數(shù)據(jù)化運(yùn)營(yíng)體系劃分成四層架構(gòu)，分別是數(shù)據(jù)收集層，數(shù)據(jù)產(chǎn)品層，數(shù)據(jù)運(yùn)營(yíng)層，用戶觸達(dá)層。

一、數(shù)據(jù)收集層

需要收集的數(shù)據(jù)能劃分成四個(gè)類型：行為數(shù)據(jù)、流量數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、外部數(shù)據(jù)。

1.行為數(shù)據(jù)

行為數(shù)據(jù)的核心是描述哪個(gè)用戶在哪個(gè)時(shí)間點(diǎn)、哪個(gè)地方，以哪種方式完成了哪類操作。行為數(shù)據(jù)通過(guò)埋點(diǎn)技術(shù)收集。

2.流量數(shù)據(jù)

流量數(shù)據(jù)是行為數(shù)據(jù)的前輩，一般用于網(wǎng)頁(yè)端的記錄，行為數(shù)據(jù)在產(chǎn)品端。
流量數(shù)據(jù)和行為數(shù)據(jù)最大的差異在于，流量數(shù)據(jù)能夠知道用戶從哪里來(lái)，是通過(guò)搜索引擎、外鏈還是直接訪問(wèn)。
流量數(shù)據(jù)和行為數(shù)據(jù)最大的差異在于，流量數(shù)據(jù)能夠知道用戶從哪里來(lái)，是通過(guò)搜索引擎、外鏈還是直接訪問(wèn)。

3.業(yè)務(wù)數(shù)據(jù)

業(yè)務(wù)數(shù)據(jù)在產(chǎn)品運(yùn)營(yíng)過(guò)程中伴隨業(yè)務(wù)產(chǎn)生。例如進(jìn)行了促銷，多少用戶領(lǐng)取了優(yōu)惠券，多少優(yōu)惠券被使用，優(yōu)惠券用在哪個(gè)商品上，這些數(shù)據(jù)和運(yùn)營(yíng)息息相關(guān)又無(wú)法通過(guò)行為和流量解釋，那么就歸類到業(yè)務(wù)數(shù)據(jù)的范疇。
庫(kù)存、用戶快遞地址、商品信息、商品評(píng)價(jià)、促銷、好友關(guān)系鏈、運(yùn)營(yíng)活動(dòng)、產(chǎn)品功能等都是業(yè)務(wù)數(shù)據(jù)，不同行業(yè)的業(yè)務(wù)數(shù)據(jù)是不一樣的，業(yè)務(wù)數(shù)據(jù)沒(méi)有固定結(jié)構(gòu)。

4.外部數(shù)據(jù)

外部數(shù)據(jù)是一類特殊的數(shù)據(jù)，不在內(nèi)部產(chǎn)生，而是通過(guò)第三方來(lái)源獲取。比如微信公眾號(hào)，用戶關(guān)注后我們就能獲取他們的地區(qū)、性別等數(shù)據(jù)。比如支付寶的芝麻信用，很多金融產(chǎn)品會(huì)調(diào)用。還有公開(kāi)數(shù)據(jù)，像天氣、人口、國(guó)民經(jīng)濟(jì)的相關(guān)指標(biāo)。另外一種外部數(shù)據(jù)的獲取方式是爬蟲(chóng)。

二、數(shù)據(jù)產(chǎn)品層

原始數(shù)據(jù)并不能直接為運(yùn)營(yíng)所用，通常臟亂差，我們需要按照一定的標(biāo)準(zhǔn)整合、加工。

1.數(shù)據(jù)指標(biāo)

文章閱讀量、日銷售額、活動(dòng)參與人數(shù)、活躍用戶數(shù)，這些幾乎都是由原始數(shù)據(jù)匯總加工而出。

八個(gè)臭名昭著的虛榮指標(biāo)
(1) 點(diǎn)擊量。這是互聯(lián)網(wǎng)洪荒年代所使用的指標(biāo)，隨便什么網(wǎng)站，只要上面可點(diǎn)的東西多，這個(gè)數(shù)字都會(huì)很高。相比之下，你更應(yīng)統(tǒng)計(jì)點(diǎn)擊的人數(shù)。
(2) 頁(yè)面瀏覽量（PV值）。這個(gè)指標(biāo)只比點(diǎn)擊量稍好一點(diǎn)點(diǎn)，因其統(tǒng)計(jì)的是網(wǎng)頁(yè)被訪客請(qǐng)求的次數(shù)。除非你的商業(yè)模式直接與PV值掛鉤（即展示廣告），你還是更應(yīng)統(tǒng)計(jì)（訪問(wèn)的）人數(shù)。
(3) 訪問(wèn)量。你的100訪問(wèn)量究竟來(lái)自于1個(gè)訪問(wèn)了100次的用戶，還是100個(gè)訪問(wèn)了1次的用戶？它無(wú)法指導(dǎo)行動(dòng)。
(4) 獨(dú)立訪客數(shù)。只能顯示有多少人訪問(wèn)了網(wǎng)頁(yè)，卻不能告訴你這些人在頁(yè)面上做了什么？他們?yōu)槭裁赐Ａ?？是否離開(kāi)了？
(5) 粉絲/好友/贊的數(shù)量。計(jì)算粉絲/好友的數(shù)量只是一場(chǎng)毫無(wú)意義的人氣比賽，除非你能讓他們做對(duì)你有利的事。你在社交平臺(tái)上振臂一呼時(shí)，有多少粉絲會(huì)響應(yīng)？只有知道了這個(gè)數(shù)字，他們才對(duì)你有意義。
(6) 網(wǎng)站停留時(shí)間（time on site）/瀏覽頁(yè)數(shù)（number of pages）。用這兩個(gè)指標(biāo)來(lái)替代客戶參與度或活躍度并非明智之舉，除非你的商業(yè)模式與這兩個(gè)指標(biāo)相綁定。而且，它們并非一定能說(shuō)明問(wèn)題。比如，客戶在客服或投訴頁(yè)面上停留了很長(zhǎng)時(shí)間，不見(jiàn)得是什么好事。
(7) 收集到的用戶郵件地址數(shù)量。有很多人對(duì)你的創(chuàng)業(yè)項(xiàng)目感興趣，這很好。但是，如果不知道他們中有多少人會(huì)真正打開(kāi)你的郵件（并為你郵件中的內(nèi)容買單），縱使有再多人在你的郵件列表上也是枉然。更好的做法是：向一部分注冊(cè)用戶發(fā)送測(cè)試郵件，看他們是否會(huì)按照郵件中的提示去做。
(8) 下載量。盡管有時(shí)會(huì)影響你在應(yīng)用商店中的排名，但下載量本身并不帶來(lái)價(jià)值；你需要衡量的是：應(yīng)用下載后的激活量、賬號(hào)創(chuàng)建量

2.用戶畫(huà)像

數(shù)據(jù)領(lǐng)域的用戶畫(huà)像，叫做Profile，是將一系列數(shù)據(jù)加工出來(lái)描述人物屬性的數(shù)據(jù)標(biāo)簽。
推薦系統(tǒng)，精準(zhǔn)營(yíng)銷、廣告投放都是常見(jiàn)的基于用戶畫(huà)像的應(yīng)用。你要推送化妝品促銷活動(dòng)，選擇女性標(biāo)簽的用戶肯定有更高的成功率，更進(jìn)一步，如果運(yùn)營(yíng)知道女性用戶偏好哪個(gè)品類的化妝品，效果會(huì)更好。

3.機(jī)器學(xué)習(xí)

也能通過(guò)算法計(jì)算獲得，比如在淘寶購(gòu)物遺留的收件人姓名，通過(guò)機(jī)器學(xué)習(xí)，以概率的形式獲得買家是男是女，建國(guó)很大可能是男性，翠蘭很大可能是女性。

4.ETL/BI

數(shù)據(jù)產(chǎn)品層中，我們將數(shù)據(jù)加工為指標(biāo)，以其為核心，構(gòu)建和規(guī)劃數(shù)據(jù)產(chǎn)品。如何展現(xiàn)指標(biāo)（BI），如何提高指標(biāo)（算法），如何計(jì)算出指標(biāo)（ETL），如何與指標(biāo)組合（用戶畫(huà)像）。

三、數(shù)據(jù)運(yùn)營(yíng)層

運(yùn)營(yíng)和產(chǎn)品如何進(jìn)行數(shù)據(jù)運(yùn)營(yíng)，核心思想如下：

1.不是全量，而是精細(xì)；不止精細(xì)，更是精益

用戶間是有差異的，這種差異需要用精細(xì)化運(yùn)營(yíng)彌補(bǔ)。精細(xì)是是將目標(biāo)拆分成更細(xì)的粒度，精益比精細(xì)更進(jìn)一步，精細(xì)是手段，精益是目標(biāo)。什么是精益？精益就是二八法則，找出最關(guān)鍵的用戶。我們都知道要將化妝品賣給女人，但一定會(huì)有部分女人支付更多，20%的女人占了80%的銷量，精益就是找準(zhǔn)這20%。

2.未來(lái)比現(xiàn)在重要，現(xiàn)在比過(guò)去重要

預(yù)測(cè)未來(lái)，是機(jī)器學(xué)習(xí)的領(lǐng)域，通過(guò)數(shù)據(jù)建模，獲得概率性的預(yù)測(cè)，用戶可不可能流失，會(huì)不會(huì)喜歡和購(gòu)買這個(gè)商品，新上線的電影會(huì)否偏好…運(yùn)營(yíng)則利用這些概率針對(duì)性的運(yùn)營(yíng)。

3.系統(tǒng)化與自動(dòng)化

總結(jié)一下：我們系統(tǒng)化的使用各種加工后的數(shù)據(jù)，以精細(xì)和精細(xì)為手段目標(biāo)，以把握未來(lái)為方向，指定運(yùn)營(yíng)策略。這是數(shù)據(jù)運(yùn)營(yíng)層的核心。

四、用戶觸達(dá)層

數(shù)據(jù)收集得再多、加工得再好，運(yùn)營(yíng)得再努力，如果不將它們傳遞給用戶，體系就是失敗的。

整個(gè)體系的前三層用戶都感知不到。用戶直接感知到的是產(chǎn)品的推送通知、Banner、廣告位、活動(dòng)、文案、商品的展示順序等。在與產(chǎn)品交互的過(guò)程中，用戶會(huì)以直接的反饋表達(dá)自己喜惡。
感興趣的會(huì)點(diǎn)擊，喜愛(ài)的會(huì)夠買，討厭的會(huì)退出…這些構(gòu)成了新一輪的行為數(shù)據(jù)，也構(gòu)成了反饋指標(biāo)：點(diǎn)擊率、轉(zhuǎn)化率、跳出率、購(gòu)買率等。這些指標(biāo)就是用戶觸達(dá)層的結(jié)果體現(xiàn)，也是數(shù)據(jù)化運(yùn)營(yíng)的結(jié)果體現(xiàn)。

簡(jiǎn)化

簡(jiǎn)化成四個(gè)模型：
數(shù)據(jù)收集：以用戶和產(chǎn)品的交互為輸入，原始數(shù)據(jù)（行為、業(yè)務(wù)、流量、外部）為輸出。
數(shù)據(jù)產(chǎn)品：以原始數(shù)據(jù)為輸入，以加工數(shù)據(jù)（標(biāo)簽、畫(huà)像、維度、指標(biāo)、算法結(jié)果）為輸出。
數(shù)據(jù)運(yùn)營(yíng)：以加工數(shù)據(jù)為輸入，以運(yùn)營(yíng)策略（用戶、內(nèi)容、活動(dòng)、電商）為輸出。
用戶觸達(dá)：以運(yùn)營(yíng)策略為輸入，以反饋行為（轉(zhuǎn)化率、點(diǎn)擊率、響應(yīng)率）為輸出。

舉例

下圖是一款產(chǎn)品簡(jiǎn)化的數(shù)據(jù)化運(yùn)營(yíng)閉環(huán)。
數(shù)據(jù)收集層：當(dāng)用戶打開(kāi)APP時(shí)，瀏覽新聞，通過(guò)埋點(diǎn)記錄用戶的行為數(shù)據(jù)：何時(shí)何地是誰(shuí)看了哪些新聞。
數(shù)據(jù)產(chǎn)品層：計(jì)算機(jī)將收集上來(lái)的行為數(shù)據(jù)進(jìn)行加工，統(tǒng)計(jì)用戶對(duì)軍事、科技、經(jīng)濟(jì)等不同類型新聞的閱讀數(shù)。用卡方檢驗(yàn)得到用戶的閱讀偏好在科技新聞，將其寫(xiě)入到用戶畫(huà)像／標(biāo)簽系統(tǒng)。
數(shù)據(jù)運(yùn)營(yíng)層：近期有一個(gè)科技類的活動(dòng)，需要一定用戶量參與。運(yùn)營(yíng)不能選擇全部的用戶推送吧，那么就從用戶池中篩選中對(duì)科技感興趣的用戶。
用戶觸達(dá)層：選擇用戶進(jìn)行精準(zhǔn)推送，用戶在手機(jī)端接收到消息。后臺(tái)則會(huì)記錄用戶是否打開(kāi)推送通知，是否瀏覽頁(yè)面，是否參與了活動(dòng)。轉(zhuǎn)化率作為反饋會(huì)被記錄下來(lái)，用以下次迭代改進(jìn)。