数据

最近读了一本书《请用数据说话》，虽然本书适合初入职场的新手，但是里面的归纳总结，还有一些案例很值得思考，对日常的运营工作有一些帮助，结合本书这里写一些运营的心得和体会。 这本书首先讲到的就是数字力，就是“使用数字来进行有条理的分析，从而决策的能力”，这里重点落在了决策，属于一种能力，与之前强调的数据分析能力不同，这里更注重结果导向，要通过分析而产生决策。 要掌握数字力可以通过以下五个步骤来不断提升：1.学会用数字来思考问题；2.用数字设定合适的目标；3.提高数据收集分析能力；4.找到解决复杂问题的办法；5.做出正确的决策。虽然最终没有一个考核的标准，但通过坚持循序渐进就能逐渐养成用数据说话的习惯。 初入职场的运营同学往往会有很多不靠谱的新奇想法和活动方案，而且往往这些方案里没有成本和预计的效果，更多的是主观判断和猜测。通常我会给这些同学1-2次机会，让她们放手去做，很多其实在做的过程中就会发现无法进行下去，比如“在星巴克举办一次粉丝见面会”、“去街头做一次随机用户调研”。通过前几次的试错经验，后期避免纸上模棱两可的笼统方案，而是要用包含各种数字指标的详细进度表让人信服。只有在策划时制定这些量化指标时，才会去思考潜在的用户群体有多大，预计多少人会参与，内部需要多少人力物力的投入，最终活动需要达成怎样的目标，成功的概率多大等等，这样才会去反思推敲活动的具体细节，再去决定活动要不要进行。 所以用数字来思考问题是运营人员必备的技能，也是运营能力进阶和考察的重要工具。 运营在制定目标时也非常有学问，首先需要思考目标的真正目的，很多运营同学都喜欢犯的一个错误就是被中间指标带偏。比如“下周UGC达到1000篇”，最后我们在回顾OKR时，虽然目标达成，但是发现绝大多数文章都是企业用户批量发布的推广软文。显然，这是非常失败的目标，这位运营同学完全没有思考目标的初衷是什么，完全机械的按照数字去执行。UGC是一个社区的血液，应该是高质量的原创内容，且同时能帮助到其他人，能够对品牌或者PV指标带来提升，平台就是一台机器，只有源源不断的新鲜血液流入，才能让平台运转，生机勃勃向上生长，否则数字再好也是一潭死水。可能10篇高质量的原创UGC都比这1000的数字更让人接受，在用数字去量化目标时千万不能忘记初衷，可以在目标中加入更贴近目的各种数字，如：下周高质量原创UGC500篇，PV达到50万，点赞等互动达到1000次。 另外一个很常见的问题既制定的目标太低，尤其是在强调与绩效挂钩、目标必须竭尽全力达成时，就给自己设定一个不用费力就可以达到的数字，这就完全失去了OKR的意义，同时能100%达成的目标严格意义来说不是好目标。我们团队目前用了一套算法，首先查出当前的数字，按每周6%的增长计算出一个数字，然后再加上当前数字的20%既：a*(1+6%)*(1+20%)。周度6%是一个比较理想的增长值，然后再额外增加20%的天花板，在完成增长任务的同时，思考有没有可能跳起来够一够天花板，不断挖掘自己潜能，只要奋力拼搏一切皆有可能，回首再看，会感激，会非常有成就感。 制定目标还有一个重点就是考虑达成目标所需的成本。我们任何的工作都逃不过投入产出比，用最小的资源达成尽可能多的成果，这也是组织所追求的高效原则。成本中最不可忽视的其实是时间，也就是我们常常说的“人天”，时间是非常宝贵的，同样的工作别人或者其他团队能够用更短的时间完成，那我们必将被淘汰。如果预期的投入产出比过低，比如完成一个数据调研，需要一对一邀请并沟通，最终一人一周可能只会收到10份结果，此时我们就需要调整这项工作的优先级，去做投入产出比更高的事情。当前做活动离不开金钱的投入，这也是需要考虑的成本之一，否则就会快速把钱烧光，同样我们的运营团队有一个大致的核算公式：获客一个=1元、1PV=1分，这里供大家参考。 最后设定目标还有以下几点需要注意：1、目标需要自己最终设定，不能是上级指派或者强加；2、加入中途数字，不要等到最后一天来当验尸官；3、少用百分比的指标，如原创文章占比80%以上，那么尽可能少的发文就能更好达成这个目标，与初衷完全背道而驰。 接下来就是提高数据收集分析能力，第一个当然就是甄别数据源，对数据提出质疑，错误的数据会误导工作的方向。第二点就是综合多个数据源，彼此验证分析，拿墨天轮来说，我们目前有GA、百度统计以及自己研发的平台访问统计系统，平时基本上都是三个同时打开，除了验证数据外，各自都有一些优势，比如谷歌分析的实时视图、行为流，百度的搜索词，自研可以结合业务出各种数据曲线。第三就是要彻查数据之间的因果关系，比如近期PV有很明显的增加，运营同学以为是最近工作成效显著提升，后来通过详细的分析发现是把APP和小程序的访问记录也统计进来了。各种数据的变化，我们都需要深入分析，哪怕是看原始的裸数据也要找出根本原因。第四借助一些工具和模型，除了专业的大数据分析平台外，Excel自带的公式和趋势图基本上可以满足绝大多数分析的需求。还有一些数据模型可以用，比如复合增长率、AARRR模型、漏斗模型等，都是运营经常使用的。 以上经过2-3年的运营实战，基本上就有一套自己的数据模型，能够灵活思考，做到“手中无剑，心中有剑”的境界，找到解决复杂问题的方法，针对未来设立期待值，再结合概率得出一个更好的决策。