很多同學搞不清楚數據運營和數據分析啥區別。一提起要“搭建數據運營體系”或者“建立數據運營機制”就懵圈：

1、這跟我做一套數據指標有什么區別？

2、為啥我做了數據指標，可運營部門根本不理我？

3、好像每一種運營都有自己的指標體系了，還咋個數據運營法？

今天我們系統解答一下。

先問一個最關鍵問題：數據運營，重點在數據上，還是運營上？

1. 數據
2. 運營  

01運營與數據的關系

注意，運營是個大工作，里邊的分支非常多。單獨看每一類運營，都有一套自己的指標體系。這就是開頭說的：“運營已經自己有指標了，我做了指標他們不看”問題的本質所在。（如下圖）

圖片

為什么會這樣？因為從本質上看，運營是個輔助性工作。理論上，如果產品力足夠強大，商品天下無敵，那根本沒運營啥事?！脩糇约壕蛽屩I到斷貨，玩得樂不思蜀了，運營啥運營。

可大部分產品、商品沒有這么厲害，因此需要運營打輔助，通過用戶激勵、促銷活動、內容傳播、商品運作等等手段，來保持用戶的新鮮感，促進用戶持續活躍和付費。俗話說：“產品不夠，運營湊”就是這個意思。

因此運營會特別在意數據，并且特別在意數據里的“自然增長率”——他們的所有工作，都是在“自然增長率”之上做疊加。

• 用戶運營——用戶自然轉化率5%，通過激勵提升至10%。
• 活動運營——自然銷量1000萬，活動拉升到2000萬。
• 商品運營——尾貨庫存預計18周，通過運作9周清空。
• 內容運營——自然閱讀1萬，筆下升仙寫出百萬級爆款。

諸如此類 

運營在體現自己功勞的時候一定會帶上數據。因此往往各個部門已經建立了自己的數據指標。

02數據運營的破題關鍵

如果數據運營把重點放在數據上，那最終就是淪為跑數機的命。運營自己已經有數據指標了，你就等著被他們催著取數好了，而且還是加急加急加加急。這根本不需要單獨設一個崗位，只要花月薪6000招聘一個行走的sql機，讓數據部門準備個大寬表即可。

實際上，很多公司確實是這么干的，這也是為啥很多同學會有開頭的疑惑。我們今天不談這些low B公司，我們分享一下數據運營的真正目標，以及大廠們是拿它來干什么的。

運營各自看數據，看似科學，實則帶著原罪：運營工作本身需要相互配合，可各個部門的小團伙利益是天然沖突的。

• 用戶運營希望派優惠券吸引人，商品運營的利潤直接被榨干。
• 活動運營希望短期效益越大越好，用戶運營的節奏直接被帶垮。
• 商品運營希望不打擾爆款，多出尾貨，可活動、用戶運營都要硬貨支持。
• 內容運營寫《震驚！馬云！華為！沸騰！》篇篇百萬閱讀，可最后沒轉化。

圖片

在一個需要相互配合的工作里，各自考核數據，必然導致部門間相互拆臺。因此數據運營的更好用法，不是拿來當跑數機，而是建立一套從整體目標出發的數據考核機制，讓所有部門跳出小圈子，為整體利益服務。這才是設立這個崗位的初衷，和崗位的真正價值。

所以開頭的題目選B，數據運營本質是運營，是要建立一套從整體目標出發，引導各子運營小組工作的考核機制。它本質是個工作機制，因此需要部門間共識目標，協同配合，取代各自為戰的狀態，這樣才能發揮作用。

03數據運營體系搭建方法

第一步：共識整體目標，制定整體戰術。

各個運營小組，共識年度大部門整體目標（比如DAU、轉化率、銷售金額等），并且選擇落地大目標的戰術，把大目標分解到各個月。注意：分解方法和不一定是按月平均，或按過往趨勢分攤。分解方法可能和戰術選擇有關（如下圖）

圖片

第二步：設定階段性重點，各小組分配任務。

圖片

第三步：分解階段性指標，各部門執行、監測、反饋。

這一步就是常規運營數據指標的監控過程，不再贅述了。有了前兩步，每階段的運營工作就有了清晰的主任務，就不用糾結在“為啥短期類活躍率降了”“到底自然增長該寫多少合適”“又有幾個客戶投訴很激烈”——整體目標達成就好。細節問題，可以在各小組自己復盤的時候，再找改進點。

第四步：監控執行進度，從小到大檢討效果。

這時候要牢記檢討三原則：

• 在執行到位前，不質疑策略
• 在投入可調時，不修訂策略
• 在策略失效前，不質疑方向

圖片

當所有部門在部門例會上共識目標，跟蹤進度，反饋問題，協同工作的時候，這套機制就算正常運轉起來了。這樣能保證整體目標的最大化落地，也能提醒各小組關鍵任務是什么——不要被自己一畝三分地發生的破事淹沒了。

看完了，很多同學說：這一套方法論和增長黑客看起來很像呀。是滴，所謂增長黑客，其實也是一種統一協調各部門，為“增長”服務的辦法。所以方法思路是很類似的。只可惜和數據運營一樣，也被很多公司用歪了。

類似地，大家在做具體工作的時候，也不必要因為眼前公司的種種舉動而懷疑人生——有可能就是你的公司水平太低而已。關鍵是多理解一個業務的本質，站在對業務有利的角度思考，多去理解業務部門同事真實處境與出發點，不要被玄乎的概念帶著走。