运营进阶：数据化运营7大经典思路

　　1. 分解思路

　　做互联网运营的数据分析，首先就是学会“分解”。将数据分解，将问题分解。所有的数据都可以层层向下分解，找出更多的“子数据”，通过对子数据的挖掘和优化，往往能逐个击破，找到方向，提升最后的“关键指标”。很多时候我们找不到努力的方向，往往是分解的能力还不够，只盯着最后大的成交额指标不放，不去挖掘这个指标下面的相关因素，而这些因素就是所谓的细节，做好了，就成为“极致”。

　　分解思路还有一个好处是可以帮助运营更好的分工，进行组织架构的优化调整。使员工更专业，更聚焦到某一块业务上，从而培养出一个细分职能的专家，当每个细分职能都有专家时，又会反应在运营细节的完美上。

　　2. 追踪思路

　　运营的问题，是追踪出来的，不是一次就看出来的。所有的数据都是靠积累和沉淀才能发现问题，单一的数字没有任何意义，只能称为 “数值”。比如一个店铺今天的流量是2000，转化率1.5%，成交额3000 ，好还是不好，进步还是退步了，不知道。只有放到近1周，近1个月，甚至是近1年的数据中，组成线性的趋势去研究，才能找到“问题”，这个时候的数据才是有意义的。

　　所以，无论到哪一个阶段的店铺，都要养成一个每日积累数据的习惯，我们知道淘宝后台会有成熟的数据产品，会给你看一个趋势和历史数据，但这个远远不够，需要把所有数据都摘录到自己的数据库中，结合不同数据维度去综合分析问题，建立追踪机制，也就是下面讲的“结合思路”。中型以上的电商都会有一套自己的数据管理模式，对重点指标进行监控，以保证及时定位到问题作出相应决策。

　　3. 结合思路

　　单独追踪一个数据的会比较“片面”，得出结论甚至是错误的。因为所有电商的核心数据在一段时间内，具备偶然性和关联性的。

　　偶然性是指，可能某一天，转化率突然降低，比日常要低很多，这个是非常可能发生的。于是，所有人都惊慌失措，找到转化率相关的因素，看产品详情页的设计，产品的价格，找客服聊天记录，“优化了”整整1天详情页的设计，使产品价格更低了，售前客服被整顿了。最后发现一切照旧，还浪费了1天时间做了很多无用的工作。

　　关联性是指，大部分指标都是具有关联性，正相关或者负相关，转化率突然的降低，最后发现是在昨天流量突然暴涨，再看看流量来源，大部分来自于推广流量，不精准，但人多。

　　所以，追踪数据一定是多个维度一起看的，一般来说，转化率和流量是负相关的，流量暴涨，转化率就会下降；转化率上升，客单价就会下降。（大型促销活动除外）

　　但是，追踪了数据，多个维度结合了来分析数据，结论依然可能会不准确，原因在于，这2个思路都是在和“自己比”，我们还需要进行“与其他人对比”。这就是下面介绍的“对比思路”。

　　4. 对比思路

　　对比就是和其他人比。这个其他人一定要选择“合适的”。可以是与自己品牌定位相似的店铺数据，也可以是同行业中做的比较好的店铺数据。最具有可比性的还是跟自己“同层级”店铺。通过对比，才能发现自己差距到底在哪，找到优化的正确方向。

　　实际案例，之前做微波炉产品，销售量一直不如竞争品牌—格兰仕，然后去分析数据发现流量差很多。于是加大了展示类（钻石展位，CPM）和竞价类（直通车，CPC）广告的投入，却发现收效甚微，甚至牺牲了大部分利润。最后我们拿着同类型的一个产品，做了深度对比分析，发现流量来源中，自然搜索相差比较大，才发现是品牌认知的问题。于是推动品牌商着重于对产品品牌的打造。

　　5. 节点思路

　　节点思路就是将大的营销事件作为节点单独标记，数据剔除出来单独进行分析。在日常运营中，营销活动对数据影响还是非常大的，尤其是突然参加了淘宝官方的活动，比如聚划算等，会让某几天的流量，转化率，成交额飙升，这个时候我们再将这些数据插入到日常运营数据分析中，就会引起“失真”，影响对店铺日常运营优化方向的判断。

　　6. 锚点思路

　　锚点思路有2层含义，第一个含义是在做业务数据分析中，当存在多个因子影响一个数据指标时，只留一个因子做变量，其他因子保持不变，然后测试这个因子对于最终指标影响的程度。比如，下面会讲到的转化率，有6个因子与之有关，但每个因子对于转化率的影响又不相同，这个时候，需要进行一个小测试，保持1个因子变动，其他5个不变，放到市场中实际销售，最终得出这个因子与转化率的具体影响关系，以便后续做更多优化。

　　第二层含义是产品竞争力层面。通过锚点策略可以让用户更快速的做决策，使产品销售的更好。比如，A和B两个店铺经营同一个品牌，这个品牌下面有1号和2号产品，这个时候，A店铺与B店铺沟通，A主力卖1号，B主力卖2号，这时，A可以把2号产品价格标高，以便帮助B店铺做价格“锚点”，让用户知道B店铺2号产品确实有价格优势，这样用户决策将加快。A店铺也同理。

　　7. 行为标记思路

　　行为标记法，就是将大动作的优化，大的项目上线及时标注在数据报表中。以便在后面通过数据检验是否是有效。因为大部分的优化导致的结果，都是“滞后”的，也就是说，一个大的优化动作，可能在1个月后才能体现出来效果，甚至是半年后才会有效果。当然，也有些优化动作是即时的，比如宝贝标题对于搜索结果的影响。无论怎样，在运营过程中我们要明确的知道，哪些事情是花费了大量时间有效的，哪些是无效的。

　　之前我们做产品包装优化，用了1个月与品牌商沟通，品牌商再通过各种测试，实验，采购新的包装材料，2个月后我们给用户发出的货就都是新包装的产品了。但是，在采用新包装产品1个月后，退货率只是缓慢下降，到第2个月后才明确的在财务表中提现，因破损造成的退货下降了很多，用户体验好了，再1个月后回购率也提升了。进而提升了整个店铺销量和好评率。

　　以上7种思路是数据分析基础，有了这样的分析思路，无论做哪一块内容，都将快速的找到核心问题，进而再找到解决问题的方法。