作者从数据化运营的基本概念出发，结合自身工作经验，分享了做好数据化运营的三个步骤：数据采集、设计策略和数据验收。

今天我老板说，以后数据化运营能力不好的运营都要失业，把数据化运营都吹上天了。我想问一下，我老板是否对数据化运营过誉了，如果数据化运营真的好，我又该怎么提升这方便的能力呢？

——运营小弟弟

我在阿里做运营8年，什么频道运营、活动运营、社区运营、卖家运营、行业运营、新媒体运营全部都做过，坦白讲也就是这两年做用户增长方向的运营，才敢说重视数据，把数据用好，体验到数据化运营的美妙。

什么是数据化运营？

数据化运营是一种通用的工作方法，掌握的目的是为了让我们能管理好数据，从数据中发现增长机会，以数据为依据设计策略，有目标有方法的拿到数据结果

想把数据化运营做好也很简单，就三步，如果你在搬砖的时候能坚持5次以上，完整的应用这三步却还不能入门，你来打我！！

• 第1步：采集数据进行分析，发现问题与机会
• 第2步：设计策略并预估数据收益，找准投入优先级
• 第3步：对已上线的策略数据进行验收，及时总结沉淀

明确运营目标

在我们展开详细讲解之前，需要先确定一件事情：运营是一定要有明确目标的。

比如做店铺运营的，目标是订单量；做业务运营的，目标是业务参与用户量；做新用户增长的，目标是新增量级，也可能辅助考核增长质量；

如果你有明确的目标，可以向下继续看；如果你没有明确目标，不防先找老板聊聊看，对你的安排和期待。

第一步：采集数据进行分析，发现问题与机会

带着我们明确的目标，进入数据化运营的第1步，采集数据进行分析，发现问题与机会。数据的采集分析分为“日常数据监控分析”和“关键过程指标优化分析”

1. 日常数据监控分析

重要指标日常持续监控，主要目的是为了及时发现问题。

以APP新增这一目标为例，需要监控的指标包含：日总新增设备量、设备登陆率、双新率、新增会员关键行为转化率、次日留存率等等，除了总数据之外，还需要监控各个新增渠道的相关数据。

监控的目的是要让自己保持高度的数据敏感度，及时掌握数据动态，当发现数据异常时，能马上定位原因，做出相应策略调整。

例如：今天一上班，打开数据面板，发现昨天的新增量级较前一天下降5%+，怎么办？莫慌，抱紧我

• 先看新增来源，是哪个渠道降低了？
• 当定位到数据异常渠道后，打开该渠道详细数据具体分析，找到具体原因，是流量降低了还是转化降低了？
• 再次定位到原因后，再向下分析降低的原因

一层一层的向下分析，直到定位到最终原因，之后给出解法。

PS：最好是重要指标形成一个包含趋势变化、实时动态的报表，提升监控效率就是提升工作效率

2. 关键过程指标优化分析

目标只是一个结果，影响目标达成的是关键过程指标。我们知道，把大象关进冰箱分3步，那你知道达成目标分几步吗？答案是分成5步，而这5步里的前4步都围绕着关键过程指标

找准影响目标达成的关键过程指标 —> 找到影响过程指标的重要因素 —> 发现策略机会 —> 设计策略提升指标数据 —> 达成目标

找准关键指标

以“新增MAU次月留存率”这个目标为例，影响这个目标的指标非常多，比如说：新增会员的次日留存率、新增会员的来源渠道占比、新增会员的关键行为转化率等等，那么哪些是我们要关注的关键指标呢？需要详细的数据分析后产出结论，主要分析以下3点：

• 这个指标与目标之间是否有直接影响关系
• 这个指标还有多大优化空间
• 这个指标优化后对目标影响有多大

找到影响因素

当我们通过数据分析，找到关键过程指标后，要优化这个指标，就需要先找到影响这个指标的关键因素！怎么才能找的到呢？两种方法：

• 一种是自己先进行猜想，有明确的目的后取数据，进行分析验证；
• 另一种是列出所有相关纬度，取出全部数据进行分析，在分析的过程中发现

按照以上方法去深入的思考和分析，你会发现有非常非常多的策略机会可以让你施展，如果你想，值得做的事情有许多。

第二步：设计策略并预估数据收益，找准投入优先级

当我们从数据上看到一些增长机会时，就进入第2步，这里我们不讲如何设计策略，因为设计策略对运营来说都是相对简单的事情，我们讲3个重点：明确策略目标、评估策略收益、制定策略优先级

1. 明确策略目标

在做所有策略之前，一定要有明确的策略目标。

比如说：通过数据分析，发现新会员产生关键行为后留存率是无行为用户的X倍，因此发现一个机会，只要提升新会员关键行为转化率，就有机会提升新会员留存率。

那么策略目标就比较明确，要提升“新会员关键行为转化率”，接下来就要围绕此目标设计策略。这里设计策略需要思考的重点是：用什么形式的策略、在哪些形式的触达通道、引导用户产生什么行为转化效果最好？

ps：关键行为根据APP提供给用户的价值而有所不同，例如拼多多类电商APP的新人关键行为就是下单

2. 评估策略收益，制定策略优先级

当我们明确一个策略的目标，准备动手进行详细设计之前，一定要做的事情，是评估这个策略的收益有多大。

如何进行评估？仍旧以通过提升新用户关键行为转化率，来提升新用户留存率为例。假设策略是，在APP内，针对新用户，投放一个有利益刺激的H5活动，引导用户产生某个关键行为，有Push、首焦banner、APP首页POP，3个不同触达形式的通道给我们选择是否投放，且只能选1个。这时，我们就可以通过一个数据公式，对投放在不同通道的收益进行预估：

日新用户总量 * 通道可触达用户比例 * 该通道触达形式对应的触达点击率 * 页面行为转化率 = 转化用户量

基于以上公式，我们就能很快预估出，投放在哪个通道收益最高。接下来就可以结合投入成本进行优先级评估。

如果，你已经预估出某个策略，花费心思和精力推进上线，收益却很一般，那就可以果断放弃，去做收益更高的事情

PS：减少不必要的投入，也是提升工作效率的一种

3. 一些建议

当我们对策略优先级有判断之后，要做的就是调动资源推进策略上线，这里有几小建议：

1. 小步快试，不要等
2. 复杂、收益又不明确的策略，最好先用简单的方法验证下
3. 实验过程中若发现机会判断失误，要有说停的勇气
4. 有时数据效果不好，不一定是机会判断出错，可能是策略不行

第三步：对策略数据进行验收，及时总结沉淀

若你的实验策略已经上线，要及时的进行数据验收和策略总结。

1. 数据验收

策略上线当天监控实时数据，上线前3天保持高度关注，上线第8天进行数据总结及前后一周数据对比。

收集实验链路中涉及到的数据，与策略预估中涉及到的数据进行对比，提升自己后续预估准确率

2. 策略总结

无论数据好坏都要进行总结，这是必须要建立的工作意识和习惯。      策略总结，一方面用于校验你的机会判断能力；另外一方面也是对自己对合作方付出的交代。在运营工作之外，也需要注意通过这种工作方法和态度，建立自己在合作团队中的影响力。

结语

以上是我对数据化运营方法的一些总结。如果你觉得有用，并且想要付之行动，我还有附赠的一些工作习惯建议：

1. 写一张字条贴在桌上：“这件事做了收益是什么？对目标的达成有什么影响？”
2. 尽快学好SQL，数据分析必不可少

作者：菱少侠；公众号：艾写笔记（ID：aixiebj）

本文由 @菱少侠 原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自Unsplash，基于CC0协议。