业绩断崖式下滑束手无策、核心问题难定位……运营负责人如何应对？

案例一：

“明天又是艰难的一天。眼看年底将近，而我肩负的运营团队年度业绩，完成率仍不到一半，增长太难......”将近凌晨，老谭在办公室独自愁闷地抽了一只又一只烟。

主负责的业务线产品增长缓慢，环比上期又下降了35%，SEM、电商推广、社群裂变、自媒体大号等各种铺渠道，眼睁睁看着业绩“断崖式”下滑，却束手无策......

其实呢，数据下降，谁都会看。但核心问题出在哪，怎么用科学的数据体系定位核心的推广业务问题，发现异常后能快速响应去解决？实在太难了......

案例二：

“别人家的运营团队，数据翻倍增长......漂亮业绩，都是别人家的”，做了三年产品运营经理的Luca，面对同行激烈竞争，力不从心。

和同行朋友交流时，发现大到整个运营策略的规划，小到每次推广的细微变动，看似同样的推广或激活策略、成本投入、渠道运营、活动执行力度，实际效果却很不同。

朋友负责的部门业绩，在前期拉新沉淀的流量基础上，能实现近60%高用户转化率，一次老用户促活产生的直接收益可高至百万，而且用户流失率极低......

其实，这两位前来咨询运营总监修炼之道的学员，不难看出，在业绩增长越来越难，业绩不断下滑时，他们对于数据分析能力的理解、以及通过数据预测与定位核心业务问题、辅助决策规划上都存在一定程度的欠缺。

红利消失殆尽，大家都在喊存量时代、私域流量、精细化运营，可是究竟如何真正实现精细化运营驱动增长呢？

这里有个很关键点，就是：

有没有建立起关键数据指标体系，用数据定位核心问题？

能够准确预测与定位核心业务问题后，如何依靠数据解决问题？

比如：

每天记录各渠道数据，算环比同比属于数据维护，上面提到的两个案例，都只是处于这个阶段；

从环比同比中找到阻碍业务发展的核心运营环节，属于定位问题，这也正是案例中的运营负责人纠结和感到困难的所在点；

通过分析数据，找到最佳迭代方案，用数据辅助运营规划决策，实际推动业绩增长，属于解决问题。很显然，这两位运营负责人都没能够达到这个层级；

如果作为运营团队负责人的你，如果也有这些业务上的困惑，想通过提升数据分析能力，带动整个团队效益......不妨来听听BAT的数据分析专家，对于运营总监或运营负责人，所需要具备的数据分析能力与知识的分享吧！

一、数据分析的四个关键环节

关于数据分析，有四个关键环节：依次为数据采集、数据建模、数据分析、指标。

1. 数据采集

数据要想做好，数据源很重要。数据分析要考虑：如何把数据采集上来，如何进行数据分析。更重要的是如何把底层数据的采集做好？可以把它归结为四个字：大、全、细、时

比如：一个电商产品要分析不同身高的人交易有什么差距，如果没有把身高这个维度采集下来就没法分析。因此如何更全、更细地采集下来就很重要。

2. 数据建模

数据采集就是用不同方式将其采集下来之后进行数据建模，所谓建模就是将数据进行重新组织，组织到让老板/产品/团队同事都能看懂。

3. 数据分析

数据的分析方法是无穷无尽的，我们把分析方法从两个角度来看：一个是广度，一个是深度。

所谓广度，就是分析一个人、一个群体或者整个群体，是看是什么力度的特征。

所谓深度，是看用户的行为，关心点击量、访问量；或者看用户的购买操作，以及操作之间的序列关系是怎样的。

4. 数据指标

不管底层做的多好，我们常用的还是指标。通过这些指标能更好地表达产品。

我们把产品发展阶段归结为三个阶段：

第一个阶段就是MVP（最小可行性化产品），MVP是尝试阶段。

第二个阶段是增长阶段，如何让数据规模、用户规模变得更快。

第三个阶段是营收阶段。

阶段性不同，要根据阶段确立指标。我经常跟创业团队聊，问他们现阶段指标是什么。几个人一起聊，每个人说的都不一样。

一个企业一个阶段的指标应该是聚焦的，只是一个阶段换一下。

比如说三只松鼠和keep现阶段的主要指标会是一样的吗？keep不缺用户，但是要提高用户活跃度；三只松鼠可能用户不够多，所以要吸引用户——因为产品不同，用户不同。

二、数据驱动产品运营策略迭代

有一本书叫做《精益创业》，一共讲了两个方面：一个观点是关于MVP（最小可行化产品）；另外一个核心观点是把大数据分析引入到产品运营迭代的思维里边去。

我们凭感觉，做产品运营就是想个功能策略把东西做出来，不断地给它添加东西——但这要依赖你的天赋，会不断碰壁。科学的方法就是把数据分析引入进去，用数据来进行分析。

比如我们发现用户流失比较大，那我们先把这个问题解决，再上线；上线后再看用户的流失情况，收集数据看结果。

所以数据分析是一种技能，让产品运营的分析更加科学。

还有数据驱动驱动用户激活和留存，驱动整个公司项目落地等等。