數(shù)據(jù)化運營是指充分利用數(shù)據(jù)對企業(yè)運營過程中的各個環(huán)節(jié)進行____、____、____

數(shù)據(jù)化運營是指通過數(shù)據(jù)化的工具、技術和方法，對運營過程中的各個環(huán)節(jié)進行科學的分析，為數(shù)據(jù)使用者提供專業(yè)、準確的行業(yè)數(shù)據(jù)解決方案，從而達到優(yōu)化運營效果和效率、降低運營成本、提高效益的目的。

數(shù)據(jù)是反映產(chǎn)品和用戶真實狀態(tài)的一種方式，通過數(shù)據(jù)指導運營決策、驅動業(yè)務增長。數(shù)據(jù)充斥在運營的各個環(huán)節(jié)，成功的運營一定是基于數(shù)據(jù)的。當數(shù)據(jù)使用者養(yǎng)成以數(shù)據(jù)為導向的習慣之后，做運營就有了依據(jù)，不再是憑經(jīng)驗盲目運作。

數(shù)據(jù)化運營不是孤立的數(shù)據(jù)主義，應該是“業(yè)務專家+數(shù)據(jù)智能”的半人工方式，也就要求數(shù)據(jù)使用者在數(shù)據(jù)化運營實踐中，需要擁有深度的業(yè)務邏輯，再結合數(shù)據(jù)智能技術，方能實現(xiàn)數(shù)據(jù)智能為業(yè)務的賦能。

數(shù)據(jù)化運營的2種方式

1、輔助決策式數(shù)據(jù)化運營

通過數(shù)據(jù)、模型、知識等進行業(yè)務決策，起到幫助、協(xié)助和輔助決策者的目的。通過為決策者提供信息，供企業(yè)使用。

2、數(shù)據(jù)驅動式數(shù)據(jù)化運營

整個運營運作流程以最大化結果為目標，以關鍵數(shù)據(jù)為觸發(fā)和優(yōu)化方式，將運營業(yè)務的工作流程、邏輯、技巧封裝為特定的應用，借助計算機技術并結合企業(yè)內部的流程和機制形成一體化的的數(shù)據(jù)化工作流程。

數(shù)據(jù)運營這兩年這么火，數(shù)據(jù)運營是做什么的？

數(shù)據(jù)運營是做什么的？又為什么比其他運營崗位更有競爭力呢？數(shù)據(jù)運營是一個近年來興起的概念，是一個入門就偏技術性的運營崗位。所以數(shù)據(jù)運營在起點上就比其他崗位的運營要高。這也注定了在薪資結構上，數(shù)據(jù)運營的薪資要普遍比其他運營崗位薪資高。 一、數(shù)據(jù)運營是做什么的：市場分析 數(shù)據(jù)運營是做什么的？按照不同的維度對用戶層行分層，并再次分化，從而為運營決策提供支持。 隨著互聯(lián)網(wǎng)發(fā)展的提速，數(shù)據(jù)作為精準運營的決策依據(jù)也越來越重要，因為我們漸漸摒棄過去的流量思維，更看重精準流量。我們不斷去研究，那些曾經(jīng)購買我們產(chǎn)品的用戶，可以總結出哪些身份標簽、行為標簽、興趣標簽，他們又會出現(xiàn)在什么地方，我們怎樣才能更有效地觸及到這些人呢？這些都需要數(shù)據(jù)運營來解決。 目前，數(shù)據(jù)運營是什么樣呢？我們可以通過相關數(shù)據(jù)查閱到下面的基本情況。 從上圖，在最近1年的崗位樣本上，北京的平均薪資是12300元，其中占比區(qū)間最多的是10-15K。 而工作經(jīng)驗1-3年的數(shù)據(jù)運營薪資就已經(jīng)接近月薪1萬，在3-5年的薪資，達到了基本管理層的薪資水平。 數(shù)據(jù)是反映產(chǎn)品和用戶狀態(tài)最真實的一種方式，通過數(shù)據(jù)指導運營決策、驅動業(yè)務增長。所以，數(shù)據(jù)運營是屬于一種技能強、門檻高的崗位，我們研究數(shù)據(jù)的目的也是希望通過數(shù)據(jù)發(fā)現(xiàn)問題，提升效率，促進增長。 二、數(shù)據(jù)運營是做什么的：具體工作分析 數(shù)據(jù)運營是做什么的？是不是基于數(shù)據(jù)的運營，一切跟著數(shù)據(jù)來，分析一堆Excel表格呢？還是說要研究高深的工具，像Python、數(shù)據(jù)庫之類的？ 可能大家理解的數(shù)據(jù)運營更偏向于是數(shù)據(jù)分析層面，實際上，數(shù)據(jù)運營包括數(shù)據(jù)收集、數(shù)據(jù)分析、決策支持三個環(huán)節(jié)。數(shù)據(jù)分析只是其中的一環(huán)節(jié)。 1、數(shù)據(jù)運營是做什么的：數(shù)據(jù)收集說到數(shù)據(jù)收集，大家理解是不是說盡可能收集一切數(shù)據(jù)，其實不然，數(shù)據(jù)收集必須圍繞你的運營目標展開，不是什么數(shù)據(jù)都對你是有價值的。數(shù)據(jù)有很多種，當你不使用它們的時候，他們就是一堆雜亂的數(shù)據(jù)，只有你有了明確了數(shù)據(jù)分析的目的，才能進行數(shù)據(jù)分析。電商后臺就有很多數(shù)據(jù)，商品的名稱、型號、尺寸大小、價格、貨源產(chǎn)地、購買者的淘寶賬號、下單號、下單地址、購買者的身份（是否為新老用戶）等。 數(shù)據(jù)收集要堅持一個原則：宜早不宜晚。意思是產(chǎn)品從創(chuàng)立階段，就需要有意識的收集數(shù)據(jù)，而不是等到公司發(fā)展到B輪、C輪才去收集。如果是活動，也要在活動開始就去收集數(shù)據(jù)，而不是等活動結束后才收集統(tǒng)計，那樣可能對于過程中出現(xiàn)的問題就沒辦法及時調整了。 數(shù)據(jù)收集主要是收集哪些數(shù)據(jù)呢？圍繞運營目標，我們可以把要收集的數(shù)據(jù)分為4種類型：行為數(shù)據(jù)、流量數(shù)據(jù)、業(yè)務數(shù)據(jù)、外部數(shù)據(jù)。 下面我們依次對其分析。 a、數(shù)據(jù)收集：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，按時間順序記錄。 比如用戶打開APP，點擊菜單，瀏覽頁面是行為；用戶收藏歌曲、循環(huán)播放歌曲，快進跳過歌曲也是行為。 行為數(shù)據(jù)的核心是描述用戶在不同時間點、產(chǎn)品的不同環(huán)節(jié)，用了哪種方式完成了哪個類型的操作。 舉個例子，閱讀內容、點贊、評論、分享是社區(qū)產(chǎn)品的用戶行為，點擊產(chǎn)品、添加購物車、下單、付費、評價是電商產(chǎn)品的用戶行為。不同平臺對用戶行為的定義標準不同，你要結合公司的業(yè)務再展開分析。 另外一方面，用戶行為也是用戶運營體系的基礎，我們可以按不同行為劃分出不同梯度，將用戶區(qū)分成核心用戶、重要用戶、普通用戶、潛在用戶，再進行分層管理。當然，每家公司對用戶的分層標準也是不一樣的。 b、數(shù)據(jù)收集：流量數(shù)據(jù)通常是先有流量，才有了用戶行為合集，流量達不到一定程度，用戶的個別行為可能都比較獨立，無法有效支持決策。 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，是通過搜索引擎、外鏈還是直接訪問。這些數(shù)據(jù)通常用于渠道轉化分析、廣告投放決策等應用。 c、數(shù)據(jù)收集：業(yè)務數(shù)據(jù)業(yè)務數(shù)據(jù)在產(chǎn)品運營過程中伴隨業(yè)務產(chǎn)生。比如電商產(chǎn)品，我進行了促銷，多少用戶領取了優(yōu)惠券，多少優(yōu)惠券被使用，優(yōu)惠券用在哪個商品上，這些數(shù)據(jù)和運營息息相關，但因為沒辦法通過行為數(shù)據(jù)和流量數(shù)據(jù)解釋清楚，所以歸類到業(yè)務數(shù)據(jù)的范疇。 這部分數(shù)據(jù)企業(yè)一般關注比較多，因為它能直接反映出銷量、下載量，跟企業(yè)的生存關系特別密切。 d、數(shù)據(jù)收集：外部數(shù)據(jù)通常外部數(shù)據(jù)是指不通過公司內部出現(xiàn)的，比如一些第三方平臺統(tǒng)計的行業(yè)數(shù)據(jù)、用戶行為數(shù)據(jù)，這些數(shù)據(jù)對公司決策也起到很大支持作用。公司可以拿著這些數(shù)據(jù)跟內部數(shù)據(jù)對比，看看目前公司處于哪個水平。 2、數(shù)據(jù)運營是做什么的：數(shù)據(jù)分析數(shù)據(jù)運營做產(chǎn)品的數(shù)據(jù)分析，要考慮影響產(chǎn)品的核心指標是什么。比如電子商務網(wǎng)站，流量就是非常重要的指標。當重要指標數(shù)據(jù)或趨勢過于宏觀時，我們需要通過不同的維度對核心數(shù)據(jù)進行分解，來獲得更加精細的數(shù)據(jù)洞察。 在選擇維度時，需要仔細思考其對分析結果的影響。舉個例子，當監(jiān)測到網(wǎng)站流量異常時，可以通過拆分地區(qū)、訪問來源、設備、瀏覽器等維度，發(fā)現(xiàn)問題所在。如下圖，當天網(wǎng)站的訪問用戶量顯著高于上周，這是什么原因呢？當我們按照訪問來源對流量進行維度拆分時。不難發(fā)現(xiàn)直接訪問來源的訪問量有非常大的提升，這樣就進一步把問題聚焦了。 當我們做數(shù)據(jù)分析時，首先要選擇影響產(chǎn)品的核心指標，然后通過不同維度的數(shù)據(jù)對核心指標進行分析，確定影響核心指標的因素，接下來在用數(shù)據(jù)去驗證。3、數(shù)據(jù)運營是做什么的：決策支持數(shù)據(jù)運營無論做數(shù)據(jù)報表還是數(shù)據(jù)分析，目的都是為了用數(shù)據(jù)支持決策。比如我們用漏斗模型對用戶注冊進行分析，能夠還原出用戶每個路徑結點用戶的轉化。 上圖中注冊流程分為3個步驟，總體轉化率為45.5%，第二步的轉化率是56.8%，顯著低于第一步89.3%和第三步轉化率89.7%，可以推測第二步注冊流程存在問題。 第二步的提升就是我們關注的重點，接下來我們要做的就是優(yōu)化產(chǎn)品，關注新的數(shù)據(jù)情況，這就是在用數(shù)據(jù)支持決策。否則我們只是知道注冊環(huán)節(jié)有問題，但又不知道具體的小問題出現(xiàn)在哪里，就顯得很無措。 數(shù)據(jù)運營是做什么的？本篇給大家介紹了數(shù)據(jù)運營的基本情況，數(shù)據(jù)運營包含的四個環(huán)節(jié)，希望大家通過閱讀本篇文章，對數(shù)據(jù)運營有進一步的認知。請持續(xù)關注愛盈利更多運營干貨知識。

數(shù)據(jù)化運營需要什么知識技能？

編輯導語：數(shù)據(jù)可以驅動業(yè)務，同樣的，運營也可以結合數(shù)據(jù)，幫助企業(yè)找到新的增長點，實現(xiàn)數(shù)字化轉型。具體而言，什么是數(shù)據(jù)化運營？本篇文章里，作者就數(shù)據(jù)化運營的定義、所需知識技能、以及基本流程等方面做了總結，一起來看一下。 互聯(lián)網(wǎng)下半場，流量紅利早已消耗殆盡，一方面是泡沫散去后投資人投資更加理性，沒那么多錢可以給到互聯(lián)網(wǎng)公司去燒錢拉客戶，另一方面，現(xiàn)在用戶信息過載、產(chǎn)品和服務同質化嚴重，經(jīng)常是花了錢也得不到客戶，這樣導致企業(yè)獲客成本已經(jīng)非常昂貴。過去獲取一個新客的成本可能幾毛錢幾塊錢，現(xiàn)在要幾百元，流量洼地幾乎不存在了。于是，大家紛紛把目光投向了大數(shù)據(jù)，希望利用數(shù)據(jù)驅動業(yè)務，帶來新的增長點，數(shù)字化轉型、數(shù)據(jù)化運營成了近幾年的熱潮。那么，到底什么是數(shù)據(jù)化運營，該如何進行數(shù)據(jù)化運營呢?一、數(shù)據(jù)化運營與運營什么關系？數(shù)據(jù)化運營：通過數(shù)據(jù)化的工具、技術和方法，對運營過程中的各個環(huán)節(jié)進行科學的分析，為數(shù)據(jù)使用者提供專業(yè)、準確的行業(yè)數(shù)據(jù)解決方案，從而達到優(yōu)化運營效果和效率、降低運營成本、提高效益的目的。 產(chǎn)品和運營是相輔相成無法分割的，舉個通俗的例子，產(chǎn)品誕生就像小孩出生，而運營則是讓孩子茁壯長大，成為有用之才為為家、為國做貢獻的長期過程。而數(shù)據(jù)化運營，則是將數(shù)據(jù)的能力貫穿運營的整個過程。以AARRR的用戶增長框架為例，數(shù)據(jù)化運營覆蓋：經(jīng)營管理：從拍腦袋定性決策，到一切用數(shù)據(jù)說話的定量決策。渠道運營：如何找到流量規(guī)模大、留存質量高、又便宜的獲客渠道，渠道投放策略怎樣實現(xiàn)ROI最大化?；顒舆\營：參與活動的用戶具有什么特征，每個活動的轉化效果以及ROI怎樣，是持續(xù)擴大流量還是優(yōu)化調整策略。產(chǎn)品運營：用戶是否可以流暢地完成操作流程，各個業(yè)務流程的轉化漏斗如何，哪個環(huán)節(jié)流失最多，是否可以通過產(chǎn)品優(yōu)化提升整體轉化率。內容運營：有些業(yè)務是商品運營，即哪些內容更受用戶喜歡，如何實現(xiàn)人貨的最優(yōu)匹配。用戶運營：用戶分層，不同用戶群體的差異化運營策略。 二、數(shù)據(jù)賦能運營的2個方向 數(shù)據(jù)在數(shù)據(jù)化運營過程中的價值概況主要就是兩個方向，一是通過數(shù)據(jù)進行決策，還有就是把數(shù)據(jù)應用到運營或產(chǎn)品流程，提升產(chǎn)品智能化能力。1.數(shù)據(jù)決策業(yè)務數(shù)據(jù)化，把業(yè)務過程的數(shù)據(jù)進行采集處理，用數(shù)據(jù)呈現(xiàn)業(yè)務經(jīng)營情況是什么、怎么樣、為什么、如何做的問題。2.智能應用又可以分為兩個維度，一是智能營銷運營，二是產(chǎn)品的智能。智能化運營，典型的案例是基于用戶畫像實現(xiàn)精準營銷。即通過用戶畫像分析挖掘，對用戶進行差異化、精細化運營。產(chǎn)品智能常見的是個性化推薦、AI應用，例如利用機器學習算法，實現(xiàn)內容的自動化審核。三、數(shù)據(jù)化運營的基本流程 1.確定目標數(shù)據(jù)化運營第一步，要搞清楚業(yè)務的核心目標是什么，用戶運營、產(chǎn)品運營不同的運營場景目標不同，可以圍繞業(yè)務的KPI展開。2.指標體系業(yè)務目標確定后，基于目標進行數(shù)據(jù)指標的拆分，構建業(yè)務監(jiān)控或結果評價的指標體系。3.數(shù)據(jù)獲取需要的數(shù)據(jù)從哪里來，對于流量、行為類的數(shù)據(jù)必須要先進行埋點，在數(shù)據(jù)團隊經(jīng)常遇到業(yè)務產(chǎn)品找數(shù)據(jù)PM要數(shù)據(jù)，到頭來卻發(fā)現(xiàn)都沒有埋點。4.數(shù)據(jù)分析利用數(shù)據(jù)分析方法、數(shù)據(jù)可視化等方法對采集到的數(shù)據(jù)進行處理，形成分析報告。5.策略建議基于分析結果，發(fā)現(xiàn)業(yè)務問題或尋找潛在增長點，支撐業(yè)務決策、驅動產(chǎn)品流程改進優(yōu)化。6.評估優(yōu)化分析結論或策略建議在產(chǎn)品或運營端實施后，通過AB測試對比、效果分析，持續(xù)優(yōu)化迭代。四、數(shù)據(jù)化運營需要掌握的知識體系1.數(shù)據(jù)埋點數(shù)據(jù)埋點是互聯(lián)網(wǎng)產(chǎn)品數(shù)據(jù)分析的根基，想要做好數(shù)據(jù)化運營，需要清楚埋點的流程、埋點方案選擇、數(shù)據(jù)驗證方法。可以查看：《用戶行為數(shù)據(jù)采集：常見埋點方案優(yōu)劣勢對比及選型建議》。2.指標體系建設好的指標體系可以直觀地反應當前業(yè)務經(jīng)營狀況的好壞，并且可以給出可以指導行動的決策建議。數(shù)據(jù)化運營需要掌握指標體系的構建及管理方法。例如，通過OSM與UJM模型，構建數(shù)據(jù)化運營指標體系。3.數(shù)據(jù)分析方法除了專業(yè)的數(shù)據(jù)分析崗位外，現(xiàn)在幾乎各個崗位都要求具備一定的數(shù)據(jù)分析技能，產(chǎn)品經(jīng)理掌握分析方法可以更好的做產(chǎn)品決策，運營具備分析能力，可以更高效的運營。目前市面上數(shù)據(jù)分析的課程非常多。4.用戶行為分析過去數(shù)據(jù)分析以宏觀的數(shù)據(jù)指標為主，例如流量、訂單、營收等。隨著用戶增長理論的發(fā)展，對個體行為的洞察分析成了新的方向。通過對用戶點擊事件、漏斗轉化、行為路徑、留存分析以及魔法數(shù)字分析，找出產(chǎn)品流程上的問題和改進點，從而提升用戶轉化，促進用戶增長。5.數(shù)據(jù)可視化運營數(shù)據(jù)分析報告、數(shù)據(jù)分析平臺都需要以更直觀的方式將分析結果或決策建議輸出，指導業(yè)務決策。因此，需要了解數(shù)據(jù)可視化圖表的應用原則、可視化產(chǎn)品設計理念，以及常用的可視化工具，如Echart、百度圖說，可以查看《數(shù)據(jù)可視化怎樣才有靈魂》。6.用戶畫像標簽體系與精細化運營精細化運營離不開用戶的分層運營，對用戶進行更細粒度的分群，需要掌握用戶畫像理論、用戶畫像標簽體系建設方法，將業(yè)務運營場景抽象成用戶標簽，利用CDP/DMP平臺實現(xiàn)更高效的運營流程?？梢圆榭础禖DP、DMP、CRM都是什么，你分得清楚嗎？》、《數(shù)據(jù)中臺：從0-1，數(shù)據(jù)服務平臺（DMP）實踐》。7.算法挖掘應用基于運營經(jīng)驗的規(guī)則運營需要和算法能力相結合，才能發(fā)揮更大的價值，例如人與商品的精準推薦實現(xiàn)千人千面的個性化產(chǎn)品體驗，或者將業(yè)務規(guī)則抽象成算法特征，利用AI能力預測用戶行為意向?？梢圆榭矗骸稊?shù)據(jù)化運營：算法模型可以取代業(yè)務經(jīng)驗嗎？》。五、總結這篇文章主要是想讓你對數(shù)據(jù)化運營有個宏觀的認知。了解數(shù)據(jù)化運營的流程，以及工作過程涉及的知識及技能，可以更有針對性地準備。數(shù)據(jù)化運營是不斷實踐和積累的過程，后續(xù)也會針對各個方向的知識進行單獨篇幅的介紹。#專欄作家#數(shù)據(jù)干飯人，微信號公眾號：數(shù)據(jù)干飯人，人人都是產(chǎn)品經(jīng)理專欄作家。專注數(shù)據(jù)中臺產(chǎn)品領域，覆蓋開發(fā)套件，數(shù)據(jù)資產(chǎn)與數(shù)據(jù)治理，BI與數(shù)據(jù)可視化，精準營銷平臺等數(shù)據(jù)產(chǎn)品。擅長大數(shù)據(jù)解決方案規(guī)劃與產(chǎn)品方案設計。本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉載。題圖來自Unsplash，基于CC0協(xié)議