数据运营工作内容

数据运营工作内容

数据规划

收集整理业务部门数据需求，了解需求来源

搭建数据指标体系

数据指标体系是什么

如何搭建数据指标体系

新增数据：累计新增、留存率、注册转化、付费转化、新增占比

活跃数据：活跃规划、活跃周期、周活跃、月活跃、活跃增长率

付费数据：累计收益，付费人数、成功率、每日每用户平均收入、每付费用户平均收入

其他数据：流失率、一次付费、一次活跃

数据采集

采集业务数据

数据采集方法

1.埋点采集：通过在产品（网页、APP等）中手动添加统计代码收集需要的数据

2.人工采集：包括用户访谈、调查问卷、用户反馈的收集数据整理

3.数据采集渠道

直接来源:自身后台数据

第三方数据统计平台。比如百度统计，公众号

数据采集——数据初步处理

1.数据清洗

对数据进行审查金额效验的过程，是发现并纠正数据文件中可识别的错误的最后一道程序，目的在于保持数据的一致性，处理无效值，缺失值，异常值等

2.数据预处理

在分析之前对比数据进行的一些处理，为数据分析工作提供需要的数据支持

数据采集——生成数据报表

1.报表包含的主要内容

背景介绍

关键结论

各项数据整理

效果总结

2.常用的图表格式及其应用场景

柱状图

堆积柱状图、百分比堆积柱状图

折线图

折线+柱状组合图

条形图、堆积条形图、百分比堆积条形图

饼图

数据地图

漏斗图

词云

数据分析

概念:不同于数据分析师，数据运营岗位弱化了对编程统计的要求，更加强调在现有工具基础上灵活使用分析方法。一个好的数据运营一定要及时发现问题、定位问题、并提出可行性解决方案

数据分析——观测和分析业务数据

1.常用的数据分析方法

趋势分析

维度拆解

漏斗分析

细查路径

2.常用的数据分析平台/工具

友盟

应用雷达

新榜

数据分析——定位问题、提出解决方案

1.定位问题、提出解决方案

运营效果较好或者指标超额达成，可通过数据分析来定位引起指标向好的发展方向的原因为后期运营提供借鉴

运营效果不好，也可以通过数据分析来定位问题，并针对性的提出解决方案