我搭建了一个好用的数据运营体系-51CTO.COM

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？

01运营与数据的关系

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）

图片

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，玩得乐不思蜀了，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。

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。

如果数据运营把重点放在数据上，那最终就是沦为跑数机的命。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招聘一个行走的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。

图片

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。

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）

图片

第二步：设定阶段性重点，各小组分配任务。

图片

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：

图片

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。

类似地，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。