查看原文
其他

数据运营体系,该如何搭建

The following article is from 接地气学堂 Author 接地气的陈老师


正文开始


很多同学搞不清楚数据运营和数据分析啥区别。一提起要“搭建数据运营体系”或者“建立数据运营机制”就懵圈:


1、这跟我做一套数据指标有什么区别?

2、为啥我做了数据指标,可运营部门根本不理我?

3、好像每一种运营都有自己的指标体系了,还咋个数据运营法?


今天我们系统解答一下。


先问一个最关键问题:数据运营,重点在数据上,还是运营上?

  1. 数据

  2. 运营  

 

 

01

运营与数据关系


注意,运营是个大工作,里边的分支非常多。单独看每一类运营,都有一套自己的指标体系。这就是开头说的:“运营已经自己有指标了,我做了指标他们不看”问题的本质所在。(如下图)

 

                         

为什么会这样?因为从本质上看,运营是个辅助性工作。理论上,如果产品力足够强大,商品天下无敌,那根本没运营啥事。——用户自己就抢着买到断货,玩的乐不思蜀了,运营啥运营。可大部分产品、商品没有这么厉害,因此需要运营打辅助,通过用户激励、促销活动、内容传播、商品运作等等手段,来保持用户的新鲜感,促进用户持续活跃和付费。俗话说:“产品不够,运营凑”就是这个意思。

 

因此运营会特别在意数据,并且特别在意数据里的“自然增长率”——他们的所有工作,都是在“自然增长率”之上做叠加


  • 用户运营——用户自然转化率5%,通过激励提升至10%。

  • 活动运营——自然销量1000万,活动拉升到2000万。

  • 商品运营——尾货库存预计18周,通过运作9周清空。

  • 内容运营——自然阅读1万,笔下升仙写出百万级爆款。

诸如此类

 

运营在体现自己功劳的时候一定会带上数据。因此往往各个部门已经建立了自己的数据指标。

 

02

数据运营的破题关键


如果数据运营把重点放在数据上,那最终就是沦为跑数机器的命。运营自己已经有数据指标了,你就等着被他们催着取数好了,而且还是加急加急加加急。这根本不需要单独设一个岗位,只要花月薪6000招聘一个人行sql机,让数据部门准备个大宽表即可。实际上,很多公司确实是这么干的,这也是为啥很多同学会有开头的疑惑。我们今天不谈这些low B公司,我们分享一下数据运营的真正目标,以及大厂们是拿它来干什么的。

 

运营各自看数据,看似科学,实则带着原罪:运营工作本身需要相互配合,可各个部门的小团伙利益是天然冲突的。

 

  • 用户运营希望派优惠券吸引人,商品运营的利润直接被榨干。

  • 活动运营希望短期效益越大越好,用户运营的节奏直接被带垮。

  • 商品运营希望不打扰爆款,多出尾货,可活动、用户运营都要硬货支持。

  • 内容运营写《震惊!马云!华为!沸腾!》篇篇百万阅读,可最后没转化。


 

在一个需要相互配合的工作里,各自考核数据,必然导致部门间相互拆台。因此数据运营的更好用法,不是拿来当跑数机,而是建立一套从整体目标出发的数据考核机制,让所有部门跳出小圈子,为整体利益服务。这才是设立这个岗位的初衷,和岗位的真正价值。

 

所以开头的题目选B,数据运营本质是运营,是要建立一套从整体目标出发,引导各子运营小组工作的考核机制。它本质是个工作机制,因此需要部门间共识目标,协同配合,取代各自为战的状态,这样才能发挥作用。


03

数据运营体系搭建方法


第一步:共识整体目标,制定整体战术。各个运营小组,共识年度大部门整体目标(比如DAU、转化率、销售金额等),并且选择落地大目标的战术,把大目标分解到各个月。注意:分解方法和不一定是按月平均,或按过往趋势分摊。分解方法可能和战术选择有关(如下图)



第二步:设定阶段性重点,各小组分配任务。


 

第三步:分解阶段性指标,各部门执行、监测、反馈。这一步就是常规运营数据指标的监控过程,不再赘述了。有了前两步,每阶段的运营工作就有了清晰的主任务,就不用纠结在“为啥短期类活跃率降了”“到底自然增长该写多少合适”“又有几个客户投诉很激烈”——整体目标达成就好。细节问题,可以在各小组自己复盘的时候,再找改进点。

 

第四步:监控执行进度,从小到大检讨效果。这时候要牢记检讨三原则:

  • 在执行到位前,不质疑策略

  • 在投入可调时,不修订策略

  • 在策略失效前,不质疑方向



当所有部门在部门例会上共识目标,跟踪进度,反馈问题,协同工作的时候,这套机制就算正常运转起来了。这样能保证整体目标的最大化落地,也能提醒各小组关键任务是什么——不要被自己一亩三分地发生的破事淹没了。

 

看完了,很多同学说:这一套方法论和增长黑客看起来很像呀。是滴,所谓增长黑客,其实也是一种统一协调各部门,为“增长”服务的办法。所以方法思路是很类似的。只可惜和数据运营一样,也被很多公司用歪了。

 

类似的,大家在做具体工作的时候,也不必要因为眼前公司的种种举动而怀疑人生——有可能就是你的公司水平太低而已。关键是多理解一个业务的本质,站在对业务有利的角度思考,多去理解业务部门同事真实处境与出发点,不要被玄乎的概念带着走。如果大家感兴趣的话,本篇集齐60在看,下一篇我们分享《数字化营销》,看看这个玄乎的主题背后,实打实的到底是什么,敬请期待哦。


—————— / END / ——————

大鱼先生,给你提供最新的数据思想,欢迎关注!


数据团队演进的五个层级,你处于哪一级?

我们有多少机会将数据、信息、知识转化为智慧?

主动性的四个层级,你处在哪一级?

如何更深刻的理解大数据(下)(附PPT下载)

如何更深刻的理解大数据(上)(附PPT下载)

如何提升做报表的效率?

作为大数据技术面试官,我喜欢什么样的应届毕业生?


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存