本站分享:AI、大数据、数据分析师培训认证考试,包括:Python培训Excel培训Matlab培训SPSS培训SAS培训R语言培训Hadoop培训Amos培训Stata培训Eviews培训

数据运营系列篇(1):运营如何使用数据

数据分析师 cdadata 3364℃

数据运营系列篇(1):运营如何使用数据

0开始学运营。其实那本书应该来说,也不是完全的从0开始学起,你还是需要对产品和运营有一些自己工作的感受。那本书通过不少案例和概念解释介绍了互联网这块的运营包括了哪些内容,比如流量运营、活动运营、内容运营等等。有兴趣的朋友可以去看下,基本上对运营有一定经验的同学一下午就可以看完。

其实一直在思考数据这块包含哪些东西,如果可以的话,可以开办一个数据大学,囊括数据这块的知识体系。像数据产品啦、数据挖掘啦、数据分析啦、数据开发啦,这些每块都有千差万别的区别。像数据产品就更多是PD的事情,数据挖掘是算法的事情,数据分析是分析师的事情,数据开发是仓库和ETL的事情,而有一块我觉得还是要比较单独拿出来说,这就是数据运营。

数据运营可以理解为数据化运营和运营的数据化。也许这里面会有概念上的差异,但这不是本人想要强调的。你说你想把数据作为一种资产,让它长出业务,做出很多比如机器学习推荐平台、用户可视化平台、数据质量监控平台这样的产品;也可以理解为很多先上线下的业务,电商也好、医疗也罢,我在做业务运营的过程中思考怎么拉新、做活跃,减少用户的流失,提高整个产品的用户忠诚度。我觉得这些理解都很ok,没有什么太大问题,本身就不是一个冲突的事情。

所以我建议,也是强调,不要在意那些所谓的概念了,还是做一些实际的事情吧。

只要你能做出用户喜欢的产品,沉淀一堆优质数据提高我的产品体验,那好!你牛逼!

开这篇的源头是一位创业公司做运营的同学,给我的提问。问题是:作为一个运营同学,我该如何通过数据的方式来做好运营。可惜那天我和那个运营同学聊数据聊的很少,因为是做金融行业的,所以对业务模式是怎么玩的,风险点有哪些,现在公司处于什么阶段,有没有融资计划以及有哪些运营和推广上的合作等。虽然没怎么聊数据,但大家都谈的很开心,其实你做数据也好,做运营也好,最后都会回归到业务本身。而很明显,你从数据角度去思考运营,你会发现你对业务的理解更加透彻。

今天主要会从三个角度去介绍如何使用数据去做运营:

1.运营数据的解读

2.分析的基本方法

3.提升数据运营能力

第一块、运营数据的解读

运营数据其实有很多,而作为运营同学其实就是欠缺一点点的逻辑思维的强求,这也不能怪谁。平时淹没在大量的运营活动和策划等事无巨细的工作中去,没有挑出来思考运营都包含哪些东西,以及如何使用上可以用到的数据。

第一反应和运营数据相关的就是一堆指标和报表。关于指标和报表这块,介绍了关于数据指标体系该如何建立。

再炒一遍重要就是:流量指标+交易指标+会员指标。

流量指标重点就是关注每天的日UV、PV变化,各渠道的投放效率和ROI;

数据运营系列篇(1):运营如何使用数据

交易指标更多是产生收益的环节,销售额、客单价、订单和转化率;

数据运营系列篇(1):运营如何使用数据

会员指标更像是一个用户健康的监控,所以包括拉新、活跃和流失这些都不能出现太大的异常。

数据运营系列篇(1):运营如何使用数据
第二块、分析的基本方法

那从运营角度去做分析,那就不是什么关联、聚类、时间预测,而是从对比、趋势、相关性、SWOT、日报周报、专题分析,这些角度去思考如何做好运营。

而从运营的角度怎么去做好分析呢?无外乎以下几点:

1.明白对象;
2.定好标准;
3.清晰对比;
4.看清趋势;
5.观察全局。

明白对象,意思就是我做运营的目的是提升活跃度还是做用户的拉新引流,这个需要明确。你连泰国人妖是男是女都分辨不出(这里没有贬低泰国人妖的意思),那就会误导你的性别识别。

定好标准,到底做到500W日UV算引流合格还是活跃度做到300W、场景3个以上。

清晰对比主要指的是,和之前相比、和其他业务相比、和类似的产品相比我们做的怎么样。

看清趋势,既然做运营就是要事无巨细,你总不能把一个业务做到没有用户吧?

观察全局,要联系产品、BD合作、推广这些,有些是产品问题导致流量的急剧下降,有些是推广渠道关闭了所以没有流量,相信运营的同学在这块深有感触。

第三块、提升数据运营能力
这里也是主要从运营的角度去考虑,别一上来就各种报表和产品,作为一个运营同学还是没办法有这么多技术实力。所以我这里要说的是,一个综合实力强的数据运营同学一定是:数据团队+运营团队,这样的强强联合。

作为运营,学会用数据说话,用图表说话,能够平时和数据的团队多交流,多提一些数据需求;

作为数据,学会从运营的角度思考问题,最近在搞什么活动,有没有什么会员权益,如何提供一个可视化的数据平台供运营同学参考。

只有这样的紧密合作,才会做到所谓的:数据化运营。

转载请注明:数据分析 » 数据运营系列篇(1):运营如何使用数据

喜欢 (1)or分享 (0)