运营不是拍脑袋，而是基于数据的「驱动」.doc

《运营不是拍脑袋，而是基于数据的「驱动」.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、运营不是拍脑袋，而是基于数据的「驱动」　　如果运营是辆急速飞驰的跑车，那么数据就是驱动它前行的齿轮。　　运营不是拍脑袋，而是基于数据的「驱动」　　如果运营是辆急速飞驰的跑车，那么数据就是驱动它前行的齿轮。　　　　很多即将毕业的大学生，都会面临着投身哪个行业的重大抉择，毕竟“男怕入错行，女怕嫁错郎”。其实，当我们不知道自己想从事什么行业的时候，我们可以先看看现在优秀的人才大部分都聚集在哪个行业。那些牛人多的行业，往往会是未来几年最火资源最集中的热门行业。　　而毫无疑问的是，近几年甚至是在以后很长的一段时间内

2、互联网都会是最热门的一个行业。因为互联网更高效地链接了人与人、人与商业、以及人与服务，甚至人与物的关系，而在这期间会产生大量有价值的数据，而这些数又能被收集分析再次反作用于实际的应用场景，可以说数据是互联网产品迭代更新的指导方针。而在我们日常的运营工作中也不例外，务必要谨记数据驱动运营。　　1.数据是什么　　既然我们口口声声说要“数据驱动运营”，那么到底数据是什么？今天我们不从大数据的概念来讨论，因为大部分的运营人员在日常工作中很难接触到所谓的大数据，大数据既然叫大数据，那么其前提就是拥有足够规模的数据库

3、，而这是很多小公司无法具备的。　　这次我们主要从运营的角度来定义数据：数据是对用户的描述。它可以是用户身份属性的说明、可以是用户喜好的表现、也可以是用户行为的记录。　　一般来说，产品的数据来源可以分为两类，一是对用户身份信息的收集，二是对用户行为的记录。用户身份属性，比如说大部分产品在用户注册环节会要求其填写：生日、性别、联系方式等，有些婚恋产品甚至还有经济情况、家庭情况、婚姻情况，而招聘类产品则能收集用户的过往履历、薪资情况、优势特长等；用户行为，又可以分为用户的产品行为以及用户的偏好行为。　　所谓产品

4、行为，就是用户对产品的页面、按钮的点击情况，产品和运营人员可以利用用户的这些行为进行产品功能或者页面的优化；　　偏好行为，则是用户在某个页面的停留情况，或者说是某个页面的登入情况。像今日头条就是根据用户的偏好行为来进行个性化精准推荐。　　2.为什么要数据驱动运营　　至于为什么我们要强调数据驱动运营，其实道理很简单，不知大家是否还记得笔者一直在强调的运营的三大原则：用户至上、结果导向、效率优先。　　如果没有数据的支持，我们何从知道用户的需求是什么？我们产品的功能用户是否真的需要？　　没有数据的支持，我们口口

5、声声说结果导向，那么又如何确定通往结果的路是哪条？　　没有数据的支持，我们又如何选择最有效的那条路，如何利用好互联网最重要的一大功能——高效性？　　所以说，如果我们要切实的贯彻这运营的三大原则，务必需要数据作为指路明灯，否则一切的决策与方案只能是拍脑袋，即时是一次有目的性地通过MVP试错，如果最终没有数据的反馈，我们又何从知道错在哪里，如何改进。　　3.数据如何驱动运营　　关于“数据如何驱动运营这个问题”，由于前几次我拿如“今日头条”这类内容型产品的个性化推荐举了太多次例子了，这次我们换个口味，来以电商为

6、例聊聊通过基于数据来追踪消费者的“重定向广告”。　　大家可以回忆一下是否有过类似的经历：当你在某次访问电商网站A的时候，浏览了某件商品，虽颇感兴趣但却并不足以刺激你下单，过了几天，你在访问另一个B网站的时候，又看到了这件商品，当时会不会有种难道冥冥中自有天意连老天都觉得我应该买下来的感觉，为自己下单提供了一个“冠冕堂皇”的理由，即使这次你的理性依旧占了上风，依依不舍关掉了广告，但要是接下来又在C网站、D网站看到了这个广告，一而再再而三地被她屡屡诱惑，挑动消费冲动，十有八九可能就会从心一回了。　　对于你我这

7、类饱经套路摧残洗礼的互联网从业者来说，不难发现这些所谓的“冥冥中自有天意”的广告曝光根本就不可能是纯粹的巧合，实际上，只是这些企业使用了一种叫做“重定向”的在线广告技术。　　那么这种“阴魂不散”的“重定向广告”到底是何方鬼怪屡屡纠缠我们呢？　　其实它是一种针对已经浏览过网站的人群进行再次营销的广告方式。而这再次营销的实现，则必然需要基于用户上次的浏览行为数据。一般来说，这些企业会通过加入重定向广告联盟，来获取读取用户浏览联盟内其他网站时所记录的用户身份和商品信息的资格，进而将用户浏览的当前网站中动态的广告

8、位替换成用户感兴趣的商品广告。　　这是一个基于产品层面的“数据驱动运营”案例，“重定向广告”的实现需要在网站里插入一段追踪代码。　　而除了案例所说的情况，以及内容型产品基于用户偏好数据的推荐机制之外，我们日常的其他运营工作也离不开数据的驱动。　　比如当产品需要增加一个新功能，我们需要进行A/B测试，通过数据来证明我们新功能的可行性；　　当我们希望提高用户留存率的时候，我们需要用数据去发现我们的流失用户都有哪些特征，我们的留存用