數(shù)據(jù)運(yùn)營(yíng)方法論

戰(zhàn)略方法論

1、4P營(yíng)銷(xiāo)理論

產(chǎn)品（Product）

目前銷(xiāo)售的產(chǎn)品有哪些？其中哪些實(shí)現(xiàn)了盈利？哪些還在虧損

產(chǎn)品如何滿足用戶需求

產(chǎn)品的目標(biāo)用戶是誰(shuí)？

......

價(jià)格（Price）

產(chǎn)品定價(jià)機(jī)制怎么樣？總體收入如何？毛利如何？

價(jià)格、用戶期望、成本、毛利、市場(chǎng)供需之間的關(guān)系如何平衡的？

促銷(xiāo)（Promotion）

有哪些促銷(xiāo)方式？哪些促銷(xiāo)方式的效果最好？

線上、線下促銷(xiāo)對(duì)比，投入產(chǎn)出比怎么樣？

渠道（Place）

各個(gè)渠道的渠道質(zhì)量如何？

各個(gè)地區(qū)渠道覆蓋率如何？

用戶對(duì)各個(gè)渠道的偏好如何？

2、5W2H

what何事、why何因、where何地、who何人、how如何執(zhí)行、how much何價(jià)，此方法比較適合應(yīng)用于項(xiàng)目的規(guī)劃和架構(gòu)建設(shè)，尤其是在向領(lǐng)導(dǎo)匯報(bào)時(shí)可以采用。

3、PEST

PEST一般用于對(duì)宏觀環(huán)境的分析。P（political 政治環(huán)境）E（economic 經(jīng)濟(jì)環(huán)境）S（Socail 社會(huì)環(huán)境）T（technology 技術(shù)環(huán)境）。

4、SWOT

SWOT是戰(zhàn)略分析的一種方法。S（strength 優(yōu)勢(shì)）、W（weakness 弱勢(shì)）、O（opportunity 機(jī)會(huì)）T（threat威脅）

5、邏輯樹(shù)

將問(wèn)題拆解成小問(wèn)題。拆解原則MECE（相互獨(dú)立、完全窮盡）

戰(zhàn)術(shù)方法論

6、多維分析

對(duì)于指標(biāo)維度的細(xì)分，包括維度的下鉆細(xì)分，上卷聚合。

7、趨勢(shì)分析

同類(lèi)指標(biāo)基于不同時(shí)間周期的對(duì)比，主要是指標(biāo)的同比和環(huán)比

8、綜合評(píng)價(jià)法

綜合評(píng)價(jià)法是通過(guò)將多個(gè)指標(biāo)整合成一個(gè)綜合指標(biāo)來(lái)評(píng)價(jià)的方法，評(píng)價(jià)過(guò)程中會(huì)涉及到指標(biāo)權(quán)重的設(shè)定，可分為主觀賦權(quán)法和客觀賦權(quán)法（變異系數(shù)法、熵權(quán)法、主成分分析法）對(duì)這一部分感興趣的朋友可以讀一下小獅之前分享的文章《論權(quán)重》

9、轉(zhuǎn)化分析

轉(zhuǎn)化分析用于分析產(chǎn)品的流程或關(guān)鍵路徑轉(zhuǎn)化效果，常借助漏斗圖展現(xiàn)轉(zhuǎn)化效果。常用方法AARRR分析方法即獲取用戶（ Acquisition）、提高活躍度（ Activation）、提高留存率（ Retention）、獲取營(yíng)收（ Revenue）和自傳播（ Referral），簡(jiǎn)稱 AARRR

10、數(shù)據(jù)挖掘方法

這里主要是聚類(lèi)、分類(lèi)、回歸、關(guān)聯(lián)分析等機(jī)器學(xué)習(xí)方法

11、可視化

環(huán)形圖、矩陣圖、組合圖、詞云等適用場(chǎng)景

12、ABTest

對(duì)比實(shí)驗(yàn)法，常用于決策優(yōu)化、網(wǎng)頁(yè)優(yōu)化、產(chǎn)品優(yōu)化、運(yùn)營(yíng)策略的一種比較策略。

13、其他方法

還有一些其他數(shù)據(jù)分析方法本書(shū)中沒(méi)有提到，比如：二八分析、象限圖法、杜邦分析法、RFM等讀者可自行百度學(xué)習(xí)。

數(shù)據(jù)運(yùn)營(yíng)案例分析

1、案例競(jìng)品數(shù)據(jù)對(duì)標(biāo)分析

這個(gè)案例全篇都在講爬蟲(chóng)，網(wǎng)頁(yè)獲取、解析、數(shù)據(jù)存儲(chǔ)、爬蟲(chóng)部署等相關(guān)內(nèi)容，這部分內(nèi)容大家可參考我之前的文章《白話網(wǎng)絡(luò)爬蟲(chóng)——入門(mén)篇》，個(gè)人感覺(jué)這個(gè)案例更像是爬蟲(chóng)工程師的工作，讀者可自己選擇是否閱讀。

2、用戶特征分析

主要是為了了解用戶特征優(yōu)化運(yùn)營(yíng)策略。分為基于用戶細(xì)分的行為分析，研究活躍用戶、新用戶、老用戶、流失用戶、回訪用戶在產(chǎn)品中行為特征；用戶來(lái)源渠道分析，對(duì)用戶來(lái)源的渠道進(jìn)行分析，了解各個(gè)渠道的渠道效果；基于前端展示的用戶行為分析，分析用戶單擊轉(zhuǎn)化情況，優(yōu)化前端頁(yè)面展示。

3、RFM用戶價(jià)值分析

這個(gè)案例主要是將用戶以R（最近一次購(gòu)買(mǎi)距現(xiàn)在時(shí)長(zhǎng)）、F（購(gòu)買(mǎi)頻率）、M（消費(fèi)金額）三個(gè)指標(biāo)表示，通過(guò)規(guī)則定義或者聚類(lèi)分析對(duì)用戶進(jìn)行分類(lèi)以及周期價(jià)值分析，針對(duì)不同的用戶客群采取不同的運(yùn)營(yíng)策略

4、用戶流失分析與預(yù)測(cè)

本案例根據(jù)業(yè)務(wù)現(xiàn)狀結(jié)合用戶回訪率定義流失用戶和活躍用戶，利用決策樹(shù)模型預(yù)測(cè)用戶流程可能性，輸出流失用戶名單，由運(yùn)營(yíng)人員重點(diǎn)運(yùn)營(yíng)，并對(duì)流失用戶的特征進(jìn)行定量分析，挖掘用戶流程原因。

5、站內(nèi)文章自動(dòng)分類(lèi)打標(biāo)簽

這是一個(gè)NLP案例，可能由于本書(shū)成書(shū)于兩年前，當(dāng)時(shí)BERT還未流行，不然此案例最優(yōu)的解決方式就是BERT了。本書(shū)應(yīng)用的方法是TF-IDF向量化文章，用樸素貝葉斯進(jìn)行分類(lèi)。

6、用戶畫(huà)像建模

這個(gè)一個(gè)比較大的案例，作者用一整章來(lái)進(jìn)行案例分析。用戶畫(huà)像的本質(zhì)就是為用戶打標(biāo)簽，可分為三類(lèi)標(biāo)簽：基于統(tǒng)計(jì)類(lèi)的標(biāo)簽，如近七天消費(fèi)次數(shù)、金額等，基于規(guī)則類(lèi)的標(biāo)簽，如消費(fèi)活躍用戶定位為30天內(nèi)消費(fèi)兩次以上等，基于挖掘類(lèi)的標(biāo)簽，如通過(guò)對(duì)習(xí)慣行為的分析判斷用戶真實(shí)性別（淘寶將用戶性別細(xì)分為20多個(gè)小類(lèi)）等。用戶畫(huà)像具體可包括：用戶人口屬性畫(huà)像，這里主要是用戶在注冊(cè)時(shí)填寫(xiě)的一些基本信息，年齡、城市、生日等；用戶個(gè)性化標(biāo)簽，用戶在產(chǎn)品上的瀏覽、搜索、關(guān)注、收藏、加購(gòu)物車(chē)、付款、評(píng)價(jià)等行為帶來(lái)的一系列標(biāo)簽，根據(jù)這些行為發(fā)生的時(shí)間、次數(shù)、行為類(lèi)型進(jìn)行標(biāo)簽建設(shè)；各業(yè)務(wù)線用戶畫(huà)像，根據(jù)各業(yè)務(wù)線特征設(shè)計(jì)標(biāo)簽監(jiān)控用戶在該業(yè)務(wù)線上的操作行為；用戶偏好畫(huà)像，在用戶個(gè)性化標(biāo)簽的基礎(chǔ)上，根據(jù)業(yè)務(wù)規(guī)則設(shè)定用戶各類(lèi)行為類(lèi)型的權(quán)重、時(shí)間衰減方式、標(biāo)簽權(quán)重，并通過(guò)基于物品相關(guān)的協(xié)同過(guò)濾算法建立用戶偏好畫(huà)像；群體屬性畫(huà)像，用戶分群主要用于冷啟動(dòng)階段，新用戶的商品推薦。