文 | 宿痕

來(lái)源 | 知乎

過(guò)去的運(yùn)營(yíng)體系弊端：

過(guò)去運(yùn)營(yíng)的方式存在幾個(gè)比較嚴(yán)重的問(wèn)題：1）運(yùn)營(yíng)模式比較單一，很難適應(yīng)互聯(lián)網(wǎng)快速變化的節(jié)奏，不能及時(shí)根據(jù)市場(chǎng)和用戶的變化作出調(diào)整。比如雙十一、828、雙12、黑色星期五等；2）摸不清自己的用戶，不清楚自己產(chǎn)品的老用戶是誰(shuí)、什么習(xí)慣，也沒(méi)有針對(duì)的運(yùn)營(yíng)來(lái)拉動(dòng)新用戶，導(dǎo)致最后很難挽留住用戶。比如我做移動(dòng)電臺(tái)，我的用戶群體是誰(shuí)，他們一般都是在什么場(chǎng)景使用，他們都是從什么渠道關(guān)注到我們的產(chǎn)品，他們使用的怎么樣，他們有什么使用不習(xí)慣的地方；3）沒(méi)有清晰的KPI指標(biāo)，運(yùn)營(yíng)團(tuán)隊(duì)沒(méi)有明確的KPI指標(biāo)，拍腦袋決定業(yè)務(wù)發(fā)展需要達(dá)到的標(biāo)的。比如我們今年希望做到多少用戶量下載、多少使用量、多少活躍用戶、多少場(chǎng)景應(yīng)用。

認(rèn)識(shí)數(shù)據(jù)化運(yùn)營(yíng)：

雖然目前企業(yè)界和學(xué)術(shù)界沒(méi)有對(duì)“數(shù)據(jù)化運(yùn)營(yíng)”的定義有比較明確的達(dá)成共識(shí)，但這并不影響企業(yè)界的數(shù)據(jù)化運(yùn)營(yíng)戰(zhàn)略的部署和實(shí)施。從基本要素和核心來(lái)看，“數(shù)據(jù)化運(yùn)營(yíng)”主要指的是“以企業(yè)級(jí)的海量數(shù)據(jù)存儲(chǔ)和分析挖掘應(yīng)用作為核心支撐的，企業(yè)全員參與的，以精準(zhǔn)、細(xì)分和精細(xì)化為特點(diǎn)的企業(yè)運(yùn)營(yíng)制度和戰(zhàn)略?！?/span>

數(shù)據(jù)化運(yùn)營(yíng)主要針對(duì)運(yùn)營(yíng)、銷售、客服等部門的互聯(lián)網(wǎng)運(yùn)營(yíng)的數(shù)據(jù)分析、挖掘和支持上。具體包括“產(chǎn)品流量的監(jiān)控分析、目標(biāo)用戶行為研究、產(chǎn)品營(yíng)銷策劃推廣、用戶畫像分析、產(chǎn)品UE優(yōu)化、競(jìng)爭(zhēng)對(duì)手監(jiān)控與分析、企業(yè)運(yùn)營(yíng)成本風(fēng)險(xiǎn)與管理等”。通過(guò)可量化、可細(xì)化、可預(yù)測(cè)等一系列精細(xì)化的方式來(lái)進(jìn)行。 

數(shù)據(jù)化運(yùn)營(yíng)的步驟：

BAT的數(shù)據(jù)化運(yùn)營(yíng)體系：

從BAT的數(shù)據(jù)化運(yùn)營(yíng)體系可以歸結(jié)為六個(gè)層級(jí)，圍繞數(shù)據(jù)平臺(tái)建設(shè)的：數(shù)據(jù)規(guī)范、數(shù)據(jù)倉(cāng)庫(kù)、產(chǎn)品數(shù)據(jù)規(guī)范、產(chǎn)品ID、用戶ID和統(tǒng)一SDK；圍繞數(shù)據(jù)報(bào)表可視化的輸出，包括數(shù)據(jù)地圖、數(shù)據(jù)門戶；對(duì)數(shù)據(jù)進(jìn)行的精細(xì)化加工，關(guān)于用戶的畫像、行為、特征加工分析和挖掘；結(jié)合具體的應(yīng)用場(chǎng)景的數(shù)據(jù)運(yùn)營(yíng)體系，在阿里媽媽做廣告推薦，在微信做公眾號(hào)、朋友圈推薦，在搜索關(guān)鍵詞做SEM推薦；圍繞數(shù)據(jù)和應(yīng)用，所展開的各類數(shù)據(jù)產(chǎn)品；通過(guò)數(shù)據(jù)影響到戰(zhàn)略分析和決策。

圖（1） 數(shù)據(jù)化運(yùn)營(yíng)體系

一、數(shù)據(jù)平臺(tái)建設(shè)

數(shù)據(jù)平臺(tái)建設(shè)聽起來(lái)是高大上的事情，但事實(shí)上是個(gè)事無(wú)巨細(xì)的工作。比如數(shù)據(jù)零散，各部門都掌握著自己的數(shù)據(jù)，而無(wú)法做到共享和管理；數(shù)據(jù)的不連貫，前員工走了，后面的人沒(méi)有承接，數(shù)據(jù)做了一半就沒(méi)有了，業(yè)務(wù)也相應(yīng)的沒(méi)有歷史回顧和對(duì)比；數(shù)據(jù)口徑的不一致，DAU、PCU、WAU、MAU、按天留存率(1-30日留存)、累計(jì)留存率(7日、14日、30日累計(jì)留存率)，新增用戶，有效新增用戶，活躍轉(zhuǎn)化率，付費(fèi)轉(zhuǎn)化率，收入指標(biāo)，ARPU人均收入，渠道效果數(shù)據(jù)這些指標(biāo)每個(gè)部門、每個(gè)人都有不同的定義和計(jì)算口徑；數(shù)據(jù)沒(méi)有完善的維護(hù)，雜亂的數(shù)據(jù)沒(méi)有前后血緣關(guān)系的聯(lián)系，沒(méi)有對(duì)應(yīng)的同學(xué)來(lái)承接維護(hù)

二、標(biāo)準(zhǔn)化的數(shù)據(jù)報(bào)表和可視化配置

建立完善的數(shù)據(jù)平臺(tái)后，需要面臨到數(shù)據(jù)開放的問(wèn)題。對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化后的產(chǎn)品的數(shù)據(jù)報(bào)表和可視化，對(duì)數(shù)據(jù)進(jìn)行統(tǒng)一的管理，所展示的內(nèi)容有數(shù)據(jù)的血緣、數(shù)據(jù)的owner、數(shù)據(jù)的每天產(chǎn)入產(chǎn)出、數(shù)據(jù)基本統(tǒng)計(jì)、數(shù)據(jù)的健康度等等。

如騰訊的數(shù)據(jù)門戶：

阿里的在云端：

三、數(shù)據(jù)分析與挖掘

對(duì)數(shù)據(jù)的精細(xì)化加工，建立數(shù)據(jù)特征標(biāo)簽后更多的是對(duì)數(shù)據(jù)的分析和挖掘應(yīng)用。

常用分析工具：EXCLE，SPSS，SAS，Enterprise Miner，Clementine，STATISTICA。個(gè)人用的比較多的是：EXCEL和SPSS。而BAT更多的是結(jié)合這些公司開發(fā)自己的數(shù)據(jù)分析平臺(tái)和數(shù)據(jù)挖掘算法平臺(tái)，但思路方法基本上類同。

數(shù)據(jù)分析思路包括：

1）事前分析：

如何預(yù)測(cè)各類指標(biāo)

如何建立考核指標(biāo)

支持的決策

精細(xì)化運(yùn)營(yíng)

2）事中分析：

實(shí)時(shí)監(jiān)控效果

實(shí)時(shí)反饋和分析原因、調(diào)整

3）事后分析：

回顧分析效果、原因、優(yōu)化

如何指導(dǎo)下一步的戰(zhàn)略調(diào)整

常見的數(shù)據(jù)分析方法：

交叉分析、對(duì)比分析、預(yù)測(cè)分析、關(guān)聯(lián)分析、聚類分析、對(duì)應(yīng)分析、相關(guān)分析、因子分析等。

四、數(shù)據(jù)運(yùn)營(yíng)體系

主要的平臺(tái)邏輯多數(shù)是進(jìn)行用戶細(xì)分，商品和服務(wù)細(xì)分，通過(guò)多種推薦算法的組合優(yōu)化進(jìn)行商品和服務(wù)的個(gè)性化推薦。另外還有針對(duì)不同產(chǎn)品生命周期，用戶生命周期構(gòu)建的產(chǎn)品數(shù)據(jù)運(yùn)營(yíng)體系。

騰訊用到一個(gè)很重要的方法，即用戶生命周期管理辦法。這也是社交網(wǎng)絡(luò)事業(yè)群正在力推的一個(gè)很重要的方法論。

什么叫用戶生命周期管理？傳統(tǒng)營(yíng)銷學(xué)講的是客戶生命周期管理，因?yàn)轵v訊社交群主要客戶就是用戶，所以騰訊叫用戶生命周期管理。但是傳統(tǒng)的對(duì)應(yīng)的理論是客戶生命周期管理，簡(jiǎn)稱CLM?！锻跤缿c傳》提到一個(gè)一個(gè)米店老板怎么做生意，他每天會(huì)收集顧客用米的情況，包括家里有多少成員，然后能估計(jì)到他每天吃多少米，然后推算出這個(gè)家庭什么時(shí)候能把米吃完。比如買10公斤大米，估計(jì)是半個(gè)月，到快吃完時(shí)，他就會(huì)主動(dòng)送貨上門，或者主動(dòng)打電話。他用這種辦法贏得了客戶。很快他的經(jīng)營(yíng)網(wǎng)絡(luò)就超過(guò)了其他店。

而阿里通過(guò)成立數(shù)據(jù)委員會(huì)，通過(guò)不同部門的數(shù)據(jù)分析師和算法工程師建立不同業(yè)務(wù)的數(shù)據(jù)分析可視化報(bào)表、數(shù)據(jù)推薦平臺(tái)。

五、數(shù)據(jù)產(chǎn)品

以BAT三家公司的數(shù)據(jù)產(chǎn)品為例進(jìn)行分享。

騰訊：廣點(diǎn)通、信鴿

阿里：數(shù)據(jù)魔方、淘寶情報(bào)、淘寶指數(shù)、在云端

百度：百度預(yù)測(cè)、百度統(tǒng)計(jì)、百度指數(shù)、百度司南、百度精算

六、戰(zhàn)略

一定要強(qiáng)調(diào)的是數(shù)據(jù)≠戰(zhàn)略！數(shù)據(jù)是客觀的，是死的，是不會(huì)自己主動(dòng)分析的。更人是感性的，是有經(jīng)驗(yàn)的，有自己的判斷的。只有結(jié)合數(shù)據(jù)來(lái)輔助我們，理性分析，才能做出更為可量化、可細(xì)化、精準(zhǔn)化的KPI和戰(zhàn)略目標(biāo)。