数据运营的6个坑,是我在做数据运营工作中的小结。看着简单,实际上很多人,很多公司都会掉进这些坑里面。
大道理讲那么多,其实都很简单,就几条。其实我和其他嘉宾说的差不多,做产品做到后面都是相通的。前面讲了很多成功的经验,说实在的我成功的经历没多少,可能失败的经历占了95%,做失败的经验很多,我就把失败的经验拿出来大家看一下。
这是我们一些相关数据,做产品,很多人都喜欢讲数据,那我们今天来讲一下数据。

第一个,企业大数据运营体系,六层(非原创,只是归纳总结一下):
1. 数据基础平台
2. 数据报表与可视化
3. 产品与运营分析
4. 精细化运营平台
5. 数据产品
6. 战略分析与决策
这六层每一层都有坑。

一号坑:盲目分析
我们先来看张图:

这是腾讯的内部数据,这个大家可以看到,用户集中在15到25岁,但是在40岁处有一小突起,为什么呢?我们来做一个猜想:
与子女在网络的沟通增多
40岁人群的空闲时间增加
40岁不惑

为什么40岁这里会有一个小突起呢?这个小突起表示肯定人数有增加。原因是什麽呢?

其实它不是一个用户的问题,而是一个技术的问题。
40岁的人,那么他的生日是对应什麽时候呢?1970年,默认值。
很多软件在做需要用户填入或选择数据的时候,都会设置一个默认值。如果用户没有进行修改,就会以默认值为准。而这个值,最终会影响到数据的表现。
如果没有技术,只能盲目猜想,没有运营知识积累,只能得出一些错误的分析。
这就是一号坑:盲目分析。

二号坑:数据无感

数据是用户生出来的,但是具体需要什么数据需要产品经理进行选择。数据也是要提需求,不要什么数据都报,否则会导致效率降低,处理麻烦,所以需要为产品提供1到3个指标,说明产品的目标是什么,并用这些数据来证明自己的工作是有效的。


每个产品的指标都是不一样的,不一定是活跃度。

这里就是2号坑:数据无感。

在这里给大家一个建议:到新部门做数据分析的第一件事就是了解数据:指标定义、数据需求、报表系统、数据来源、核心指标、数据干系人。

三号坑:盲目做报表

不是每一个产品都需要个性报表(数据的数据)。

比如这样:

或者这样:

这里就是三号坑: 不是每一个产品都需要个性报表

很多产品都是有共性的,有大众化的需求。另外第三方的数据平台上可以为创业公司提供很多实际性的帮助,但是涉及到数据安全,最好随着公司发展建立自己的数据管理平台,这个无论是对产品还是对运营都有好处。
四号坑:不多方保存原始数据

在实际操作中,我们经常遇到这样的问题:谁动了我的原始数据。
搞数据的两种人,一种是数据已经丢了,另外一种是数据即将丢失。

这就是四号坑:不多方保存原始数据

在这个问题上,我建议多方保存数据,无论是从自己的客户端还是服务端都要做好保护,注意生成副本,保护好原始数据。
当然,多方数据存储又会造成冗余,这个问题也是需要解决的,需要随时整理。
五号坑:缺乏持续投入
去年的数据怎么没有了,这个又是另一个问题。

这里涉及到一个技术问题:数据存储架构设计不合理导致核心统计系统过载运行,不得不丢失上报数据,最终历史数据不可追溯。

这是五号坑:缺乏持续投入
以前可能不用的数据丢掉了,现在又需要,而没有了。所以要持续的投入,规划好数据存储架构设计,注重数据的持续积累。
六号天坑:无数据规则
每个业务部门更习惯于做自己的数据平台。

在公司里面待过的人,都知道太强的部门都觉得其他部门太慢,很多东西都自己做。这就需要有担当的人,统一公司的数据平台,当然这是不容易的,这需要了解数据的合理利用,也不是什么公司都能做到的。那需要统一以下几条:
统一指标定义:比如活跃度的定义就是不一样的。
统一字典编码
统一数据通道
统一数据仓库

这就是6号天坑:无数据规划

最后这些不一定能用的到,但是有了这6种意识,相信会对各位有所帮助。
|