作者從數據化運營的基本概念出發，結合自身工作經驗，分享了做好數據化運營的三個步驟：數據采集、設計策略和數據驗收。
今天我老板說，以后數據化運營能力不好的運營都要失業，把數據化運營都吹上天了。我想問一下，我老板是否對數據化運營過譽了，如果數據化運營真的好，我又該怎么提升這方便的能力呢？
——運營小弟弟
我在阿里做運營8年，什么頻道運營、活動運營、社區運營、賣家運營、行業運營、新媒體運營全部都做過，坦白講也就是這兩年做用戶增長方向的運營，才敢說重視數據，把數據用好，體驗到數據化運營的美妙。
什么是數據化運營？
數據化運營是一種通用的工作方法，掌握的目的是為了讓我們能管理好數據，從數據中發現增長機會，以數據為依據設計策略，有目標有方法的拿到數據結果
想把數據化運營做好也很簡單，就三步，如果你在搬磚的時候能堅持5次以上，完整的應用這三步卻還不能入門，你來打我！！
- 第1步：采集數據進行分析，發現問題與機會
- 第2步：設計策略并預估數據收益，找準投入優先級
- 第3步：對已上線的策略數據進行驗收，及時總結沉淀
明確運營目標
在我們展開詳細講解之前，需要先確定一件事情：運營是一定要有明確目標的。
比如做店鋪運營的，目標是訂單量；做業務運營的，目標是業務參與用戶量；做新用戶增長的，目標是新增量級，也可能輔助考核增長質量；
如果你有明確的目標，可以向下繼續看；如果你沒有明確目標，不防先找老板聊聊看，對你的安排和期待。
第一步：采集數據進行分析，發現問題與機會
帶著我們明確的目標，進入數據化運營的第1步，采集數據進行分析，發現問題與機會。數據的采集分析分為“日常數據監控分析”和“關鍵過程指標優化分析”
1. 日常數據監控分析
重要指標日常持續監控，主要目的是為了及時發現問題。
以APP新增這一目標為例，需要監控的指標包含：日總新增設備量、設備登陸率、雙新率、新增會員關鍵行為轉化率、次日留存率等等，除了總數據之外，還需要監控各個新增渠道的相關數據。
監控的目的是要讓自己保持高度的數據敏感度，及時掌握數據動態，當發現數據異常時，能馬上定位原因，做出相應策略調整。
例如：今天一上班，打開數據面板，發現昨天的新增量級較前一天下降5%+，怎么辦？莫慌，抱緊我
- 先看新增來源，是哪個渠道降低了？
- 當定位到數據異常渠道后，打開該渠道詳細數據具體分析，找到具體原因，是流量降低了還是轉化降低了？
- 再次定位到原因后，再向下分析降低的原因
一層一層的向下分析，直到定位到最終原因，之后給出解法。
PS：最好是重要指標形成一個包含趨勢變化、實時動態的報表，提升監控效率就是提升工作效率
2. 關鍵過程指標優化分析
目標只是一個結果，影響目標達成的是關鍵過程指標。我們知道，把大象關進冰箱分3步，那你知道達成目標分幾步嗎？答案是分成5步，而這5步里的前4步都圍繞著關鍵過程指標
找準影響目標達成的關鍵過程指標 —> 找到影響過程指標的重要因素?—>?發現策略機會?—>?設計策略提升指標數據?—> 達成目標
找準關鍵指標
以“新增MAU次月留存率”這個目標為例，影響這個目標的指標非常多，比如說：新增會員的次日留存率、新增會員的來源渠道占比、新增會員的關鍵行為轉化率等等，那么哪些是我們要關注的關鍵指標呢？需要詳細的數據分析后產出結論，主要分析以下3點：
- 這個指標與目標之間是否有直接影響關系
- 這個指標還有多大優化空間
- 這個指標優化后對目標影響有多大
找到影響因素
當我們通過數據分析，找到關鍵過程指標后，要優化這個指標，就需要先找到影響這個指標的關鍵因素！怎么才能找的到呢？兩種方法：
- 一種是自己先進行猜想，有明確的目的后取數據，進行分析驗證；
- 另一種是列出所有相關緯度，取出全部數據進行分析，在分析的過程中發現
按照以上方法去深入的思考和分析，你會發現有非常非常多的策略機會可以讓你施展，如果你想，值得做的事情有許多。
第二步：設計策略并預估數據收益，找準投入優先級
當我們從數據上看到一些增長機會時，就進入第2步，這里我們不講如何設計策略，因為設計策略對運營來說都是相對簡單的事情，我們講3個重點：明確策略目標、評估策略收益、制定策略優先級
1. 明確策略目標
在做所有策略之前，一定要有明確的策略目標。
比如說：通過數據分析，發現新會員產生關鍵行為后留存率是無行為用戶的X倍，因此發現一個機會，只要提升新會員關鍵行為轉化率，就有機會提升新會員留存率。
那么策略目標就比較明確，要提升“新會員關鍵行為轉化率”，接下來就要圍繞此目標設計策略。這里設計策略需要思考的重點是：用什么形式的策略、在哪些形式的觸達通道、引導用戶產生什么行為轉化效果最好？
ps：關鍵行為根據APP提供給用戶的價值而有所不同，例如拼多多類電商APP的新人關鍵行為就是下單
2. 評估策略收益，制定策略優先級
當我們明確一個策略的目標，準備動手進行詳細設計之前，一定要做的事情，是評估這個策略的收益有多大。
如何進行評估？仍舊以通過提升新用戶關鍵行為轉化率，來提升新用戶留存率為例。假設策略是，在APP內，針對新用戶，投放一個有利益刺激的H5活動，引導用戶產生某個關鍵行為，有Push、首焦banner、APP首頁POP，3個不同觸達形式的通道給我們選擇是否投放，且只能選1個。這時，我們就可以通過一個數據公式，對投放在不同通道的收益進行預估：
日新用戶總量 * 通道可觸達用戶比例 * 該通道觸達形式對應的觸達點擊率 * 頁面行為轉化率 = 轉化用戶量
基于以上公式，我們就能很快預估出，投放在哪個通道收益最高。接下來就可以結合投入成本進行優先級評估。
如果，你已經預估出某個策略，花費心思和精力推進上線，收益卻很一般，那就可以果斷放棄，去做收益更高的事情
PS：減少不必要的投入，也是提升工作效率的一種
3. 一些建議
當我們對策略優先級有判斷之后，要做的就是調動資源推進策略上線，這里有幾小建議：
- 小步快試，不要等
- 復雜、收益又不明確的策略，最好先用簡單的方法驗證下
- 實驗過程中若發現機會判斷失誤，要有說停的勇氣
- 有時數據效果不好，不一定是機會判斷出錯，可能是策略不行
第三步：對策略數據進行驗收，及時總結沉淀
若你的實驗策略已經上線，要及時的進行數據驗收和策略總結。
1. 數據驗收
策略上線當天監控實時數據，上線前3天保持高度關注，上線第8天進行數據總結及前后一周數據對比。
收集實驗鏈路中涉及到的數據，與策略預估中涉及到的數據進行對比，提升自己后續預估準確率
2. 策略總結
無論數據好壞都要進行總結，這是必須要建立的工作意識和習慣。? ? ? 策略總結，一方面用于校驗你的機會判斷能力；另外一方面也是對自己對合作方付出的交代。在運營工作之外，也需要注意通過這種工作方法和態度，建立自己在合作團隊中的影響力。
結語
以上是我對數據化運營方法的一些總結。如果你覺得有用，并且想要付之行動，我還有附贈的一些工作習慣建議：
- 寫一張字條貼在桌上：“這件事做了收益是什么？對目標的達成有什么影響？”
- 盡快學好SQL，數據分析必不可少
本文為@運營喵原創，運營喵專欄作者。
