2020-03-18

                    迭代运营数据应用,需要注意几点

数据分析在我们日常工作中很常见,掌握了方法之后可以帮助我们做出正确的决策。

有一个很有意思的现象是:我们做数据分析时,虽然说叫做分析数据,其实分析的只是借助数据表达出来的产品现状。这样看来,数据的作用好像就只有了辅助表达产品当下的状态,其次就是提醒我们的工作要进一步调整了。

以流程来说:先看数据(1),接着数据表达产品状态(2),最后通过数据的反馈,思考决定接下来的行为(3),如此循环。

这样看来,逻辑似乎没有什么问题。但有个很关键的点在于:当我们思考并决定做何行为时,能给我们做支撑的仅有前一步的数据。换一种说法就是,当数据反馈完我们要做一些行为了,具体做什么取决于我们自己,而不是数据。

有些朋友会说,我们可以看历史数据,但其实历史数据也还是数据,我们需要的不仅仅是历史数据,更多的是历史行为,只有配合历史行为才能给我们的决策做到完整的对比支撑。

所以今天就想跟大家聊聊,如何进一步挖掘数据的用途,以帮助我们更好的驱动工作。

一、数据的真正意义在于存档和记忆

在技术高度发达的今天,我们有着三个十分流行的技术名称,大数据、云计算和人工智能,这三者都来源于我们人,而就算我们每个人还暂时无法配备这三种技术时,大数据我们可以记录小数据,云技术我们可以用公式技术,人工智能则可以依靠回我们的大脑。

但二者唯一也同时被忽视的细节还有一个——云存储。虽然人的大脑开发还很少,但是我们的记忆能力是有限的。就算我们可以把大量的数据处理计算之后,我们记忆的往往不是数据结果,而是对应行为。而当出现多种不同类型的数据结果,或者是行为场景时,例如拉新场景、促活场景时,我们就很难去回忆起之前的历史行为。而这时候我们才更需要数据的帮助。

前面说数据反馈的是产品的状态,从某种意义上说,产品的现状也是上次运营行为的结果,所以数据恰巧衔接了后两次运营行为,成为了一个衔接点。

这个时候从数据为节点断开这个循环,就可以得到一个由数据到行为再到数据这样的完整单位过程,也就是常说的:起因-过程-结果,这也可以称之为单位运营流程。

而借由这样的数据+行为的记录,可以逐渐形成一个运营行为历史网,当我们第二次出现类似的情景时,就可以找到之前的历史行为,然后根据历史行为迭代,变成新的运营行为。

二、生命周期交叉表

当我们记录数据时,是行为+数据的形式,数据就可以帮助我们记忆历史行为,但重点是要以“情景”做区分。而做运营时,我们划分情景是围绕着用户和产品的生命周期进行的。

产品和用户的生命周期相对比较确定,比较方便用来设计维度。而且比较极端的展示来说,不管产品在什么阶段,都有可能出现所有类型的用户,只是占比多少的区别而已,就以上图的区分来说,我们运营时用户会出现的问题场景有4*5=20个,也涵盖完了用户和产品由生到死的完整过程。

接下来进一步细化我们的运营行为,常见可以分为内容运营、活动运营、用户运营等等,以具体的运营行为来划分。

例如:现在是产品成长期,面对的是引入期的用户,我们的运营目的是促进活跃度。从内容运营的角度中,最简单的手段比如是改成下午6点推送消息,之后数据上涨了5W,这就是一个有效果的行为,可以记录下来。一来可以成为不管是产品成熟期的引入期用户还是产品成长期的成熟期用户运营行为的参考,横向或者纵向发展,二来也是产品启动期的引入用户的运营标准。

只有这样才能帮助产品或用户,以运营驱动的形式推动到下一环节;同时已经操作过的行为,会成为前一环节的行为规范。

三、分析和复盘都是为了迭代当前的运营行为

其实在日常生活中,数据分析还有另外一种形式存在着,那就是复盘,不管是内容的复盘还是活动复盘,都是一种借助数据,分析之前运营行为的过程。连同数据分析在内,复盘也仅仅完成了复盘这个行为,都没有对之后的运营产生更为连续性刺激作用。

其实,数据也好,分析也好,根本上来说都是为了提升我们之后的运营手段。但如果运营手段没有真正地产品化,任何迭代、升级也就无从谈起。

这也是为什么,很多运营经历了内容、用户、活动等等各式的运营形式,但是感觉自己掌握的运营手段也就是那么一个两个;或者每次都积极做分析、做复盘,但是PPT做得再好看,没过多久就忘记了。所以,数据应用驱动的是我们运营行为的产品化,运营行为这个产品的迭代

所以运营人想要拥有所谓的迭代思维,其实最重要的一步就是将自己的运营手段产品化,借助数据去迭代自己的运营。而数据分析呢,不管是数据处理还是分析技巧,前面所谓的存档和记忆都是为了促进产品化。

四、总结

运营数据应用需要迭代了,这句话最重要的是指代了什么才是运营数据的应用;它不是指数据产品的使用方法,应用就是一个产品,完整的说法是——借助数据,“应”该促进运营手段产品的形成,并“用”来迭代升级,这才是真正的“应”和“用”。

1. 横向数据应用:从上一次的数据展示开始,数据分析得到这一次的行为,也得到了对应行为的这一次数据,最复盘数据

2. 纵向数据应用:存档、记忆,也就是产品化,是以具体运营场景为划分,结合产品生命周期和用户生命周期,沉淀下来的运营行为,一来推动进入到下一生命周期,二来成为前一周期的行为标准。

3. 最后形成可以循环的运营行为产品化以及迭代。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,440评论 5 467
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,814评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,427评论 0 330
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,710评论 1 270
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,625评论 5 359
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,014评论 1 275
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,511评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,162评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,311评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,262评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,278评论 1 328
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,989评论 3 316
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,583评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,664评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,904评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,274评论 2 345
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,856评论 2 339

推荐阅读更多精彩内容