运营的数据思维

之前在运营大神张亮-leo的公众号：zhangleo 上留言有关运营在数据方面的问题，结果不久后就发了这篇推文《运营的数据思维》。

亮哥的解答点醒了我，比起运用数据工具更重要的是数据思维、敏感度。（虽然还在学EXCEL中）

当看到一个峰值（高或低）你要立刻反应到当天的版本、运营活动、内容、哪类用户亦或是出现的故障

当看到长期趋于平缓的数据要想到是否需要在设计活动、增添内容、拉新、转换付费用户方面下工夫

形成看到数据就“有感觉”的感觉

------------------附上原文（作者：张亮）------------------

1数据，对运营来说意味着什么

大多数运营人员每天都在和数据打交道。什么？你不和数据打交道？好吧，请你开始学会和数据打交道。

那么，谈及数据，我们在说什么？

可能很多同学的第一反应是，KPI。

当然没错，但这仅仅是结果数据。运营还应当了解过程数据。

那么什么是过程数据？给一个虚的定义：和产品与用户相关的各个阶段的数据。

啥意思？

如果我们将产品视为自己的孩子，那么结果数据表现的是孩子的身高是多少，体重是多少；过程数据表现的是，这个小朋友在达到这个身高、体重时，摄入了多少热量，进行了多少运营，营养来源于何处，结构是否合理。

数据对运营来说，意味着掌控。

你能够获取和处理的数据越细致，你的分析可能越准确，你对数据的维度和特征了解的越多，你对相关的功能、运营方式的了解就可能越深入。

２数据的维度

我们拿一个简单的例子来说明：

譬如，微信订阅号。

一个微信订阅号可能包含的数据维度有以下这些：

我们可以看到，不管什么样的数据，我们都可以分为定性和定量两种。实际上，两种也会互相穿插。

从数据的维度来看，就微信订阅号的运营来说，大的维度重要有三个：

用户数据、内容数据、消息数据。

而这三个大的维度又可以去做出更新的颗粒度。

数据的颗粒度越细，运营人员就可以获得越细节的数据，但并不是只要把数据颗粒做到极细，运营人员的数据分析结果就能够做到极细。事实上，有些数据的颗粒度的细度是不需要的，这时候我们就需要去了解数据之间的关联，以确认对我们最有价值的数据及其颗粒度是否已经足够的细，是否还需要更细。

3数据之间的关联

定性数据我们先不管，先看定量数据。

我们从前台的内容页面能够看到的定量数据只有文章的阅读量和点赞量。

而如果通过后台，我们就可以看到所有的定量数据。

这些数据之间是有关联的。拿微信订阅号来说，有关联的数据有哪些呢？

1、强关联：用户数据与内容数据

2、弱关联：用户数据与消息数据、内容数据与消息数据。

何解？

内容发送的频次、内容质量、内容主题的设计，与受众群体是正相关。一个热衷于运营讨论的微信订阅号，很难吸引到非互联网从业人员；同样，一个总是讨论运营的微信订阅号，如果频次和质量不能满足订阅者需求，它也会很快被其他同类订阅号所替代。

消息的数量、回复的及时性，可以提高订阅者的满意度，满意度会在一定程度上对用户数据有所帮助；消息中隐含的需求，可以为订阅号的内容制造产生附加值。但这些是弱关联，因为如果订阅号的运营者能一直输出有价值的信息，即便这些信息不是从消息中的用户需求出发，也不会失去这些订阅者。

４有限数据的价值

对于一个内部运营人员来说，有了我们上面所说的数据之外，如果逻辑通畅、了解之间的关联，是可以给予运营很大帮助的。但对于一个外部运营人员来说，如我们上文所说，当我只能看到阅读量和点赞量的时候，我能推导出什么呢？

很简单，内容的对订阅者的价值。

订阅号Ａ的某篇文章，阅读量10000，点赞50；

订阅号Ｂ的某篇文章，阅读量100，点赞50。

Ａ的「传播能力强」，「用户活跃」，「标题吸引人」，「推送时间合适」，Ｂ的「传播能力不足」、「用户数不高」、「读者认为文章有价值」都是可以推导的结果。

如果要验证，就要对Ａ和Ｂ的文章做大量的分析和长期的观测，以得出结论——虽然结论不可能100%精准，但已经可以说明一些问题。

５工具or思维？

数据分析采用的工具重要吗？

重要的。

和对数据分析的思维比较呢？

没那么重要。

这是我的回答。

思维解决的是本质问题，而工具解决的效率问题。如果一个运营者面对一个豪华的工具，和一堆有价值的数据却无从下手，不知道从哪里开始串联数据关系，这个工具是不会创造价值的。

这个叫做「杀鸡焉用牛刀」。有牛刀可以屠牛，但如果不知道怎么屠，那就只是好看而已。