数据运营的相关经验

数据运营的相关经验？产品是否健康？有哪些问题？用户是谁？是否满意常有困惑？收益如何最大化？产品如何修改？运营如何配合大家的常有困惑所以，我们需要理解用户用户理解客服、BBS后台运营数据MR调查PersonCE测试数据挖掘•5-8类典型用户•在内部推广•用户细分•生命周期研究•流失用户研究•付费用户研究……•观察法（入室、体验室等）•概念测试•更多……•问卷调查、座谈会、深访等•用户画像•用户需求探索•满意度……产品运营的宏观视图日常定期报表定期监控事件跟踪记录预警处理预测及KPI制定运营指标体系建立可扩展性、关联性、优先级用户、活跃度、质量性能、付费宏观、微观时间纬度出谋划策提高活跃用户量提高活跃度提高收入专题研究特殊运营事件季节因素分析运营效果评估oss系统可扩展性、关联性、优先级容灾可视化……及时从内部发现问题运营规划运营系统日常运营事件运营整合营销理解自己运营为王数据运营的定位数据支持定位于产品结构最底层的位置，是产品最核心的底层支撑贯穿于整个产品结构的各个部分数据运营的作用运营市场研究数据挖掘数据运营的作用定价体系渠道体系更多数据运营的作用事前分析•如何预测各类数据•收入、用户数•如何建立考核指标•活动、功能•支持决策•科学决策，事实决策•精细化运营•准确触达，数据挖掘事中分析•实时监控收入、用户•接触点效果反馈•用户行为跟踪•实时查看流量•网络环境，运营环境•实时分析活动效果•根据效果调整策略事后分析•产品有问题吗？哪里？•收入是否正常•用户是否健康•渠道是否安全•流程是否顺畅•活动效果如何？•功能效果如何？•如何指导后续工作？产品健康度监控——指标集指标集的价值与作用提炼关键价值指标，直接衡量产品运营“好坏”价值产出指标为每个业务（功能）综合衡量指标,该指标为类财务的经济收入指标，直接衡量该业务运营好坏。常用指标如：收入/消息量/时长/流量/使用次数等将关键指标立体化分解，有利于产品的管理与调控将关键价值指标，按照产品特征进行立体维度的分解，便于进行产品有效管理与调控（如某产品根据市场阶段定位于是发展用户阶段，还是提升活跃阶段等）细分指标，有利与定位与发现问题，便于开展专项分析当总价值发生波动时，可以从细分指标观察是市场发生变化（用户规模减少或者用户活跃降低），还是产品自身存在问题导致使用下降（如产品的性能，技术发生问题。度考察产品/功能其用户活跃情况案例分析-运营决策依据数据分析•用户来源分析奥比岛的用户来源分析，通过对注册用户的来源分析，可以列出前三名的用户来源，并且发现占了80%以上的份额，包括：1、4399小游戏2、用户自传播3、7k7k小游戏基于上面的数据，做出以下运营决策：1、与4399、7k7k以较低价格签1年的合作合同2、继续改进强化用户自传播的流程和动力3、停掉与腾讯已经签约的100多万的广告合同案例分析-运营决策依据数据分析•用户操作步骤行为分析奥比岛的注册流程分3步，我们通过数据分析发现：1、用户填写联系方式步骤，流失异常高；2、用户填写邀请码的步骤，流失异常高。基于上面的数据，我们又找用户实际注册，进行验证：1、发现用户确实会在填写联系方式的位置有所疑惑，大部分用户无邮箱；2、在邀请码的位置，用户会因为没有邀请码而退出。基于此，我们做出以下决策：1、填写联系方式，我们给出多项选择，可以填写qq，电话或者email；2、邀请码的输入框弱化，不再给用户强压迫，只要给有邀请码的用户能够找到填写即可，并且明确提示没有邀请码也可以注册。产品运营经理的职责角色：从运营结果看待产品明确需求决定要什么分析决定要什么数据职责：需求发起运营指标集数据定义驱动数据需求的实现回归需求决定要什么分析决定要什么数据运营改进的目标•提高对产品的结果的评价各个产品功能特性与产出都有不同，因此无法用统一指标来直接衡量各个产品的好坏。但是每个产品在用户中的需求与满意度，会反映到其行为上，因此每个产品是可以提炼出一个自身的结果指标，以此来跟踪监控产品自己的发展与进步情况，可以通过各个产品进步的情况来相互比较其运营的效率问题。•立体化的产品评估除了结果的把握外，把影响产品产出结果的因素进行分解，通过立体化的产品指标设计，较全面的衡量产品效能,提高对产品的监控深度。有利于发现并解决潜在问题。•提高产品运营管理效率通过建立产品运营统计的管理模版，来把握对产品运营结果的把握。通过建立数据上报模版，帮助提高产品需求的质量，提高与开发测试方沟通的效率，节省沟通成本。•提高数据上报的前瞻力上报需求与运营指标呼应，结果引导需求方法一：数据运营指标集归纳123体验设计类(UED)性能质量类经营类指标(如QQ总沟通价值)产品的结果衡量指标对象：产品经理产品价值指标的分解（Y=N*MOU，Y表示产品总经济价值，N为总用户，MOU（arpu）表示户均价值）产品操作体验的衡量指标对象：产品经理、设计中心从产品功能实现的技术角度观察潜在问题与改善空间对象：技术人员案例分享：QQ的数据层次集方法二：做好数据统计与上报管理消除统计项与上报项的误解：误解1：上报项就是统计项误解2：提了上报需求就有统计结果误解3：做上报的测试，不做统计的测试统计项与上报项的关系：•统计是果，上报是因•上报只是统计分析的数据来源之一•上报是数据采集，统计是数据分析上报与分析的闭环管理数据需求数据采集数据存储分析输出关键角色PMMClient/ServerOSSOSS/PMM各个环节上报的要点：指标集数据定义数据来源分析的目标：衡量产品的好坏健康与否优势与不足数据运营模板产品的分析输出模板产品管理中，常用的横向指标层次分类，以及纵向对各指标常用的统计方式，分析纬度价值产出类：价值产出类为每个业务（功能）整体衡量指标（一般为必要指标），该指标为类财务的经济价值指标，直接衡量该业务运营好坏。规模类：根据Y=N*MOU的分解，提出产品市场规模类指标。用户活跃度类：用来衡量该业务用户的活跃程度，代表以用户为中心的角度，看单个用户活跃价值变化。用户体验设计：用来研究用户的习惯偏好，体验等。由交互设计师和产品经理提出。性能质量类：评估软件质量情况，性能等。由技术开发同事提出一般情况下，对需要持续监控的指标给出总数值的tracking，观察整体的变动趋势。特定情况下若需要展开专项分析时，提出对各个纬度的深入分解。常用维度与案例能力上：理解产品指标体系的意义具备基本经营分析的能力意识上：尽早做数据采集，但要回归数据采集的目的系统做数据积累，因为积累是要时间的定期做数据监测，趋势对产品管理很重要只有更好地理解产品，才能做好产品数据运营希望产品运营经理……