数据运营全流程手册

《数据运营全流程手册》 前言 数据，在企业的经营和发展中发挥着越来越重要的作用。纵观近些年短时间内快速崛起的各行业头部企业、新兴独角兽，无一不是重视数据、运营数据的结果。由此，数据运营的相关岗位相继出现，数据运营的能力也愈发备受重视。 未来已来，随着数字技术的发展和企业数据素养的提升，企业和品牌的核心竞争力将进一步集中在数字用户资产的沉淀与经营。只有真正掌握数据运营的能力，企业才能将业务数据化、数字资产化、资产业务化，沉淀数字用户资产，最大化每一个用户的价值。那么，现阶段的企业，以及企业内部的运营人员如何通过科学的方法和系统的流程，落地数据运营呢？ 易观方舟联合观远数据，结合服务过众多行业头部客户的经验，推出《数据运营全流程手册》。《数据运营全流程手册》以“理数-收数-看数-用数”这一数据运营闭环为整体框架，从运营而非技术人员的视角，通俗易懂地介绍了数据运营闭环的各环节是什么、有什么作用、以及具体应该如何落地。 该电子书不仅对数据运营闭环进行全面解析，还梳理出一套可快速落地的数据指标体系搭建框架（OSM 模型+ARGO 模型+金字塔原则），以及总结出 11 大常用的数据分析模型，并拆解幸福西饼、蜜雪冰城、九阳胶囊豆浆机 Onecup 这三家企业的数据运营实战案例，旨在帮助企业及企业内的运营人员低门槛、高效率地落地数据运营，实现数据驱动精益成长。 1.认识数据运营 随着数据正式成为继土地、劳动力、资本、技术后的第五大生产要素，其在当今社会扮演的角色地位不言而喻。对于企业来说，在日常经营的过程中，各个环节、各个流程、各个部门等都在产生着各种各样的数据。数据也已经成为企业在进行运营策略、产品规划、品牌战略等几乎所有经营活动时，不可或缺的信息来源和参考依据。 如果把企业比作舵手，数据就是导航。能正确应用导航的舵手，将率先到达目的地；同样，能正确应用数据的企业，也将在商业竞争中建立起自己的核心竞争力。 那么，将企业的各种数据采集起来，并正确应用于企业各种经营活动的过程，便是数据运营。 1.1 狭义的数据运营 狭义的数据运营，仅仅把数据运营看作企业中的某个岗位。但不可否认的是，数据运营岗位正在成为企业中举足轻重的岗位。与数据分析师不同，数据运营对编程能力的要求较低，但更接近和了解一线业务。大部分数据运营通常都与一线业务人员在同一个部门，以更好地辅助业务决策，用数据驱动精益成长。 为 了 方 便 大 家 更 好 地 了 解 数 据 运 营 这 一 职 能 岗 位 ， 我 们 从 众 多JD （JobDescription，岗位职责描述）中选取了比较有代表性的工作经验在 1-3 年、3-5年、5-10 年的数据运营 JD（见图 1-1）。 不难发现，数据运营是一项围绕数据进行各种工作的岗位，从收集各部门的数据需求、采集数据、分析数据，到搭建数据报表、监测数据动态、产出数据报告，再到通过数据驱动经营决策、给出战略建议。越往后对数据运营各项能力的要求越高。 一名优秀的数据运营不仅需要灵活使用各种数据工具，还需要变通应用各种数据分析方法，并且能够在第一时间发现问题、定位问题、并与业务同学共同快速找到解决问题的方法。 1.2 广义的数据运营 广义的数据运营，不仅仅把数据运营看作企业中的某个岗位，而是企业中的每一个岗位以及企业自身需要具备的一种能力。 对于企业中的每一个岗位，数据运营的能力几乎作用在我们在日常工作中的方方面面，例如，通过数据证明自己的工作价值、通过数据发现工作问题并解决问题、通过数据提升工作效率并驱动业绩增长。掌握数据运营的能力，对每一个岗位来说都无异于“锦上添花”，甚至是“雪中送炭”。 对于企业自身，掌握了数据运营的能力，才能将用户沉淀为数字用户资产——这一数字化时代下，企业的核心资产。数字用户资产的沉淀在企业中一般会经历三个阶段（见图 1-2）： • 阶段一：业务数据化。这是当前绝大多数企业所处的阶段，企业只有在这个阶段与用户建立起全面的数字触点，并在这些数字触点之上进一步承载业务的发展，才能进化到下一个阶段； • 阶段二：数据资产化。在这个阶段的企业，能对不同用户，基于属性、习惯、场景等因素打上不同的标签，生成单个&群体用户画像，并能对用户进行精细运营、个性运营、精准运营； • 阶段三：资产业务化。将所有数字用户资产进行货币化，使资产能够通过某种形式来获利。例如，拼多多就是非常典型的将用户实现资产化的范例，拼多多的用户通过分享，可以买到最便宜的商品。 根据易观对国内行业的观察，目前国内走到数据资产化阶段的企业不超过3%，走到资产业务化阶段的企业更是凤毛麟角。对于企业而言，如何经营好数字用户资产，如何最大化每一份资产中的价值，仍然是当下的核心命题。 1.3 数据运营闭环：理数、收数、看数、用数 不管是狭义的数据运营岗位，还是广义的企业中每个岗位以及企业自身需要具备的数据运营能力，都需要科学的方法和系统的流程来落地数据运营。为此，易观方舟提出数据运营闭环（见图 1-3），包括理数、收数、看数、用数四个环节。 先通过“理数”梳理清楚目前业务所需的指标，并搭建数据指标体系，为高效“收数”做好准备。本电子书的第 2 章将系统介绍“理数”的四个步骤：梳理数据指标、明确北极星指标、定义指标口径、搭建指标体系。其中「OSM 模型+ARGO 模型+金字塔原则」指标体系搭建的整体框架，将带你系统搭建适用于具体业务场景的指标体系。 “收数”包括数据采集、数据存储与数据打通，该环节收数的好坏将直接决定 后两个环节能否正确进行。本电子书的第 3 章将系统介绍数据采集的原理，并总结目前主流的三种埋点方式：代码埋点、全埋点、可视化埋点，具体如何实现以及各自的优缺点。此外，还将带你梳理埋点需求、设计埋点方案。 “看数”主要指将数据可视化呈现，并通过搭建数据看报/报表，进行数据洞察和数据分析，为“用数”做好准备。本电子书的第 4 章，我们邀请到观远数据为大家以专业的视角阐述数据可视化的内容。此外，还将系统介绍数据分析的类型和方法，并分享常用的 11 大数据分析模型。 “用数”体现在企业各种经营活动的各个环节。本电子书的第 5 章将着重介绍数据驱动产品迭代、Workflow（自动化工作流）助力精细化运营、“量质转化点 “ 提 升 用 户 留 存 ， 并 在 第6 章 以 幸 福 西 饼 、 蜜 雪 冰 城 、 九 阳 胶 囊 豆 浆 机Onecup 为案例，拆解其数据运营如何在企业内具体应用和发挥作用。 6 2.理数 2.1 梳理数据指标 指标又称度量，是量化衡量的标准。例如，衡量 APP 基础运营情况的指标有：活跃用户数、使用时长、打开次数等；衡量用户留存情况的指标有：次日留存率、留存用户数等。 我们可以将数据指标分为五大类：拉新指标、活跃指标、留存指标、转化指标、传播指标。 拉新指标 对任何一款产品来说，都不可避免地要经历从触达——下载——注册——用户的链路转化过程。在这个过程中，我们需要关注哪些拉新指标呢？ • 浏览量：又称曝光量，指产品推广信息在朋友圈、搜索引擎、应用商店等渠道被用户浏览的次数。与浏览量相对应的是点击量，点击量与浏览量之比即为CTR（CTR=点击量/浏览量），CTR 常被广告平台用来评估广告质量； • 下载量：根据业务的不同，可能代表 APP 安装次数、资料下载数等，是衡量拉新效果的结果指标； • 新增用户：下载并不意味着就是用户，如果用户只下载并没有注册，那就是无效用户。每个产品对于用户的界定都不一样，大部分产品是将用户注册 APP 行为定义为新增用户； • 获取成本：用户获取必然涉及成本，而这是运营新手最容易忽略的。目前常见的成本计算方式有 CPM（Cost Per Mille，千人展现成本）、CPC（Cost PerClick，单次点击成本）、CPA（Cost Per Action，单次获客成本）。 活跃指标 在人口红利逐渐消退的情况下，相较于下载量和用户量，大家更关注你到底有多少活跃用户？ • 活跃用户数：DAU（Daily Active Users）指日活跃用户数，一般指在 24小时内活跃用户的总量；以此类推还有 WAU（Weekly Active Users，周活跃用户数）、MAU（Monthly Active Users，月活跃用户数）等指标； • 活跃率：活跃用户数衡量的是产品的市场体量，活跃率看的则是产品的健康； • 在线时长：不同产品类型的访问时长不同，一般情况下社交类产品长于工具类产品，内容产品长于金融理财产品； • 启动次数：该指标体现的是用户使用频率，日均启动次数越多说明用户对产品的依赖性越高，活跃度也就越好； • 页面浏览量：简称 PV（Page View），常见的 UV（Unique Visitor）则是指一定时间内访问网页的人数，用户在 1 个网页的访问请求即为 1PV，以此类推10 个网页即为 10PV。 留存指标 如果说活跃数和活跃率衡量的是产品的市场体量和健康程度，那么用户留存衡量的则是产品是否能够可持续发展，对于早期产品来说其实更应该关注留存指标。 • 用户留存率：留存率 = 留存用户数 / 总用户量； • 用户流失率：流失率在一定程度能预测产品的发展。假定产品某阶段有 10万用户，月流失率为 20%，几个月后产品用户将流失殆尽。 转化指标 对运营而言，拉新、活跃和留存都只是手段，最终衡量工作业绩的是带来真正价值的用户数量。 • GMV：GMV 全称 Gross Merchandise Volume，即商品交易总额 ，是指一定时间段内商品的成交总额； • 成交额：指的是用户付款的实际流水，是用户购买后的消费金额； • 销售收入：指的是成交金额减去退款后的剩余金额； • 付费用户量：在产品里边产生过交易行为的用户总量，同活跃用户一样，交易用户也可分为首单用户（第一次消费）、忠诚消费用户（持续购买的用户）、流失消费用户（流失后又回来的用户）等； • ARPU：ARPU（Average Revenue Per User，每用户平均收入） = 总收入÷收费用户数； • 复购率：和新增用户一样，获取 1 个新付费用户的成本远远高于维护 1 个熟客的成本。复购率更多用在整体重复购买次数统计，即单位时间内消费 2 次以上的用户数占购买总用户数的比例。 传播指标 现在大多产品都会内嵌分享功能，对于内容型平台或者依赖传播做增长的产品，病毒式增长的传播指标衡量至关重要。 • 病毒 K 因子：K 因子大于 1 时，每位用户至少能带来 1 个新用户，用户量像滚雪球般越变越大，最终实现自传播； • 传播周期：指的是用户从传播到转化新用户所需要的时间，通常传播周期越短，意味着用户裂变传播的效果越好。 2.2 明确北极星指标 梳理完数据指标后，我们还需要找到最能指导业务增长的核心关键指标，即北极星指标。 • Facebook 以“月活跃用户数（MAU）”作为北极星指标，击败了当时以“注册用户数”作为北极星指标的美国社交网络巨头 MySpace，成为了目前世界上最大的社交平台； • LinkedIn 为“优质的活跃用户数”制定了 4 个维度的标准，并将其定为全公司为之共同努力的北极星指标，成为了目前世界上最大的职场社交平台； • Airbnb 以“总预定天数”作为北极星指标，不断优化房东与租房者之间的连接，成为了目前世界上最大的“酒店”...... 看似一个小小的指标，正应了我们的一句古话“方向对了，就不怕路远”。再小的创业公司，只要方向对了，然后整个公司朝着一个共同目标共同努力，也能“摇身一变”成为世界级明星公司。 认识北极星指标 什么是北极星指标？北极星指标（NSM，North Star Metric），又被称为唯一重要指标（OMTM，One Metric That Matters）。北极星指标是衡量产品、业务成功与否的关键指标，它体现了产品试图解决的“用户需求与企业经营”