字，解读数据运营的“道”“术”“器”（思维篇）

网站数据运营

网站运营的思路

网站运营

狭义的数据运营就是指数据运营这个工作岗位，与活动运营、产品运营、用户运营、内容运营&#;.等等都属于整个运营体系的分支

主要的工作就是从事数据的采集、分析、提供决策支持，支撑整个公司的运营体系往精细化运营方向发展

一般公司常见的数据运营定位都是属于狭义的数据运营，这也是此次系类文章重点分析的内容

相对狭义的数据运营广义的数据运营比较“务虚”，由于道行不够广义的数据分析此次就不重点赘述

某月策划一场拉收活动（如下图），主要的操作逻辑就是用户当日投资年化金额达到某一区间即可获得对应的现金红包

答曰：此次活动返现比例比较低、通过以往活动的数据分析来看，如果返现比例较低投资金额过低的话返现的奖励对用户刺激不够明显，不能够强化给用户返现福利的效果

答曰：通过网站后台的数据分析，平台的投资用户有很大一部分都集中在万元以下，且五万左右是高密度投资区间

部门N：&#;&#;&#;答曰：&#;&#;&#;.以上简单的对话只是日常工作中一个很小的片段但很好的反应数据运营的价值，一方面可以指导自己进行业务优化，另一方面也可以用来回复来自外界的质疑，提升自己的专业性

三：如何理解数据运营中的“道”“术”“器”

“道”——是指价值观

“器”——是指数据分析工具

数据运营的“道”一般从价值认同、价值定位两个层面来进行理解

“穷则思变、变则通、通则达”A，价值认同

B，价值定位

“如果你不能理解它，那么你就不能有效使用它”成功的数据运营需要对数据分析有清楚的定位，既不能轻易的否定数据分析的价值也不能将数据分析神话

数据分析的最终目的是服务于公司的各项目标，因此需要对所在行业的背景、业务内涵、产品、用户有着深刻的认知，只有弄清楚整个业务体系才能有效的定位数据运营的价值，实现最终的增长目标

（二）如何理解数据运营中的“术”

认同了数据运营的价值，接下里我们就需要有对应的方法论作为突破口来指导我们搭建数据运营体系

“术”一般从以下两个层面展开：数据分析框架、数据分析方法论

A，数据分析框架

我们做数据分析的终极目的就是为了更好的服务用户，因此用户是数据来源也是数据分析最终服务对象

数据分析框架自下而上依次为数据规划、数据采集、数据分析、数据决策

、数据规划

“凡事预则立不预则废”做数据规划前我们要搞清楚我们的目标是什么，只有先搞清楚了自己的核心目标是什么、需要什么样维度的数据，才能指导下一步的数据采集和数据工作

如以公司的利润作为核心指标来做一个简单举例分析：利润（核心指标）=销售额-成本=流量*转化率*客单价-（固定成本+运营成本+人员成本）举例分析：月份净利润突然大幅度上涨，老板需要知道具体的原因

因三月份是租房的旺季且公司投放了电视广告，注册新用户增多，购买付费产品的新用户、老用户人数大幅度上涨，在固定运营成本、人员成本不变的情况下销售额远远高于成本，因此本月的利润大幅度增加

维度：“不谋全局者不足谋一域”维度主要的目的就是对指标的属性进行细分，如：流量的来源、人口属性、地域属性、设备属性、用户行为属性等等

数据分析维度体系一般分为宏观数据、中观数据、微观数据

宏观数据分析的是所在行业的整体情况，中观数据分析的是自己的产品整体状况，微观数据分析的是产品或者运营的具体某一个点的运营状况

数据收集：数据收集是数据化运营体系的底层支撑，数据是整个运营体系的基石

数据收集的维度：一般从流量数据、行为数据、业务数据、外部数据来进行收集

流量数据：是数据收集的起点，流量数据反应用户的来源渠道，是通过搜索引擎、APP还是通过付费渠道，通过记录分析流量数据来源可以全盘掌握平台产品的流量来源分布，为网站进行营销活动、产品运营规划提供有力支持

通过对用户行为数据的分析，能够从更小的粒度精确的产品、运营情况，为下一步的产品优化、具体的运营策略提供决策支持

外部数据一般用做对所在行业的整体整体情况进大体的把握以及和竞品横向比较分析，主要是一种参考作用

代码埋点：在产品中手动统计代码统计需要收集的数据

无埋点：无埋点国内的集大成者当属GIO，它改变了先定义在采集的流程，只需要加一个就可以采集全部的用户行为数据，可以根据自己的需要随时进行灵活的数据建模分析

设立目标、数据分析、提出假设、排列优先级、开展实验、分析优化是一个完整的数据流程

在确定流程后开始进行新一轮循环，在不断优化中实现增长

B、数据分析方法论

“分析未动，理论先行”，成功的数据分析体系离不开正确的分析方法论做底层支撑

（三）如何理解数据运营中的“器”

一提到数据分析工具可能很多人都会想到要自己去建设一套数据分析系统，创业小公司由于业务模式不成熟且资源紧张一般情况下不会考虑建设数据分析系统，成长型的公司发展速度快数据分析系统的建设跟不上业务的发展

其实大可不必这样，自建数据分析系统不仅费时费力最终用起来还不是特别顺畅，现在市面上有很多很好的数据分析工具可供我们选择，借助第三方的数据分析工具将我们工作的%时间放在数据分析上将%的精力放在数据工具选择和搭建上，以此来提升我们的工作效率

、常用数据分析工具

选择合适的数据分析工具能够让我们在处理业务时做到事半功倍的效果，如市场部门需要对广告投放渠道数据进行监控，那么就应该选择监控渠道效果的统计工具，如百度统计、等；产品人员重点关注用户行为数据，那么就应该选择监控用户行为的数据，如GIO、神测数据等等

简单举例：好了，到这里数据运营系类第一节思维篇已经完结，后续将会围绕该数据运营的宏观、中观、微观方面进行详细的解读分析，希望大家多多关注