找工作随笔

第一份工作是在xxx做数据运营，负责1.内容方向的运营，包括对小程序及公司网页的内容创作及配置工作，新产品的push推送工作，整理sop流程。2.监控运营动作效果数据，监控用户交易链路的漏斗转化数据，优化交易链路。3.根据用户交易偏好，优化产品推送逻辑，提升付费转化率。

第二份工作是在美团拼好饭做数据分析，负责1.支持运营侧数据需求，协助运营设计项目指标体系，搭建可视化报表。2.复盘运营活动效果，3.进行专题分析，结合业务需求设计AB实验并分析，包括补贴策略分析、玩法链路分析，用户画像分析。4.依据历史数据，帮助运营预估阶段性目标。

支持运营侧数据需求

1. 多熟悉表结构和内容，什么表对应能取哪些数据了然于心，整理数据字典。
2. 学习相关业务同学的取数逻辑并参考借鉴。
3. 统一指标口径和计算口径（xx率），深入向产研理解业务逻辑，并了解不同埋点方式的区别，能造成多大数据差异，验证数据结果的合理性。
4. 做好需求管理，协调取数优先级
5. 优化sql逻辑，脚本精简格式化，提升数据查询速度，为产运写sql注释
6. 写过的sql都顺手沉淀，常规且频繁观测的数据搭建报表，减少重复性工作。

设计数据指标体系

举例2：营收环比下降20%，如何分析？

举例3：广告投放环比下降20%，如何分析？

广告渠道次留率=次日留存用户数/当天新注册用户数，次留率下降比较明显，优先看看是新注册增多导致，还是次留用户数减少导致。

1. 明确部门核心做功目标，即KPI，确定结果指标（北极星指标）。北极星指标也不是一成不变的，会根据不同阶段进行变化，如做规模还是提活跃。
2. 梳理业务流程，设定过程指标 output输出指标结果指标 input输入指标过程指标
3. 订单=用户规模*活跃度*转化率。订单量影响因素：周期性（活动日、周末）业务动作（渠道触达、红包补贴、供给）外部因素（季节、降雨）
4. 搭建监控看板，并以日报形式设置定时推送。
5. 

6. 搭建可视化看板

7. 需求调研：明确使用看板的业务方，使用频次，解决什么业务问题。

8. 面向产运的报表避免将英文字段暴露在交互界面，需要侧重指标在不同维度的下钻，侧重表格展示，方便将数据拖拽到excel进行进一步分析。

   按照使用频次设置时间聚合维度（绝大部分底表按照dt做分区），by场次or by天or by周，并配置调度周期。

9. 数据集准备

10. 降低对数据资源的使用，如连表的时候用where指定dt分区，每一个子表都做分区指定。定期查看的看板。

    建议日期关联时间变量，降低数据资源消耗。

11. 设计看板指标结构

12. 一般按照流量、订单、业务模块划分。

13. 选择展示形式

14. 数表、柱状图（活动日与非活动日对比，城市维度数据）、折线图（流量、订单、转化趋势）、饼图（渠道、用户、订单、品类占比）

15. 指标波动归因分析

16. 界定问题

17. 确认数据统计口径是否正确

    是否在自然波动区间内

    可能存在正常的周期效应（结合周、月进行同比）

    当天数据正常但拿来比较的日期异常

18. 快速验证

19. 业务变化：策略调整、其他业务动作上线、新版本上线。

    功能bug：无法分享、

    外部因素：降雨降雪、市场竞争

    3）业务分析

    产品侧：新功能上线（优惠力度标签、爆品标签）、新版本上线

    运营侧：活动策略调整、push投放调整、文案素材调整、补贴力度调整，KA商家引入

20. 用户调研—验证猜想、发现机会点

21. 用户供给选择偏好、拼单难度、领取红包未下单原因、用户对活动的认知情况、用户不开团原因、用户出于什么样的动机或诉求愿意添加个人号。

22. 报告输出

23. 问题现状、影响程度

    异动原因、评估恢复难度

    提出可行性建议

    形成项目机制、推进策略落地、不断迭代尝试

    举例1：DAU环比下降20%，如何分析？

24. 确认数据准确性，是否属于正常波动，是否存在周期效应、参考日期是否异常。
25. 判断其他活动上线（天天领红包、爆品团），主站是否抢量，用户是否转移，是否是开学季。预算减投导致拉新减少，投放渠道是否减少。
26. 拆解用户行为漏斗，看是哪一步导致的用户流失。
27. 提升DAU的有效手段是提升用户规模和使用频次，通过这两个指标进行拆解。
28. 确认数据准确性。。。
29. 确认数据准确性。。。
30. 广告性质（拉新or促活），拆解公式：点击率=点击/曝光，留存=回访/访问，ROI=LTV/（CPI=广告成本/点击次数）
    • 是否有其他营销活动上线。。。
    • 依据公式：营收=DAU*转化率*ARRPU进行拆解，拆解用户分层（如大R的流失，羊毛党太多），用户资产囤积，用户路径分析，渠道分析，打击黑产。。。

    • 归因量化评估

      ABTest分析方法

      DID分析法

      PSM倾向性得分匹配法

    • 迭代优化&沉淀方法论

      预估运营目标

      用户增长之广告投放策略

      用户增长之拉新，留存策略

      用户增长之召回策略

      用户增长之补贴策略

      用户画像&用户生命周期

      项目1——周二1元喝

      项目2——红包补贴提效