提到数据分析，很多人脑子里可能觉得这是一个专业度很高的领域，需要进行数据采集、清洗、转换、统计、模型计算，左手SQL语言、右手python编程。其实，对于大多数运营来说，我们追求的并不是要成为数据分析师，而是通过数据分析思维来解决实际工作当中的问题。
说两个我自己经历过的例子。今年上半年的时候，我要面试内容运营和活动策划两个岗位的人，在面试中，我会问一些问题，来考察面试者是否具备数据分析思维：
我：“现在给你个任务，让你在一个月时间里给公众号涨粉5000人，你会怎么做，阐述下思路。”
面试者：“我会做一个老带新的活动，通过裂变来涨粉”、“我可以做一个H5，有趣有创意的那种，像网易云音乐之前做的那样”、“我可以找一些号来互推，如果有预算的话，可以投一些广告”。
我：“这样做，可能涨粉100，也可能涨粉10000，你怎么就能保证完成既定目标呢？
面试者：“..........."
同样的，在活动策划的面试中：
我：“让你策划一场活动，在活动期间让门店销售额提升30%，你会怎么做？”
面试者：“我会做一个亲子体验活动，邀请他们到店，促成转化”、“我会在门店做一些折扣促销，吸引人们购物”。
当我问出怎么才能达到既定目标的问题时，他们同样哑口无言。读到这里，不妨停顿一下，想一想，如果是你，你怎么回答？
这些面试者（其中不乏有三五年工作经验的人）都存在一个问题，为解决问题只去做单点的具体操作，而没有全局的数据分析思维。能不能完成最后的既定目标，只能看天随缘。运气好，完成了指标，皆大欢喜。运气没这么好，完不成指标，最后复盘连原因都分析不出来。
一、如何拥有数据分析思维
从以上例子可以看出来，我们所有的运营动作都应该以数据目标为导向。如果没有数据分析思维，能不能完成最后的数据目标就没有了依据，成了玄学，只能碰运气。其实，对于初中阶的运营，数据分析思维既好学又好用，核心思路只有一条：
确定关键数据指标，拆解关键数据指标，锚定关键数据指标，排列优先级与动态调整
下面，我会拿上面面试的第一个问题举例子：如何在一个月时间里给公众号涨粉5000。
step1、确定关键数据指标
一般来说，关键数据指标是从岗位职责和任务中来的，也就是关键数据指标是上级给你的。比如，新媒体运营主要对粉丝数、阅读量、打开率等指标负责；电商运营对GMV、直通车ROI、加购数等指标负责；产品运营对DAU、MAU、留存率等负责。对于一项具体的工作，要看最后的目标是什么。很显然，我们这个问题的关键数据指标是“公众号粉丝数”
step2、拆解关键数据指标
如果不对关键数据指标层层拆解，不清楚影响关键数据指标的各种因素是什么，就会出现只知道上面面试者回答的用裂变、老带新去达成目标的单点操作方法。拿到一个关键数据指标过后，我们往往分析关键数据指标的构成，然后拆分为一级数据指标、二级数据指标、三级数据指标等等。拿问题中的公众号粉丝数来举例，如果按涨粉渠道来拆解的话，我们可以得到下面这个公式：
公众号粉丝数=自然涨粉数+内容涨粉数+活动涨粉数+投放涨粉数
其中，公众号粉丝数就是一级数据指标，自然涨粉数、内容涨粉数、活动涨粉数、投放涨粉数是二级数据指标。下面，我们要对这些二级指标进行可量化的锚定操作。
step3、锚定关键数据指标
首先，我们来对这些二级指标进行分析，来确定每个二级指标大概能到多少量。
1、自然涨粉数
顾名思义，自然涨粉数就是正常维持公众号的运营的粉丝自然增长数量。这个数据想要提升需要依靠长期的积累，短期内很难有大的爆发。所以，我们可以把过去一段时间的数据拉出来，以月为单位计算每日平均涨粉数。假设，我们计算后得到以下结果：
一月日均涨粉：50/天
二月日均涨粉：55/天
三月日均涨粉：60/天
四月日均涨粉：65/天
五月日均涨粉：63/天
六月日均涨粉：65/天
可以看出，四五六三个月的日均涨粉早60/天，所以我们就以这个数据为准，计算出，接下来一个月（30天），只要保持正常的更新和维护，我们的公众号自然涨粉数是1800人。
2、内容涨粉数
内容涨粉数是指，一篇爆款内容能带来的粉丝增长量。假设从过去的数据中可以发现，每篇大于3W阅读量的文章平均可以带来500个新增粉丝，平均每月可以产出2篇这样的文章。爆款文章比较考验内容创作团队的功力，短期内想产出多篇爆款文章不太可能，所以，我们以过去的数据作为标准，每月产出2篇阅读量大于3W的文章，每篇带来500的新增粉丝，一共1000人。
通过上面的分析，我们只要正常运营公众号，保持之前每月2篇爆款内容的产出就可以新增2800个粉丝。且这两个手段都是以历史数据作为支撑，比较可控和稳定。剩下2200个粉丝，就要通过剩下两个二级数据指标来完成。
3、活动涨粉数
一般来说，公众号常见的活动玩法有裂变活动、投票活动、创意H5、地推活动等。那么，经过对目前所拥有资源、以往历史数据的判断和活动执行的成本综合考虑，排列出以下优先级：
A、地推活动
目前公司有5个门店，平均每个门店每月进店1500人，共7500人。用一些优惠券或者小礼品吸引进店顾客关注公众号，预计转化率10%，一个月可新增粉丝750人。
B、裂变活动
过去做过很多裂变活动，积累了不少数据。正好公司还有很多周边产品可以用于活动，按照以往的经验和现有资源，预计本次裂变活动可涨粉1000人。
C、创意H5
跟创意有关的东西往往不确定性非常大，之前做过一次很成功的H5，这一次不一定就也能成功，所以优先级排最后，可以作为一个增粉的补充渠道。
经过以上分析，我们已经确定了4550人了，离完成目标只剩450人了。最后450人，选择投放增粉的方式来完成。
4、投放涨粉数
如果之前做过公众号投放，还可以按照历史数据来分析。如果没有，就要去找同行咨询数据，定一个指标。假设，投放增粉的成本是4元一个粉丝，那么达成450的粉丝增长，需要1800元成本。
step4、排列优先级与动态调整
通过以上分析，我们就完成了整个目标达成的思路拆解，下面就是执行环节了。
在执行环节，我们依然需要进行优先级的排序，并在过程中随时进行调整，将各因素的不确定性的负面影响降到最小，正面影响放大。
比如，在执行中第一周发现，地推增粉的效果大于我们的预期，那么接下来的三周，就可以往这个方面多做资源的倾斜，比如可以把投放增粉的一部分预算拿来采购更多的小礼品（当然要衡量一下两个渠道粉丝的价值，这里就不展开叙述）；把裂变活动的执行时间尽量提前，如果活动效果好，皆大欢喜，如果不好，给足自己补救的时间，可以多做一场活动，或者加大其他方面的投入力度；把投放的执行延后一些，如果前面几个手段效果很不错，提前完成了任务目标，那么投放的费用就可以省下来了，等等。总之，大方向定了，中间怎么执行要根据具体情况灵活调整。
二、总结
以上只是举个很粗略的例子，说明如何利用数据分析的思维来拆解任务，从而达成目标。经过上面的分析，这样的思路是不是比文章一开头几个面试者给的答案要更系统、更可控呢？我们平时的每一个运营动作都应该有相应的数据来支撑，不管是历史数据还是同行数据都可以，总比拍脑袋、碰运气要靠谱很多。
所以，以数据目标为导向，用数据分析思维一层层拆解数据目标，再去制定具体的运营动作，才能最大程度上保障最后的目标达成。
-END-
【转载说明】 若上述素材出现侵权，请及时联系我们删除及进行处理：8088013@qq.com
