如何用数据来指导你的运营工作？

(一)我们来谈谈另一件可能贯穿你运营生涯的事情——数据在运营工作中的应用。或者，也可以说是如何用数据来指导你的操作。这里先提一下，数据背后其实是逻辑和推理。换句话说，如果你想让数据更好地为你服务，你需要有良好的逻辑和推理分析能力。假如连这一层都做不到，即使你看过这篇文章并拍案叫绝，很可能也只是形而不得其神。至于如何评价自己的逻辑能力，我给出一个大致的参考——逻辑能力强的人的语言表达往往是有组织的。说话和表达往往有框架，有组织，思维清晰。例如，ta在回答问题时喜欢使用“原因-经过-结果”、回答“案例-问题-分析原因-解决方案”等框架。框架不是为了束缚思维，而是为了整理思维。在此基础上，谈话话题容易跑题，千里拉不回来的人，往往容易表达自相矛盾，难以自圆其说的人，逻辑可能比较差。然而，逻辑并非不可能练习，但它必须投入大量时间。例如，试着为自己建立一个思维框架（如我们之前提到的“案例-问题-原因-解决方案”），并试图在所有可能经历的相关场景中继续强迫自己使用相应的框架来思考和表达，所以几个月后，通常会有一些效果。此外，还建议参考“思维技术”、《麦肯锡教我怎么想》、《创新者的思考》、我读过一些关于逻辑和思维方法的好书，比如《学会提问-批判性思维》。此外，许多人，尤其是文科学生，在提到数据时往往会感到害怕，但数据并不可怕。只要你把你的想法弄清楚，你就会发现数据实际上很有趣。在今天的内容中，我会试着给你一些有趣的例子。(二)好了，接下来我们就认真谈谈数据在运营中的作用。说到数据，阿里的数据系统应该是整个国内互联网行业中最强大的，可能没有一个。此前，一位从阿里辞职的芮曦同学写道：“我在阿里三年的经营经验就在这里”。对于数据的价值和操作中的具体使用场景，我觉得很多地方都比较到位。(可以通过百度搜索，或者回复微信微信官方账号“0426”三节课看到这篇文章。)如果我们需要总结一下，简而言之，数据对运营的价值可能包括以下几个方面——1。数据可以客观反映一个产品目前的状态和阶段。比如三节课的用户群主要是互联网行业的产品经理 在产品运营方面，如果这群人有300万人，我们目前有10W用户，依靠声誉形成的自我增长相对较快，那么我们应该加强一些推广和营销，做得更好吗？或者，如果我们现在只有1W用户，而且课程和其他产品体验相对一般，那么事实上，我们目前的主要核心任务应该更慢，坚定地完成产品体验？2.如果你完成了一件事，但效果不好，数据可以告诉你你的问题在哪里。比如三节课围绕课程推广做了一个新的活动，但是结束后发现真正愿意参加课程的人并不多。你应该看看是引流不够，课程页面转化率太低，还是整个报名流程有问题？3.如果你想实现一个目标，数据可以帮助你找到最好的实现方式。这类似于我们在上一系列中提到的内容。例如，如果你的老板要求你增加5倍的销售额，你必须去看看哪里更适合增加销售额吗？是为了获得更多的流量？还是用心提高付费转化率？还是好好提一下客户单价？或者老板想要的是用户数量增加50万，你必须看看这50万用户从哪里来更可靠吗？它可以来自用户的声誉和自我增长吗？有多少可以来自网盟？豆瓣小组新浪微博有多少可以？4.极其精细的数据分析可以帮助您通过层层拆分，更好地了解用户，更好地控制整个站点的生态。例如，在三个课程站有这么多课程，我们可以通过数据得到以下问题的答案——从课程的角度来看，什么样的课程更受欢迎？那么，听课的习惯是什么呢？喜欢同一节课认真听很多遍？还是一节课只听了3-5分钟就走了？然后，一个尚未毕业的大学毕业生和一个已经工作了2-3年的互联网从业者，虽然他们都想学习，但他们的学习习惯和需求应该有所不同吗？而且，如果我们想尽最大努力为三节课的所有用户服务，我们能把这些用户分为不同的类别，然后推送给他们不同的课程和学习内容，引导他们完成不同的用户行为吗？5.一些潜在的线索和彩蛋可能隐藏在数据中，可以让你把一件事变得更好，这些线索和彩蛋需要你去发现和挖掘。例如，在三节课的用户群中，如果我们通过数据分析找到这样一个结论——在过去的一个月里，70%来报名参加三节课的用户来这里是因为他们读了我们的一篇文章。你认为你现在应该做什么？毫无疑问，当然是把这篇文章放在首页的显眼位置，或者放在新用户注册或访问过程中的必要节点上，用它来刺激更多的新用户！在以上五点中，我将详细讨论1的部分，即如何结合产品形式和产品发展趋势，从宏观上判断产品的阶段，并制定相应的运营策略。因此，下面，我们将结合更详细的例子，依次讨论上述2345四种价值体现。(3)先说第一个:如果你完成了一件事但效果不好，那么如何通过数据来定义问题出在哪里呢？让我们看一个真实的例子：O2O课程学习平台，注册用户5W，模式通过在线付费注册，离线现场课程，最近在线专题，聚集6门课程包装推广，预计每门课至少注册40人，但从结果来看，效果不好。这个主题页面的相关数据如下(看不清楚可以点击放大)：现在，我们想知道这个话题的具体问题在哪里，我们该怎么办？请注意，在这里，我建议你花点时间用你的大脑思考。在你有了一些自己的判断和结论之后，最好继续往下看我的答案。这里需要提到的是，我们曾经想成为30W的年薪 在操作中，你必须具备这四种“操作思维”中提到的四种“操作思维”之一：流程思维。也就是说，要先梳理流程，再来流程来反推问题。例如，围绕课程主题的操作，接触用户的整个过程一般应该如下：所以，我们可以根据这个过程回顾过去，整个主题的问题是什么？比如推广本身不给力？还是推广到专题页面的转化率太低？还是跳出太高的专题页面，基本上没有人进入课程？还是从课程页面到注册的转换太差？还是注册后的订单确认和支付流程损失了太多人？而且，如果我们已经明确定义了上述主要链接中的一个链接存在问题，例如，我们已经发现推广到主题的流量数据太差，那么具体的原因是什么呢？是因为我们去店铺太少，还是因为渠道执行力度不够？还是推广材料和文案太差？如果按照以上思路分析这个话题的数据，我们可以发现这个话题的问题可能主要出现在以下几个方面——1。专题页面的整体UV很差。1000出头的UV对于一个话题来说太可怜了。具体原因可能包括:1)专题上线时间过于匆忙。可以看出，8月3日开课的专题将于7月31日上线；2）专项推广不是特别强大。无论是铺设的渠道不够，还是在特定渠道内实施不好，都可能需要进一步分析各渠道的具体流量构成和实施情况。2.专题页面的效率普遍较差。一方面跳出率超过40%，另一方面从专题页面导向单门课程的UV最多只有187，只相当于专题页面流量的10%左右。这个效率有点可怕。3.从单一课程的角度来看，课程3对用户的吸引力可能相对较差（注册和课程页面访问很少），课程4的课程详细信息页面或定价可能有优化空间（访问多，注册少），课程6是注册转化率好，但整体在车站曝光的机会较少。在这个例子之后，你是否觉得数据真的可以帮助我们非常仔细地定义问题，让我们有目标吗？（4）让我们来谈谈数据的第二种价值：如果你想实现一个特定的目标，如何通过数据评估和具体化你的最佳实现路径？事实上，这个问题与上一个连载中提到的“指标拆解”一脉相承。让我们举个例子：如果下个月三节课的目标是将平均每日注册人数提高到2万（目前为2000），并且投资预算成本最低，我们能做什么？得到这个问题后，我们首先可以根据上一个连载中提到的目标拆解方法来拆解我们的目标，所以我们可以得到-课程申请人=网站流量×课程转化率×那么，既然要把目标指标提高10倍，就要分别评估提高三个因素的可能性。先看网站流量。假设三节课的目标用户主要是3岁以下的互联网产品 在运营领域，目标用户约为100W，但目前网站每日UV不到3000，因此按照正常逻辑推断，网站正常每日UV约为目标用户的10分之一，即10W应该可以。但是，如果这个流量需要在短时间内拉动，肯定需要投入一些费用。从课程转化率来看，如果网站整体UV-课程申请人数的转化率为2%，分析发现每天访问课程页面的UV约为2000，那么根据经验判断，这是一个很好的转化数据。根据我们参考其他类似课程学习网站的数据，3%已经是非常优秀的网站UV/注册转化率。我们暂时认为，经过流程梳理，我们可以加强课程曝光指导，优化课程列表页面、细节页面等布局，优化课程文案和课程注册流程&在一定程度上优化了体验等环节，实现了3%的转化率，整体提高了1.5倍。最后是人均注册课程的数量。如果我们发现目前每个用户注册的三门课程的平均数量是2门，而车站每个月都会同时开设25门课程，而这25门课程往往是相互关联的，并且存在逻辑递进关系。因此，我们可以相应地判断，人均注册课程数量的因素有明显的改进空间。因为三门课目前主要有两个主要的课程体系，每个系统课程有12门课程，所以我们推断依靠课程包装、相关课程推荐、站新闻通知、一次性注册多门课程提供绝密信息等一系列操作手段，应该能够将单个用户人均注册课程数量提高到10门课程，整体提高5倍。嗯，因为我们的命题要求是“最低预算”，所以我们的想法必须优先考虑没有预算的指标，然后考虑有预算的指标。基于以上推断，我们应该能够在不做预算投资的情况下达到以下状态——课程申请人=网站流量×(课程转化率×1.5）×(人均报名课程数×5)即课程报名人数=网站流量×课程转化率×人均报名课程数×7.5此时我们发现，如果按照这个推断，课程报名人数的指标已经被我们提高了近7.5倍。也就是说，为了实现10倍的目标，理论上，我们只需要投入更多的预算，将网站流量提高到原来的基础上1.33倍以上，就可以达到预定的目标。到目前为止，我们的最低成本实现目标的运营计划被视为成型。这个不断寻找标杆数据反复推导思维的过程，也希望能给你带来一些启发。（5）让我们来看看数据的第三种价值体现：极其精细的数据分析可以帮助您更好地了解用户，更好地控制整个站的生态。让我们举一个例子：如果所有的站点数据都可以向我们开放，那么站在操作端，如果我们需要对三个类的用户行为有更深入和准确的理解，以便更好地指导我们的操作工作，我们应该分析和比较数据，以获得一些更有价值的信息？这里介绍了两个数据分析的基本概念：维度和测量。简单地说，测量是一个具体的数据指标，通常表现为量化后的数据值。维度是从不同的角度来看待这些指标。例如，网站的UV（用户访问量）是一个数据指标，当我们看到它时，我们可以从日期维度来评估一周或一个月内的高或低流量，以及是否有规则；也可以从24小时维度来评估每天不同时间段的流量分布；也可以从区域维度来看，了解不同地区用户访问和使用网站的习惯和情况是否存在差异。。。如果你理解了这两个词，你会发现所谓的数据分析只不过是定义你想评估的测量，然后你需要知道你可能看到这些测量的维度，偶尔你可能需要在不同的维度和测量之间进行分析和比较，最后产生结论，并以图表的形式呈现结果。因此，回到这个例子中，如果我们想结合具体的产品形式，对三节课的用户生态和使用习惯有更深入的了解，我们可以首先定义，我们需要评估的测量是什么？因此，回到这个例子中，如果我们想结合具体的产品形式，对三个类的用户生态和使用习惯有更深入的了解，我们可以首先定义，我们需要评估的测量是什么？这个测量需要结合你的核心产品功能，因为目前三个类网站的主要产品功能是在课堂上学习，用户可能会在这个网络上学习