六步搭建数据化运营知识体系_光环大数据培训

1、 光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/ 光环大数据光环大数据 http:/六步搭建数据化运营知识体系六步搭建数据化运营知识体系_ _光环大数据培训光环大数据培训光环大数据培训机构，数据化运营的概念随着大数据时代的到来被炒得越来 越火热，提到数据分析、数据运营让很多产品、运营新人觉得瞬间高大上很多。 随着数据概念的火热，如增长黑客、GrowingIO 等一系列的数据分析指导产品 增长的书籍、产品变得越来越受人追捧。对于互联网行业来说，无论是产品经 理还是运营，都需要具备一定的数据运营能力，本文将帮助没有数据化思维的 小伙伴搭建基础的数据化运营体系。本文会按照上图中的数据化运营业务流程进行分析，从明确目标、数据指标制 定、数据获取、数据分析、形成策略、验证优化这六个方面来搭建数据化运营的知识体系。一、明确目标一、明确目标任何一次有价值的数据运营行为都是由目的性的，这个目的可以是短期、一次 性希望达成的目标，也可以是长期性、周期性希望达成的目的。无论如何一定 要有目标，目标指导数据运营的思路和方法。光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌h

2、ttp:/ 光环大数据光环大数据 http:/1.11.1 数据化运营的本质数据化运营的本质这里先抛出数据化运营的本质：数据化运营的本质是对用户的运营，数据都源自于用户的属性和行为。为什么数据化运营本质是用户运营？拿增长黑客中海盗船模型来说，产品生命 周期全过程就是一个用户获取、用户活跃、用户留存、付费转化、口碑传播的 闭环流程。这流程中每一个节点其实都是对用户行为的激发以完成每一个阶段 的目标。产品所获取的数据也都是用户使用产品生产的数据，所以数据化运营 的本质就是通过用户行为分析指导产品成长。1.21.2 数据化运营的目的数据化运营的目的上面提到每一次数据运营任务都要有目的性，那么根据数据运营场景划分，大 致可分为以下 4 种：1.1.针对具体某一指标进行数据化运营针对具体某一指标进行数据化运营这种情况往往出现在 boss 要求短期内实现数据指标量级上的一个跨越，如新增 用户达到 100 万、活跃率达到 30%，留存率达到 20%、转化率达到 5%等等。这类数据化运营目的是短期或一次性的，通常通过对数据分析找到用户刺激方 式，如活动等让产品短期内迅速达到指定目标。光环大数据光环大数

3、据-大数据培训知名品牌大数据培训知名品牌http:/ 光环大数据光环大数据 http:/2.2.掌握产品生态掌握产品生态掌握产品生态指将数据运营应用到日常工作流程当中，当做日常生产流程中的一部分。这样做的目的主要是通过数据沉淀、数据分析了解产品的用户群有哪 些，用户分类是什么情况，利用产品对用户的精细化运营。此外还有一个目的就是了解产品生态的上下游，如上游用户获取情况，下游用 户的转化和分发情况，对于平台类产品或需要上下游业务支撑的产品来说，对 于产品后期发展有很大的价值。3.3.发现潜在方向发现潜在方向大数据时代，尤其是大数据产品的需求发现往往是通过数据分析结果发现用户 需求，从而衍生出来解决用户需求的产品。所以，有些情况下通过对数据的分 析可以发现更多用户没有通过表象展现出来的问题和痛点。拿数据挖掘中经典 的啤酒尿布案例来说，就是通过对用户购买数据的关联性分析，从而发现了尿布和啤酒两个看似毫无关系的物品之间的潜在联系，从而通过一定的运营策略 提升两者的购买量。所以通过数据化运营，也可以找到用户的潜在需求，从而诞生一款解决用户问 题的新功能或新产品。4.4.通过问题解决问题通过问题解

4、决问题光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/ 光环大数据光环大数据 http:/某婚恋网站近期有大量用户投诉有女性用户作为酒托卖酒，作为产品的负责人，需要去解决酒托用户问题，减少用户投诉。那么如何通过举报的女性用户去定 位更多的酒托呢？首先通过问题去定位数据，找到被举报的酒托用户行为数据和属性，发现这类用户近期频繁添加大量男性用户，每次同时与多个男性用户同时聊天，并且聊 天时间较短。结合用户行为及用户属性，从用户数据库中定位疑似酒托用户， 再通过数据监控去识别是否为真实酒托。上述这个案例就是通过问题去定位数据，通过数据运营找到解决问题的方法， 从而更好的解决问题。二、数据指标制定二、数据指标制定2.12.1 明确指标明确指标在这里要区分宏观指标和可行动指标的区别：宏观指标，通常是 boss 或 leader 提出的指标，这类指标一般没有可执行性， 如 leader 分配任务要求你本月让产品盈利 20 万。这个指标并没有实际指导价 值。可行动指标，通常是可以执行的指标，如通过微信引流新用户 10 万，提升付费 转化率到 5%等，这些是可以找到具体执行策略的

5、指标。光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/ 光环大数据光环大数据 http:/在日常工作当中会经常遇到将宏观指标转化为可行动指标的问题，所以用什么方法去对指标进行转化就成为了核心问题。这里推荐使用 OKR 指标拆解法，通 过 OKR 体系，将宏观指标进行拆解，分解成一个个可行动指标，通过对可行动 指标的达成，最终达成宏观指标要求。关于 OKR 指标拆解方法可参考网上结构 化思维的相关介绍。2.22.2 指标构成指标构成本文对常用的数据指标进行了总结和分析，请注意本文提出的所有数据指标都 是基于常用和大众的数据指标，根据不同的产品和不同业务请具体指标具体分 析，不要盲目照搬套用。1.1.基础指标基础指标基础指标体系参考了 AARRR 模型的五个阶段，拉新：新用户注册数活跃：用户登录数（日、周、月）留存：流失用户数（日、周、月）转化：付费用户数传播：分享用户数（微信分享、微博分享等，具体参考产品分享功能设计）光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/ 光环大数据光环大数据 http:/2.2.用户属性用户属性用户画像，依据用户属

6、性和用户行为构建的用户画像，用户画像的目的是分析用户行为特征，对用户进行分类，精细化运营用户。对于社区产品可以有针对 性的运营 KOL 用户，对于电商产品可以对用户做精准化推荐。终端画像，这里的终端特指移动智能终端即智能手机，通过对用户群终端分析， 了解用户群构成，如操作系统、手机型号等，更利用发现用户行为偏好。3.3.用户来源用户来源渠道分布，用户通过哪个渠道下载了 APP，登录并注册 APP。渠道效果，每个渠道的获取用户数，转化成为注册用户的数量，判断渠道获取新用户质量好坏。版本分布，用户使用 APP 不同版本的用户占比，通过分析可以判断产品版本更 新后是否出现造成用户体验过差的问题。4.4.用户行为用户行为用户参与度，用户访问页面时间，频率等。光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/ 光环大数据光环大数据 http:/行为路径，即用户完成某一个任务时经过了哪几个页面，做了哪些操作。自定义事件，根据产品需求，对某一个特定的用户事件进行数据统计分析用户行为。基于业务的漏斗分析，常见于电商用户行为分析，从用户登录到最终支付的用 户流失情况，判断在哪个环节出

7、现问题以及时优化。三、数据获取三、数据获取明确目标，定义好需要分析的数据指标后，那么下一步就是依据数据指标提取 数据了。产品在上线后会不断积累、沉淀用户的注册、登录、使用等各个维度 的数据。在数据获取阶段要做的就是采集需要的数据，并且对数据进行处理已 达到可以用于数据分析的效果。3.13.1 数据采集数据采集数据的来源主要有两种，一种是通过数据埋点，然后提取相应的数据字段。另 一种是通过用户的使用日志文件分析用户数据及用户行为。埋点业内有两种方式，一种是在产品设计阶段通过提交相应需求由研发团队设 计底层数据模型时将需要在产品上线后特别注意的数据字段进行标识。另外一 种则是通过第三方统计平台，如 GrowingIO 等，这些第三方统计平台利用前端光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/ 光环大数据光环大数据 http:/技术可以统计到大部分用户行为数据，减少产品自身开发和改造，但是对于个性化的数据分析需求还需要通过产品底层的设计来满足。用户使用日志即用户登录产品后每一次操作都会被记录下来，保证用户的使用行为可以查询，同时针对用户的一些误操作可以通过日志文件进

8、行恢复。3.23.2 数据处理数据处理为什么要做数据处理？有一点数据挖掘经验的人可能会了解，实际生产环境下 产生的数据并非是理想状态下的，可能某一条记录某一个字段因为系统或人为 原因造成了缺失，对于数据的不完整性也可能导致数据分析结果的不准确性， 所以在数据分析前要对采集到的数据进行数据清洗和数据预处理。（如果对数 据处理感兴趣可以参见专业数据挖掘书籍中关于数据处理的章节，如数据挖 掘导论）1.1.数据清洗数据清洗数据清洗指对采集的不规范数据进行清洗，如对数据存在缺失的进行填充，对 于数值性数据比较常用的方法就是选取数据前后若干天的数据取平均作为缺失 数据值进行填充。其他可能出现数据不规范的现象还有很多，如对于用户年龄 字段数据采集时发现个别用户年龄字段数值大于了 100，就需要通过数据稽查 去发现问题所在。2.2.数据预处理数据预处理光环大数据光环大数据-大数据培训知名品牌大数据培训知名品牌http:/ 光环大数据光环大数据 http:/原始数据与数据分析需要的数据维度可能会有所不同，比如采集到的原始数据是按照天进行汇总的，但是数据分析需要的是按月汇总的数据。那么在进行数 据分析前，就需要将每个用户的日数据进行汇总，得到每个用户的月数据后才 能进行分析。四、数据分析四、数据分析4.14.1 数据分析框数据分析框专业的数据挖掘算法有很多，如关联分析、聚类分析、神经网络等等。在这里 不过多介绍，只是结合产品、运营日常工作场景介绍几种常见的分析框架。1.1.用户画像洞察用户画像洞察用户画像洞察是通过对用户数据的聚合，将数据转换成形象化的虚拟用户模型。 通过用户画像展现具有某一类特征的用户群体。将用户群依据用户画像进行分 类，为精细化用户运营提供数据支撑。同时通过对用户画像的构建也有利用产品经理、运营把握用户。在进行功能迭 代和活动运营时，可以有针对性的制定策略，提升效率。2.2.用户行为分析用户行为分析光环大数据光环大数据

《六步搭建数据化运营知识体系_光环大数据培训》由会员gua****an分享，可在线阅读，更多相关《六步搭建数据化运营知识体系_光环大数据培训》请在金锄头文库上搜索。