系列 ：从0开始搭建自己的数据运营指标体系（定位篇）

前面开篇介绍了从0开始搭建数据运营指标体系的概况【干货 ：从0开始搭建自己的数据运营指标体系】（点括号标题查看上篇文章），这个过程中始终由数据运营人员执行，本篇主要介绍数据运营人员的定位。

从某种程度上讲，数据运营可视为商业分析师的一种，其在运营中心发挥着数据分析师的作用。回归到数据分析的环节中，数据运营更多的是在数据产品的使用方和数据需求的提供方。在一些初创企业，数据运营岗可能先于数据分析部门存在于各业务部门中，他们发挥着日常数据运营报表输出、业务数据指标定义、数据产品开发需求等角色功能，并且在运营策略方案支持方面，与数据分析师不同的是，其一方面可能是方案的建议提议者，另一方面也是方案的执行者。不同企业对数据运营的定位于要求不同，但总的来说不外乎以下三种：

数据清洗者

前后端数据混乱，在做正常的数据运营决策前必须将数据清洗干净，这个过程中不得不作为数据清洗者先行。这个过程涉及多端数据，比如系统流程数据，前端行为数据，后端业务数据以及第三方数据等，在数据整合过程中需要从业务出发，结合业务场景，重视业务逻辑，不忽视数据质量，从源头把好数据质量关，将多端数据变为可用数据。

数据链接、反馈者  

每日前后端都产生大量数据，而数据变化如何指导运营，在现阶段更多的是需要了解业务形态，这个过程中承担着数据连接职责。

此外各业务部门无固定数据标准，因此数据运营者数据清洗后，可能还需将数据反馈给产品技术活业务部门，因此某种程度上承载着反馈者的职责。这其中可能包括一些产品业务异常反馈，比如用户使用操作过程中出现的系统bug:闪退，停止运行，卡死等错误分析。通常的业务异常首先就表现在数据上。

数据翻译者

单纯的数据提供产品技术就能解决，而这个过程中数据运营更多的职责在数据翻译上，这里的数据翻译可从前后两方面理解：在对业务端，承担着数据指标建设与解读职责，在产品技术端，承担着数据需求提供的职责。

END

数据运营 关联文章阅读：  

数据分析 关联文章阅读：

版权声明：本号内容部分来自互联网，转载请注明原文链接和作者，如有侵权或出处有误请和我们联系。

---

活动推荐：2017全球机器学习技术大会