数据运营方法论——由“点”到“面”的体系法

点、线、面、提“四位一体”方法论是一个层层递进的过程,是对运营业务场景分析从简单到复杂的过程,从局部到全局的过程,是利用数据运营的思维方法。

互联网时代,所有用户行为都会留下足迹,而这些足迹在前端表现为用户行为,在后端则表现为业务逻辑。企业在日常数据运营中,一方面因为日常报表展现的信息量过大,让日常运营人员难以抓住重点;另一方面,又因为各部门的信息缺乏有效整合,难以形成完整的数据链条,进而在关键业务逻辑数据缺乏支撑点。

针对日常数据运营的问题,企业一方面需要梳理组织架构,让数据化运营各个环节流程有效的组织起来,另一方面则需要一套行之有效的方法体系,指导企业日常运营分析行为,而这个方法论就是本次提出的数据运营方法论——“点、线、面、体,四位一体方法论”。

一、点

点,这里是指业务上的痛点或high点,进一步可理解为业务发展异常点或进阶发展点,未来业务拓展关键点和BOSS关注点等。在数据上则体现为业务发展趋势中的波峰、波谷和数据离散点。

点,是我们在数据运营中首先要关注的地方,是整个数据运营分析中的起点和基础点,也是“点、线、面、体”四位一体方法论中最基础的元素,是整个数据运营进程的扩展点。例如我们平时在网站或APP分析过程中,发现某一天的访客数明显低于正常水平,那么是什么原因导致这个异常点出现呢?又比如当月的销售量,某日的销售量明显低于其他什么原因引起的?此时的这个点就是我们数据运营的切入点。

点的发现关键在于数据的统计整理,形成规范,找出规律和切入点。比如我关注流量这一指标,通过FineBI将各时段的流量数据抽取出来,前端做成一个dashboard界面,利用时间和查询控件供自助查询。
数据运营方法论——由“点”到“面”的体系法

二、线

两点成一线,推己及人,将业务中的异常点和我们日常运营目标有效的结合起来,就能形成一条清晰的数据运营分析线。除此之外,在数据运营数据积累过程中,随着时间的推进,也能形成一条它自己的“时间序列曲线”,进而在分析过程中实现数据的时间价值。线的分析是实现数据与数据关联的过程,是看趋势的过程,是实现数据的时间价值与串联识别价值的过程。

另一方面,线的分析是维度分析的基础,思考问题的开始,这个过程有如数据在数据库中实现上下钻取、OLAP分析的过程。理解线的分析,一方面通过对运营目标的分析,来反思影响这一目标的各指标权重影响,简单点说,哪个因素发生变化会对销售量产生巨大影响,那这个指标的权重就越大,需要控制好。另一方面,比如分析流量在某一天下滑对月度销售额的影响,从流量下滑这一点出发,到对目标结果影响这一点关联分析的过程。一个是从结果出发分析影响因素,一个是从过程出发预测对关注目标的影响。

“线”的分析在数据分析操作上体现在分析模型的建立,各指标的关联。比如下图我用FineBI建立了这样一个dashboard,右侧的数据与地区建立了关联,地区可进行多层钻取,右侧数据跟随着地区指标联动。

三、面

一条直线和直线外一点,构成面。此时的分析在“直线”分析的基础上将外部影响因素“点”考虑进来,形成对目标分析更周详的考虑。面的分析一线与多点的考虑,面比较点和线多的是辐射的影响与考量,是点、线分析整合的基础上引入了运营场景的考量,并将不同数据运营过程场景化,简单的讲,一个场景就代表一个面。

理解面的分析方法,应从应用场景方面考量,考量各方影响因素。因为“面”,所以有了数据的角色化、场景化。

同样是销售的分析,对内受一些列因素影响,比如营销力度、人员分布。但放到市场环境中也会受到来自同行或者同产业链的辐射影响。有些企业会将市场环境因素纳入到分析监控中。如某涂料厂商处于所处房地产建材行业,在全局分析中纳入了房地产行业的分析。
数据运营方法论——由“点”到“面”的体系法

四、体

多面成体。如果说面是考虑到了影响店与目标结果的各个因素,那么体则是从多面角度出发,能够从“旁观者”的角度看待整个分析“体”,更多的是强调全局观,是对整个分析体系的认知,是对点、线、面的全面整合,是完成的数据运营体系。

点、线、面、提“四位一体”方法论是一个层层递进的过程,是对运营业务场景分析从简单到复杂的过程,从局部到全局的过程,是利用数据运营的思维方法。

本文由 帆软软件 投稿至 数据分析网 并经编辑发表,本文链接:https://www.afenxi.com/37513.html 。内容观点不代表本站立场,如转载请联系原作者。

发表评论

登录后才能评论

联系我们

如有建议:>>给我留言 大数据交流群: 统  计  学 数据分析网-统计学 商业智能 数据分析网-商业智能 数据挖掘 数据分析-数据挖掘 数据产品 数据分析网-数据产品

QR code