產(chǎn)品，我們可以分為帳號(hào)體系、關(guān)系鏈、用戶(hù)狀態(tài)、用戶(hù)溝通等四個(gè)方面進(jìn)行數(shù)據(jù)指標(biāo)的分類(lèi)整理。

4、提出產(chǎn)品數(shù)據(jù)需求

產(chǎn)品指標(biāo)體系的建立不是一蹴而就的，產(chǎn)品經(jīng)理根據(jù)產(chǎn)品發(fā)展的不同階段，有所側(cè)重的進(jìn)行數(shù)據(jù)需求的提出，一般的公司都會(huì)有產(chǎn)品需求文檔的模板，方便產(chǎn)品和數(shù)據(jù)上報(bào)開(kāi)發(fā)、數(shù)據(jù)平臺(tái)等部門(mén)同事溝通，進(jìn)行數(shù)據(jù)建設(shè)。創(chuàng)業(yè)型中小企業(yè)，產(chǎn)品數(shù)據(jù)的需求提出到上報(bào)或許就是1-2人的事情，但同樣建議做好數(shù)據(jù)文檔的建設(shè)，例如數(shù)據(jù)指標(biāo)的定義，數(shù)據(jù)計(jì)算邏輯等。

5、上報(bào)數(shù)據(jù)

這個(gè)步驟的關(guān)鍵是數(shù)據(jù)通道的建設(shè)，原來(lái)在騰訊工作時(shí)候，沒(méi)有體會(huì)到這個(gè)環(huán)節(jié)的艱辛，因?yàn)閿?shù)據(jù)平臺(tái)部門(mén)已經(jīng)做了完備的數(shù)據(jù)通道搭建，開(kāi)發(fā)按照一定規(guī)則上報(bào)就可以了�，F(xiàn)在創(chuàng)業(yè)型公司，則是從上報(bào)通道開(kāi)始進(jìn)行建設(shè)，也讓我得到更多鍛煉提升的機(jī)會(huì)。其中很關(guān)鍵的一個(gè)環(huán)節(jié)，就是數(shù)據(jù)上報(bào)測(cè)試，曾經(jīng)因?yàn)樵摥h(huán)節(jié)的測(cè)試資源沒(méi)到位，造成不必要的麻煩。

6、采集數(shù)據(jù)

采集數(shù)據(jù)涉及接口創(chuàng)建，要考慮數(shù)據(jù)字段的拓展性，數(shù)據(jù)采集過(guò)程中的ETL數(shù)據(jù)清洗流程，客戶(hù)端數(shù)據(jù)上報(bào)的正確性校驗(yàn)等。

7、數(shù)據(jù)存儲(chǔ)

數(shù)據(jù)存儲(chǔ)對(duì)象包括數(shù)據(jù)流在加工過(guò)程中產(chǎn)生的臨時(shí)文件或加工過(guò)程中需要查找的信息。在數(shù)據(jù)存儲(chǔ)過(guò)程中，因很多數(shù)據(jù)是不可恢復(fù)的，所以數(shù)據(jù)存儲(chǔ)的安全可靠永遠(yuǎn)是最重要的。一定要投入最多的精力來(lái)關(guān)注。

6、數(shù)據(jù)運(yùn)算

數(shù)據(jù)運(yùn)算是指對(duì)數(shù)據(jù)實(shí)施的操作，數(shù)據(jù)運(yùn)算最終需要在對(duì)立的存儲(chǔ)結(jié)構(gòu)上用算法實(shí)現(xiàn)，所以數(shù)據(jù)運(yùn)算分為運(yùn)算定義和運(yùn)算實(shí)現(xiàn)兩個(gè)層面。運(yùn)算定義是運(yùn)算功能的描述，是抽象的，是基于邏輯的。運(yùn)算實(shí)現(xiàn)是程序員完成運(yùn)算的實(shí)現(xiàn)算法，是具體的，是基于存儲(chǔ)結(jié)構(gòu)的。

9、獲取數(shù)據(jù)

就是產(chǎn)品經(jīng)理，數(shù)據(jù)分析人員從數(shù)據(jù)系統(tǒng)獲得數(shù)據(jù)的過(guò)程，常見(jiàn)的方式是數(shù)據(jù)報(bào)表和數(shù)據(jù)提取。報(bào)表的格式，一般會(huì)在數(shù)據(jù)需求階段明確，尤其是有積累的公司，通常會(huì)有報(bào)表模板，照著填入指標(biāo)就好了。強(qiáng)大一些的數(shù)據(jù)平臺(tái)，則可以根據(jù)分析需要，自助的選擇字段（表頭）進(jìn)行自助報(bào)表的配置和計(jì)算生成。

數(shù)據(jù)提取，在做產(chǎn)品運(yùn)營(yíng)中，是很常見(jiàn)的需求，例如提取某一批銷(xiāo)量較好的商品及其相關(guān)字段，提取某一批指定條件的用戶(hù)等。同樣，功能比較完備的數(shù)據(jù)平臺(tái)，會(huì)有數(shù)據(jù)自助提取系統(tǒng)，不能滿(mǎn)足自助需求，則需要數(shù)據(jù)開(kāi)發(fā)寫(xiě)腳本進(jìn)行數(shù)據(jù)提取。

10、觀測(cè)和分析數(shù)據(jù)

這里主要是數(shù)據(jù)變化的監(jiān)控和統(tǒng)計(jì)分析，通常會(huì)對(duì)數(shù)據(jù)進(jìn)行自動(dòng)化的日?qǐng)?bào)表輸出，并標(biāo)識(shí)異動(dòng)數(shù)據(jù)，數(shù)據(jù)的可視化輸出很重要。常用的軟件是EXCEL和SPSS，可以說(shuō)是進(jìn)行數(shù)據(jù)分析的基本技能，以后再分享個(gè)人在實(shí)際工作中對(duì)這兩款軟件的使用方法和技巧。

需要注意的是，在進(jìn)行數(shù)據(jù)分析之前，先進(jìn)行數(shù)據(jù)準(zhǔn)確性的校驗(yàn)，判斷這些數(shù)據(jù)是否是你想要的，例如從數(shù)據(jù)定義到上報(bào)邏輯，是否嚴(yán)格按照需求文檔進(jìn)行，數(shù)據(jù)的上報(bào)通道是否會(huì)有數(shù)據(jù)丟包的可能，建議進(jìn)行原始數(shù)據(jù)的提取抽樣分析判斷數(shù)據(jù)準(zhǔn)確性。數(shù)據(jù)解讀在這個(gè)環(huán)節(jié)至關(guān)重要，同一份數(shù)據(jù)，由于產(chǎn)品熟悉度和分析經(jīng)驗(yàn)的差異，解讀結(jié)果也大不一樣，因此產(chǎn)品分析人員，必須對(duì)產(chǎn)品和用戶(hù)相當(dāng)了解。

11、產(chǎn)品評(píng)估與運(yùn)營(yíng)優(yōu)化

這是數(shù)據(jù)運(yùn)營(yíng)閉環(huán)的終點(diǎn)，同時(shí)也是新的起點(diǎn)，數(shù)據(jù)報(bào)表絕不是擺設(shè)，也不是應(yīng)付領(lǐng)導(dǎo)的提問(wèn)，而是切實(shí)的為產(chǎn)品優(yōu)化和運(yùn)營(yíng)的開(kāi)展服務(wù)，正如產(chǎn)品人員的績(jī)效，不僅僅是看產(chǎn)品項(xiàng)目是否按時(shí)完成，按時(shí)發(fā)布，更是要持續(xù)進(jìn)行產(chǎn)品數(shù)據(jù)的觀測(cè)分析，評(píng)估產(chǎn)品健康度，同時(shí)將積累的數(shù)據(jù)應(yīng)用到產(chǎn)品設(shè)計(jì)和運(yùn)營(yíng)環(huán)節(jié)，例如亞馬遜的個(gè)性化推薦產(chǎn)品，例如騰訊的圈子產(chǎn)品，例如淘寶的時(shí)光機(jī)產(chǎn)品等等。

六、數(shù)據(jù)運(yùn)營(yíng)常用指標(biāo)

1、用戶(hù)運(yùn)營(yíng)指標(biāo)

用戶(hù)運(yùn)營(yíng)只是運(yùn)營(yíng)的職能之一，貫穿在各種產(chǎn)品的運(yùn)營(yíng)中。用戶(hù)運(yùn)營(yíng)所關(guān)注的數(shù)據(jù)指標(biāo)，不同行業(yè)、不同平臺(tái)等等都有不同的側(cè)重點(diǎn)。用戶(hù)運(yùn)營(yíng)常用指標(biāo)有：

(1)、拉新階段：關(guān)注用戶(hù)來(lái)源的類(lèi)型：純新用戶(hù)（靠前次注冊(cè)）還是老用戶(hù)（再注冊(cè)）；貼片廣告的用戶(hù)來(lái)源有多少，彈窗廣告的用戶(hù)來(lái)源有多少等等。

(2)、轉(zhuǎn)化階段：關(guān)注轉(zhuǎn)化率：200個(gè)用戶(hù)瀏覽了你的宣傳頁(yè)面，注冊(cè)的有100人，這100人就是實(shí)現(xiàn)了轉(zhuǎn)化，轉(zhuǎn)化率為50%（=100/200）；同樣的除了注冊(cè)轉(zhuǎn)化率還有付費(fèi)轉(zhuǎn)化率等等。

(3)、活躍階段：關(guān)注用戶(hù)在產(chǎn)品內(nèi)的活躍量，不同的產(chǎn)品表現(xiàn)形式不同。例如，貼吧：發(fā)帖量、回帖量等等；視頻網(wǎng)站：點(diǎn)擊量，觀看量等等。

(4)、留存階段：關(guān)注留存或流失的用戶(hù)量。例如，靠前天新增的用戶(hù)有300人，300人中第二天還在活躍的有100人，第三天還在活躍的……依次類(lèi)推。

2、平臺(tái)運(yùn)營(yíng)指標(biāo)

(1)、網(wǎng)站運(yùn)營(yíng)

(1.1)、流量方面需要關(guān)注

PV（page view）訪(fǎng)問(wèn)頁(yè)面產(chǎn)生的數(shù)據(jù)。 一個(gè)用戶(hù)訪(fǎng)問(wèn)了5個(gè)頁(yè)面，那么就產(chǎn)生了5個(gè) PV。

UV（user view）某個(gè)特定頁(yè)面的訪(fǎng)客數(shù)。一個(gè)頁(yè)面一個(gè)賬號(hào)無(wú)論點(diǎn)進(jìn)去幾次，UV都是1，因?yàn)橹挥幸粋�(gè)訪(fǎng)客。

VV（visit view）針對(duì)于全站的訪(fǎng)客數(shù)。一個(gè)賬號(hào)進(jìn)入一個(gè)網(wǎng)站，無(wú)論這個(gè)賬號(hào)瀏覽了這個(gè)網(wǎng)站多少個(gè)網(wǎng)頁(yè)，VV都是1 ，因?yàn)檫@個(gè)網(wǎng)站只有一個(gè)訪(fǎng)客。

IP：針對(duì)于全站的網(wǎng)絡(luò)IP數(shù)。你在家用電腦登錄了這個(gè)網(wǎng)站，之后你表哥也用同一臺(tái)電腦登陸了他的賬號(hào)，訪(fǎng)問(wèn)了同一個(gè)網(wǎng)站，但這個(gè)時(shí)候IP還是只有1，因?yàn)槟愫捅砀缬玫耐�一臺(tái)電腦，網(wǎng)絡(luò)的IP地址也是一個(gè)。

(1.2)、訪(fǎng)問(wèn)方面需要關(guān)注

跳出率：頁(yè)面停留訪(fǎng)客有300人，但是有150人不喜歡這個(gè)頁(yè)面，選擇離開(kāi)，那么跳出率就是50%（=150/300）

二跳率：首頁(yè)頁(yè)面停留訪(fǎng)客有300人，有150人覺(jué)得這個(gè)網(wǎng)站很喜歡，于是點(diǎn)擊瀏覽下一個(gè)頁(yè)面，那么二跳率就是50%（=150/300）。以此類(lèi)推還有三跳率，四跳率等等。

轉(zhuǎn)化率：轉(zhuǎn)化到最終產(chǎn)品目的頁(yè)面的比率。如果是電商的話(huà)，最終目的就是下單，那么就是新增用戶(hù)和轉(zhuǎn)化到下單頁(yè)面的用戶(hù) 的比率。以此類(lèi)推，還有付費(fèi)轉(zhuǎn)率，注冊(cè)轉(zhuǎn)化率等等。

(1.3)、活躍方面需要關(guān)注

DAU(daily active user)即 日活躍用戶(hù)量。

MAU(monthly active user)即 月活躍用戶(hù)量。

相關(guān)的，還可以有周活躍用戶(hù)量、年活躍用戶(hù)量等等。

(1.4)、轉(zhuǎn)化方面需要關(guān)注（僅指電商運(yùn)營(yíng)方面）

成單量：用戶(hù)共成了多少單。

付費(fèi)金額：用戶(hù)共付費(fèi)多少元。

客單價(jià)：付費(fèi)金額/成單量=客單價(jià)。這里需要的是，每***均多少錢(qián)的數(shù)據(jù)。

付費(fèi)率：走到付費(fèi)這一步的轉(zhuǎn)化率。

(2)、APP運(yùn)營(yíng)

新增：新增的設(shè)備數(shù)（按手機(jī)型號(hào)分）；新注冊(cè)的設(shè)備數(shù)（注冊(cè)新用戶(hù)。）

活躍：活躍的設(shè)備數(shù)；活躍的用戶(hù)數(shù)

留存：次日留存率：例如，靠前天新增300人，第二天還登錄的有150.那么次日的留存率就是50%（=150/300）。以此類(lèi)推，還有三日留存率（第三日登錄數(shù)/靠前天新增數(shù)）……n日留存率等等。

TAD：比如，7日TAD=靠前天留存量+第二天仍在留存的數(shù)量……+第七天仍在留存的數(shù)量。用于計(jì)算七天內(nèi)，一臺(tái)設(shè)備活躍過(guò)幾天。

3、行業(yè)平臺(tái)重點(diǎn)關(guān)注指標(biāo)

內(nèi)容型行業(yè)：關(guān)注PV,UV,V V，帖子數(shù)，頁(yè)面停留時(shí)間，分享數(shù)等等；

社交類(lèi)行業(yè)：關(guān)注發(fā)帖量，發(fā)言數(shù)，PV,UV，活躍占比等等；

電商類(lèi)行業(yè)：關(guān)注銷(xiāo)售收入，成單量，客單價(jià)等等；

游戲類(lèi)行業(yè)：關(guān)注活躍用戶(hù)量，付費(fèi)率，收入，ARPU（每用戶(hù)平均收入）等等；

除了運(yùn)營(yíng)平臺(tái)和運(yùn)營(yíng)行業(yè)兩個(gè)劃分角度外，還有很多劃分角度，其中用戶(hù)運(yùn)營(yíng)所要關(guān)注的數(shù)據(jù)指標(biāo)都是有不同側(cè)重的。

七、數(shù)據(jù)運(yùn)營(yíng)的作用

數(shù)據(jù)在企業(yè)中的作用是巨大的。不同層面的人，需要對(duì)數(shù)據(jù)做不同的操作。

1、決策層：商業(yè)智能=戰(zhàn)略，電子商務(wù)的運(yùn)營(yíng)策略

2、管理層：商業(yè)智能=戰(zhàn)術(shù)，商務(wù)運(yùn)營(yíng)的計(jì)劃

3、運(yùn)營(yíng)層：商業(yè)智能=操作，電子商務(wù)運(yùn)營(yíng)具體的實(shí)施

當(dāng)有了足夠的數(shù)據(jù)之后，可以不再依賴(lài)主觀判斷，而讓數(shù)據(jù)成為公司里的裁判。理想情況下，如果能夠追蹤一切數(shù)據(jù)，那么所有的決策都可以理所當(dāng)然地基于數(shù)據(jù)。

八、數(shù)據(jù)運(yùn)營(yíng)常用模型和方法

1、漏斗分析法

漏斗模型是一套流程式數(shù)據(jù)分析，它能夠科學(xué)反映用戶(hù)行為狀態(tài)以及從起點(diǎn)到終點(diǎn)各階段用戶(hù)轉(zhuǎn)化率情況，是一種重要的分析模型。漏斗分析模型已經(jīng)廣泛應(yīng)用于網(wǎng)站和APP用戶(hù)行為分析的流量監(jiān)控、CRM系統(tǒng)、SEO優(yōu)化、產(chǎn)品營(yíng)銷(xiāo)和銷(xiāo)售等日常數(shù)據(jù)運(yùn)營(yíng)與數(shù)據(jù)分析的工作中。

漏斗分析最常用的是轉(zhuǎn)化率和流失率兩個(gè)互補(bǔ)型指標(biāo)。用一個(gè)簡(jiǎn)單的例子來(lái)說(shuō)明，假如有100人訪(fǎng)問(wèn)某電商網(wǎng)站，有30人點(diǎn)擊注冊(cè)，有10人注冊(cè)成功。這個(gè)過(guò)程共有三步，靠前步到第二步的轉(zhuǎn)化率為30%，流失率為70%，第二步到第三步轉(zhuǎn)化率為33%，流失率67%；整個(gè)過(guò)程的轉(zhuǎn)化率為10%，流失率為90%。 該模型就是經(jīng)典的漏斗分析模型。

2、AARRR分析模型

AARRR又稱(chēng)為海盜模型，是Acquisition、Activation、Retention、Revenue、Referral五個(gè)英文單詞的縮寫(xiě)，是DaveMcClure2007提出的，核心就是AARRR漏斗模型，對(duì)應(yīng)客戶(hù)生命周期幫助大家更好地理解獲客和維護(hù)客戶(hù)的原理。

AARRR分別代表了五個(gè)單詞，又分別對(duì)應(yīng)了產(chǎn)品生命周期中的五個(gè)階段：

Acquisition[獲取]：用戶(hù)從不同渠道來(lái)到你的產(chǎn)品；

Activation[激活]：用戶(hù)在你的產(chǎn)品，上完成了一個(gè)核心任務(wù)(并有良好體驗(yàn))；

Retention[存留]：用戶(hù)回來(lái)繼續(xù)不斷的使用你的產(chǎn)品；

Revenue[收益]：用戶(hù)在你的產(chǎn)品，上發(fā)生了可使你收益的行為；

Referral[推薦]：用戶(hù)通過(guò)你的產(chǎn)品，推薦引導(dǎo)他人來(lái)使用你的產(chǎn)品。

總結(jié)

優(yōu)化猩SEO：數(shù)據(jù)充斥在運(yùn)營(yíng)的各個(gè)環(huán)節(jié)，所以成功的運(yùn)營(yíng)一定是基于數(shù)據(jù)的。在運(yùn)營(yíng)的各個(gè)環(huán)節(jié)，都需要以數(shù)據(jù)為基礎(chǔ)。數(shù)據(jù)運(yùn)營(yíng)就是以數(shù)據(jù)為導(dǎo)向，不再憑經(jīng)驗(yàn)盲目運(yùn)作，做到有的放矢。

參考鏈接：

數(shù)據(jù)運(yùn)營(yíng)_百度百科

https://baike.baidu.com/item/%E6%95%B0%E6%8D%AE%E8%BF%90%E8%90%A5/1679697

數(shù)據(jù)運(yùn)營(yíng)的6個(gè)步驟，從方**到案例帶你入門(mén) - 姑婆那些事兒

http://www.gupowang.com/article/view/5536

什么是數(shù)據(jù)運(yùn)營(yíng)？數(shù)據(jù)運(yùn)營(yíng)是做什么的？

https://zhuanlan.zhihu.com/p/450723925

數(shù)據(jù)運(yùn)營(yíng)的6個(gè)步驟，從方**到案例帶你入門(mén)

http://www.woshipm.com/operate/418011.html

從招聘需求看各個(gè)運(yùn)營(yíng)職能的分工與要求

http://www.woshipm.com/zhichang/735675.html

關(guān)于數(shù)據(jù)運(yùn)營(yíng)，你知道多少？ _ 人人都是產(chǎn)品經(jīng)理

http://www.woshipm.com/operate/826562.html

數(shù)據(jù)化運(yùn)營(yíng)需要什么知識(shí)技能？

https://3g.163.com/dy/article_cambrian/GM7948R50511805E.html

修改于2023-12-19

TAG：數(shù)據(jù)運(yùn)營(yíng)是做什么的工作內(nèi)容是什么