绿色排版工具|热门专题|网站地图|移动官网
您的当前位置:网站首页 > 数据运营 > 正文

数据运营的具体工作是什么?

来源:未知 编辑:小蚂蚁 时间:2019-08-21 01:18:06 阅读:

  数据运营到底是做什么的?他和数据分析有什么区别?……不知道运营的同学有没有思考过这一类问题。我们将数据运营分为两类,一类是狭义的“数据运营岗位”,一类是广义的数据化运营。今天我们以100篇数据运营岗位招聘JD(职位描述)为例,和大家分享一下数据运营岗位具体工作是做什么的?

  一、数据运营是做什么的?

  在1 00篇数据运营招聘JD(职位描述)文本的基础上,我们使用R对其进行了分词,并且绘制了词云。

 数据运营的具体工作是什么?

  通过这个词云不难看出,  “数据分析”是数据运营的核心工作,下面这个表格展示了排名靠前的关键词及其出现的频次。

 数据运营的具体工作是什么?

  “数据分析”这个词在1 00个JD中出现了1 06次,遥遥领先。接下来是分别是“分析报告”、“提供数据”、“数据报表”等词,这也说明提供数据报表、分析报告是数据运营的重要工作。搭建“数据指标”、及时“发现问题”、提供“解决方案”也是JD中的高频词汇,这样看数据运营岗位的具体职责就一目了然了。

  总结起来,我们将其归纳为数据规划、数据采集、数据分析三大层次:

  1.数据规划:收集整理业务部门数据需求,搭建数据指标体系;2.数据采集:采集业务数据,向业务部门提供数据报表;3.数据分析:通过数据挖掘、数据模型等方式,深入分析业务数据;提供数据分析报告,定位问题,提出解决方案。

  二、数据规划

      数据规划是整个数据运曹体系的基础,它的目的是搞清楚“要什么”。只有先搞清楚自己目的是什么、需要什么样的数据,接下来的数据采集和数据分析才更加有针对性。

  这里有两个重要概念:指标和维度!

  (一)指标体系指标( index),也有称度量(measure)。指标用来衡量具体的运营效果,比如UV、DAU、销售金额、转化率等等。指标的选择来源于具体的业务需求,从需求中归纳事件,从事件对应指标。

 数据运营的具体工作是什么?

  我们以一个电商网站为例,分析一下选择指标的过程:

  1、明确需求:网站主要业务是商品销售,希望通过数据分析来提升网站销售金额;2、归纳事件:用户购买是一连串关键事件的结果,包括访问网站、浏览商品、注册账号、加入购物车、开始结算、支付等。

  3、对应指标:不难得出公式,销售金额=访问流量★下单转化率★支付转化率★客单价。

  通过上述分析,得出销售金额是OMTM(第—重要指标,One Metric That Metter)的结论。同时,整个销售金额的指标体系包括访问流量、下单转化率、支付转化率和客单价四个可操作的指标。

  (二)维度体系维度是用来对指标进行细分的属性,比如广告来源、浏览器类型、访问地区等等。选择维度的原则是:记录那些对指标可能产生影响的维度。

 数据运营的具体工作是什么?

  以电商网站为例,我们需要监测不同访问用户的访问来源(广告还是自然流量)、平台(PC还是移动端)、活跃度(浏览购买频次)等等。对于初创公司来说的,性价比最高的做法就是用SaaS服务,通过第三方的SDK来完成多维度数据的获取。

  磨刀不误砍柴工!数据运营需要和业务部门(市场、销售、运营、产品等等)不断沟通,只有做好数据规划,接下来的数据采集和数据分析才能更加高效。

  三、数据采集

        传统的数据采集是一件非常花时间、精力、人力的事情,对于很多企业来说是一个巨大的门槛。巧妇难为无米之炊,数据采集的重要性不言而喻。数据运营要发挥数据采集、数据报表呈现的职责。

  (一)数据采集目前有三种常见的数据采集方案,分别是埋点、可视化埋点和无埋点。

  1.埋点埋点,也称打点,通过在产品(网页、APP等)中手动添加统计代码收集需要的数据。

  假如要收集用户注册数,就需要在注册按钮处加载相应的统计代码。

  Google Analytics(谷歌统计)、百度统计等工具采用的就是这一方法。

  因为埋点的工程量大、周期长,而且容易发生漏埋、错埋的情况,埋点成为了数据从业者的一大痛点。

  2.可视化埋点可视化埋点是埋点的延伸,通过可视化交互的方式来代替手动埋点。这种方式降低了用户使用的门槛,提升了效率。Mixpanel采用了可视化的埋点方案。

  无论是埋点还是可视化埋点,数据运营都需要起到承前启后的作用:收集业务部门数据需求,撰写需求文档,向工程部门提交埋点需求。

  3.无埋点无埋点颠覆了传统的“先定义再采集”的流程,只需要加载一个SDK就可以采集全量的用户行为数据,然后可以灵活自定义分析所有行为数据。用户行为数据分析产品Growingl0采取的就是无埋点的技术方案。

  相比于埋点方案,无埋点成本低、速度快,不会发生错错埋、漏埋情况。无埋点正在成为市场的新宠儿,越来越多的企业采用了无埋点方案。在无埋点情景下,数据运营可以摆脱埋点需求的桎梏,将更多时间放在业务分析上。

  (二)数据报表定期向业务部门提交数据报表是数据运营的工作之一,包括日报、周报、月报甚至年报。数据报表建立在数据指标体系的基础上,数据运营应该让这部分工作尽量自动化。

  搭建数据看板(  Dashboard)是除了数据报表之后又一项工作,数据看板往往和企业的Bl系统连在—起,属于数据可视化的部分。在资源充足的企业,往往采用自建的方式搭建数据平台;对于中小企业,合理借助第三方数据工具是一个非常不错的选择。

  四、数据分析

       数据分析是数据运曹的重点工作,数据规划和数据采集都是为了数据分析服务的。我们的最终目的是通过数据分析的方法定位问题,提出解决方案,促进业务增长。

  选择什么样的数据分析方法要和你的业务场景相结合,下面这个表格汇总了目前常见的运营数据分析方法。

 数据运营的具体工作是什么?

  不同于数据分析师,数据运营岗位弱化了对编程统计的要求,更加强调在现有工具基础上灵活使用分析方法。一个好的数据运营一定要及时发现问题、定位问题,并提出可行的解决方案。

上一篇:数据运营有哪些常用的场景?
下一篇:没有了

热门阅读推荐:

图文精选:

栏目分类
推荐文章

Copyright©2012-2019 小蚂蚁信息网版权所有 粤ICP备14061018号-1


郑重声明:本网站资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有,如有不愿意被转载的情况,请通知我们删除已转载的信息。

Top