狠狠撸

狠狠撸Share a Scribd company logo
数据产物的修炼之路
Topics

?数据化运营

?数据产物概况

?数据产物经理

?展望未来
为什么要数据化运营 ?
? 目标:规模是互联网公司的生命线
 – 海量忠诚用户,强大的品牌影响力
 – 提供产生、积累、发现新知识的机制
 – 信息对浏览者高度相关
? 信息量爆炸式增长
 – 信息量空间: | 用户 |×| 模块 |×| 关系 |×| 行
   为 |×| 时间 |
 – 成长的烦恼:用人力搜集、整理、组织、发布
   信息成为瓶颈
 – 运营人员的经验如何传承?                      3
数据运营的定位 -- 贯穿于整个产物结构的公用后台



                                       贯
                                       穿
                                       于
                                       整
                                       个
                                       产
                                       品
                                       结
                                       构
                                       的
                                       各
                         数据支持定位于产物结构
                                       个
                         最底层的位置,是会员最
                                       部
                           核心的底层支撑
                                       分




数据支持贯穿于产物结构的各个部分 , 用户不可见,不可感知 , 是业务成长看不见的腿
数据运营的作用— — 时间维度
数据化运营体系示例
                         人

          ?每日实时性监控报表                 ?新客户评分卡
                             新客户获取   ?新客户营销策略
监控体系      ?每日 KPI 报表
          ?周期性产物运营报表


          ?产物分析体系                    ?客户培训
          ?定期产物 review
分析体系      ?特定功能分析
                             客户维护    ?客户关怀
                                     ?客户需求搜集
          ?新功能上线策略


AB TEST   ?用户体验冠军挑战
                                     ?续费策略
          ?产物指标元数据           客户激活    ?静止客户激活
产物知识库     ?产物报表元数据                   ?流失客户挽回
          ?升级元数据


 完整的产物分析指标体系                   精细化客户管理策略
数据运营的方法 —— 体系化




        一个全面的数据仓库
固化和临时分析都要注意的原则




      无论临时分析还是固化分析,都有一些核心的要点和原则
数据运营中具体分析的流程— — 步骤化
数据化运营终极目标



    用户价值         产           产物运营
用       个性化  智能  品       产物方案、营销方案的
户        推荐  管家  经         全面自动优化
感                理
受 给用户所要 ( 精      感       产物核心指标的预测、
价 准营销、搜索、广       受         控制(改善)
值 告)             价           营销资源优化
  勤快用户 懒用户 很懒的用户 值


? 用户侧                ?   产物侧
 ? 对用户需求的不断挖掘            ?   将来会怎样?
 ? 对用户体验的持续优化            ?   如果我们… 则会…
                         ?   应该… 才最优?
Topics

?数据化运营

?数据产物概况

?数据产物经理

?展望未来
数据应用的趋势


                  目前趋势:        未来展望:
原有范畴:
                  直接用于增强产物     预测新的热门产物
将公司中现有的数据转        功能,实现产物增
化为知识,帮助做出明        值:搜索、广告、     主导产物功能设计
智的经营决策,起到业        推荐、智能代理…
务理解、客户分类和特                     预测行业商业模式
点分析、改善客户关系                     的演变方向
                  一个算法撑起一个
、市场营销策略分析、        产物 / 一个公司,
经营成本和收入分析、        已不鲜见         ……
欺诈行为分析和预防等
作用。
  管理层拥有更多的控       ……
  制权,不再依赖于 I T
  部门支持每一项需求
  ,可在 B I 平台体系上
  产生更快更好的决策
  。
主要数据产物模式

   搜索




推荐与精准广
告



开放平台产物
现有数据产物工作模型
                                      挖
                                      掘
            渠                运   客
            道                         产
                             维   服
    信                平                品
    息                台
            网站                        市
        商        品       数            场
        务        牌       据   数据发掘引擎   战
                         产        产   略
                         品       品
            外            内            安
                             业   用    全
            包            核
                             务   户
                                      其他
用                            理   理
                                      内部
户                            解   解    团队
Web3.0 中数据产物的地位


         Web 3.0 被称为语义网络时代
         实现技术:
             基于 XM L 语言和资源描述框
             架( RD F )来完成
             让电脑可以进行过多的“思考”
             和“推断”
             — — 需要人工智能( AI )、
             归纳逻辑编程( I LP )等技
             术的深层介入
             未来的很多产物的内核将是数
             据技术驱动
数据产物有时候是用户需求驱动!

数据产物有时候是数据技术驱动!

数据产物有时候是其他产物经理驱动!




      该做
Topics

?数据化运营

?数据产物概况

?数据产物经理

?展望未来
数据产物经理
? 产物经理是无冕之王
 – 也可能是夹心饼干
? 产物经理是产物决定者
 – 也可能是被动的需求接收者
? 产物经理是业务 Owner 之一
 – 也可能只是功能设计者
? 产物经理是业务选择的舵手
 – 也可能是业务堆砌的制造者
 ? 数据产物经理更像一个 CEO
数据产物经理的起步是要懂数据、懂业务,在此基础上要承接上面所
有的工作并发挥极致。好的数据产物经理难找!好的数据产物经理很
值钱!
Topics

?数据化运营

?数据产物概况

?数据产物经理

?展望未来
Know the data...
  了解数据世界…

   … seize the future
            … 抓住未来
Thanks

More Related Content

传媒梦工场分享

Editor's Notes

  1. 作为决策和运营的最底层支撑,数据支持处于 QQ 会员产物结构最底层的部分,是用户看不到的部分,却起着举足轻重的作用,如果我们把用户接触到的东西比喻成前台,那么数据运营就是后台 功能上线的效果评估? 收入波动的监控和反馈 活动用户群的属性 推广活动的受众 业务长期发展的预期 重大项目上线的决策
  2. 任何数据都离不开对象,做数据分析的目的也是为了明确某个对象的状况,脱离了数据分析的附着体对象,数据分析也没有了意义 这个对象我们可以称为“事”,数据分析贯穿一件事的始终,事其实就是数据分析的目标,要解决的问题,按照时间纬度,数据分析可以分成三类
  3. 任何分析都是从临时分析做起的,重复次数多了,就慢慢考虑固化
  4. 数据分析中要注意的一些共性问题: 如果你都觉得是正常的 那还有谁能发现问题呢? 是可以后天培养的 不放过可能存在的机会 做尽量准确的数据 独立吗? 和其他数据有什么关系? 还需要什么数据? 有用才有成就感 从用户需求出发 从业务角度出发 数据应决策而生
  5. 数据数据分析方法 就是数据指标体系建立的方法 判断方法就是比较
  6. 似乎凡是需要人动脑筋的地方,都有可能被数学模型介入,再用代码实现。