《运营之光》-- 学习笔记（四）

来来来，继续学习套路。哈哈哈哈

22，运营必须具备的数据分析方法和意识
- 1，数据在运营工作中的运用，让数据可以更好地为你服务，整理这些数据就先要有较好的逻辑推理能力。
  - 如何评估逻辑能力呢？一般逻辑能力较强的语音表达是比较有组织的，说话表达有框架有条理，思路清晰。回答问题喜欢用“起因–经过–结果”、“案例–问题–分析原因–找出解决办法”。
  - 如果这方面的能力较差，可以用上面的逻辑思维“起因–经过–结果”、“案例–问题–分析原因–找出解决办法”来联习
- 2，芮曦同学曾写过一篇数据价值和具体使用场景文章“我在阿里三年的运营经验都在这儿了”。（下面内容自己在网上看到并摘录其中3点，有兴趣就搜一下便出来了）
  - 1、运营是什么?
    - 1) 阿里老运营一般会给你展示这个公式。运营最终不就是要提高成交额吗?拆分下来就是要在流量、转化率、客单件3个指标上去采用各种方式提升。一位从零售行业来阿里的大佬这么解释，“运营就是零售，零售就是细节，细节创造差异，差异造就品牌”。
    - 2) 我自己感觉近年来运营越来越靠前，接触消费者，越来越往营销过渡，所以我用营销学里的4P理论来定义运营。就是发现好商品(类目运营)、好卖家(卖家运营)，通过合适的渠道(流量扩展)，有效的促销触达到合适的人群(买家运营/活动运营)
  - 2、什么样的人适合去阿里做运营?
    - 前几年的运营对学历、学校要求并不高，细心、有条理、快速学习、脸皮厚的一本二本三本都可以。现在校招的运营很少，要求极高，反而我看到一些名牌大学会不适应，与想象有落差。社招的话要求要有行业经验(缺乏互联网经验能忍)，大多数是线下实体行业的同仁进来，一般在P7（技术专家）及以上。他们为阿里的行业垂直化做了很大贡献，但是要P7的同学从头再学基本运营技能是比较难的。所以这里稍微有些断层，在人际关系上也会产生老运营圈子和行业内来的新运营的圈子。如果两个圈子能互相取长补短，那是极好的。如果外面的公司觊觎阿里最懂基础运营的那一批人，P5\P6（高级\资深工程师）是最佳人选。
  - 3、你们常常说的数据化运营到底是个什么鬼?
    - 对我来说，数据化运营太重要了，也是在阿里做运营最能让我兴奋的地方，最能区分初级运营和高级运营的地方。运营要做的事儿太多，如果没有数据导向、没有KPI、没有取舍，东一榔头西一榔头，会非常没有成就感。阿里有多少供你利用的数据工具?我用过的有黄金策、活动直播间、数据魔方、月光宝盒、天猫流量视图、淘宝指数、量子恒道、卖家档案、活动效果分析、卖家分层、卖家云图……有的现在还存活着，有的已经无人运营。除此之外，BI(商业智能部)还可以为你的业务量身定做报表。现在的运营很幸福，很多数据产品进行了整合，简单很多：
  - 简而言之，数据对运营的价值可能包括下面几个方面：
    - 1，数据客观反映出一款产品当前的状态好坏和所处阶段。
      - 举栗子：三节课主要定位用户是互联网的产品经理、产品运营，假如这群人有300万，目前用户已经有了10万，依靠口碑形式自增，那么是不是还可以加大一下力度将推广做得更好些呢？再假如，如果现在只有1万用户而已，产品体验一般，那么是不是可以慢点节奏把产品体验搞好先呢？
    - 2，假如做完一件事但是效果不好，这数据都可以告诉你，问题出在哪里。
      - 举栗子：做一个课程推广活动，但活动完结后，真正愿意参加课程人数还是不太多，那你是不是回过去看看，到底是引流不够好？还是课程展示页面转化率太低？还是整个报名流程有问题？
    - 3，假如要实现某个目标，数据可以帮你找到最佳路径。
      - 举栗子：老板要你把销售额提升5倍。那你是不是就要去看看销售额提升到底从哪里来更好？是搞高点流量？还是用心吧付费转化率做好？还是提高一下单价？返回去思考一下，原来的销售额是从哪个渠道来的？仔细去分析一下，多少来自用户口碑和自增长？多少来自网盟？多少来自豆瓣和新浪微博？最后总结出一套合适方案去落实。
    - 4，极度精细的数据分析可以帮助你更了解用户，对整个生态更有掌控力。
      - 举栗子：当前站内有很多课程，我们可以通过数据得到以下问题的答案 – 什么样的课程更深用户喜欢？大家听课习惯是怎样的？喜欢同一堂课听多遍？还是只听了几分钟？相同行业阶段不同的人群学习的需求是否有所不同？尽可能去将用户划分了各种不同类别，再针对性去推送学习内容，引导完成各种不同用户行为？
    - 5，发现和挖掘数据当中隐藏的好线索和彩蛋。
      - 举栗子：数据分析在过去一个月内跑来报名的用户，70%是看到某篇文章才来的，所以可以考虑将这文章放在首页或者新用户的必经节点上，用它去刺激新用户
- 3，一个课程专题运营效果不佳。
  - 先用“流程化思维”，梳理清楚流程，再反过来推问题所在：
    - 到底是专题哪里出问题？是推广不给力？还是转化率太低？引流没做好，基本没人进入课程？报名转化率太差？还是说报名确认和支付过程出问题？是铺设渠道太少吗？还是渠道执行力度不够？还是推广的文案太差？
    - 然后对照相应数据去分析观察。
- 4，数据的第二类价值体系：如何通过数据来评估和细化你的最佳达成路径？
  - 举栗子：三节课要在接下来一个月目标，要把日均报名上课人次的指标提升到20000，当前是2000。
    - 用目标拆解方法对目标进行拆解可得：报名人次 = 网站流量 * 课程转化率 * 人均报名课程数
    - 我们要把目标提升10倍，分别评估一下提升3个因素的可能性。
    - 网站流量：目标用户是3年以内的产品、运营领域从业者，用户共计约100万左右，目前网站的UV值不足3000，假设将这个数提升10倍也可以的。不过要在短期内提升，必然需要投入费用。这个转化率为2%，如果能达到3%就能算上等了。所以经过流程梳理后的方案，加强站内课程的曝光引导、优化课程列表、课程详情页面及课程文案、优化课程报名流程和体验，从而将优化转化率提高了1.5倍。
    - 目前三节课平均没个用户报名课程数量是2堂，站内每个月开25堂课，且25堂课之间存在逻辑递进关系。我们姑且推断，依靠课程打包、相关推荐、站内消息公告、一次性报名多堂课程赠绝密一系列运营手段的资料，应该能够将用户人均报名数提升到10堂左右，这样大体是就是5倍了。
    - 两个因素加起来大概就能提升7.5倍了，离10倍还有点差距，不过这是最节省成本方法了。可以加大投入让网站流量也提升1.5左右这个目标就可以达成。
- 5，数据的第三类价值体现：极度精细的数据分析能帮助你更加深入了解用户，对整个网站更有掌控力。
  - 我们应该以何种思路去对数据进行分析比对，得出更有价值的信息？
    - 数据分析的两个基本概念：维度和度量
      - 度量就是具体的数据指标，他通常体验为某个量化后的数据值。维度是看待指标的不同角度。
    - 举栗子：网站用户访问数（网站UV）是一个数据指标，看待它时，可以从日期的维度去看，评估一周或一个月内哪些天的流量偏高或偏低，是否有规律？或者从24小时去划分，评估各个时间段的流量分布情况？从维度看，可以从地域维度了解不同用户访问的习惯和使用情况是否存在差异？…
    - 所谓的数据分析，无非就是界定清楚了你要评估的度量有哪些，可能有哪些维度。然后再需要在哪些维度去看待这些度量，反过来，再从度量角度看待维度，用这些方式进行数据的分析和比对，得出最后的结论，把结果用图表形式呈现出来。
    - 举栗子：三节课网站，产品主要功能在线学习，以用户在网站上发生的核心行为来看，重点分为三大类：访问、报名、上课。通过这些行为我们要重点关注的度量可能包括了：网站访问数、注册数、报名课程数、实际上课用户数、视频停留时间、单个视频的重复播放次数。实际上课的用户，占报名的用户的20%-50%可能是比较合理的。我们要评估课程报名人数这个数据的维度可能包括了，日期、时间、地区、新老用户等，再从每个维度依次去评估报名数指标的变化，从中发现一些规律和线索。
    - 评估的突破口有两个：
      - 1：出现异常时，一定要分析原因
      - 2：给自己的运营工作找一些方向性指导数据。比如：需要提高课程报名人数，是否可以从用户的行为和习惯之间到得一些启发？分析过去一个月内报名用户激增那几天里，到底是做了什么？是因为我们做了推广或活动？还是有新课上线？还是因为什么发生其他事情？还是因为某个课程被分享到某些社区内引发的？再分析分享的内容为什么能引发大传播？（**PS：记得平时做什么推广，活动做了些什么工作尽量记录一下，方便日后分析）
      - 3，数据分析另一个维度：依照常识对用户进行划分，再去分别看数据并结合用户访谈，了解不同类型用户，再在具体行为习惯上可能会有哪些不同
      - 建议：
        
        让自己具备通过数据分析问题和解决问题的意识和能力；
        
        数据缺失时，向老板持续沟通，能持续拿到数据为止
        
        只能得到部分数据，就先对这些数据进行分析和推断，要用些假设去工作来验证自己的假设。给更多精力去关注那部分最有价值的用户。他们很活跃，愿意贡献智慧的用户，愿意并积极参与站内活动，等等。
- 6，发掘数据的彩蛋。
  - 1，找出产品中可能存在问题某个度量（或指标）
  - 2，将一个度量放在不同类型用户中取详细分析，可能它在这部分人群中表现很差，却在另一部分用户上表现显著好。
  - 3，分析一下表现显著好的用户在不同维度上再进一步分析，寻找其背后一些共性用户行为或特征，再把这个特征放大到极致。
    - 举栗子：很多课程在一段时间内表现不佳，但还存在部分课程报名人数普遍高是其他课程2倍以上。
    - 从不同维度看他们之间是否存在一些共性？如，开课时间、所属某个品类、都是某老师课程、文案模板相同、用户都受着某种特定引导。
    - 这就好比，要打一场胜仗，首先自己要有过硬的本领，需要有运筹帷幄的策略，并能发现当时局势的突破点能力，这样发起力便能出奇制胜。换句话说不懂和数据打交道的运营不是一个好运营，所以懂得数据分析是很要必要的。
23，内容运营
- 起一个能刺激用户愿意阅读的标题。
- 宏观上，“内容运营”要做的事情，就是持续关注内容从生产到流通、传播，直至消费的全过程，并通过自己的撰写、编辑、组织加工、外部渠道传播等一系列手段去更好促进整个过程发生。在这整个过程中，还需要持续关注并提高各类和内容相关的数据，如：内容数量、浏览量、互动数、传播数。具体落实可能还有一个优秀级别和权重问题需要解决。整个事情就是内容的“定位”和“基调”
- 1，内容定位、调性和基本原则
  - 长短线：短线，促进内容被消费，好比一个段子，看完让人捧腹大笑；长线，通过长期、持续的内容载体与用户建立器识别感和信任感。为了做好长线，必须明确内容的边界（什么能写，什么不能写），给内容打上某种风格标签，这样就叫作定位和调性。
  - 再通过些手段慢慢形成无形的价值：
    - 用户认知 -> 品牌定位、塑造、传播
      用户转化 -> 场景搭建
      用户使用 -> 运营手段
      用户付费 -> 场景搭建+运营手段
- 2，清楚你的调性是什么？
  - 1，必须找出自己内容调性和其他内容的显著差异在哪里？
  - 2，落实自己的调性。就是让自己与众不同。如三节课的公众号，用几个月不花钱做到10+忠实粉丝，原因是：定位就是做一个有温度的公众号，内容原创，内容基于实践和实例，宁缺毋滥，有爱有态度，只发一些干货内容，再通过各个渠道去转载。
  - 3，假如内容的基调和定位以及明确了。可能还有3个点需要关注和击破，1）：内容的生产，2）：内容的包装盒组织，3）：流通传播。
  - 判断一篇文章的好与坏3个原则：
    - 1，内容的主线清晰。
      - 如果是论述类，观点和论据是否清晰？
      - 如果是叙事类，故事的脉络是否清晰？（可能一时间、人物、地点为主线）
      - 如果是总结类，分成的几个维度是否全面清晰。是否更容易被消费和理解。
    - 2，如果内容逻辑比较复杂或需要传递一些特别的感觉部分，尽量用图文或图表形式表现，让人一目了然
    - 3，围绕着银行的感知来进行表达和叙述，让用户更易读。如果想抛出一个生僻的概念和结论，需要通过大量的事实来描述和铺垫。
24，UGC型的内容生产生态如何持续？
- 内容生产模式分为PGC(专业内容生产模式)和UGC(用户生产内容模式)，前者理解是花钱雇一批作家来生产内容的方式，后者则是开发地任凭用户去发言和生产内容，然后再从中挑出优质内容。
- 围绕着UGC生产生态来说，“优质内容如何被生产出来？”到“优质内容如何可以持续被生产出来？”这两个问题，再拆分为5个环节。
  - 1，内容初始化 - 分为塑造，话题挑选，初始化内容填充（攒人气，不过要清楚哪些是可以灌的，哪些是不能灌的）
  - 2，少了用户加入生产 - 邀请&发现种子用户加入生产
  - 3，内容生产者激励 - 及时回复&互动，增加曝光&关注，物资奖励驱动
  - 4，更多新用户加入 - 已有优质内容传播，其他拉新推广引入
  - 5，更多用户加入生产 - 话题、标杆等鼓励更多用户参加内容生产（必须要给予某些特别关注和维系才行，维系好精英用户，确保生产的内容质量）
25，PGC型的内容生产生态如何持续？
- 内容运营除了明确调性和定位外，还有两个问题：
  - 1，在某定位下，如何做出用户爱看爱传播的单篇内容
    - 内容的生产流程：选题策划（很重要） – 资料收集 – 内容加工生产 – 内容组织&呈现
    - 选题策划方向：
      - 1，对知名对象的吐槽
        《据说这个产品的上线是阿里和腾讯合并的开始》、《微信这么NB的产品，有没有哪里做得不好？》
      - 2，对经典案例或对象进行专业深度分析
        《新世相“4小时逃离”北上广的运营复盘》、《BAT之痛：李彦宏的焦虑和百度的困局》
      - 3，颠覆认知式的观点、论点
        《为什么我觉得互联网的黄金十年已经结束？》、《什么我们用了两年时间只做了1500用户》
      - 4，热点事件的差异化视觉解读、分析
        《支付宝的“关系”谋略，微信的“红包照片”阻击》
      - 5，数据、盘点、预言类
        《2016中国互联网产品经理生存现状盘点》、《2015中国互联网十大产品事件盘点》、《2016年度十大互联网产品预言》
      - 6，共鸣性问题解读
        《ta说：不花钱，给我从0做到20万。你怎么办？》
      - 7，与星座八卦等大众话题结合的娱乐类内容
        《妹想到，最合适做产品经理的星座居然是ta!》
      - 8，精彩故事、段子等内容(顾爷、天才小熊猫)
        《老板让我3天内搞出一个爆点的NB活动，于是…》
      - 内容生产加工：
        
        第一学会收集灵感。灵感主要来源，阅读、与人交谈、独立思考、某些特殊场景&经历的感触，当灵感出现时要及时做好记录，最好的工具莫过于现在自己的手机。第二有计划有框架，先明确写作的内容框架，再填充细节，以某些点为中心，用多个分支论点去论述支撑起核心点。写作类型一般用议论类、叙事类（讲故事类）。还有写作风格不要经常换，因为用户已经习惯你现有风格，然后你又换其他风格让用户感觉不适应，阅读起来就没那么舒服（好比，字体的大小、颜色，间距、斜体、加粗等）

到这里暂时告一段落，我们继续，可能下一次就能和大家分享到文案啦，啦，啦，啦，….

《运营之光》-- 学习笔记（四）相关推荐

你也能看得懂的python算法书pdf_你也能看得懂的Python算法书最新章节_王硕著_掌阅小说网...
1.2 三大结构 Python语言中有三大结构:循序.分支和循环.这三种结构分别适用于不同的情况,一个复杂的程序中常常同时包含这三种结构. 1.2.1 循序结构说到"循序"这个词 ...
《你也能看得懂的Python算法书》学习笔记（四）
在学习完哈希算法之后,我们开始学习深度优先遍历算法.深度优先遍历算法是经典的图论算法,从某个节点v出发开始搜索,不断搜索直到该节点的所有边都被遍历完.当节点v的所有边都被遍历以后,深度优先遍历算法需要 ...
《假如编程是魔法之零基础看得懂的Python入门教程》——（四）了解魔法百宝箱列表、字典及基本数据类型
学习目标了解魔法世界中可更改容器--变量了解魔法世界的基本数值类型--字符串.整数了解魔法百宝箱--字典.列表了解列表如何添加值了解字典如何添加值了解字典与列表定义的不同符号目录第一篇 ...
【Python 跟书学习笔记】
本文为个人从<Head First Python>中的学习笔记目录 1. 基础知识 Python 数据结构了解IDLE窗口函数.模块.标准库代码组根据条件生成结果--if els ...
python算法书籍-你也能看得懂的Python算法书
第1章编程基础1 1.1 变量1 1.1.1 输出和输入2 1.1.2 简单变量类型3 1.1.3 数学计算6 1.1.4 位运算7 1.1.5 使用字符串11 1.2 三大结构15 1.2.1 循 ...
python算法书推荐-你也能看得懂的Python算法书
第1章编程基础1 1.1 变量1 1.1.1 输出和输入2 1.1.2 简单变量类型3 1.1.3 数学计算6 1.1.4 位运算7 1.1.5 使用字符串11 1.2 三大结构15 1.2.1 循 ...
Python计算机视觉编程学习笔记四照相机模型与增强现实
照相机模型与增强现实 (一)针孔照相机模型 1.1 照相机模型 1.2 三维点的投影 1.3照相机矩阵的分解 1.4 计算照相机中心 (二)照相机标定 (三)以平面和标记物进行姿态估计 (四)增强现实 ...
编程小白的第一本Python入门书学习笔记 Charper6: 数据结构
目录数据与结构列表(`list`) 列表的增改删查字典(`Dictionary`) 字典中的增改删查元组(`Tuple`) 集合(`Set`) 数据结构中的一些技巧多重循环列表推导式循环 ...
Acwing算法基础课学习笔记(四)--数据结构之单链表双链表模拟栈模拟队列单调栈单调队列KMP
单链表算法题中最常考的单链表就是邻接表(用来存储图和数),比如最短路问题,最小生成树问题,最大流问题.双链表用于优化某些问题. 利用数组来表达单链表:存储值和指针的两个数组利用下标进行关联. 需要注 ...
编程小白的第一本Python入门书学习笔记 Chapter4: 函数
目录函数的创建练习题位置参数与关键词参数易混淆点:参数名与变量名默认参数设计自己的函数 # 伪代码 def function (arg1, arg2):return result def ...

《运营之光》-- 学习笔记（四）

来来来，继续学习套路。哈哈哈哈

到这里暂时告一段落，我们继续，可能下一次就能和大家分享到文案啦，啦，啦，啦，….

《运营之光》-- 学习笔记（四）相关推荐

最新文章

热门文章