不会做数据运营你敢说自己是好运营么?一篇文

2019年07月03日 00:57:15 企业站SEO 179次

作者丨桑文锋

姑婆说:前方预警,本文很长,一篇文章让你数据运营的流程,数据分析的四种常用方法,以及通过两个案例——“百度知道提升回答量”以及“产品通过36kr、朋友圈、微信群推广的转发效果分析”来说明方法的具体应用。本文作者桑文锋,Sensors Data的创始人&CEO,前百度大数据部技术经理,文章来源于锋哥的知乎专栏“瓦利哥的机器岁月”,欢迎大家关注。

一,运营要懂一点数据分析,告别拍脑袋

对于市场、运营这些同学来说,基本的数据运营是要会的。

比如,我们发现某一天的用户量跌了20%,这个时候肯定不能放着不管,也不能仅仅凭借拍脑袋去做决策,而是要查一查这个问题出在哪。

这个时候,只看一个宏观的数那是远远不够的,我们还要对这个数据进行切分,按地域、按渠道,按不同的方式去追查,看到底是哪少了,是整体少了,还是某一个特殊的渠道独特的地方它这个数据少了。

分析了原因,才能针对性地找到解决办法。现在越来越多的公司都选择用数据驱动来辅助制定决策。

二,数据处理的流程

数据分析没有那么难,可以分成一个一个数据金字塔,自底向上的是三个部分:第一个部分是数据采集,第二个部分是数据建模,第三个部分是数据分析,我们来分别看一下。

1,数据采集


首先来说一下数据采集,我在百度干了有七年是数据相关的事情。我最大的心得——数据这个事情如果想要做好,最重要的就是数据源。

数据源这个整好了之后,后面的事情都很轻松。

好的数据源我觉得就是两个基本的原则,一个是全,一个是细。

全:就是说我们要拿多种数据源,不能说只拿一个客户端的数据源,服务端的数据源没有拿,数据库的数据源没有拿,做分析的时候没有这些数据你可能是搞不了的。另外,大数据里面讲的是全量,而不是抽样。不能说只抽了某些省的数据,然后就开始说全国是怎么样。可能有些省非常特殊,比如新疆、西藏这些地方它客户端跟内地可能有很大差异的。

细:其实就是强调多维度,在采集数据的时候尽量把每一个的维度、属性、字段都给它采集过来。比如:像where、who、how这些东西给它采集下来,后面分析的时候就跳不出这些能够所选的这个维度,而不是说开始的时候也围着需求。根据这个需求确定了产生某些数据,到了后面真正有一个新的需求来的时候,又要采集新的数据,这个时候整个迭代周期就会慢很多,效率就会差很多,尽量从源头抓的数据去做好采集。

2,数据建模

有了数据之后,就要对数据进行加工,不能把原始的数据直接暴露给上面的业务分析人员,它可能本身是杂乱的,没有经过很好的逻辑抽象的。

这里就牵扯到数据建模。首先,提一个概念就是数据模型。

许多人可能对数据模型这个词产生一种畏惧感,觉得模型这个东西是什么高深的东西,很复杂,但其实这个事情非常简单。

在数据分析领域领域领域,特别是针对用户行为分析方面,目前比较有效的一个模型就是多维数据模型,“在线分析处理”这个模型。它里面有这个关键的概念,一个是维度,一个是指标。

维度比如城市,然后北京、上海这些一个维度,维度西面一些属性,然后操作系统,还有iOS、安卓这些就是一些维度,然后维度里面的属性。

通过维度交叉,就可以看一些指标问题,比如用户量、销售额,这些就是指标。比如,通过这个模型就可以看来自北京,使用iOS的,他们的整体销售额是怎么样的。

上一篇:李叫兽丨世界上最遥远的距离,是我天天用你的
下一篇:如何打造一款快速增长的互联网产品?

声明:本页内容由好推网络科技有限公司通过网络收集编辑所得,所有资料仅供用户参考;本站不拥有所有权,也不承认相关法律责任。如您认为本网页中有涉嫌抄写的内容,请及时与我们联系进行举报,并提供相关证据,工作人员会在5个工作日内联系您,一经查实,本站将立刻删除涉嫌侵权内容。

相关资讯 Releva ntnews
  1. 我们的承诺
  2. 我们的实力
  3. 我们的未来

站点地图

Copyright © 2002-2019 企业站SEO 0312mj.cn 版权所有