为什么你做的数据分析,运营懒得看

2023-11-07 10:50
文章标签 运营 数据分析 懒得

本文主要是介绍为什么你做的数据分析,运营懒得看,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

做数据分析的最容易和运营怼上。

一来运营的数据需求太多,且经常提得很紧急、很奇葩;

二来数据分析师主动给的报告往往没人看,运营最喜欢自己跑数自己写报告,还专门衍生出来一个岗位:数据运营(虽然数据运营本意不是这个,但在很多公司硬生生做成了写sql的运营)。

到底数据分析该怎么做,才能支持运营迭代?我们分两篇来分享,今天先讲问题。

1

运营是干啥的?

可能做运营的同学,会深怀执念地说一句:运营是打杂的。然而吐槽归吐槽,运营是互联网公司的重要工种。和产品、开发并称铁三角。

● 产品:出产品设计、观察产品效果

● 开发:把产品需求做出来,维护产品运行

● 运营:除了以上两个事以外所有事都得干。

比如:

● 吸引用户来用产品:推广运营

● 给用户送点小礼物:用户运营

● 给用户发几条信息:内容运营

● 做个活动吸引用户:活动运营

● 准备商品给用户买:商品运营

● 微信微博抖音搞起:新媒体运营

● ……

售后处理,在互联网公司都能丢给运营。运营everything!这也是为啥运营显得很打杂的原因。小公司的运营人少,就几个兄弟上天入地,下海捉憋,把所有事都干了。大公司运营会有略清晰的分工和晋升线路。

 

运营的工作输出是非常重要的。俗话说:产品不够运营凑。特别在国内,互联网产品基本都是你抄我,我抄你的大环境里。同质化的产品想竞争,只能靠差异化的运营手段。

比如:

● 搞个话题大家热议:内容/新媒体运营

● 送个券吸引你过来:活动/用户/推广运营

● 准备爆款产品热卖:商品运营

 

可以说,大家在生活中最喜闻乐见的事(今天又省了5块,明天又领了一份礼品)都是运营干的。然而,如此让人喜闻乐见的运营,为啥却总和数据分析怼上呢?这得从运营和数据的关系说起。

2

外行眼中的运营数据分析

运营天生需要数据。运营要弥补产品的不足,提升用户转化,就得有清晰的数据指引:

● 到底现在用户状况,产品状况是什么样的?

● 我们做完了又怎么样?

这是运营的两大核心主题。

外行眼中运营数据分析无非(是滴,外行很喜欢用无非这俩字)就是AARRR与漏斗模型。AARRR用来描述用户状况的指标体系,基本构成如下图:

                             

漏斗模型,常用来改善内容投放、新用户注册、产品流程。这些工作往往是若干环节组合,用户在操作过程中会因为环节太多而流失,类似漏斗的效果,所以有漏斗模型的说法。

运营还很喜欢提用户画像。因为写文案,做活动,派礼品,都涉及“用户喜欢啥?”这个问题,于是很多运营希望有一个用户画像帮自己看清楚用户特征、喜好。

这三个需求,单独看都很清晰。然而实际用起来,运营总是喜欢提一大堆临时取数要求,并且每次版本都不一样。

为啥?因为懂数据的同学一眼就看出问题:AARRR、转化漏斗、用户画像,本质上都是描述性统计,告诉的是一个结果。这些数据需求只要做了报表就能固定。

但运营真正痛点,并不是:我不知道结果是啥样的,而是:结果就这样了,我搞来搞去领导都不满意,咋办呀!

3

运营真正的痛点

▌痛点1:没钱

《拼多多最新策略》——你给打了人家那么大折吗?

《瑞幸成功十大经验》——你给得了人家那么多券吗?

《滴滴用户增长黄金法则》——你给得了人家那么多补贴吗?

 

没钱说个锤子。然而偏偏有一派领导,喜欢看《我是如何0费用做到1000万粉丝的》《0成本裂变500万粉丝的方法》《0投入也能做增长》总之一定有不给钱的办法的,没有办法就是你的问题,你自己想去……

▌痛点2:有钱,没效果

比如新用户注册消费很少,于是决定做一个“新人注册后,首单立减10元”活动。都免了10元了,该买了吧,结果(如下图)

▌痛点3:有效果,但领导要求越来越多

比如新用户注册消费很少,于是决定做一个“新人注册后,首单立减10元”活动。做完了效果而很好,新人注册后首单率迅速上升。

结果领导又不满意了: 

● “首单有了,二次消费好像又不行了”

● “二次消费有了,都是小单,GMV上不去”

● “反正都投了这么多资源了,要毕其功于一役!”

● “你再多想想,要掌握底层逻辑,核心思维,不要光砸钱”

● ……

 

每一个做过活动/用户运营的看到这里都两行泪直流。总之,作为消费者,我们看到的那些跟奥数一样,“先订金后膨胀单品封顶组合裂变提现”,整都整不明白规则的活动,都是这么被逼出来的……

▌痛点4:有效果,但领导说“不能一条腿走路” 

终于,活动见效了!

然而领导又不满意了:

● 你看新人都靠这个活动,没有活动了咋办

● 你看人家PDD都有新玩法了,我们不能这么因循守旧

● 你看《震惊!阿里最新技术解密》文章没?咱为啥不搞一个

 

总之只有一种形式是不行的,继续创新。创新嘛,又要看数据、做测算、分析需求、设计规则、测试效果、效果不好继续纠结:该怎么创新。

▌痛点5:有效果,但现在又没钱了……

活动效果很好,人数一直涨,结果现在新人数太多了,费用扛不住了(如下图),于是领导又提出:搞些创新点子,不要总用旧套路,成本都撑不住了。

 

纠结啊纠结。这种无休无止的纠结,才是万恶之源。然而做运营本质就是这么纠结:

● 想在短期内、单一拉升某个指标,只要砸钱就能实现。但不见得每时都有钱投入,因此就会纠结。

● 砸钱总是会带来关联的问题,总是引发后遗症,因此总需要平衡方方面面,还得纠结。

● 即使一时有效,长期来看用户兴趣也会变化,费用也有上线,因此总需要创新,停不住的纠结。

● 创新就有可能失败,又得重新开始纠结。

4

小结

显然,单纯陈述现状,单纯地摆一堆数据,对解决以上问题是没有帮助的。甚至在大的方向没确定的时候,摆的细节数据越多,越会把人引入歧途。

数据分析想要真的帮运营摆脱困局,就得先有能力解读出:到底运营在苦恼什么。从真实的场景出发,思考对策。

本文转自公众号接地气学堂。

这篇关于为什么你做的数据分析,运营懒得看的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/363118

相关文章

Python:豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】

**爬取豆瓣电影信息,分析近年电影行业的发展情况** 本文是完整的数据分析展现,代码有完整版,包含豆瓣电影爬取的具体方式【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】   最近MBA在学习《商业数据分析》,大实训作业给了数据要进行数据分析,所以先拿豆瓣电影练练手,网络上爬取豆瓣电影TOP250较多,但对于豆瓣电影全数据的爬取教程很少,所以我自己做一版。 目

运营版开源代码 多语言跨境商城 跨境电商平台

默认中英双语 后台带翻译接口 支持133种语言自动翻译 支持多商户联盟 一键部署版本 伪静态+后台登陆后缀 源码下载:https://download.csdn.net/download/m0_66047725/89722389 更多资源下载:关注我。

win7下安装Canopy(EPD) 及 Pandas进行python数据分析

先安装好canopy,具体安装版本看自己需要那种,我本来是打算安装win764位的,却发现下载总是出现错误,无奈只能下载了32位的! https://store.enthought.com/downloads/#default 安装好之后,参考如下连接,进行检验: 之后再根据下面提供的连接进行操作,一般是没问题的! http://jingyan.baidu.com/article/5d6

「大数据分析」图形可视化,如何选择大数据可视化图形?

​图形可视化技术,在大数据分析中,是一个非常重要的关键部分。我们前期通过数据获取,数据处理,数据分析,得出结果,这些过程都是比较抽象的。如果是非数据分析专业人员,很难清楚我们这些工作,到底做了些什么事情。即使是专业人员,在不清楚项目,不了解业务规则,不熟悉技术细节的情况下。要搞清楚我们的大数据分析,这一系列过程,也是比较困难的。 我们在数据处理和分析完成后,一般来说,都需要形成结论报告。怎样让大

Ai+若依(智能售货机运营管理系统---帝可得)-人员管理-点位管理-区域管理-合作商管理----【08篇---0001:上】

项目介绍 售货机简介 帝可得是一个基于物联网概念下的智能售货机运营管理系统 物联网 物联网(IoT:Internet of Things)简单来说,就是让各种物品通过互联网连接起来,实现信息的交换和通信。 这个概念听起来可能有点抽象,但我们可以把它想象成一个超级大的社交网络。不过,这个网络里的成员不是人类,而是各种物品。比如,你的冰箱、洗衣机、甚至是你的汽车,它们都可以通过互联网互

结合Python与GUI实现比赛预测与游戏数据分析

在现代软件开发中,用户界面设计和数据处理紧密结合,以提升用户体验和功能性。本篇博客将基于Python代码和相关数据分析进行讨论,尤其是如何通过PyQt5等图形界面库实现交互式功能。同时,我们将探讨如何通过嵌入式预测模型为用户提供赛果预测服务。 本文的主要内容包括: 基于PyQt5的图形用户界面设计。结合数据进行比赛预测。文件处理和数据分析流程。 1. PyQt5 图形用户界面设计

使用AI大模型进行企业数据分析与决策支持

使用AI大模型进行企业数据分析与决策支持已成为现代企业管理的重要趋势。AI大模型凭借其强大的数据处理能力和智能分析功能,能够为企业提供精准、高效的数据分析服务,进而支持企业的决策过程。以下是使用AI大模型进行企业数据分析与决策支持的具体方式和优势: 一、AI大模型在数据分析中的应用 超级数据处理能力 海量数据处理:AI大模型能够同时处理海量数据,包括结构化数据、非结构化数据等,满足企业大规模

AIGC与数据分析融合,引领商业智能新变革(TOP企业实践)

AIGC与数据分析融合,引领商业智能新变革(TOP企业实践) 前言AIGC与数据分析融合 前言 在当今数字化时代,数据已成为企业发展的核心资产,而如何从海量数据中挖掘出有价值的信息,成为了企业面临的重要挑战。随着人工智能技术的飞速发展,AIGC(人工智能生成内容)与数据分析的融合为企业提供了新的解决方案。 阿里巴巴作为全球领先的科技公司,一直致力于探索和应用前沿技术,以提升企业

技术培训 | 大数据分析处理与用户画像实践|预告

主题: 大数据分析处理与用户画像实践 时间: 5 月 11 日 20:00 —— 21:30 地点: QingCloud 技术分享群,文末有二维码。 讲师: 孔淼 诸葛io 创始人 & CEO 90 后连续创业者,曾任 37degree CTO ,在任 37degree CTO 期间,孔淼曾带领团队服务 CCTV 、海尔、聚美优品、宝马等知名企业,对大数据分析的技术与行业有深厚的理解

用ACF和PACF计算出一堆数据的周期个数以及周期时长,数据分析python

具体步骤 1使用ACF和PACF:可以通过查看ACF图中的周期性峰值,找到数据中的周期性。如果ACF图在某个滞后期处出现显著的正相关峰值,并且这种模式在多个滞后周期中重复出现,这就是周期性信号的特征。而PACF则可以帮助确定延迟的直接影响。 2找周期数和周期长度:周期的时长可以通过ACF中第一个显著的峰值(排除滞后期为0时的峰值)来确定,而周期的个数则可以通过分析整个序列中的周期性重复次数来估计