一、运营都有哪些工作
渠道、收入、内容、用户
通过流程优化执行效率,通过数据提升业务效率
二、初识互联网运营
小米的用户运营
产品环-通过社区和新媒体打通产品设计与用户反馈的闭环
活动环-引发用户对产品的思考,引发用户互动型传播
京东的数据运营
保障-京东的可信赖度及成本安全
客户服务-通过现有资源提升用户满意度
营销-京东618到底应该发多少张券
无印良品的流程运营
流程的高效率执行
规则的严格遵守
鼓励优化
杜蕾斯的营销推广
运营的目标&核心
运营的核心:用效率最大值完成业务目标/数据驱动,支撑战略决策
业务目标
用户类产品:流量*流量转化率*留存率=活跃用户
电商类产品:流量*转化率*客单价=收入
游戏类产品:流量*流量转化率*付费率*客单价=收入
如何达成业务目标
我们是谁(自我定位)
我们要做什么(业务目标)
如何考量(数据运营)
具体怎么做(常规运营工作)
运营问题
用户是谁?为什么访问你的网站或app?为什么购买你的商品
新用户都从哪里来?老用户通过什么方式来
展示的内容是什么?为什么选择这些内容展示
用户能否能快速找到自己想要的内容
用户多久访问一次,停留多长时间?有没有什么方法可以让用户访问的频繁久一些?
公司的收入来源是什么?收入构成又是什么?
竞争格局是什么?所在公司的机会在哪里?
三、数据驱动运营
基础数据来自哪里
日志-存储层-报表层-分析计算层-展示层
筛选需要的数据指标
渠道相关
渠道标识、PV、UV、下载
用户相关
新增用户、注册用户、活跃用户、用户活跃度、客单价
收入相关
收入、毛利、净利、成本
效率相关
流量转化、活跃转化、留存率、付费比
让你的数据靠谱
数据用最小颗粒度收集
数据真实,避免盲区
数据统计的样本覆盖足够大
数据抽样的方法科学
数据会进行标准化的处理
业务指标综合多宗数据来看
数据的价值
通过表面现象看清楚本质/预测可能性
数据分析是什么
所有分析要从结果出发,没有结论的数字罗列并不是分析
结果:发现问题和解决问题
将数据与实际业务进行结合,深入了解业务背景,明确需求
将数据信息化,可视化
转化为生产力,帮助企业获利
数据分析常用工具
产品运行
GA/百度统计/talkingdata/百度移动统计
竞品监控
alexa/similar web
市场和用户
百度指数/淘宝指数
如何进行有效的数据分析
1、对业务的理解是前提
2、问有效的问题
复杂性检验-问题是否直接相关
有用性检验-这个问题的答案是否对分析有帮助
可行性检验-我手机的数据是否真的能帮助我解答问题
3、建议一些假设
假设为什么重要?
复杂的问题通常有很多