大数据的概念已经在全社会普及,所有的企业都在鼓吹自己的大数据如何如何,好像不跟大数据沾点边就跟不上时代发展一样。
        在我看来,大数据仅仅只是一种工具,一种手段,他的出现也是为了解决社会发展过程中无法处理海量数据的问题,其具体应用是为了更好的、更高效的解决问题。
         数据化运营的概念也是一样,其重点是如何通过数据了解网站的运营状况,研究用户行为偏好,分析解决运营问题,并为运营决策提供数据支撑。数据在这个过程中是来帮助业务人员发现、定位问题的一种方式,更重要的是采用合适的运营手段来解决问题,数据和运营相互协作、互相弥补,这是我所认为的数据化运营。
本文将通过确定运营目标、搭建指标体系、数据采集、数据分析、运营优化、持续跟踪等六个方面来简单介绍下数据化运营的流程。
(1)确定运营目标
        同一企业里的不同人员的运营目标或者说关注点是不一样的,比如领导更关注有多少用户、产生多少订单、有多少收益等较为核心的数据,而产品运营人员可能更关注产品的流程转化、订单流失等数据。因此,面向不同的业务人员,需要确定不同的运营目标。这个目标可以是长期的,也可以是短期的,但一定是具体可实现的。
(2)搭建指标体系
根据不同的运营目标需要搭建有效的数据指标体系,帮助业务人员快速的发现并定位问题。
(3)数据采集
        数据源多种多样,企业常用的有生产系统数据、CRM数据等静态的结果型数据,而在互联网上也有网站、APP、微信等动态的用户行为数据。针对用户行为数据,目前市场有各种各样的数据采集分析工具,有付费版、免费版,付费的又有按流量收费、按license收费等不同模式,企业可根据自身情况进行选择。
        数据的采集只是第一步,如何整合到一起才是关键。用户与企业之间的触点很多,比如某个用户在网站上查看了某个产品,在微信上下单,又去app上查看物流进度,最后通过客服电话进行退换货等,如果只是在单一渠道查看用户数据,并不能完全洞察用户的完整路径,所以这里必须要对不同渠道的用户数据进行整合,打造一个统一的用户数据管理平台,能够真实再现用户在所有渠道的行为轨迹。
在数据整合过程中,肯定会涉及到用户身份的唯一识别、不同渠道数据的处理加工与打通等问题,这里就不再展开说明了。
通过建立数据监控体系,及时发现网站在运营过程中的问题,迅速定位并分析原因。
数据报表示例:
数据分析中常用的方法很多,我认为其中最重要的是两个:
一是对比,都说没有对比就没有伤害,只有通过与行业标准比、与自身历史数据比,才能发现目前运营的差距与异常;
二是细分,无细分不分析,只有通过不断的细分来定位问题,才能对问题进行具体分析。针对一个问题,可以从时间、来源、渠道、产品、类型、用户等不同维度细分分析,精准找到原因。
(5)运营优化
        找到问题原因之后就是要解决问题,这里更多的是使用一些运营手段,比如利用促销活动提高用户活跃度,购物送优惠券等等;如果是网站布局性能的问题,则可以使用A/B Test的方法,比如按钮的位置、提示语的内容等,从多套方案中选择最优的一个。
(6)持续跟踪
        一切不能解决问题的方案都是耍流氓,在方案实施后需要对应用的效果持续跟踪,通过用户数据的反馈来验证方案的正确性。如果不能解决问题,则尽快换第二套方案;如果解决了问题,则需要持续跟踪数据表现,以避免有新的变化导致出现新的问题。
以上六步是循环往复的,是可以形成一个闭环的。数据需要与业务结合起来,才能实现真正的数据化运营,实现以数据指导运营的目标。
数据是死的,也是活的;数据是客观的,也是主观的;数据是真实的,也是虚假的。数据化运营的关键在于人如何使用数据,而不是数据本身。