資料化運營這種工作方法，是為了能更好地管理好資料，從資料中發現增長機會，以資料為依據設計策略，有目標有方法的拿到資料結果。
店鋪運營的目標是訂單量，做業務運營的目標是業務參與使用者量，做新使用者增長的目標是新增量級。
第一步：採集資料進行分析
首先明確目標，這是進入資料化運營最重要的步驟。
1。 日常資料監控分析
重要指標日常持續監控，主要為了及時發現問題。用APP新增舉例，監控指標包含：日總新增裝置量、裝置登陸率、上新率、新增會員關鍵行為轉化率、次日留存率等等，還需要監控各個新增渠道的相關資料。
監控是讓為了保持資料敏感度，隨時掌握資料動態，當發現數據異常時，能馬上定位原因，做出相應策略調整。
2。 關鍵過程指標最佳化分析
1）找準關鍵指標
以“新增MAU次月留存率”這個目標為例，影響這個目標的指標非常多，比如新增會員的次日留存率、新增會員的來源渠道佔比、新增會員的關鍵行為轉化率等等，那麼哪些是我們要關注的關鍵指標呢？
這個指標與目標之間是否有直接影響關係
這個指標還有多大最佳化空間
這個指標最佳化後對目標影響有多大
2）找到影響因素
當我們透過資料分析，找到關鍵過程指標後，要最佳化這個指標，就需要先找到影響這個指標的關鍵因素。
一種是自己先進行猜想，有明確的目的後取資料，進行分析驗證；另一種是列出所有相關緯度，取出全部資料進行分析，在分析的過程中發現。
第二步：設計策略並預估資料收益，找準投入優先順序
1。 明確策略目標
在做所有策略之前，一定要有明確的策略目標。比如透過資料分析，發現新會員產生關鍵行為後留存率是無行為使用者的x倍，因此發現一個機會，只要提升新會員關鍵行為轉化率，就有機會提升新會員留存率。
那麼，策略目標就比較明確，要提升“新會員關鍵行為轉化率”，接下來就要圍繞此目標設計策略。這裡設計策略需要思考的重點是：用什麼形式的策略、在哪些形式的觸達通道、引導使用者產生什麼行為轉化效果最好？
2。 評估策略收益，制定策略優先順序
當我們明確一個策略的目標，準備動手進行詳細設計之前，一定要做的事情，是評估這個策略的收益有多大。
透過提升新使用者關鍵行為轉化率，來提升新使用者留存率為例。假設策略是在APP內，針對新使用者，投放一個有利益刺激的H5活動，引導使用者產生某個關鍵行為，有Push、首頁banner、APP首頁POP，3個不同觸達形式的通道給我們選擇是否投放，且只能選1個。這時，我們就可以透過一個數據公式，對投放在不同通道的收益進行預估：
日新使用者總量 * 通道可觸達使用者比例 * 該通道觸達形式對應的觸達點選率 * 頁面行為轉化率 = 轉化使用者量
基於以上公式，我們就能很快預估出投放在哪個通道收益最高。
第三步：對策略資料進行驗收，及時總結沉澱
對已經上線的實驗策略進行資料驗收和策略總結。
1。 資料驗收
策略上線當天監控實時資料，上線前3天保持高度關注，上線第8天進行資料總結及前後一週資料對比。收集實驗鏈路中涉及到的資料，與策略預估中涉及到的資料進行對比，提升自己後續預估準確率。
2。 策略總結
一方面用於校驗你的機會判斷能力，另外一方面也是對自己對合作方付出的交代。在運營工作之外，也需要注意透過這種工作方法和態度，建立自己在合作團隊中的影響力。
END
調研工廠丨https：//survey。work
