什么是數(shù)據(jù)？第一頁，共25頁。數(shù)據(jù)(data)是事實或觀察的結(jié)果，是對客觀事物的邏輯歸納，是用于表示客觀事物的未經(jīng)加工的的原始素材。數(shù)據(jù)可以是連續(xù)的值，比如聲音、圖像，稱為模擬數(shù)據(jù)。也可以是離散的，如符號、文字，稱為數(shù)字數(shù)據(jù)。在計算機系統(tǒng)中，數(shù)據(jù)以二進制信息單元0,1的形式表示。第二頁，共25頁?！I(yè)務是靠數(shù)據(jù)來驅(qū)動的。·策略是根據(jù)數(shù)據(jù)優(yōu)化、調(diào)整的?！?shù)據(jù)是反映產(chǎn)品和用戶狀態(tài)最真實的一種方式。第三頁，共25頁?？偨Y(jié)數(shù)據(jù)業(yè)務產(chǎn)生/彌補不足反哺業(yè)務產(chǎn)生數(shù)據(jù)，數(shù)據(jù)反哺業(yè)務。數(shù)據(jù)的采集在很多方面是困難的，譬如，公司的數(shù)據(jù)量不足；數(shù)據(jù)的準確性不確定；無法確認采集的數(shù)據(jù)是否滿足業(yè)務需求，而市場上的數(shù)據(jù)良莠不齊，生命周期短……因此，業(yè)務與數(shù)據(jù)一起成長，形成自己的數(shù)據(jù)源。數(shù)據(jù)，從哪里來？第四頁，共25頁。什么是數(shù)據(jù)運營？第五頁，共25頁。狹義的是指，“數(shù)據(jù)運營”這一工作崗位，廣義的是指，“通過數(shù)據(jù)指導運營決策、驅(qū)動業(yè)務增長”這一思維方式?！皵?shù)據(jù)運營”的兩層含義第六頁，共25頁。在不同的公司，數(shù)據(jù)運營可能會有不同的職責變化。有些公司的數(shù)據(jù)運營是偏向BI（商業(yè)智能）的，也有些是偏向運營的，還有些公司是偏向市場的。偏向BI偏向運營偏向市場第七頁，共25頁。·業(yè)務梳理（現(xiàn)在怎么樣？）·整理業(yè)務需求（要做什么？）·抽取數(shù)據(jù)、分析數(shù)據(jù)（數(shù)據(jù)變化的原因？）·數(shù)據(jù)報表、建立模型（預測未來會怎樣？）·決策與運營融入數(shù)據(jù)的應用（應該做什么？）偏向BI的數(shù)據(jù)運營偏向BI偏向運營偏向市場第八頁，共25頁。業(yè)務場景需求調(diào)研需求分析需求整理數(shù)據(jù)倉庫（ETL）制作報表分析數(shù)據(jù)建立模型BI【工具】優(yōu)化/創(chuàng)新/決策偏向BI偏向BI的數(shù)據(jù)運營第九頁，共25頁?！び脩粜袨?、行為分析（有什么異常？）·發(fā)現(xiàn)問題、尋找機會（為什么會這樣？）·提出假設（該怎么辦？）·回歸驗證（如何不斷優(yōu)化？）·決策與運營融入數(shù)據(jù)的應用（如何進行提升？）偏向運營的數(shù)據(jù)運營偏向BI偏向運營偏向市場第十頁，共25頁。用戶行為行為分析ETL（數(shù)據(jù)抽取、清洗、轉(zhuǎn)換、裝載）數(shù)據(jù)可視化數(shù)據(jù)分析發(fā)現(xiàn)問題提出假設回歸驗證解決問題做出決策/優(yōu)化/機會偏向運營偏向運營的數(shù)據(jù)運營第十一頁，共25頁。·目標數(shù)據(jù)的制定（要做什么？）·行業(yè)分析，輸出數(shù)據(jù)報表（現(xiàn)在怎么樣？）·數(shù)據(jù)預警，數(shù)據(jù)變化原因分析（數(shù)據(jù)變化的原因？）·數(shù)據(jù)預測（未來市場怎么樣發(fā)展？）·決策與運營融入數(shù)據(jù)的應用（應該做什么？）偏向市場的數(shù)據(jù)運營偏向BI偏向運營偏向市場第十二頁，共25頁。制定產(chǎn)品目標定義產(chǎn)品數(shù)據(jù)指標構(gòu)建產(chǎn)品數(shù)據(jù)指標體系提出產(chǎn)品數(shù)據(jù)需求上報數(shù)據(jù)（通道建設）采集數(shù)據(jù)存儲數(shù)據(jù)運算數(shù)據(jù)獲取數(shù)據(jù)（數(shù)據(jù)提取/報表）觀測/分析數(shù)據(jù)產(chǎn)品評估與運營優(yōu)化偏向市場偏向市場的數(shù)據(jù)運營第十三頁，共25頁?？偨Y(jié)第十四頁，共25頁。一、數(shù)據(jù)規(guī)劃：收集整理業(yè)務部門數(shù)據(jù)需求，搭建數(shù)據(jù)指標體系。二、數(shù)據(jù)采集：采集業(yè)務數(shù)據(jù)，向業(yè)務部門提供數(shù)據(jù)報表。三、數(shù)據(jù)分析：通過數(shù)據(jù)挖掘、數(shù)據(jù)模型等方法，深入分析業(yè)務數(shù)據(jù)；提供數(shù)據(jù)分析報告，定位問題，提出解決方案。四、數(shù)據(jù)決策：切實的為產(chǎn)品優(yōu)化和運營決策開展服務、提供決策依據(jù)。我們發(fā)現(xiàn)，不論是BI、運營還是市場，我們的環(huán)節(jié)中都有四個重要的層次，分別是：數(shù)據(jù)規(guī)劃、數(shù)據(jù)采集、數(shù)據(jù)分析、數(shù)據(jù)決策。第十五頁，共25頁。一、數(shù)據(jù)規(guī)劃數(shù)據(jù)規(guī)劃是整個數(shù)據(jù)運營體系的基礎(chǔ)，它的目的是搞清楚“要什么”。只有先搞清楚自己的目的是什么、需要什么樣的數(shù)據(jù)，接下來的數(shù)據(jù)采集和數(shù)據(jù)分析才更加有針對性。數(shù)據(jù)規(guī)劃有兩個重要的體系：指標和維度。第十六頁，共25頁。需求事件指標歸納對應（一）指標體系指標，用來衡量具體運營效果，比如PV(訪問量)，UV(獨立訪客)，DAU(日活躍用戶量)，轉(zhuǎn)化率等。指標的選擇來源于具體的業(yè)務需求，從需求中歸納事件，從事件對應指標。第十七頁，共25頁。（二）維度體系維度用來細化指標，記錄哪些對指標可能產(chǎn)生影響的維度。例如：第十八頁，共25頁。二、數(shù)據(jù)采集（一）數(shù)據(jù)采集好的數(shù)據(jù)源主要有兩個基本的原則，一個是全，一個是細。全：大數(shù)據(jù)里面講的是全量，要拿多種數(shù)據(jù)源，拒絕以偏概全。細：強調(diào)多維度，在采集數(shù)據(jù)的時候盡量把每一個的維度、屬性、字段都采集過來。第十九頁，共25頁。（二）數(shù)據(jù)報表借助工具減少數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)可視化上消耗的時間，以圖表的形式將數(shù)據(jù)展現(xiàn)出來，為業(yè)務部門提供更直觀的數(shù)據(jù)表現(xiàn)。第二十頁，共25頁。三、數(shù)據(jù)分析數(shù)據(jù)分析是數(shù)據(jù)運營的重點工作，數(shù)據(jù)規(guī)劃和采集都是在為數(shù)據(jù)分析服務。根據(jù)不同的業(yè)務場景，選擇合適的數(shù)據(jù)分析方法，深入分析數(shù)據(jù)，通過數(shù)據(jù)分析定位問題，提出解決方案，促進業(yè)務增長。第二十一頁，共25頁。常見的數(shù)據(jù)分析方法第二十二頁，共25頁。四、數(shù)據(jù)決策這是數(shù)據(jù)運營閉環(huán)的終點，同時也是新的起點，數(shù)據(jù)報表絕不是擺設，也不是應付領(lǐng)導的提問，而是切實的為產(chǎn)品優(yōu)化和運營決策的開展服務，提供決策依據(jù)，最后達到數(shù)據(jù)指導運營決策、驅(qū)動業(yè)務增長的目的！第二十三頁，共25頁。用戶/業(yè)務/產(chǎn)品業(yè)務/產(chǎn)品的數(shù)據(jù)需求【數(shù)據(jù)規(guī)劃】數(shù)據(jù)采集/清洗/處理/存儲【數(shù)據(jù)采集】數(shù)據(jù)可視化數(shù)據(jù)分析【數(shù)據(jù)分析】助力/評估/

優(yōu)化/創(chuàng)新【數(shù)據(jù)決策】結(jié)合場景將"運營”、“市場”、“BI”三個方向進行總結(jié)，融合四個重要層次，得到右邊的一個閉環(huán)結(jié)構(gòu)圖，結(jié)合對應的業(yè)務場景，根據(jù)不同的對象，進行