資料運營崗位職責(一)

　　1、負責公司客戶、業務、運營類資料的統計、監控、分析，建立運營資料分析模型;

　　2、能獨立完成各項業務資料分析立項，根據資料分析結果撰寫相應分析報告;

　　3、透過資料監控、資料報表、資料分析等方法，幫助管理內容運營鏈條的各類關鍵資料，驅動業務最佳化迭代;

　　4、基於資料分析使用者行為資料，建立使用者畫像，持續完善使用者識別資料體系;

　　5、基於資料分析成果，為業務部門和策略部門提供分析和業務最佳化建議，與業務和技術部門協同進行相關係統功能建設;

　　6、對經驗資料做出專業分析，深挖使用者需求，關注競品和行業動態，根據需求協助調整產品體驗和運營方向。

　　資料運營崗位職責(二)

　　1、 設計數字化運營指標體系，監控資料指標，透過資料及時發現業務異常，併產出數字化運營分析報告，分析業務狀況。

　　2、 資料分析。根據業務主題，獨立設計資料分析報告，抓取資料並進行分析，並最終產出資料分析報告，如使用者畫像分析、運營效果分析、線上活動分析、使用者生命週期研究、競品分析、產品銷售分析，等。

　　3、 製作部門資料報表，對資料視覺化方面有經驗，能夠設計美觀的資料報表。並能夠使用常用的BI工具進行資料視覺化，如tableau、PowerBI，等。

　　4、 負責部門資料平臺、業務資料的準確性測試，對資料敏感，能夠從資料邏輯層面發現數據異常，並從邏輯和技術的角度提出資料驗證方案，並進行驗證。如果資料出現異常，及時與相關部門溝通解決。

　　5、 具有Python開發經驗，能夠進行資料自動化報表的開發，其中涉及到資料爬蟲、資料清洗、資料入庫、指標加工計算、資料圖表繪製，等，對前端開發也有了解者優先。

　　6、 科技產品資料埋點的設計，與研發和外部門溝通協調並推動研發落地。

　　7、 承擔其他資料工作(如資料指標梳理、資料提取、資料文件編寫，等)。

　　8、 完成領導交辦的其他工作。

　　資料運營崗位職責(三)

　　1、根據餐飲saas業務發展，對服務客戶進行資料化分層與分析，針對不同層級商戶挖掘差異化的資料服務策略;

　　2、建立各類商家端業務資料模型，為客戶與內部運營團隊進行賦能;

　　3、為KA商戶制定差異化的資料運營方案，並推進方案在客戶處的落地，沉澱標準的資料運營套路與打法，推進資料方案產品化;

　　4、整合公司內外部資源，0-1推進建立餐飲KA客戶資料產品，並推進產品持續最佳化與客戶增長。

　　資料運營崗位職責(四)

　　1、對產品及運營資料進行收集、甄選、整理、彙總及分析，製作相關分析報告;

　　2、對運營資料進行監控，及時發現運營中存在的問題，對運營環節提出改進建議;

　　3、負責日常運營相關報表模型的開發、維護及資料波動的跟蹤處理;

　　4、對業務資料進行分析，研究會員行為特徵，挖掘需求，監控會員行為狀態，對會員活躍度提升提供資料分析與診斷;

　　5、負責資料探勘領域的分析應用，定期對會員特徵、需求、行為分析、活躍度、營銷活動效果等特定業務的資料探勘模型的需求分析。

　　資料運營崗位職責(五)

　　1、根據公司政策和業務發展趨勢，定期做銷售分析，從產品緯度、行業緯度、 戶緯度對整體的業務進行分析，及時發現問題進行預警，並提出解決辦法;

　　2、對部門現有業務資料進行梳理彙總和跟蹤監控，建立日常跟蹤監控體系，及時敏銳的發現業務資料變化趨勢;

　　3、對運營中存在的問題點、困難點，給出資料支援、分析報告建議、問題解決方案;對重要節點或特殊節點業務消耗的變化進行專門的研究並形成分析報告;

　　4、構建各種分析和預測模型，透過跟蹤和監控重點資料, 發現潛在的缺陷與機會，為業務決策提供資料支撐。

很多文科的運營寶寶看到資料就頭疼，經常一不小心就花了半天的時間在資料分析上，到頭來還是一頭霧水。

我想說，資料分析真不難，資料分析無非是：

① 界定清楚要評估的指標有哪些

② 確定從哪些維度去看這些指標，偶爾可能還需要在不同維度間做一下交叉分析

不信？往下看：

一個特別靠譜的運營在著手解決問題時，會盡力讓70%以上的事變得可知可控，只留下30%的不確定。而一個不那麼靠譜的運營，則可能恰恰相反——讓70%的事變得不確定。

如何才能讓事情變得可控呢？答案就是：圍繞著大目標，把任務拆分，最好落地。

一、 界定這個指標是由哪些分支指標或要素構成的。

你需要把目標指標和這些要素間的關係界定出來，最好變成一個公式的樣子。

二、 被你提煉出來的分支指標是否還有可提升空間？

三、 當要提升某個分支指標時，我們需要將其拆分和落實為哪些具體的運營手段？

這麼說有點抽象，我們舉個例子實操一下：

假設老闆想在雙十一大促期間實現營業額提升5倍，該如何實現？

1、 梳理：營業額這個指標主要和哪些分支指標有關？

營業額=流量*付費率*客單價

思路是不是一下子清晰了？

2、 顯然流量、付費率和客單價都有提升空間。假設其它兩個因素不變，將其中任意一個指標提升5倍，都能實現營業額提升5倍的總目標。

3、 分別提升流量、付費率和客單價

流量：流量又可以細分為內部流量和外部流量。內部流量方面，我們能否拿到更好的廣告位？外部流量方面，渠道（比如微博、抖音、b站）有哪些？我們可以在哪些渠道上發力？

付費率：是不是可以梳理一下使用者從進入活動頁面到付費，共分為哪幾個關鍵步驟？我們可以透過怎樣的運營手段，提高每一個的轉化率？

客單價：提高客單價這塊可以做的事就更多了，什麼包郵，送券，換購，拼單。

一、 資料可以客觀反映出一款產品當前所處的狀態（是上升期，還是下降期）

二、 做了一項運營但效果不好，資料可以告訴你，問題在哪裡

三、 假如想實現某個目標，資料可以幫你找到實現目標的最佳路徑

四、 資料分析可以透過層層拆分，幫你更瞭解使用者

五、 資料中可能隱藏著彩蛋

為此需要：

1、 先找出產品中可能存在問題的某個指標；

2、 從這個指標的構成去看，是否所有使用者的這個指標都很差；

3、 如果有部分使用者的指標顯著更好，可以進一步挖掘，尋找其背後共同的特徵，然後放大這些特徵。