从广义来讲，数据是反映产品和用户状态最真实的一种方式，通过数据指导运营决策、驱动业务增长。与数据分析师的岗位不同，数据运营更加侧重支持一线业务决策
互联网运营的类别很多，而运用在运营的整个生命周期中。数据运营属于一种技能，通过数据分析发现解决问题，提升效率促进增长。
02 数据运营的具体工作是做什么？报告分析了100篇数据运用招聘JD（职位描述），制作了词云，从中可以清晰的看出数据分析的主要技能要求。
分为数据规划，数据采集与数据分析三方面工作。
一、数据规划
目的是搞清“要什么”。收集整理业务部门数据需求，搭建数据指标体系
（1）指标体系：比如UV/DAU/销售金额。来自具体的业务需求，从需求中归纳事件，从事件中对应指标
（2）维度体系：对指标进行细分的属性，记录对指标可能产生影响的维度
二、数据采集
采集业务数据，向业务部门提供数据报表
（一）数据采集
（1）埋点：在网页、APP中手工添加代码收集。这种方法工程量大，周期长，是痛点。
（2）可视化埋点：用可视化交互的当时，提高了效率。
上述两个数据运营起收集业务部门数据需求，撰写需求文档，向工程部门提交需求
（3）无埋点：先定义再收集。成本低速度快，是新宠儿。
（二）数据报表
日报周报等，数据运营让这部分工作尽量自动化。
搭建数据看板（dashboard）是另一项工作，常常与BI系统连载一起数据数据可视化的部分。大企业常用自己方式搭建数据平台，中小企业借助第三方数据工具。
三、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。
相对数据分析师，数据运营岗位弱化了对变成的要求，强调在现有工具集成商灵活运用分析方法，一定要及时发现、定位问题，并提出可行的解决方案。
03 常用的10个数据分析方法（1）来源管理：对于投放的目标链接加上监测参数，实现对网页访问来源，APP下载渠道的监测。主流解决方案是UTM机制。
（2）趋势分析：通过对业务指标的监测研究用户行为规律，寻找增长点
通过数据监测和趋势预测，思考为什么这样，及时发现定位问题
（3）维度拆解：对应上面提到的多个维度，拆解指标定位问题
如常见流量指标，可从广告来源、地区、操作系统等维度出发，观察那一类用户比重更多，价值更大
（4）转化漏斗：以可视化的方式将转化路径每一步展示出来，运营需要重点关注流失最大的环节，是优化工作ROI最高的地方。
（5）留存分析：首次访问后回访，探索用户、产品与回访之间的关联程度
分析不同用户群组的留存差异，使用过不同功能用户的留存差异寻找用户增长点
（6）魔法数字
留存分析的延展，与产品的核心功能息息相关，已得到硅谷企业的广泛重视。
（7）用户分群：维度和指标的组合条件是目前常用的筛选方法
如，上海电商举行iPhone手机配件促销，将“上海+两次购买+iPhone图用户”
（8）用户细查：观察用户行为轨迹，探索用户与产品的交互过程，从中发现问题激发灵感
（9）热力图：用高亮颜色展示用户访问偏好。优化网站或页面布局，提高转化率
（10）测试：假设检验
04 如何选择正确的数据指标？北极星指标是什么？
OMTM，one the metric that matters。唯一重要指标。一旦确立，指引全公司上下向同一个方向迈进。很关键，可以大幅度提升行动力。选择不正确可能导致错误估计形势
举个栗子：
衡量北极星指标的6个标准：
（1）产品的核心价值是什么？这个指标可以让你知道用户体验到了这个价值吗？
（2）这个指标能够反映用户的活跃程度吗？
（3）如果这个指标变好了，是不是说明整个公司在向好的方向发展？
（4）是不是容易被你的团队理解交流？
（5）这是一个先导指标，还是一个滞后指标？
（6）是不是一个可操作指标？
05 用数据分析做运营增长，需要做好四个方面（1）流量运营：多维度分析，优化渠道。解决用户从哪里来的问题
多维度判断流量，进行流量分析，制定相应策略进行渠道优化配置
（2）用户运营：精细化运营，提高留存。
根据不同群体特征，i进行精细化运营促进回访，提高留存
（3）产品运营：用数据分析和监控功能
监测异常指标，发现用户对你产品的“怒点”
用新功能留存曲线检验新功能的效果
（4）内容运营：精准分析每一篇文章的效果
做内容运营之前先明白你的内容是作为一个产品，还是产品的辅助功能。分析用户感兴趣的内容，内容阅读和传播的比例等。
作者：灵姗
链接：https://www.zhihu.com/question/28412921/answer/215963031
