很多人是要工作1-2年，甚至3-5年，完成人肉打杂的原始积累后，才有机会打开数据化运营宝藏的大门。我从数据完善的携程销售运作部，然后到数据产品更加完善，且数据更容易为运营所用的阿里，再到创业公司。给大家讲讲我的三段经历分别代表了数据成熟程度不同的3类公司，我在其中的经历可能对于处在不同阶段公司的你有一定参考性。不管你处于什么境遇，当你有了强烈的意识——数据是个好东西，再加上一些基本的思维和方法，你一定不会束手无策的。

第一段经历：携程旅行网

当时的携程数据化驱动程度：中上。它的特征是数据收集做得很好，该埋点的地方都有埋点，数据库完善，但数据只掌握在少数人手里，要提取数据和分析数据都有一定的门槛，比如说要有BI资源帮你提取，或者自己会SQL（访问和处理数据库的标准的计算机语言）。就好比，进入了一座宝藏，但你搬不动，只能干着急。在这类公司，你作为一枚运营可以做什么呢？充分利用BI帮你提取数据，描述需求时尽可能专业、简洁、精确。对比一下两种说话方式，BI肯定是希望看到第二种提需求的方式。

A：请帮我提取最近这段时间，购买机票的用户一般提前多久购票。

B：请帮我提取12.1日-12.6日期间，所有购买机票的用户，他们的购买时间、出行时间、国际or国内、机票折扣、性别。

B的特点是更清晰更确定，字段比较全。这是BI教给我的一个小技巧，尽可能全面地提需求，因为对于他们来说，提3个字段和提6个字段差不多的时间，如果你只提用户、购买时间、出行时间，想着两个时间一减就是提前的时间了。这里就可能存在不全面，不如一次提取全面，把有可能影响的因素都提出来，自己再处理。

比如购买机票的提前时间就可能和国际or国内机票有关，跟折扣有关，跟购票人的性别有关。拿到数据之后，就要用到必备的Excel技能了。我刚到携程时，只有大学学的一点儿三脚猫功夫，幸好有主管、“表哥”（Excel特别厉害的师兄）手把手教我，课余也在看一本小蚊子的数据分析启蒙书《谁说菜鸟不会数据分析》。

经常有刚毕业的同学问我，Excel需要掌握到什么程度，需不需要学SPSS、SAS等高级统计分析工具。事实证明，Excel可以解决几乎100%一个运营需要解决的问题了，《谁说菜鸟不会数据分析》这本书里的技巧足够用啦，剩下的精力应该回归去懂业务，要不然功力发挥不出来的。Excel功能中用得最多的就是函数if、vlookup等、数据透视表、条件格式。

最后，还要懂一点点的统计学知识，我大学上的是财经类院校，都有学《统计学》，没想到在工作中还能派上用场。比如上面那个购买机票提前时间的案例，有的同学就可能会取平均值，但实际上这里应该取众数。

小常识：平均数、中位数、众数的关系？

平均值是所有数据平均之后的数值，中位数是指所有数值排列起来之后，处于数列中间的数值，众数是指一组数据中出现最多的数据。

图为均值、中位数、众数的关系

总结一下，在携程这类数据化驱动中上的公司，运营要做的是跟BI搞好关系，它是你和数据之间的桥梁；准确描述数据提取需求；Excel掌握到常用函数和数据透视表；基本的统计学知识。

第二段经历：阿里巴巴

阿里的数据化驱动程度：高。它的特征是有庞大的数据库，有大量数据方向的产品经理在开发数据产品，力图降低数据运用门槛，做成傻瓜式的开放给运营用。

近三年，又通过人工智能实现了千人千面，大量用于首页、活动页面、会员，更大层面的触达到用户。我刚到阿里时被奉为“表姐”（在携程我只能算“表妹”），我发现在阿里，大部分运营的Excel技巧非常普通，因为他们太幸福啦，有数据产品可以用，好用得不得了，强大得不得了！

唯一让人伤心的是我的Excel技术水平退步得厉害。在阿里这样的公司，作为一枚运营可以做什么呢？

首先，你以为数据产品做出来了，就大家都会用了，都在一个起跑线上了吗？产品经理肯定希望这样，但实际上数据产品也是个产品，这个产品也是需要被运营被推广出去的，用户就是阿里内部的运营人员。所以数据产品经理经常搞内部培训会、宣讲会、旺旺群答疑等来让运营用，有的运营认知就是要慢一点，就是不用。还有一种，就是用得不好。

作为一名运营，要在强调数据驱动的公司脱颖而出，

首先就要响应公司号召把数据产品用得溜，怎么用得溜呢？同样要和数据产品经理打好关系，成为他的第一批种子用户，帮他测试给他反馈意见，他会非常重视你，就跟我们用户运营要去维护我们的种子用户一样道理嘛。这样的话，如果你有些高级功能请教，或者有些需求想提，都可以优先被满足。

另外，多跟他们打交道也会提升你的逻辑思维能力。

还有，多琢磨产品里面自带的教程、常见问题和数据口径。这里面能解决你百分之九十的问题。数据的口径非常重要，不了解口径，要是老板或客户多追问你几句，你就抓瞎了。

在数据产品页面上通常有个问号的地方，鼠标放上去，就会显示一些指标的定义，下面以微信公众号后台-统计-图文分析为例。鼠标放在右上角的问号上就会出现一个浮层，上面对指标的解释非常清晰，这是很多人可能忽略掉的。

图为微信公众号后台统计指标解释

把数据产品用溜你已经超过80%的运营了，如果还想精进就要回归业务，多制造可以利用数据的场景，在业务中遇到任何问题都想想能不能利用数据来佐证，能不能利用数据来提高效率，能不能利用数据来验证结果，让数据成为日常。

总结一下，阿里数据给人的感觉就是进入了一座宝藏，而且不用你自己搬运，戒指、项链、头饰、耳环都分门别类摆好的，一键就能启动传送带送到你手上。你需要做的就是了解自己了解出席的场合了解美学后用来打扮自己。

第三段经历：服务过的初创公司

这类公司数据化驱动程度：低。它们的特征是用户处于原始积累阶段，数据收集层面不全，数据能解决局部的问题，但尚未形成一张网。这时候的运营特别是运营总监的角色承担的任务要重些，在前两个公司，运营是躺在数据宝藏上，伸手拿来用的，而这类公司没有专门负责数据的开发或者产品经理。

有的时候需要你来提需求哪些地方需要埋点，哪些数据需要监测。如果你等着公司成熟后再给你提供，那你初期的很多成绩是得不到量化的，其实害的是你自己。身在这类公司，你作为运营可以做些什么呢？

首先，利用好外部数据。有的公司的业务就是基于微博+公众号+淘宝店+微店+社群，前四项都有各自的数据后台可以看到必要的数据，特别是淘宝店卖家后台，开通“生意参谋”后数据非常齐全。如果你的客户百分之八十来自淘宝，完全可以拿淘宝的用户画像、转化率等当全公司的。

社群工具百度上一搜也有很多了，主要是记录社群成员加入、发言、签到、退出的行为。至于社群里引导成交的统计，可以请技术人员生成社群专用的购买链接再放进群里，可以看到访问次数和成交。如果你有自己的网站和APP，就需要看流量数据和用户在APP上的行为数据，常用的有友盟+、Google Analytics、百度统计。

图为友盟APP数据demo

图为友盟Web数据demo

近年来GrowingIO用的人挺多，不过需要付费，据说很好用。他的推广方式也很精准和高大上，一直都在各个互联网人的沙龙里通过知识分享获客，口碑好。部分功能跟阿里的A+（一款阿里内部用的数据产品）类似，比如热力图、漏斗分析、用户分群与细查，产品功能截图如下：

图为 GrowingIO产品功能截图

接着，看看自己和老板需要看哪些业务数据，请技术人员做成模板，以便你能方便提取，作为日报、周报、月报素材。每家公司的业务数据是没有统一结构的，因业务而定，是之前提到的行为数据和流量数据统计不了的。

比如以下是亚马逊2005年时的一个用户数据采集表的截图，其中有一项“距最近商场的账单地址”是最为特别的，其他电商公司可能并未关注。它通过这个数会发现这个用户在我这儿买东西少，是不是因为他周边有足够的商店供他消费了。距离和金额之间有某种关联。“愿望单内物品数?（类似收藏夹）”、“购物车内物品数”这两个亚马逊关注的指标阿里同样很关注，其实双11预热阶段的核心就是在刺激用户加购物车。车品觉（原阿里巴巴副总裁/数据委员会会长，现红杉资本中国基金专家合伙人）先生在一次分享中说，通过双11前三周内购物车内商品的新增情况，就能预测双11的销售额，这其实是可以理解的。从购物车到购买的转化率在前几届的双11中能拿到。

图为年亚马逊的用户数据采集表部分截图

最后，可能还是有很多技术人员顾不上的你的小场景的临时需求，这时可以发挥自己的主观能动性，在Excel表上记录数据、处理数据、分析得出结论，用最小可行性原则来完成一次数据化运营的过程。

比如之前在为一家旅行公司做内容运营，我们在马蜂窝上发布了很多自由行攻略，获得了很高的阅读量，但是我们不太确定带来多少订单，马蜂窝不能提供（我们在马蜂窝自由行商城总的订单能看到，但看了攻略再下单的用户区分不出来），我们的技术也监测不了。

在这个场景下，我可以人肉记录每天新增的攻略阅读数、浏览攻略后成交的订单数（请客服人员回访后记录）、金额做成一张表，看到大概的转化率。下一步，我们想通过优化攻略的写法提升引导成交的转化率，就可以以此为基准值，看看优化写法后转化率是否有所提高。不用担心数字不精确，因为是自己跟自己比，只要前后自己的统计口径是一致的，能在这个比率上提升就达到目的了。

洞悉数据化运营体系

上面我经历的三类公司，代表三种数据化运营体系的成熟程度。这边再列举一下， 从无到有，从弱到强，一家公司的数据化体系到底是怎么建立起来的。

图为数据化运营体系，图片作者秦路

所有公司都要经历数据收集层-数据产品层-数据运营层-运营触达层。

• 数据收集层。数据收集的核心是尽可能收集一切的数据，它有两个原则：宜早不宜晚，宜全不宜少。需要收集的数据能划分成四个主要类型：行为数据、流量数据、业务数据、外部数据。我经历的创业公司通常在第一个阶段停留比较久。

• 数据产品层。原始数据并不能直接为运营所用，通常脏乱差，我们需要按照一定的标准整合、加工。数据产品是对数据的加工和利用，行成一张张可视化的报表，减低运营的使用门槛。这一点在阿里是尤其突出的。

• 数据运营层。是运营人员将数据转化成运营策略，是真正的把数据用起来了。数据产品让运营用数据变得简单容易，但是用不用、怎么用就是思维和能力上的问题了。阿里大部分运营人做得很好，在自己的工作中的都尽可能会用到，比如我们在写活动总结时都会去数据产品提取数据来分析。

• 用户触达层。经历了漫长的积累，只有在一家公司对自己的数据非常有信心时，才会开放给用户感知到——你在我这里是有标签的！。比如阿里在把千人千面第一次用到双11的那一年，内部经历了大量的测试和调试才敢上。面向用户的东西出不得错，如果推送的东西牛头不对马嘴，就会被吐槽、无视、甚至怒删。2016年、2017年的双11让广大用户感知到了每个人在活动会场上看到的banner、楼层顺序、商品、会员权益都不一样。

并不是说你所在的公司在第一层你就只能做低级的运营，其实自己弄张Excel表收集数据，也能做到第三层数据运营。没有数据产品之前，阿里运营做活动选品选商家就是这么干的，几十个指标请开发人员提取出来，在Excel表上用公式算出来排序，再填到活动页面上。现在完全自动化了。其实①③阶段是最锻炼运营人的，②④阶段是最锻炼产品经理的，到四阶段就没运营啥事了，基于算法模型，服务器实时计算后直接将推荐结果给用户，高度自动化。

所以珍惜你所处的阶段，发挥出你最大的价值，是高阶运营的第一步！

-END-