|
大数据的概念已经在全社会普及，所有的企业都在鼓吹自己的大数据如何如何，好像不跟大数据沾点边就跟不上时代发展一样。
在我看来，大数据仅仅只是一种工具，一种手段，他的出现也是为了解决社会发展过程中无法处理海量数据的问题，其具体应用是为了更好的、更高效的解决问题。
数据化运营的概念也是一样，其重点是如何通过数据了解网站的运营状况，研究用户行为偏好，分析解决运营问题，并为运营决策提供数据支撑。数据在这个过程中是来帮助业务人员发现、定位问题的一种方式，更重要的是采用合适的运营手段来解决问题，数据和运营相互协作、互相弥补，这是我所认为的数据化运营。
本文将通过确定运营目标、搭建指标体系、数据采集、 数据分析、运营优化、持续跟踪等六个方面来简单介绍下数据化运营的流程。
（1）确定运营目标
同一企业里的不同人员的运营目标或者说关注点是不一样的，比如领导更关注有多少用户、产生多少订单、有多少收益等较为核心的数据，而产品运营人员可能更关注产品的流程转化、订单流失等数据。因此，面向不同的业务人员，需要确定不同的运营目标。这个目标可以是长期的，也可以是短期的，但一定是具体可实现的。
（2）搭建指标体系
根据不同的运营目标需要搭建有效的数据指标体系，帮助业务人员快速的发现并定位问题。
（3）数据采集
数据源多种多样，企业常用的有生产系统数据、CRM数据等静态的结果型数据，而在互联网上也有网站、APP、微信等动态的用户行为数据。针对用户行为数据，目前市场有各种各样的数据采集分析工具，有付费版、免费版，付费的又有按流量收费、按license收费等不同模式，企业可根据自身情况进行选择。
数据的采集只是第一步，如何整合到一起才是关键。用户与企业之间的触点很多，比如某个用户在网站上查看了某个产品，在微信上下单，又去app上查看物流进度，最后通过客服电话进行退换货等，如果只是在单一渠道查看用户数据，并不能完全洞察用户的完整路径，所以这里必须要对不同渠道的用户数据进行整合，打造一个统一的用户数据管理平台，能够真实再现用户在所有渠道的行为轨迹。
在数据整合过程中，肯定会涉及到用户身份的唯一识别、不同渠道数据的处理加工与打通等问题，这里就不再展开说明了。
（4）数据分析
通过建立数据监控体系，及时发现网站在运营过程中的问题，迅速定位并分析原因。
数据报表示例：
数据分析中常用的方法很多，我认为其中最重要的是两个：
一是对比，都说没有对比就没有伤害，只有通过与行业标准比、与自身历史数据比，才能发现目前运营的差距与异常；
二是细分，无细分不分析，只有通过不断的细分来定位问题，才能对问题进行具体分析。针对一个问题，可以从时间、来源、渠道、产品、类型、用户等不同维度细分分析，精准找到原因。
（5）运营优化
找到问题原因之后就是要解决问题，这里更多的是使用一些运营手段，比如利用促销活动提高用户活跃度，购物送优惠券等等；如果是网站布局性能的问题，则可以使用A/B Test的方法，比如按钮的位置、提示语的内容等，从多套方案中选择最优的一个。
（6）持续跟踪
一切不能解决问题的方案都是耍流氓，在方案实施后需要对应用的效果持续跟踪，通过用户数据的反馈来验证方案的正确性。如果不能解决问题，则尽快换第二套方案；如果解决了问题，则需要持续跟踪数据表现，以避免有新的变化导致出现新的问题。
以上六步是循环往复的，是可以形成一个闭环的。数据需要与业务结合起来，才能实现真正的数据化运营，实现以数据指导运营的目标。
数据是死的，也是活的；数据是客观的，也是主观的；数据是真实的，也是虚假的。数据化运营的关键在于人如何使用数据，而不是数据本身。
| 
发表于 2017-10-16 11:37:31
