數據化運營需要什么知識技能?
編輯導語:數據可以驅動業務,同樣的,運營也可以結合數據,幫助企業找到新的增長點,實現數字化轉型。具體而言,什么是數據化運營?本篇文章里,作者就數據化運營的定義、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。
互聯網下半場,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網公司去燒錢拉客戶,另一方面,現在用戶信息過載、產品和服務同質化嚴重,經常是花了錢也得不到客戶,這樣導致企業獲客成本已經非常昂貴。
過去獲取一個新客的成本可能幾毛錢幾塊錢,現在要幾百元,流量洼地幾乎不存在了。于是,大家紛紛把目光投向了大數據,希望利用數據驅動業務,帶來新的增長點,數字化轉型、數據化運營成了近幾年的熱潮。
那么,到底什么是數據化運營,該如何進行數據化運營呢?
一、數據化運營與運營什么關系?
數據化運營:通過數據化的工具、技術和方法,對運營過程中的各個環節進行科學的分析,為數據使用者提供專業、準確的行業數據解決方案,從而達到優化運營效果和效率、降低運營成本、提高效益的目的。
產品和運營是相輔相成無法分割的,舉個通俗的例子,產品誕生就像小孩出生,而運營則是讓孩子茁壯成長,成為有用之才為為家、為國做貢獻的長期過程。而數據化運營,則是將數據的能力貫穿運營的整個過程。
以AARRR的用戶增長框架為例,數據化運營覆蓋:
- 經營管理:從拍腦袋定性決策,到一切用數據說話的定量決策。
- 渠道運營:如何找到流量規模大、留存質量高、又便宜的獲客渠道,渠道投放策略怎樣實現ROI最大化。
- 活動運營: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,是持續擴大流量還是優化調整策略。
- 產品運營:用戶是否可以流暢地完成操作流程,各個業務流程的轉化漏斗如何,哪個環節流失最多,是否可以通過產品優化提升整體轉化率。
- 內容運營:有些業務是商品運營,即哪些內容更受用戶喜歡,如何實現人貨的最優匹配。
- 用戶運營:用戶分層,不同用戶群體的差異化運營策略。
二、數據賦能運營的2個方向
數據在數據化運營過程中的價值概況主要就是兩個方向,一是通過數據進行決策,還有就是把數據應用到運營或產品流程,提升產品智能化能力。
1. 數據決策
業務數據化,把業務過程的數據進行采集處理,用數據呈現業務經營情況是什么、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,二是產品的智能。
智能化運營,典型的案例是基于用戶畫像實現精準營銷。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,實現內容的自動化審核。
三、數據化運營的基本流程
1. 確定目標
數據化運營第一步,要搞清楚業務的核心目標是什么,用戶運營、產品運營不同的運營場景目標不同,可以圍繞業務的KPI展開。
2. 指標體系
業務目標確定后,基于目標進行數據指標的拆分,構建業務監控或結果評價的指標體系。
3. 數據獲取
需要的數據從哪里來,對于流量、行為類的數據必須要先進行埋點,在數據團隊經常遇到業務產品找數據PM要數據,到頭來卻發現都沒有埋點。
4. 數據分析
利用數據分析方法、數據可視化等方法對采集到的數據進行處理,形成分析報告。
5. 策略建議
基于分析結果,發現業務問題或尋找潛在增長點,支撐業務決策、驅動產品流程改進優化。
6. 評估優化
分析結論或策略建議在產品或運營端實施后,通過AB測試對比、效果分析,持續優化迭代。
四、數據化運營需要掌握的知識體系
1. 數據埋點
數據埋點是互聯網產品數據分析的根基,想要做好數據化運營,需要清楚埋點的流程、埋點方案選擇、數據驗證方法。可以查看:《用戶行為數據采集:常見埋點方案優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務經營狀況的好壞,并且可以給出可以指導行動的決策建議。數據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,構建數據化運營指標體系。
3. 數據分析方法
除了專業的數據分析崗位外,現在幾乎各個崗位都要求具備一定的數據分析技能,產品經理掌握分析方法可以更好的做產品決策,運營具備分析能力,可以更高效的運營。目前市面上數據分析的課程非常多。
4. 用戶行為分析
過去數據分析以宏觀的數據指標為主,例如流量、訂單、營收等。隨著用戶增長理論的發展,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字分析,找出產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. 數據可視化
運營數據分析報告、數據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,指導業務決策。因此,需要了解數據可視化圖表的應用原則、可視化產品設計理念,以及常用的可視化工具,如Echart、百度圖說,可以查看《數據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,將業務運營場景抽象成用戶標簽,利用CDP/DMP平臺實現更高效的運營流程。可以查看《CDP、DMP、CRM都是什么,你分得清楚嗎?》、《數據中臺:從0-1,數據服務平臺(DMP)實踐》。
7. 算法挖掘應用
基于運營經驗的規則運營需要和算法能力相結合,才能發揮更大的價值,例如人與商品的精準推薦實現千人千面的個性化產品體驗,或者將業務規則抽象成算法特征,利用AI能力預測用戶行為意向??梢圆榭矗骸?a href="http://www.aharts.cn/operate/5151926.html" target="_blank" rel="noopener">數據化運營:算法模型可以取代業務經驗嗎?》。
五、總結
這篇文章主要是想讓你對數據化運營有個宏觀的認知。了解數據化運營的流程,以及工作過程涉及的知識及技能,可以更有針對性地準備。數據化運營是不斷實踐和積累的過程,后續也會針對各個方向的知識進行單獨篇幅的介紹。
#專欄作家#
數據干飯人,微信號公眾號:數據干飯人,人人都是產品經理專欄作家。專注數據中臺產品領域,覆蓋開發套件,數據資產與數據治理,BI與數據可視化,精準營銷平臺等數據產品。擅長大數據解決方案規劃與產品方案設計。
本文原創發布于人人都是產品經理,未經作者許可,禁止轉載。
題圖來自Unsplash,基于CC0協議
專欄作家
數據干飯人,微信號公眾號:數據干飯人,人人都是產品經理專欄作家。專注數據中臺產品領域,覆蓋開發套件,數據資產與數據治理,BI與數據可視化,精準營銷平臺等數據產品。擅長大數據解決方案規劃與產品方案設計。
本文原創發布于人人都是產品經理,未經作者許可,禁止轉載。
題圖來自Unsplash,基于CC0協議。
該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。
謝謝你
對數據化運營所需技能介紹的比較全面,文章干貨較多,值得一看
干貨較多,也比較全面的闡述了數據化運營,感謝作者~
謝謝作者的分享,這篇文章還是給到我一定的啟發的,也對數據化運營有了逐漸深刻的認知與了解。
歡迎關注微信公眾號:數據干飯人,一起溝通交流