幫助3000位普通運營進階到高級運營的必殺技！

10-13

最近聽到自己的閨蜜不斷的抱怨某節課的高級運營進階課程好難，太多與數據相關的案例和作業，自己完全沒有基礎，也不懂數據分析，後悔莫及。其實，從普通的執行層運營到高級運營沒有捷徑，但是卻有一個必備的技能，就是說了千萬遍但還是被你忽略的「數據分析」。

大數據時代，數據是一家企業的導航儀，同樣也是運營工作的坐標，任何的商業行為，最終都要在數據上體現成果，越來越多的企業專門設立了數據運營，數據分析師等崗位。甚至在招聘網站上隨意搜索的運營崗位，工作職責中基本都會涵蓋部分數據分析的能力要求，對於運營人來說，擁有數據分析的能力已然成了快速進階的加速器。

這些應該足夠引起你對數據分析的重視。數據分析已經不單單是一種專業垂直的能力，從用戶運營，產品運營，新媒體運營，內容運營，渠道運營，活動運營等每個職位本身來講，都需要數據來追蹤效果，得到反饋。

很幸運曾經在專業的數據分析公司做了一年的運營，跟著阿里系的高級數據分析師學習了數據分析以及數據驅動產品和運營的本質內核，今天就從案例和數據分析的方法和價值上講講為何你需要這項技能來進階。

數據驅動運營，運營工作的本質是什麼你真的知道嗎？

運營工作不管是做一個活動，寫好一篇推廣文案，還是做一次推廣投放，還是管理一個用戶群，都是要通過一系列的運營手段，更好的作用於一款產品，輔助產品的成長，還要管理用戶的預期，打動用戶，與用戶建立情感連接。在此過程中，所有的運營行為，最終都要量化成對應的指標，所以，運營工作的任何一步都需要數據支撐。

數據之所以可以驅動運營和商業行為，是因為數據能夠帶來價值：

可以客觀反映一款產品的狀態和所處的階段；

做完一次運營行為，可以通過數據知道效果好不好，問題出在哪裡；

數據可以直接的告訴你實現某個目標的最佳路徑；

精細化的數據分析可以幫助更加了解用戶，理解用戶。

所以，數據分析需要以目標為導向，學會做數據維度的逐級拆分，以結構化思維來做運營數據的全面的，系統性的分析。哪個是最好的流量來源渠道？高質量用戶的行為特徵是什麼？活動轉化設置的轉化率是多少？都是依靠數據來進行調整內容和決策。

數據分析的基本思路和框架

我們可以按照以下思路來進行運營工作中的數據分析：

1. 確定數據分析目標；

2. 明確數據目標的關鍵影響維度拆解；

3. 找出不同數據維度之間的關聯和關係，從而建立起數據關係模型；

4. 發現問題數據及出現的雲隱；

5. 針對問題數據影響維度做出相應的優化。

任何的運營行為，都可以按照此思路來進行數據的採集、整理、分析，得出我們想要的結論。

運營工作中的數據分析，需要找到當前的關鍵指標數據

根據企業的商業模式和產品所處的階段，即便非技術企業也需要一些簡單且關乎核心的指標數據，並持續的關注下去。

對照下表，現在你的商業模型和運營工作處於哪一個階段，還需要什麼才能進入下一個階段？

經典的數據分析方法，百試不爽

海盜指標 AARRR

海盜模型相信做運營比較久的同學都聽說過，海盜指標是經典的數據分析方法，應用範圍較廣泛，大部分的產品模式都可以使用海盜指標AARRR來進行數據監測，也是創業公司及前期的運營行為最需要關注的指標分類：獲取用戶、提高活躍度、提高留存率、獲取營收、自傳播，簡稱AARRR。

這五個指標並不一定遵循嚴格的先後順序，例如：用戶可能先推薦某一個產品後再購買，或者在光顧很多次之後再註冊。

漏斗模型

用戶GA的同學應該經常見到這個圖片，目前國內的數據分析軟體已經能夠達到6個層級的漏斗分析，並且十分詳細。漏斗模型的分析方法可以幫助你理解產品是如何獲取到用戶的注意力的，並且能夠清晰的得知用戶從最初登陸產品的一系列行為的全過程（完成一次購物，生產一些內容，分享一段信息）。

還有常見的金字塔模型、病毒式增長引擎等都是通過固定的模型進行數據分析的分析方法。

第一關鍵指標的驅動力

在數據分析中，能夠有效驅動運營的指標並不是千篇一律，大量的虛擬指標是無效的。因此學會找到第一關鍵指標很重要。下面通過幾個實際案例來說明一下第一關鍵指標的驅動力。

數據分析並不難（後面會推薦入門及進階的數據分析書籍），但是，要在眾多的數據指標中找到第一關鍵指標並不容易。

Linkedln 通過數據找到提升轉化率的第一指標

Linkedln 是國際知名的職場社交服務，創始人雷德·霍夫曼曾效力於蘋果公司及富士通公司，他深知用戶的數量與結成的關係網路深度直接決定了其價值的大小，因此，他帶領團隊做了一系列的增長測試，通過反反覆復的試驗，做了大量的數據分析，最終確定新註冊用戶願意邀請的朋友數量達到「4」個，能實現最大程度的邀請轉化率。找到了這個關鍵指標就對產品和運營工作做了一系列的優化來提升增長。

同理社區型產品，都可以通過找到第一關鍵指標，比如新註冊用戶關注幾個人，產生多少點贊，評論等行為，留存率會提升，流失率會降低。

MOZ公司通過減少KPI數目來更好的集中注意力

MOZ（SEOmoz）是一家成功的軟體即服務（software as aService,SaaS）供應商，主要業務是幫助企業監控和提升其網站在搜索引擎中的排名，在2012年5月份公司成功融資1800萬美元之後，MOZ的首席執行官蘭德·費西金在網站上發表了文章，還分享了一些非常具體的關於客戶從免費試用轉化為付費或流失的數據。

MOZ的增長營銷官副總裁喬安娜·洛德在後面的訪問中提到了moz是如何處理這些指標的：「我們是非常依靠數據做決策的公司，每個團隊每周都要向整個公司彙報KPI、進展、並總結。我們還在公司的牆上掛上超大的屏幕，即時顯示我們的付費客戶數量和試用用戶數量，實現全公司層面的數據透明可以使員工隨時了解情況，同時也是對公司當前進展的一個很好的提醒。」

對於一個已經找到產品與市場契合點，正在擴大規模的公司而言，保持對單一指標的專註變得更有挑戰性，這並不奇怪，不同的部門都在快速的擴張，企業已經大到可以同時處理多件事務。但，即使有了各項同時進行的項目，喬安娜說，還有一個指標遠高於其他指標：凈增加。這個指標是總的新付費客戶（包括從免費試用轉化而來和直接購買收費版的客戶）減去總退訂客戶數。

喬安娜說：「凈增加有助於我們快速的發現退訂量高的日子，並尋求問題，同時還有助於我們理解免費試用版的轉化率表現如何。」

Moz也跟蹤一些其他數據指標，如總付費客戶數、昨日新增免費試用用戶、以及七日平均凈增加。所有這些都歸結為每日平均凈增加。

當MOZ進行最後一輪融資時，主要投資人之一、Foundry Group的布德拉·菲爾德建議moz跟蹤更少的kpi。

「主要原因是，作為一個公司，你不可能同時影響幾十個KPI。」喬安娜說：「布德拉提醒我們太多的數據會適得其反，你會迷失在並不重要的奇怪數據趨勢中，很多時間還可以被浪費在報告和溝通一些並不觸發行動的數據上，通過將每日KPI控制到幾個很少的指標，我們能夠更清晰的認識到公司的專註點在哪裡，以及做的好不好」

Moz是一家指標驅動的公司，但這並不意味著它被海量數據所淹沒，他們專註於唯一一個高於一切的指標：凈增加。同時跟蹤很多指標很了不起，但也是一條讓你失去專註度的不歸路。

Solare只關注少數幾個關鍵的指標

Solare Ristorante 是一家義大利餐館，餐館的主人蘭迪是一名連續創業者，具有技術和數據方面的背景，曾任Teradata 諮詢公司總經理，並成功賣出過五家技術創業公司。

他把數據驅動的思維引入參觀中,並一直在尋找關於商業指標的例子，他們在一天晚上成功的找到了這個數據：「24」。

他解釋數字的含義：「每天，員工都會告訴我前一天人工成本占毛收入的比例，這是餐飲業的很出名的數字，它非常有用，因為它結合了兩個你有所掌握的東西：用餐人均消費和人力成本」

「如果人力成本超過了毛收入的30%，就說明餐廳運營的不好，因為這意味著你可以在人工上投入過多，或者顧客人均消費太低。」一家米其林星級餐館之所以雇得起更多的員工，支付得起更高的工資，就是因為它的紅酒售價昂貴且人均消費很高，相反，一家低利潤的休閑餐廳必須壓低人工成本。

蘭迪還使用了一個次級指標預測顧客量，每天下午5點，他的員工會告訴他當晚收到的預約量，如果在5點收到50桌預定，那今晚的孤客量就會在250桌左右，兩者之間的比例通常是5：1.它使solare團隊能做出及時的調整，增減當班人數或購進更多食材，以應對當晚的客流量。

薦書：學習數據分析的經典書籍

精益數據分析

精益數據分析是最經典的一本書，很多數據分析師當作教科書來用。

誰說菜鳥不會數據分析

這系列有三本，是入門級別的書籍。

再深入一點的同學，可以學習下面的幾本：

深入淺出統計學

深入淺出數據分析

數據分析是一門技術，更是運營人必備的技能，沒有數據相當於盲人摸象，高級的運營人，一切以數據說話。