数据运营体系，该如何搭建-技术圈

你好，我是林骥。

最近，我开始精选一些文章，并在文章前面写一点自己的阅读心得，作为学习的一种补充和延伸，与现有的知识体系建立关联，从而不断丰富和完善知识体系。

学习不能闭门造车，要保持开放的心态，积极和他人沟通交流。

运用《高效能人士的七个习惯》中的「双赢思维」，我把写阅读心得的过程，当成是与作者的一种对话，这既是对原创作者的肯定与支持，也是自己获得成长的一种方法。

同一篇文章，不同人阅读，体验可能不一样。我把自己的阅读心得分享出来，希望能够对你有所启发，如果你喜欢我的分享，希望你能够点赞支持一下。

今天精选的这篇文章，是关于数据运营体系的搭建。运营其实包括很多分支，比如说，渠道运营、用户运营、内容运营、商品运营、活动运营、新媒体运营等等。运营人员都特别在意数据，尤其是在「自然增长率」之上的叠加数据，因为这能体现运营人员的功劳。

在一个需要相互配合的工作中，如果各自努力的方向不一致，必然导致相互推诿，相互拆台，推卸责任。

搭建数据运营体系，就是要从整体目标出发，站在对业务有利的角度，统一大家的方向，形成共识，协同配合。

在下面这篇文章中：

如何建立业务数据分析指标体系？

我也表达过类似的观点，要用「北极星指标」，指引大家共同前进的方向。

总结一下，数据运营体系的搭建，主要包括以下四个步骤：

第一步：共识整体目标，制定整体战术。

第二步：设定阶段重点，分配小组任务。

第三步：分解阶段指标，执行监测反馈。

第四步：监控执行进度，检讨增长效果。

关于每一步的详细解读，请看下面的正文。

· 正 · 文 · 来 · 啦 ·

很多同学搞不清楚数据运营和数据分析啥区别。一提起要“搭建数据运营体系”或者“建立数据运营机制”就懵圈：

1、这跟我做一套数据指标有什么区别？

2、为啥我做了数据指标，可运营部门根本不理我？

3、好像每一种运营都有自己的指标体系了，还咋个数据运营法？

今天我们系统解答一下。

先问一个最关键问题：数据运营，重点在数据上，还是运营上？

数据
运营

一

屏

幕

思

考

时

间

运营与数据关系

注意，运营是个大工作，里边的分支非常多。单独看每一类运营，都有一套自己的指标体系。这就是开头说的：“运营已经自己有指标了，我做了指标他们不看”问题的本质所在。（如下图）

为什么会这样？因为从本质上看，运营是个辅助性工作。理论上，如果产品力足够强大，商品天下无敌，那根本没运营啥事。——用户自己就抢着买到断货，玩的乐不思蜀了，运营啥运营。可大部分产品、商品没有这么厉害，因此需要运营打辅助，通过用户激励、促销活动、内容传播、商品运作等等手段，来保持用户的新鲜感，促进用户持续活跃和付费。俗话说：“产品不够，运营凑”就是这个意思。

因此运营会特别在意数据，并且特别在意数据里的“自然增长率”——他们的所有工作，都是在“自然增长率”之上做叠加。

用户运营——用户自然转化率5%，通过激励提升至10%。
活动运营——自然销量1000万，活动拉升到2000万。
商品运营——尾货库存预计18周，通过运作9周清空。
内容运营——自然阅读1万，笔下升仙写出百万级爆款。

诸如此类

运营在体现自己功劳的时候一定会带上数据。因此往往各个部门已经建立了自己的数据指标。

数据运营的破题关键

如果数据运营把重点放在数据上，那最终就是沦为跑数机器的命。运营自己已经有数据指标了，你就等着被他们催着取数好了，而且还是加急加急加加急。这根本不需要单独设一个岗位，只要花月薪6000招聘一个人行sql机，让数据部门准备个大宽表即可。实际上，很多公司确实是这么干的，这也是为啥很多同学会有开头的疑惑。我们今天不谈这些low B公司，我们分享一下数据运营的真正目标，以及大厂们是拿它来干什么的。

运营各自看数据，看似科学，实则带着原罪：运营工作本身需要相互配合，可各个部门的小团伙利益是天然冲突的。

用户运营希望派优惠券吸引人，商品运营的利润直接被榨干。
活动运营希望短期效益越大越好，用户运营的节奏直接被带垮。
商品运营希望不打扰爆款，多出尾货，可活动、用户运营都要硬货支持。
内容运营写《震惊！马云！华为！沸腾！》篇篇百万阅读，可最后没转化。

在一个需要相互配合的工作里，各自考核数据，必然导致部门间相互拆台。因此数据运营的更好用法，不是拿来当跑数机，而是建立一套从整体目标出发的数据考核机制，让所有部门跳出小圈子，为整体利益服务。这才是设立这个岗位的初衷，和岗位的真正价值。

所以开头的题目选B，数据运营本质是运营，是要建立一套从整体目标出发，引导各子运营小组工作的考核机制。它本质是个工作机制，因此需要部门间共识目标，协同配合，取代各自为战的状态，这样才能发挥作用。

数据运营体系搭建方法

第一步：共识整体目标，制定整体战术。各个运营小组，共识年度大部门整体目标（比如DAU、转化率、销售金额等），并且选择落地大目标的战术，把大目标分解到各个月。注意：分解方法和不一定是按月平均，或按过往趋势分摊。分解方法可能和战术选择有关（如下图）

第二步：设定阶段性重点，各小组分配任务。

第三步：分解阶段性指标，各部门执行、监测、反馈。这一步就是常规运营数据指标的监控过程，不再赘述了。有了前两步，每阶段的运营工作就有了清晰的主任务，就不用纠结在“为啥短期类活跃率降了”“到底自然增长该写多少合适”“又有几个客户投诉很激烈”——整体目标达成就好。细节问题，可以在各小组自己复盘的时候，再找改进点。

第四步：监控执行进度，从小到大检讨效果。这时候要牢记检讨三原则：

在执行到位前，不质疑策略
在投入可调时，不修订策略
在策略失效前，不质疑方向

当所有部门在部门例会上共识目标，跟踪进度，反馈问题，协同工作的时候，这套机制就算正常运转起来了。这样能保证整体目标的最大化落地，也能提醒各小组关键任务是什么——不要被自己一亩三分地发生的破事淹没了。

看完了，很多同学说：这一套方法论和增长黑客看起来很像呀。是滴，所谓增长黑客，其实也是一种统一协调各部门，为“增长”服务的办法。所以方法思路是很类似的。只可惜和数据运营一样，也被很多公司用歪了。

类似的，大家在做具体工作的时候，也不必要因为眼前公司的种种举动而怀疑人生——有可能就是你的公司水平太低而已。关键是多理解一个业务的本质，站在对业务有利的角度思考，多去理解业务部门同事真实处境与出发点，不要被玄乎的概念带着走。

从留存率业务案例谈0-1的数据指标体系

长按下方的二维码，关注林骥的公众号，更多干货早知道。

欢迎加入我的免费知识星球，我每天都会在星球内分享读书笔记和思考感悟，点击左下角的阅读原文即可加入。