lancevic 阅读(123) 评论(0)

01 究竟什么是数据运营

从广义来讲,数据是反映产品和用户状态最真实的一种方式,通过数据指导运营决策、驱动业务增长。与数据分析师的岗位不同,数据运营更加侧重支持一线业务决策。

 

互联网运营的类别很多,而运用在运营的整个生命周期中。数据运营属于一种技能,通过数据分析发现解决问题,提升效率促进增长。

 

02 数据运营的具体工作是做什么?

报告分析了100篇数据运用招聘JD(职位描述),制作了词云,从中可以清晰的看出数据分析的主要技能要求。

 

分为数据规划,数据采集与数据分析三方面工作。

一、数据规划

目的是搞清“要什么”。收集整理业务部门数据需求,搭建数据指标体系

(1)指标体系:比如UV/DAU/销售金额。来自具体的业务需求,从需求中归纳事件,从事件中对应指标

(2)维度体系:对指标进行细分的属性,记录对指标可能产生影响的维度

二、数据采集

采集业务数据,向业务部门提供数据报表

(一)数据采集

(1)埋点:在网页、APP中手工添加代码收集。这种方法工程量大,周期长,是痛点。

(2)可视化埋点:用可视化交互的当时,提高了效率。

上述两个数据运营起收集业务部门数据需求,撰写需求文档,向工程部门提交需求

(3)无埋点:先定义再收集。成本低速度快,是新宠儿。

(二)数据报表

日报周报等,数据运营让这部分工作尽量自动化。

搭建数据看板(dashboard)是另一项工作,常常与BI系统连载一起数据数据可视化的部分。大企业常用自己方式搭建数据平台,中小企业借助第三方数据工具。

三、数据分析

通过数据挖掘,数据模型等方式,深入分析业务数据,提供数据分析报告,定位问题,提出解决方案。

 

相对数据分析师,数据运营岗位弱化了对变成的要求,强调在现有工具集成商灵活运用分析方法,一定要及时发现、定位问题,并提出可行的解决方案。

03 常用的10个数据分析方法

(1)来源管理:对于投放的目标链接加上监测参数,实现对网页访问来源,APP下载渠道的监测。主流解决方案是UTM机制。

(2)趋势分析:通过对业务指标的监测研究用户行为规律,寻找增长点

通过数据监测和趋势预测,思考为什么这样,及时发现定位问题

(3)维度拆解:对应上面提到的多个维度,拆解指标定位问题

如常见流量指标,可从广告来源、地区、操作系统等维度出发,观察那一类用户比重更多,价值更大

(4)转化漏斗:以可视化的方式将转化路径每一步展示出来,运营需要重点关注流失最大的环节,是优化工作ROI最高的地方。

(5)留存分析:首次访问后回访,探索用户、产品与回访之间的关联程度

分析不同用户群组的留存差异,使用过不同功能用户的留存差异寻找用户增长点

(6)魔法数字

留存分析的延展,与产品的核心功能息息相关,已得到硅谷企业的广泛重视。

 

(7)用户分群:维度和指标的组合条件是目前常用的筛选方法

如,上海电商举行iPhone手机配件促销,将“上海+两次购买+iPhone图用户”

(8)用户细查:观察用户行为轨迹,探索用户与产品的交互过程,从中发现问题激发灵感

(9)热力图:用高亮颜色展示用户访问偏好。优化网站或页面布局,提高转化率

(10)测试:假设检验

 

04 如何选择正确的数据指标?

北极星指标是什么?

OMTM,one the metric that matters。唯一重要指标。一旦确立,指引全公司上下向同一个方向迈进。很关键,可以大幅度提升行动力。选择不正确可能导致错误估计形势

 

衡量北极星指标的6个标准:

(1)产品的核心价值是什么?这个指标可以让你知道用户体验到了这个价值吗?

(2)这个指标能够反映用户的活跃程度吗?

(3)如果这个指标变好了,是不是说明整个公司在向好的方向发展?

(4)是不是容易被你的团队理解交流?

(5)这是一个先导指标,还是一个滞后指标?

(6)是不是一个可操作指标?

05 用数据分析做运营增长,需要做好四个方面

(1)流量运营:多维度分析,优化渠道。解决用户从哪里来的问题

多维度判断流量,进行流量分析,制定相应策略进行渠道优化配置

(2)用户运营:精细化运营,提高留存。

根据不同群体特征,i进行精细化运营促进回访,提高留存

(3)产品运营:用数据分析和监控功能

监测异常指标,发现用户对你产品的“怒点”

用新功能留存曲线检验新功能的效果

(4)内容运营:精准分析每一篇文章的效果

做内容运营之前先明白你的内容是作为一个产品,还是产品的辅助功能。分析用户感兴趣的内容,内容阅读和传播的比例等。

 

延伸阅读:

内容运营,让用户去生产优质内容

互联网运营需求分析的正确做法

让用户对产品感兴趣,只需4个环节


发表评论
切换编辑模式