推荐指数：★★★
准备面试，4个小时连续的读完了这本知乎大神张亮的关于运营的入门书《从零开始做运营》。总体感觉逻辑清晰，文字流畅，大而全的介绍了运营的1，2，3，基本上对于我们小白算是对运营有了初步的了解。虽然不是内行，但感觉理论多于实践，对于实际工作的落地持怀疑态度。
一、运营是什么
这个问题在之前的文章即便是有公众号的你也要懂运营|读《互联网运营之道》 中介绍过：
对于任何一个公司，无论是IT或互联网公司，核心都是三个业务部门：产品、技术、运营。这三者紧密联系，互相影响，缺一不可。首先，你要有个产品，无论是微信还是电视。那么产品是怎么出来的呢？靠技术、研发团队经过或长或短的时间制造出来。之后，就到了运营的阶段——推广、销售、市场、售后广义上来讲，都算运营，运营反过来再影响产品。
运营的根本目标是引导用户使用并持续使用我们的产品。
什么是运营呢？对于互联网公司来说，产品设计部门和研发部门保证了创意的实现，是从0到1的过程。而产品背后的服务、商业模式的创新等，都需要出色的运营部门进行支撑，运营团队的作用就是创造“1”后面的无数个“0”。
张亮给出了一个他自己的定义：一切能帮助产品进行推广，促进用户使用，提高用户认识的手段，都叫运营。运营是个筐，什么都能装，足见运营涉及面之广。但是不是所有相关的东西你都需要做呢？什么都做意味着什么都做不好，这样的话运营很容易做成渣，而运营的人员也很容易成为打杂的，至少在其他岗位的人看来，甚至自己也是这么认为的。那如何避免产生这个情况呢？
我的想法是有的放矢，有目标的做事，说白了就是在合适的时候做合适的事儿。所以，我们先要了解运营的核心任务是什么，也就明确了总的目标。
二、运营的核心任务
1. 流量建设
这是运营的重中之重，尤其是产品上线初期。没有流量，再好的产品没人用也是扯。这时候更多需要围绕推广、扩散、营销、拓展（BD）等活动来提升流量。关注的指标包括PV，UV，SEO，转化率（用户的转化每一部都有流失，好似漏斗）
2. 用户维系
导入流量后，面临的最大问题就是如何留住用户以及如何让用户更多更积极的使用产品，甚至能主动的帮助推广或宣传产品。这就是用户的“留存”和“活跃”。
用户维系其实是用户运营的一部分内容，我们后面再说。
3. 产品优化
三、运营的划分
与《互联网运营之道》的划分类似（其实业界大概都是这样分类的），分为内容运营，活动运营，用户运营，只是论述的偏重点不同。
之前读书笔记即便是有公众号的你也要懂运营|读《互联网运营之道》 中阐述过他们的关系，我觉得很形象，对于我们小白很好理解：
如果把互联网产品比作商场，那么产品运营就是商场本身的建设和布局优化；内容运营是商户的引入和展示；用户运营研究用户心理，吸引用户
1.内容运营
创造、编辑、组织、呈现网站内容，提供产品的内容价值，对用户黏着并使其活跃。主要包括四步：采集与创造，呈现与管理，扩散与传导，效果与评估
2.活动运营
通过开展活动来拉动1个或多个指标，主要包括下面两个内容：
A：如何进行活动策划
活动方案撰写（明确目的SMART原则，首先要考虑清楚用户是谁，其次挑选时间、配合热点、产品本身）->活动流程设计（流程简单，文案清晰）->规则制定->成本预估（考虑投放活动的渠道）->预期收益->效果统计分析->活动改进措施
B：如何写活动策划：主题、对象、时间、FAQ
3.用户运营
以留存、活跃和付费为目标，依据用户需求，制定运营策略及方案（用户画像，对用户分层-user还是member，用户行为分析，用户需求挖掘等）。用户运营主要包括以下四个目的：
A：开源（拉新） 1.选择注册渠道及方式 2.提升注册转化率
B：节流（避免用户流失） 重点关注沉默用户 1.定义流失标准 2.建立流失预警机制 3.挽回举措
C：维持（促活跃） 1.定义留存及活跃标准 2.提升留存率 3.提升活跃度，搭建激励体系
D：刺激（付费） 抓住高价值用户
四、数据运营
数据运营之所以单独拿出来作为一章，是因为它与其他种类的运营都有关系，是贯穿于其他所有种类运营的一项必不可少的工作。离开数据谈运营都是纸上谈兵，没有一点说服力，同时是领导层决策的依据。但也不能完全依赖数据，因为有时候数据是靠不住的，准确说不是数据靠不住，是分析的角度和方法靠不住。因为有不少人都会依据结果倒退原因，从而导致本末倒置。
数据运营的内容主要是：明确目的后进行数据规划（搭建数据指标）、数据采集（埋点等方式）、数据分析（挖掘、模型深入分析）、数据展现、效果分析。一个好的数据运营一定要及时发现问题、定位问题，并提出可行的解决方案。数据分析是核心工作。
运营数据是基础，常见的数据指标，如DAU：（Daily Active User）日活跃用户数量。MAU：（Monthly Active User）月活跃用户量。PV：（Page View）页面浏览量，可以理解为页面被人看过的总次数。UV：（Unique Visitor）唯一访问量，可以理解为页面被多少人看过。很明显UV不会大于PV。ARPU：（Average Revenue Per User）每用户平均收入。
1. 数据使用方法
A：掌握历史规律
B：从历史数据中归纳规律
C：通过规律反向进行数据预测
D：按照相关性等，多维度进行数据拆解分析
2. 读懂数据的关键是读懂背后的人
A：抛弃预设立场
B：深控用户行为和系统事件
C：换位思考
D：整合关键数据
谢谢您可要阅读到这里，欢迎浏览其他读书笔记。
