|
运营的核心是用效率最大值完成业务目标，数据驱动支撑战略决策！数据在这里的作用是显而易见的，其中，业务目标需要通过数据来量化，而战略决策同样需要数据来作为决策的依据。 所以，数据是整个运营工作里最基础、最重要的一个部分，可以说，无数据，不运营！ 一、基础数据运营 1.基础数据来自哪里 做数据运营之前，首先要明白，基础数据来自哪里？ 做数据分析的小伙伴难免遇到问题：手上已经收集数据了，直接拿收集好的数据做分析，但是并不知道收集来的数据来自哪里，导致错失一些真正引起变动的原因。比如，数据的一个突然猛增，可能来自两个部分的原因，一个是业务上确实发生了变化，另一个是统计算法可能导致这样的突增！ 基础数据主要有四个环节，分别是：存储层、报表层、分析计算层和展示层。 2.如何筛选需要的数据指标？ 不同的产品在完成业务目标下有不同的路径，在这些路径上会存在一些关键点，而这些关键点就是每个小节点上的业务目标，量化后就是各个具体的数据指标。 指标的类型根据不同的产品达成业务目标的计算公式进行分类： 除以上指标外，有些公司还会存在诸如客服相关的指标，如投诉指标，客服响应的指标等等。 3.如何让数据靠谱？ 1）数据要用最小颗粒度收集 2）数据真实，避免盲区 3）数据统计的样本覆盖足够大 4）数据抽样的方法科学 5）数据会进行标准化处理 6）业务指标综合多种数据来看 二、数据分析
所有分析要从结果出发，没有结局的数字罗列并不是是分析。刚开始做数据分析的同学容易犯一个错误，即将整理出来的一大堆数据用各种漂亮的堆积图，折线图，柱状图等等把数据很好的呈现出来，但是数据呈现出来说明了什么问题？反应了什么结论？都没有，看起来就是一个纯粹的数据可视化展示而已。而真正所谓的分析就是要发现问题，解决问题。因此，做数据分析，最终一定要有结论。 2.数据分析应用到哪里？ （1）产品设计：沃尔玛通过无数的购买记录，发现同是一张单据上，既有啤酒又有尿布。为什么会这样？原来很多爸爸出来买尿布，并且顺手买了一提啤酒回去，最后沃尔玛把尿布和啤酒的货架放一起，这样，啤酒和尿布的销量都纷纷上去了一些。 回归到互联网产品上，假设新上了a、b、c三个功能，用A功能的用户常常会去点击C功能，那，A、C两个功能可以放近一点，在A功能点击进去的页面里面尝试着加上C功能。因此，产品设计除了创新以外还需借助数据分析的结果去优化产品。 （2）产品规划：日本每日新闻通过把报纸包在矿泉水上实现矿泉水和报纸销量的大幅上升。 在互联网产品上，比如在做地图功能时发现，越来越多的用户用地图功能去查找餐厅了，同时也发现，越来越多用户开始用团购产品去餐厅结账了，基于这两个数据，可结合地图功能的一个产品，或者直接在地图上直接附加进团购产品。现在的百度地图就是这样的一个APP。 （3）精准营销：比如一些电商网站，在不同位置摆放什么产品，在不同网站的Banner位放什么内容都是一个值得考究的问题，数据分析在这里起到非常作用。 （4）渠道运营 如，某渠道，其渠道带量构成如下： 而各渠道转化率为： 从转化率可知，应把更多的流量倾斜到转化率最高的B流量上，但又不能把所有的流量放到B渠道上。原因有二，首先，做渠道运营一定不能过度依赖某个渠道，否则后果不堪设想，其次，每个渠道都有自己的流量承载上限，虽然B渠道的转化率很高，但其渠道带量总量未必能完全消耗渠道流量。 因此，调整后的渠道渠道带量构成如下： 2.数据分析常用工具 按监控产品运行情况的工具，竞品监控的工具，市场和用户 3.如何进行有效的数据分析 数据分析包含以下六个步骤：
首先要问有效的问题。 有效的问题要符合三个原则：第一，不能太复杂；第二，要有用；第三 ，要可行。
其次，要基于有效的问题建立一些假设。
当问了有效的问题，并且建立了一些假设后，就需要寻找正确的数据了。寻找数据要注意三个原则，即，一致性、精准度和时效性。
寻找完正确的数据之后，就要分解手中数据的关系
接着，用KISS原则分析被分解的数据。
最后，我们就是要验证假设和结果的关系。
|
|
|
存储层即无数张基础信息表，存储层之前还有个logo日志，其与存储层的区别是logo日志通常用一条语句表示一条信息，而存储层即把这句话写成若干个字段放进若干张表里面。报表层即从存储层提取我们更想要的数据进行统计，筛选出更重要的字段作为核心指标！一般我们看到数据均来自储存层和分析计算层！
