一場活動策劃的6個步驟「活動策劃數據化運營的流程」

大數據的概念已經在全社會普及，所有的企業都在鼓吹自己的大數據如何如何，好像不跟大數據沾點邊就跟不上時代發展一樣。在我看來，大數據僅僅只是一種工具，一種手段，他的出現也是為了解決社會發展過程中無法處理海量數據的問題，其具體應用是為了更好的、更高效的解決問題。

數據化運營的概念也是一樣，其重點是如何通過數據了解網站的運營狀況，研究用戶行為偏好，分析解決運營問題，並為運營決策提供數據支撐。數據在這個過程中是來幫助業務人員發現、定位問題的一種方式，更重要的是採用合適的運營手段來解決問題，數據和運營相互協作、互相彌補，這是我所認為的數據化運營。

本文將通過確定運營目標、搭建指標體系、數據採集、數據分析、運營優化、持續跟蹤等六個方面來簡單介紹下數據化運營的流程。

（1）確定運營目標

同一企業里的不同人員的運營目標或者說關注點是不一樣的，比如領導更關注有多少用戶、產生多少訂單、有多少收益等較為核心的數據，而產品運營人員可能更關注產品的流程轉化、訂單流失等數據。因此，面向不同的業務人員，需要確定不同的運營目標。這個目標可以是長期的，也可以是短期的，但一定是具體可實現的。

（2）搭建指標體系

根據不同的運營目標需要搭建有效的數據指標體系，幫助業務人員快速的發現並定位問題。

（3）數據採集

數據源多種多樣，企業常用的有生產系統數據、CRM數據等靜態的結果型數據，而在互聯網上也有網站、APP、微信等動態的用戶行為數據。針對用戶行為數據，目前市場有各種各樣的數據採集分析工具，有付費版、免費版，付費的又有按流量收費、按license收費等不同模式，企業可根據自身情況進行選擇。

數據的採集只是第一步，如何整合到一起才是關鍵。用戶與企業之間的觸點很多，比如某個用戶在網站上查看了某個產品，在微信上下單，又去app上查看物流進度，最後通過客服電話進行退換貨等，如果只是在單一渠道查看用戶數據，並不能完全洞察用戶的完整路徑，所以這裡必須要對不同渠道的用戶數據進行整合，打造一個統一的用戶數據管理平台，能夠真實再現用戶在所有渠道的行為軌跡。

在數據整合過程中，肯定會涉及到用戶身份的唯一識別、不同渠道數據的處理加工與打通等問題，這裡就不再展開說明了。

（4）數據分析

通過建立數據監控體系，及時發現網站在運營過程中的問題，迅速定位並分析原因。

數據報表示例

數據分析中常用的方法很多，我認為其中最重要的是兩個，一是對比，都說沒有對比就沒有傷害，只有通過與行業標準比、與自身歷史數據比，才能發現目前運營的差距與異常；二是細分，無細分不分析，只有通過不斷的細分來定位問題，才能對問題進行具體分析。針對一個問題，可以從時間、來源、渠道、產品、類型、用戶等不同維度細分分析，精準找到原因。

（5）運營優化

找到問題原因之後就是要解決問題，這裡更多的是使用一些運營手段，比如利用促銷活動提高用戶活躍度，購物送優惠券等等；如果是網站布局性能的問題，則可以使用A/B Test的方法，比如按鈕的位置、提示語的內容等