第2章 业务：数据驱动运营
2.1 如何用数据驱动运营
数据驱动运营是个很泛的概念，与其说是数据驱动运营，不如说是让公司所有员工都养成看数据的意识，让任何一个岗位的任何一名员工都能用数据来管理自己的本职工作。这是一个很大的工程。首先需要公司高层有数据意识，他们要会通过数据来定位问题，不断用数据来说话。其次数据化运营一个跨部门合作非常多的工作，业务部门和数据部门需要紧密联系，不断沟通，业务上的任何调整都需要及时同步，这样数据才能反映真实业务，而真实反映业务的数据才有意义。
接下来我们主要讲一下在数据驱动运营中，数据分析师如何做好分析，以辅助运营决策。
2.1.1 定义数据分析目标
在数据分析日常工作中经常会存在这种情况，老板说需要看一下某新上线业务的情况，数据分析师接到需求之后也不沟通老板想看的具体是什么，匆匆写完SQL脚本把一堆业务数据提取出来并简单展示一下交给老板，然后被打回来重做。报告被打回来的时候老板说，新业务上线之后我想看一下用户活跃，和老业务XXX的对比情况。或者这种情况，运营同事提了一个数据提取的需求，在数据分析师费了很大力气把相关数据的表从线上业务数据库抽取到数据仓库，并把相关数据提取出来之后运营却说我要改需求。于是所做的事情需要重新再来一遍。
这是数据分析新手常犯的错误，归根究底就是没有和看报告的人进行有效的沟通，先明确分析的目标。
说到明确目标，这又会涉及看报告的人的身份。
❑对于管理层来说，他们最为关心自己最近做的重大决策最终反映在了哪些指标上？这些指标的相互关系是怎样的？业务的全局变化如何？与过去相比有哪些进步？目前哪些执行动作需要调整，对应的指标是什么。
❑对于运营方来说，他们想看的是最近做的活动效果怎么样？banner位怎么定价比较合理？一些运营活动是否可以持续提升效果，是否需要将运营方法持续固化为产品模块等一些和运营举措比较相关的。
❑对于产品方来说，他们关心的是上线的功能或者设计对用户有没有用，用户有没有去使用；如果用户使用了，如何让产品变得更好用；如果用户没有用，分析没有用的原因，是产品设计有问题流程走不通还是用户不明白怎么用。
明确目标，需要数据分析师在分析之前就进行有效的沟通。先明确这次的分析到底需要达成什么目的，在了解业务的基础上，明确应该从什么角度去切入，应该从哪些指标着手，再去确认哪些数据现阶段已经有，哪些指标现阶段需要推动去建设，然后统筹规划，根据目前已经有的指标，故事线应该如何铺设。
说到底，常见的数据分析目标主要分三大类，即解决是什么、为什么、做什么的问题。解决是什么的问题，一般用描述性统计方法就可以解决；解决为什么的问题，则需要能用严谨的逻辑思维对具体的问题做数据分析，找出原因；解决做什么的问题，则需要通过具体的分析，提供可选的建议，最后交给运营或管理层来拍板选择相关可行方案。这三大类分析目标最终都会聚焦到一点，对业务及业务流程的了解，只有对业务完全清楚，才知道如何描述是什么，才知道应该从什么角度去切入分析为什么，才知道提供的解决方案能解决业务流程的哪个问题，最终如何影响全局，达到效果。
2.1.2 目标分解与聚焦
在明确数据分析目标后，接下来我们通过两个案例来看如何实现目标。
案例一：付费用户客单价下降原因定位
在互联网医疗行业中有一个业务是在线问诊，在线问诊是指借助互联网平台，医生可以在线通过图文、视频、电话等形式为有看病需求的用户提供线上问诊服务。该业务通过互联网将医疗资源进行重新配置，在解决用户就医效率问题的同时，提高了医生的名誉和成就。假设有这样一个场景，某一段时间内在线问诊订单的客单价下降了，管理层想知道为什么降了，想让数据的同学做一个分析，这是一个典型的“为什么”的问题。
假设我们对数据源及数据的统计口径已经非常清楚，对应的下降的时间点也非常清晰，所以直接从原因来定位问题，而在线问诊是平台上医生给用户提供的虚拟服务，故我们从医生、用户、平台三块展开分析。医生和用户层面先对齐做细分，再看细分群体的表现，如果用户画像对群体做了细分，可以对用户画像群体做细分维度。比如分慢病群体、肥胖群体、青少年群体、抑郁症群体、准妈妈群体等。再根据数据表现看可能的原因（原因已举例说明，可能是多个原因组合造成的客单价下降，也可能是单个原因造成的客单价下降，具体分析时仅供参考）。根据业务定位可能的原因，再构建合适的指标对原因进行定位。
看完用户及医生，我们再细分看平台的表现，平台的表现主要从流量来源、产品本身、运营策略及竞品角度来展开。流量来源上，我们需要分析流量的渠道质量，在时间维度上是否有变更；产品上，看是否近期有调整，比如是否调整了入口，调整了搜索逻辑等，这些调整对转化节点的转化率的影响如何等；运营策略上，看近期的运营活动对客单价的影响路径如何，近期竞品是否有做什么活动吸引了目标用户。每一个可能的原因都可以做成一个小专题分析。下面再聚焦回来看对客单价的影响情况。
客单价下降原因多维分析示例详见图2-1。
图2-1 客单价下降原因多维分析
案例二：预算超支解决方案
财务预算是企业经营中的重要环节，某天老板给数据组的同学派下来一个任务，问预算超了200万，怎么办。这个时候首先要明白这是一个“做什么”的问题，进一步要明确这需要经过数据分析论证最后给老板提供可行的参考建议。
在展开分析前，我们要先从数据的源头抓起，讨论数据一般会涉及三点：数据来源、统计口径、统计周期。
首先确认这200万是谁提供的，是财务分析人员分析出来的结果还是估算出来的结果；这个预算指的是什么的预算，是某个部门的预算，某个业务的预算；还是某项活动的预算；超支指的是预算中成本超了还是收入cover成本之后超了，超支的部分是否含了税金。
其次，要了解这些细节，预算是什么时候超了，是这个月还是这周，或者具体到其他什么日期，如老板答复，是上个月的成本预算（不考虑税金）超了200万。然后我们要继续问，成本预算有多少，全年的成本预算有多少，与财务申请具体的成本明细数据做对比，并结合投入产出比，看上个月的ROI。然后问清楚老板的目标是什么。是想削减成本预算还是想找合适的策略来优化成本预算，或是想根据目前的投入产出比来调整下一季度预算。
不管哪一点都需要从问题的重要性和紧迫性来考虑。比如正好到了季度预算小结及下季度预算调整的时候，预算调整既要考虑整体年度预算，又需要根据具体的业务方向及已经达成及将要达成的效果来加以调整。那这个时候我们需要分析具体是哪个部门的成本预算超了，要和具体的业务部门沟通，是因为什么原因超了预算，达到了什么效果，效果能否用KPI来衡量。接下来的工作安排，包括了解从预算开始执行到现在整体的预算执行情况是怎么样的，占整体年度预算指标的情况如何等，以往预算执行情况及产出情况是怎么样的，宏观经济形势如何，宏观经济形势对投入产出的影响如何等，待所有细节在和业务方确认及经过严谨的数据分析之后，我们再向老板提供参考建议。
比如上个月是因为某渠道活动导致预算超支，某活动带来营收XX万，虽然成本预算超了，但投入产出比保持在正常的增长幅度，整体的利润率也保持在正常的增幅。下一季度的预算可在整体协调的基础上按以往年度的投入幅度，考虑宏观经济的影响，以一定比率来调整，所有的指标从输入到输出都必须逻辑严谨，并附上相应公式，方便老板调整，供老板参考。
第二个案例更偏向于数据化管理。这个例子有几点需要强调，一是我们在分析中一定要从数据的源头抓起，弄清楚数据的来源、统计口径及统计周期；二是我们要时刻保持和业务方及需求方的沟通，确保分析的思路和需求方在一条线上，确保分析的每一个细节都能真实反映业务；三是要明确分析师的定位，重在分析，而不是拍板事情的做法。但这个度非常难把握，因为在具体的分析过程中，很容易一不小心就变成了提数方，而这个显然无法体现数据分析师的价值，对于数据分析部门的领导来说，也绝对不会只想做业务部门的提数支持或“人肉报表机”。
分析师在具体的分析中，弄清楚问题是首要的，其次是数据论证，最后才是提供建议。尤其是在数据化运营的过程中，更是需要时时刻刻和运营方保持沟通，当运营方有具体的方案时，去论证方案的可行性；当运营方没有具体的方案时，从各个角度去提供可供参考的方案供运营方选择。
2.1.3 数据运营重点
数据驱动运营，我们首先得了解运营是什么？从广义来说，一切能够进行产品推广、促进用户使用、提高用户认知的方法与活动都是运营。运营的终极目标是使产品能持续稳定地、更好地生存下去。好的运营是通过推广、引导、活动等一系列举措让产品的各个指标得到提升。
数据驱动运营，指的是通过数据分析和用户行为研究让产品的功能不断完善，适用性不断提升，使产品有更长的生命周期。
产品（或网站）存在的目的除了要创造社会价值，更主要的是为了实现盈利，那么如何实现盈利的目标呢？这是一个很大的目标，我们首先要将目标进行拆解，分成很多小的可执行的目标。
我们根据AARRR增长模型（图2-2），将产品的营收路径拆分为激活→注册→留存→下单→传播。其中激活主要是流量运营在负责，用户运营会贯穿接下来的流程，内容运营主要负责生产优质的内容来提高用户的黏性，从而提高留存，主线运营主要负责主营业务的产品路径，优化转化节点，提高转化。
图2-2 AARRR模型及运营重点
下面对AARRR模型中各渠道的定义及运营方式做详细讲解：
❑激活：这是流量来源的必经动作，只有有足够多的用户来，才能对这些用户进行转化。而我们都知道，互联网新客的获客成本是比较高的，如果不清楚渠道的流量质量，很有可能花了钱，却没有获取到质量较好的用户。对于这一块，用户触达的基本分析就是对用户来源渠道进行分析，在不依靠自然流量的情况下，哪些合作、投放渠道对我们App、Web产品更合适。
❑注册：流量激活之后，如果用户只是点进来就走了，则这个流量对产品并没有什么作用。只有通过高质量的内容，合适的产品功能切合用户的需求，用户才会有进一步了解产品的欲望，才会有转化的下一步操作——注册。因此通过渠道将用户引入平台后，还是远远不够的，需要进一步关注用户是否进一步注册转化，从注册流程上看是否存在需要优化的细节点。
❑留存：前面我们提过，新用户的获客成本是比较高的，因此不可能一味花钱去不断获取新的流量，同时也需要维系老用户，让进来的用户能对产品形成依赖，产品能契合用户需求，让用户持续不断地来用我们的产品。因此提升留存一方面需要满足用户需求，另一方面需要优化用户体验。在优化过程中可通过用户分群进行精细化运营，将精准内容推送给有特定需求的用户，提高用户对产品的满意度。数据可以通过追踪用户行为，来分析哪些行为可以激发用户持续访问产品，如何促使这些行为的发生等，并通过用户生命周期的研究，对沉默用户进行识别，让运营通过运营手段对这批用户进行唤醒；对流失用户进行标记，让运营通过推送、发放优惠等方式进行召回。
❑营收：用户是收入的前提。只有产品足够满足用户的需求，使用户认同产品的价值，才会促使用户向付费转化。要让产品持续稳定地运营下去，就需要通过一系列运营手段，让新用户持续地向付费转化，让老用户持续付费。用户运营的基础，是对用户足够了解，足够熟悉，而数据能做的，是帮助运营了解用户的所有属性，让用户不断向营收进行转化。
❑传播：只有用户对产品高度认可及对产品功能高度依赖，才会愿意将产品分享或推荐给其他人。而在分享或推荐的过程中，又扩大了流量的来源，形成了良性的循环，最终源源不断地将用户往营收用户进行转化，达到价值×2的目的。
通过上面的分析可以看出，在激活、注册、留存、营收、传播过程中，流量运营及用户运营始终贯穿其中，是最终促进营收转化的重要手段，下面主要就流量运营和用户运营展开详细讲解。