提到數據分析，很多人腦子里可能覺得這是一個專業度很高的領域，需要進行數據采集、清洗、轉換、統計、模型計算，左手SQL語言、右手python編程。其實，對于大多數運營來說，我們追求的并不是要成為數據分析師，而是通過數據分析思維來解決實際工作當中的問題。

說兩個我自己經歷過的例子。今年上半年的時候，我要面試內容運營和活動策劃兩個崗位的人，在面試中，我會問一些問題，來考察面試者是否具備數據分析思維：

我：“現在給你個任務，讓你在一個月時間里給公眾號漲粉5000人，你會怎么做，闡述下思路?！?/p>

面試者：“我會做一個老帶新的活動，通過裂變來漲粉”、“我可以做一個H5，有趣有創意的那種，像網易云音樂之前做的那樣”、“我可以找一些號來互推，如果有預算的話，可以投一些廣告”。

我：“這樣做，可能漲粉100，也可能漲粉10000，你怎么就能保證完成既定目標呢？

面試者：“..........."

同樣的，在活動策劃的面試中：

我：“讓你策劃一場活動，在活動期間讓門店銷售額提升30%，你會怎么做？”

面試者：“我會做一個親子體驗活動，邀請他們到店，促成轉化”、“我會在門店做一些折扣促銷，吸引人們購物”。

當我問出怎么才能達到既定目標的問題時，他們同樣啞口無言。讀到這里，不妨停頓一下，想一想，如果是你，你怎么回答？

這些面試者（其中不乏有三五年工作經驗的人）都存在一個問題，為解決問題只去做單點的具體操作，而沒有全局的數據分析思維。能不能完成最后的既定目標，只能看天隨緣。運氣好，完成了指標，皆大歡喜。運氣沒這么好，完不成指標，最后復盤連原因都分析不出來。

從以上例子可以看出來，我們所有的運營動作都應該以數據目標為導向。如果沒有數據分析思維，能不能完成最后的數據目標就沒有了依據，成了玄學，只能碰運氣。其實，對于初中階的運營，數據分析思維既好學又好用，核心思路只有一條：

確定關鍵數據指標，拆解關鍵數據指標，錨定關鍵數據指標，排列優先級與動態調整

下面，我會拿上面面試的第一個問題舉例子：如何在一個月時間里給公眾號漲粉5000。

一般來說，關鍵數據指標是從崗位職責和任務中來的，也就是關鍵數據指標是上級給你的。比如，新媒體運營主要對粉絲數、閱讀量、打開率等指標負責；電商運營對GMV、直通車ROI、加購數等指標負責；產品運營對DAU、MAU、留存率等負責。對于一項具體的工作，要看最后的目標是什么。很顯然，我們這個問題的關鍵數據指標是“公眾號粉絲數”

如果不對關鍵數據指標層層拆解，不清楚影響關鍵數據指標的各種因素是什么，就會出現只知道上面面試者回答的用裂變、老帶新去達成目標的單點操作方法。拿到一個關鍵數據指標過后，我們往往分析關鍵數據指標的構成，然后拆分為一級數據指標、二級數據指標、三級數據指標等等。拿問題中的公眾號粉絲數來舉例，如果按漲粉渠道來拆解的話，我們可以得到下面這個公式：

公眾號粉絲數=自然漲粉數+內容漲粉數+活動漲粉數+投放漲粉數

其中，公眾號粉絲數就是一級數據指標，自然漲粉數、內容漲粉數、活動漲粉數、投放漲粉數是二級數據指標。下面，我們要對這些二級指標進行可量化的錨定操作。

首先，我們來對這些二級指標進行分析，來確定每個二級指標大概能到多少量。

一月日均漲粉：50/天

二月日均漲粉：55/天

三月日均漲粉：60/天

四月日均漲粉：65/天

五月日均漲粉：63/天

六月日均漲粉：65/天

可以看出，四五六三個月的日均漲粉早60/天，所以我們就以這個數據為準，計算出，接下來一個月（30天），只要保持正常的更新和維護，我們的公眾號自然漲粉數是1800人。

一般來說，公眾號常見的活動玩法有裂變活動、投票活動、創意H5、地推活動等。那么，經過對目前所擁有資源、以往歷史數據的判斷和活動執行的成本綜合考慮，排列出以下優先級：

A、地推活動

目前公司有5個門店，平均每個門店每月進店1500人，共7500人。用一些優惠券或者小禮品吸引進店顧客關注公眾號，預計轉化率10%，一個月可新增粉絲750人。

B、裂變活動

過去做過很多裂變活動，積累了不少數據。正好公司還有很多周邊產品可以用于活動，按照以往的經驗和現有資源，預計本次裂變活動可漲粉1000人。

C、創意H5

跟創意有關的東西往往不確定性非常大，之前做過一次很成功的H5，這一次不一定就也能成功，所以優先級排最后，可以作為一個增粉的補充渠道。

經過以上分析，我們已經確定了4550人了，離完成目標只剩450人了。最后450人，選擇投放增粉的方式來完成。

4、投放漲粉數

如果之前做過公眾號投放，還可以按照歷史數據來分析。如果沒有，就要去找同行咨詢數據，定一個指標。假設，投放增粉的成本是4元一個粉絲，那么達成450的粉絲增長，需要1800元成本。

通過以上分析，我們就完成了整個目標達成的思路拆解，下面就是執行環節了。

在執行環節，我們依然需要進行優先級的排序，并在過程中隨時進行調整，將各因素的不確定性的負面影響降到最小，正面影響放大。

比如，在執行中第一周發現，地推增粉的效果大于我們的預期，那么接下來的三周，就可以往這個方面多做資源的傾斜，比如可以把投放增粉的一部分預算拿來采購更多的小禮品（當然要衡量一下兩個渠道粉絲的價值，這里就不展開敘述）；把裂變活動的執行時間盡量提前，如果活動效果好，皆大歡喜，如果不好，給足自己補救的時間，可以多做一場活動，或者加大其他方面的投入力度；把投放的執行延后一些，如果前面幾個手段效果很不錯，提前完成了任務目標，那么投放的費用就可以省下來了，等等?？傊?，大方向定了，中間怎么執行要根據具體情況靈活調整。

以上只是舉個很粗略的例子，說明如何利用數據分析的思維來拆解任務，從而達成目標。經過上面的分析，這樣的思路是不是比文章一開頭幾個面試者給的答案要更系統、更可控呢？我們平時的每一個運營動作都應該有相應的數據來支撐，不管是歷史數據還是同行數據都可以，總比拍腦袋、碰運氣要靠譜很多。

所以，以數據目標為導向，用數據分析思維一層層拆解數據目標，再去制定具體的運營動作，才能最大程度上保障最后的目標達成。

-END-

　　以上就是為大家介紹的沒有數據分析思維的運營都是在耍流氓，希望對大家有所幫助，現在互聯網已經進入到了短視頻時代，如果需要抖音廣告開戶，抖音直播間付費推廣開戶或者托管的，都可以找我們咨詢，現在開戶優惠多多，還有返點，添加微信了解：veteran88