胜鸿课堂

on 2019-11-19

BD也要懂运营——数据

BD也要懂运营

上期我们讨论了关于内容运营的问题,并结合运营商如何具体开展内容运营进行了深入探讨。这一期,我们要来具体讨论一下数据运营。

互联网服务之所以能以摧枯拉配的方式“侵入”到人们生活的方方面面,是因为它让信息高速无障碍流通,极大地提高了人类生产力,而“数据”就是互联网的核心要素之一,它是虚拟世界最客观的反映。

数据可以告诉我们,整体而言,哪些东西更受欢迎,哪个环节我们需要安排改进,哪种呈现方式会更有效果。精确地掌握了数据,我们才能更好地做到运筹帷幄之中,决胜千里之外。当然,在互联网时代,地球已成村,千里也只是一瞬。

数据运营是什么?我们作为数据运营人员,需要做什么?

数据运营人员的职责,就是把产品服务的运作,用数据体现出来,工作内容包括:提出数据采集需求,对数据分析得出结果,从数据中发现问题和机会。

数据充斥在运营的各个环节,所以成功的运营一定是基于数据的。在运营的各个环节,都需要以数据为基础。当我们养成了以数据为导向的习惯之后,做运营就有了依据,不再是凭经验盲目运作,而是有的放矢。

当我们有了足够的数据之后,我们可以不再依赖主观判断,而让数据成为公司里的裁判。理想情况下,如何我们能够追踪一切数据,那么我们所有的决策都可以理所当然地基于数据。在企业中,我们从整体战略到目标设定,到驱动商务运营的方法,最后采用一定的度量来衡量数据运营的效果。数据在企业中的作用是巨大的,不同层面的人,需要对数据做不同的操作。

决策层:商业智能=战略,电子商务的运营策略

管理层:商业智能=战术,商务运营的计划

运营层:商业智能=操作,商务运营具体的实施与执行

数据分析已经成为了运营最基础的一项技能,你是否能够真正的将其价值发挥出来,合格的运营一定是数据驱动运营,而非运营驱动数据。异业合作

我们需要培养什么样的数据运营思维?

1.从单一维度到体系化的思考,是做数据分析做出的转变。对于数据分析你需要有体系化的数据框架。 我们在考虑问题的时候都会遵循一个思路,即从宏观到微观,从全局到局部,数据分析也不例外,做数据分析一定要建立在对产品数据体系详细了解的基础上,在做数据分析时需要在心中建立起数据体系,产品数据维度体系由到大小可以分为宏观数据、中观数据、微观数据三大层面:
1.webp.jpg

在做数据分析时,我们需要结合自己的产品情况来做有用数据筛选。运营数据分析可根据后台基础数据结合EXCEL表格导出功能,以及借助第三方数据平台来进行辅助分析,这样不仅能够降低后台数据开发成本,也能大大提高数据分析效率。

2.做数据分析需要以目标为导向,学会做数据维度的逐级拆分,以结构化思维来做运营数据的全面的、系统性的分析。

在做产品运营的数据分析时,我们可以按照以下思路来进行:

确定数据分析目标

金额地区数据目标的关键影响维度拆解

找出不同数据纬度之间的关联关系从而建立起数据关系模型
2.webp.jpg

发现问题数据及出现原因 针对问题数据影响维度做相应的优化 3.数据分析更多的是要关注多个数据维度之间的相关关系,而不是单个数据产生的因果关系。通过影响关键指标的数据维度的关联关系建立数据分析模型。 4.做运营一定要将数据分析培养成为潜意识行为,运营过程中的一切行为和手段都可以数据化,数据驱动运营。 培养数据分析的系统化思维

培养数据的敏感度

养成数据记录习惯

运营商需向数据运营商转变,以大数据换未来

运营商在大数据方面拥有得天独厚的先天优势,如果能在人工智能、云、数据方面不断探索前进,努力实现转型,则真有可能得数据者得天下。

运营商可以称为数据巨头,但运营商目前的发展与数据巨头并不相称。运营商所掌握的用户核心数据是一般企业所无法比拟的,但因为缺乏其他行业数据,运营商所拥有的核心数据价值也就没有发挥余地。运营商重点将落在其他行业数据的拓展上,运营商的多元化拓展,实际上是商对多元化数据的拓展,运营商数据版图越广阔,业务将越多元。

运营商的数据版图
3.jpg

运营商需要同时构建通信服务平台、以及与各行业相应的信息服务平台来支撑各行各业的服务,运营商通过通信服务平台与信息服务平台来记录消费者、商家/政府、服务商的各类数据;再通过平台上的人工智能、大数据分析来实现数据价值的变现。 数据是对现实世界的描述,我们通过数据构建能现实世界。数据不断被记录,模型不断被优化,模型才能更接近现实世界。数据的诠释过程,就是运营商创造价值的过程。一方面需要通过大数据挖掘、通过人工智能来理解数据,另一方面则需要运营商通过真实世界的切实了解实际问题与情况。 运营商向ICT转型,但传统ICT已经不能给运营商更清晰的转型框架,单纯信息技术与通信技术的融合并不能带给运营商的转型成功。运营商需要全新的ICT(AI+CLOUD+DATA),人工智能、云、数据的融合应用,三者相互依存,实为一样东西。人工智能必然构建于云与大数据之上,云则作为一个平台承载数据与人工智能分析,数据则是云与人工智能的基础或原材料。

来源:简书: