|
做数据分析的最容易和运营怼上。 一来运营的数据需求太多，且经常提得很紧急、很奇葩； 二来数据分析师主动给的报告往往没人看，运营最喜欢自己跑数写报告，还专门衍生出来一个岗位：数据运营（虽然数据运营本意不是这个，但在很多公司硬生生做成了写sql的运营）。 到底数据分析该怎么做，才能支持运营迭代？ 一、运营是干啥的？可能做运营的同学，会深怀执念地说一句：运营是打杂的。然而吐槽归吐槽，运营是互联网公司的重要工种。和产品、开发并称铁三角。
比如：
售后处理，在互联网公司都能丢给运营。运营everything！这也是为啥运营显得很打杂的原因。小公司的运营人少，就几个兄弟上天入地，下海捉憋，把所有事都干了。大公司运营会有略清晰的分工和晋升线路。 运营的工作输出是非常重要的。俗话说：产品不够运营凑。特别在国内，互联网产品基本都是你抄我，我抄你的大环境里。同质化的产品想竞争，只能靠差异化的运营手段。 比如：
可以说，大家在生活中最喜闻乐见的事（今天又省了5块，明天又领了一份礼品）都是运营干的。然而，如此让人喜闻乐见的运营，为啥却总和数据分析怼上呢？这得从运营和数据的关系说起。 二、外行眼中的运营数据分析运营天生需要数据。运营要弥补产品的不足，提升用户转化，就得有清晰的数据指引：
这是运营的两大核心主题。 外行眼中运营数据分析无非（是滴，外行很喜欢用无非这俩字）就是AARRR与漏斗模型。AARRR用来描述用户状况的指标体系，基本构成如下图：
漏斗模型，常用来改善内容投放、新用户注册、产品流程。这些工作往往是若干环节组合，用户在操作过程中会因为环节太多而流失，类似漏斗的效果，所以有漏斗模型的说法。
运营还很喜欢提用户画像。因为写文案，做活动，派礼品，都涉及“用户喜欢啥？”这个问题，于是很多运营希望有一个用户画像帮自己看清楚用户特征、喜好。
这三个需求，单独看都很清晰。然而实际用起来，运营总是喜欢提一大堆临时取数要求，并且每次版本都不一样。 为啥？因为懂数据的同学一眼就看出问题：AARRR、转化漏斗、用户画像，本质上都是描述性统计，告诉的是一个结果。这些数据需求只要做了报表就能固定。 但运营真正痛点，并不是我不知道结果是啥样的，而是：结果就这样了，我搞来搞去领导都不满意，咋办呀！
三、运营真正的痛点痛点1：没钱
没钱说个锤子。然而偏偏有一派领导，喜欢看《我是如何0费用做到1000万粉丝的》《0成本裂变500万粉丝的方法》《0投入也能做增长》总之一定有不给钱的办法的，没有办法就是你的问题，你自己想去…… 痛点2：有钱，没效果比如新用户注册消费很少，于是决定做一个“新人注册后，首单立减10元”活动。都免了10元了，该买了吧，结果（如下图）：
痛点3：有效果，但领导要求越来越多比如新用户注册消费很少，于是决定做一个“新人注册后，首单立减10元”活动。做完了效果而很好，新人注册后首单率迅速上升。 结果领导又不满意了：
每一个做过活动/用户运营的看到这里都两行泪直流。总之，作为消费者，我们看到的那些跟奥数一样，“先订金后膨胀单品封顶组合裂变提现”，整都整不明白规则的活动，都是这么被逼出来的…… 痛点4：有效果，但领导说“不能一条腿走路”终于，活动见效了！然而领导又不满意了：
总之只有一种形式是不行的，继续创新。创新嘛，又要看数据、做测算、分析需求、设计规则、测试效果、效果不好继续纠结：该怎么创新。 痛点5：有效果，但现在又没钱了……活动效果很好，人数一直涨，结果现在新人数太多了，费用扛不住了（如下图），于是领导又提出：搞些创新点子，不要总用旧套路，成本都撑不住了。
纠结啊纠结。这种无休无止的纠结，才是万恶之源。 然而做运营本质就是这么纠结：
四、小结显然，单纯陈述现状，单纯地摆一堆数据，对解决以上问题是没有帮助的。甚至在大的方向没确定的时候，摆的细节数据越多，越会把人引入歧途。
数据分析想要真的帮运营摆脱困局，就得先有能力解读出：到底运营在苦恼什么。从真实的场景出发，思考对策。 注：文章及图片转载自网络，如有侵权请联系删除 |
京公网安备 11010602105141号
