作者：糖澀爾

微信公眾號：弈囈（ID：YiYi_TANG7980）

糖澀爾說：

如果運營是輛急速飛馳的跑車，那麼數據就是驅動它前行的齒輪。

很多即將畢業的大學生，都會面臨著投身哪個行業的重大抉擇，畢竟「男怕入錯行，女怕嫁錯郎」。其實，當我們不知道自己想從事什麼行業的時候，我們可以先看看現在優秀的人才大部分都聚集在哪個行業。那些牛人多的行業，往往會是未來幾年最火資源最集中的熱門行業。

而毫無疑問的是，近幾年甚至是在以後很長的一段時間內互聯網都會是最熱門的一個行業。因為互聯網更高效地鏈接了人與人、人與商業、以及人與服務，甚至人與物的關係，而在這期間會產生大量有價值的數據，而這些數又能被收集分析再次反作用於實際的應用場景，可以說數據是互聯網產品迭代更新的指導方針。而在我們日常的運營工作中也不例外，務必要謹記數據驅動運營。

1.數據是什麼

既然我們口口聲聲說要「數據驅動運營」，那麼到底數據是什麼？今天我們不從大數據的概念來討論，因為大部分的運營人員在日常工作中很難接觸到所謂的大數據，大數據既然叫大數據，那麼其前提就是擁有足夠規模的資料庫，而這是很多小公司無法具備的。

這次我們主要從運營的角度來定義數據：數據是對用戶的描述。它可以是用戶身份屬性的說明、可以是用戶喜好的表現、也可以是用戶行為的記錄。

一般來說，產品的數據來源可以分為兩類，一是對用戶身份信息的收集，二是對用戶行為的記錄。

1）用戶身份屬性，比如說大部分產品在用戶註冊環節會要求其填寫：生日、性別、聯繫方式等，有些婚戀產品甚至還有經濟情況、家庭情況、婚姻情況，而招聘類產品則能收集用戶的過往履歷、薪資情況、優勢特長等；

2）用戶行為，又可以分為用戶的產品行為以及用戶的偏好行為。

所謂產品行為，就是用戶對產品的頁面、按鈕的點擊情況，產品和運營人員可以利用用戶的這些行為進行產品功能或者頁面的優化；

偏好行為，則是用戶在某個頁面的停留情況，或者說是某個頁面的登入情況。像今日頭條就是根據用戶的偏好行為來進行個性化精準推薦。

2.為什麼要數據驅動運營

至於為什麼我們要強調數據驅動運營，其實道理很簡單，不知大家是否還記得筆者一直在強調的運營的三大原則：用戶至上、結果導向、效率優先。

如果沒有數據的支持，我們何從知道用戶的需求是什麼？我們產品的功能用戶是否真的需要？

沒有數據的支持，我們口口聲聲說結果導向，那麼又如何確定通往結果的路是哪條？

沒有數據的支持，我們又如何選擇最有效的那條路，如何利用好互聯網最重要的一大功能——高效性？

所以說，如果我們要切實的貫徹這運營的三大原則，務必需要數據作為指路明燈，否則一切的決策與方案只能是拍腦袋，即時是一次有目的性地通過MVP試錯，如果最終沒有數據的反饋，我們又何從知道錯在哪裡，如何改進。

3.數據如何驅動運營

關於「數據如何驅動運營這個問題」，由於前幾次我拿如「今日頭條」這類內容型產品的個性化推薦舉了太多次例子了，這次我們換個口味，來以電商為例聊聊通過基於數據來追蹤消費者的「重定向廣告」。

大家可以回憶一下是否有過類似的經歷：當你在某次訪問電商網站A的時候，瀏覽了某件商品，雖頗感興趣但卻並不足以刺激你下單，過了幾天，你在訪問另一個B網站的時候，又看到了這件商品，當時會不會有種難道冥冥中自有天意連老天都覺得我應該買下來的感覺，為自己下單提供了一個「冠冕堂皇」的理由，即使這次你的理性依舊佔了上風，依依不捨關掉了廣告，但要是接下來又在C網站、D網站看到了這個廣告，一而再再而三地被她屢屢誘惑，挑動消費衝動，十有八九可能就會從心一回了。

對於你我這類飽經套路摧殘洗禮的互聯網從業者來說，不難發現這些所謂的「冥冥中自有天意」的廣告曝光根本就不可能是純粹的巧合，實際上，只是這些企業使用了一種叫做「重定向」 的在線廣告技術。

那麼這種「陰魂不散」的「重定向廣告」到底是何方鬼怪屢屢糾纏我們呢？

其實它是一種針對已經瀏覽過網站的人群進行再次營銷的廣告方式。而這再次營銷的實現，則必然需要基於用戶上次的瀏覽行為數據。一般來說，這些企業會通過加入重定向廣告聯盟，來獲取讀取用戶瀏覽聯盟內其他網站時所記錄的用戶身份和商品信息的資格，進而將用戶瀏覽的當前網站中動態的廣告位替換成用戶感興趣的商品廣告。

這是一個基於產品層面的「數據驅動運營」案例，「重定向廣告」的實現需要在網站里插入一段追蹤代碼。

而除了案例所說的情況，以及內容型產品基於用戶偏好數據的推薦機制之外，我們日常的其他運營工作也離不開數據的支持驅動。

比如當產品需要增加一個新功能，我們需要進行A/B測試，通過數據來證明我們新功能的可行性；

當我們希望提高用戶留存率的時候，我們需要用數據去發現我們的流失用戶都有哪些特徵，我們的留存用戶又有哪些特徵來制定我們的留存方案。

比如說facebook就發現當新用戶在註冊完之後有添加好友行為的，他們的留存率往往比較高，運營人員便針對此情況設計了向新用戶推薦好友的機制，而新浪微博在早期也發現設置了頭像的用戶其活躍度和留存率往往高於無頭像的用戶，運營人員便基於這個數據去對用戶促使設置頭像進行引導；

當我們要策劃一個活動的時候，我們也需要參考以往類似活動（包括自己公司和競爭對手）的用戶參與度，活躍的用戶群體屬性，來決定是否有必要在組織一場這種類型的活動。

諸如此類，可以說運營人員的日常工作根本無法脫離數據而存在，我們的任何運營方案都需要基於事實，有的放矢。而數據便是讓我們找到這個「的」的基礎，運營需要數據來驅動，才能最高效精準地觸及用戶最深處的需求。