数据化运营系列：数据化运营解决什么问题

什么是数据化运营？

利用数据分析，得到隐藏在数据背后的业务规律，利用这些规则来给运营提供方向、方案、策略，并收集数据结果，进行不断优化，从而提升运营的效率与效果。

运营是什么？

运营工作是一个很细，方向性，目标性强的工作。例如：这个月期望新增活跃用户达到100万【明确的运营目标】，运营就是用尽量少的资源达到期望的目标。

  一、定义清楚目标

运营定义目标，活跃用户的定义是什么？例如：是本月有过购买订单，用户有登录 ，有过评论？

  二、目标分解

目标分解，活跃用户来源构成，例如：如下图所示；这个更多是从业务角度来说，根据业务经验，会怎么进行目标分解。同时非常明确各个用户的定义，规模有多大，这个规模就需要从数据上提供。

三、运营目标差距

运营人员利用经验进行了目标分解后，制定目标分解的逻辑。接下来需要数据分析师，数据分析需要帮忙运营人员提取相关的数据。通过数据让业务人员精准的了解业务结构。

通过看这些数据，数据化运营人员就可以非常清楚以下几种事情：

1、 如何不采取任何运营动作，那目前每月活跃用户大概50万老用户，27万的新注册会员。流失用户、休眠用户、注册未激活用户可能会有一定的比例用户会在本月活跃，比例分别为：1%、2%、1%，合计会有10万活跃用户。全月预计会至少有87万的活跃。

2、 根据数据的测算，运营人员非常明确离当月设定的目标大概有13万的距离，这就是运营目标与实际的gap。因为运营人员需要根据目标差距去获取相应的运营资源来达到目标。

对很多公司来说，如何数据团队你准确、快速给运营人员这些数据，让运营人员通过数据可以非常准确的了解结构，对运营人员是很幸福的事情。通过这些数据分析，运营人员也有运营方向，可以根据目标差距，可获取资源来决定本次针对哪类型的人群来进行发力【数据分析提供了瞄准器，通过这些数据运营人员已经有明确的方向】。

接下来需要更深入的数据分析，分析各个类型的用户有什么样的特征，例如：休眠用户中有多少之前是高消费，之前主要购买了什么，从而建立了用户画像，对用户有全面的了解。运营人员根据这些数据分析的结果就知道可以制定什么样的策略，设计什么样的方案。

对于数据分析师来说，可能需要一定的数据分析、数据挖掘的方法，例如：建立RFM模型，通过聚类算法建立用户细分模型，通过流失模型预测每个用户的流失概率。

深入分析用户为什么流失，是因为对价格不满意，商品缺货，商品品质等，还是竞争对手搞活动。通过这些模型和深入的专题分析，让运营人员利用数据来制定非常有针对性的方案。例如，针对流失会员中的之前消费频率高，消费金额高，设计满减活动来挽回。

有二名话来形容数据化运营的话：

瞄准器，心中有数，循环迭代

提升运营效率，提高运营ROI

后续将开始写数据化运营之数据分析，会员分析等方面的文章。

作者：数据海洋

来源：中国统计网

原创文章，作者：大西，如若转载，请注明出处：《数据化运营系列：数据化运营解决什么问题》https://www.afenxi.com/post/9510