运营人看哪些数据？

以下内容节选自《运营之上：互联网业务的全局运营方法论与实践》一书！

--正文--

运营人看哪些数据？

第一大类是原始数据，包括如下几类。

（1）市场属性数据：行业数据、竞品数据，以及获得用户流量的渠道属性数据，包括渠道分类、曝光、点击、播放、流量、成本等数据。

（2）用户属性数据：包括地址、性别、年龄、学历、国籍、兴趣爱好、邮箱等标签数据。

（3）用户行为数据：包括注册、点击、阅读、上传、下载、听歌、收藏、评论、分享、下单、购买、支付等与商品或内容发生互动行为的数据。

用户行为又可以分为核心价值用户行为、支撑性的用户行为和运营策略行为。

• 核心价值用户行为：比如内容资讯类产品，希望用户阅读，音乐类产品希望用户听歌，电商类产品希望用户下单，那么阅读、听歌、下单支付等都是核心价值用户行为。
• 支撑性的用户行为：支撑核心行为发生的行为，如注册、完善资料、绑定银行卡、认证等。
• 运营策略行为：收藏、点赞、分享、评论，则属于运营策略行为，是为了增加用户黏性或者增加用户口碑传播带来“拉新”等。

（4）商品或内容方向的属性数据：如电商中商品的信息数据，包括分类、属性、详情页面、视频、图片等数据，或资讯内容文章的分类、作者、时效、标签等数据。

（5）供应方属性数据：供应方分类、组织或个体的属性等数据。

（6）运营策略干预产生的数据：本质上还是上述几类数据，只是与活动或实验等项目相关的数据会被打上某次活动或实验的标签，可以单独拿出来统计和分析。

第二大类是对原始数据的统计数据，包括如下几类。

（1）绝对值统计数据，如：

• 商品和内容的统计：商品的数量、内容的数量和字数。
• 用户的统计：数量。
• 用户行为的统计：核心价值用户行为统计数据：如阅读数（内容、数量、时长等）、订单数（商品、数量、金额、订单属性、状态、时间等）、听歌数（歌曲、时长、频次等）、付费数（付费对象、金额、支付方式、时间等）。支撑性的用户行为统计数据：如注册数、资料完善数、认证完成数、商品页浏览数，以及文章的字数、阅读量、点赞分享评论等。运营策略行为统计数据：如收藏数、评分、评论数、分享数等。

（2）转化率统计数据：用户行为存在先后逻辑顺序关系，则可以统计先后步骤的转化率数据，如广告投放的点击率、注册率、认证率、下单率、支付成功率等。

（3）占比统计数据：对相同用户行为或结果，区分用户属性或内容属性，统计百分比占比数据。

第三大类是管理数据，包括如下几类。

（1）KPI指标库，即在内部管理上，对部门、团队或个人进行绩效管理的考核指标库。

（2）指标的目标和结果数据，即制定的各层级、各部门团队和个人的目标、绩效结果数据，如提成佣金等数据。

（3）经营管理中的资源投入数据，包括属性数据和统计数据，如投入的资金、人力、原材料、办公设备设施等的属性信息，以及这些信息的统计数据，如融资金额、利息、员工人数、工资数、各材料采购成本、办公面积、人均产出、人均贡献值等。

参考下图，几大类数据之间的关系如下。

（1）图中最右侧的市场渠道，主要提供用户来源的数据。

（2）用户来到网站或App，会发生一定的行为，留下行为数据。其中，有一些行为与商品或内容无关，如设置头像、完善个人资料等。进一步的行为是查看商品或阅读资讯内容，与网站或App供应的商品或内容发生互动。再进一步的行为是交易或消费行为，比如下单、购买、付费等，这部分提供最有价值的用户行为数据。

（3）商品或内容的供应方数据，包括组织和个体的属性。

（4）供应的商品或内容的属性数据，部分商品或内容与用户发生互动，也有一部分商品或数据并未被用户看到，没有互动。

▼

想要了解更多运营技巧，推荐阅读《运营之上：互联网业务的全局运营方法论与实践》一书。

▊《运营之上：互联网业务的全局运营方法论与实践》

徐全安 著

• 10年+跨越不同行业、多次从0到1经验总结
• 通用运营框架、抓手方法论总结
• 让运营人“做且只做”有价值的工作

本书是在运营的基础职能之上对“运营的核心价值、运营工作的组织”的全局性的、系统性的、通用方法论的深度思考。

对初入行的运营人员而言，本书能够帮助你快速建立系统的认知框架、锻炼全局性的思维方式，初步接触一些运营管理方法论；对入行几年的运营人员而言，书中也有诸多可以借鉴的框架思维、全局抓手、管理进阶的方法；对一些在探索业务的高级管理者而言，本书在定位运营职能、寻找优秀运营人员等问题上也提供了参考。希望本书能帮助运营人员拨开云雾、厘清本质，走上运营快速通道。

4月30日京东5折最后一天

快快扫码抢购吧！

如果喜欢本文欢迎 在看丨留言丨分享至朋友圈 三连

 热文推荐  
Excel用户如何学习数据分析语言DAX？
你的烂代码终于有了解决方案！
BPF 之巅：洞悉 Linux 系统和应用性能
Go语言是否会取代Python和Java？

▼点击阅读原文，获取本书详情~