相信很多做運營的同學在工作過程中遇到自己的想法、方案，在經過實施檢驗後效果不理想、工作效率低、方案内容質量不高，缺乏數據支撐和依據等諸多情況。根據我思考和經驗總結，認為要改變這類情況的局面首先需要從制定運營工作流程和工作規範着手。

一個科學的工作方法和管理方式能夠有效的提高組織的工作效率，提升組織成員的工作意識、規範意識，提升個人能力認知，所有工作必須按流程走，形成組織共識，這樣才能盡可能的避免工作中決策失誤，拍腦袋做事的思維.

下面我就個人工作經驗與大家分享運營的工作流程（如下圖）。

在預警監控數據指标之前，我們需要先梳理運營需要的數據指标，要用到哪些指标、看哪些指标，哪些是核心指标、哪些是次要指标、哪些是過程指标等等。有了完善的數據指标體系，接下來才能做好指标的預警監控，我們才能發現問題、異常數據。

首先數據分析不分角色，無論是數據分析師還是用戶運營、活動運營也好，都可以針對某主題自行數據分析，當下做運營工作，數據分析能力是必備技能之一，良好的數據思維是必要條件，數據分析不是盲目分析，也不是一兩句話總結就可以形成一個數據分析報告，需對主題的過程數據指标、關聯指标、結果性指标、過程指标，從事件屬性、指标維度多方向的分析。我們要清楚為什麼做數據分析，怎麼做好數據分析？以數據驅動業務為目标，做好數據分析可分為五個方面：

· 數據采集與規劃：根據運營需求對業務場景設計指标體系、事件埋點，通過數據分析補充采集缺失的數據、優化不可用的數據指标、事件、屬性。

· 分析異常數據：根據數據指标的因果關系、數據表現特征、數據指标細分進行分析。例如網約車訂單量某天減少了，按照因果關聯我們需要看乘客數據和司機數據，根據經驗首先要看的是訂單取消率，如果訂單取消率比較高，那我們要看司機數據，是不是因為接單司機減少，活躍司機量少導緻，還需要看具體是哪些城市的司機量減少，那個标簽司機量減少等；如果訂單取消率較低，那我們需要看乘客數據，是不是下單乘客數減少、活躍乘客量減少、什麼标簽乘客量減少等。常用的數據分析法有因果分析、魚刺分析、事件分析、漏鬥分析、留存分析、分布分析、間隔分析、用戶路徑分析、行為分析、用戶生命周期價值分析、屬性分析等。

· 分析産品叠代效果：通常來講分析産品叠代效果大體上分為量和轉化兩種評估方向。比方說兩種不同的信息流廣告投放注冊送落地頁看哪種效果更好，首先在相同渠道、相同環境、相同人群的情況下，我們不僅需要看信息流廣告的曝光量、點擊量、注冊量，還需要看廣告的曝光點擊轉化率、注冊轉化率。

· 分析業務增長突破點：首先要明确目标，确定目标的關鍵指标，其次找到影響目标/關鍵指标的關鍵因素，然後再進行原因分析，最後是優化方案。例如目标為100W日活用戶，日活的關鍵指标有留存率、新用戶注冊量、影響此關鍵指标的因素有價值用戶分層标簽人群的留存率、引入期用戶留存率、成長期用戶留存率、成熟期用戶留存率、各個城市維度的新注冊用戶量、推薦注冊用戶量等，根據這些關鍵因素建立好相應的數據預警監控。原因分析時我們需要看數據指标周期波動，上升或者下降的原因有什麼，并給出優化建議，最後由運營同學輸出相應的優化方案。

· 分析方法論沉澱：基于分析報告，輸出更通用的分析思路方法及實施規範，形成數據分析知識庫，以便組織内部複用。

在做數據分析之前需要明确分析主題、目的、背景，有效的輸出分析報告，針對不太主題選擇不同類型分析報告模闆，分析報告切記根據閱讀對象，報告内容可讀性要強。常用的分析報告類型大緻分為三種：日常數據分析報告、專題分析報告、研究類分析報告。工作中主要用到前兩種分析報告，以下主要說明這兩種數據分析報告的特點。

日常數據分析報告要求時效性較高、包含核心指标、反應業務數據的變化情況和影響因素，要求能快速得出分析結論。此類報告一般以日報、周報、月報、季報、年度報告的形式呈現

，日常數據分析報告可以借助智能預警分析快速定位異常、發現問題，找到關鍵因素。例如下單量指标下降明顯，那麼我們借助智能預警分析，從數據監控中直接找到是哪些關聯指标或者哪些維度、哪些群體用戶影響了下單量的降低。

專題分析報告的特點是明确分析對象/主題，深度分析，找到影響業務突破的關鍵性問題或方向。例如以用戶增長為主題的分析，那麼分析報告中應該包含所有與用戶相關的所有指标（用戶拉新、用戶留存、用戶活躍、用戶轉化、用戶流失等），對其進行數據分析，并得出結論和建議。

數據分析報告應該包含的内容有：

分析背景、分析目的、可視化數據報表、注明數據來源、報告結論、建議。

在評估數據分析報告的時候，分析報告中所涉及到的内容強相關的組織，管理人員一定要參加，這樣做是為了再次複核報告内容是否存在主觀判斷、結論等因素給強相關部門帶來不必要的麻煩，其次是複核是否存在遺漏的分析因素或者内容，比方說外部因素、天氣、地域、新冠疫情等，最後是吸收分析報告的總結建議。

評估數據分析報告常要考慮的因素有：閱讀對象、内容可讀性、數據是否準确、數據指标是否完整、關聯指标是否完整、分析維度是否考慮完善、内外部因素是否考慮到位、結論是否客觀科學、建議是否合理等等。

組長一般為某運營小組負責人，會根據評估過後的數據分析報告中的結論和建議列出運營計劃清單列表，描述清楚工作方向，并錄入系統指派人員安排工作。運營計劃是指以數據分析報告的總結和建議作為背景，通過運營手段解決某些存在的問題或者目标而創建的待安排的運營任務清單。例如分析師提出兩點結論，一是用戶在看到價格後下單轉化較低的結論，二是微信小程序新注冊用戶複購轉化對比app新注冊用戶複購轉化較低。那麼用戶運營組長收到此結論後會在OA系統錄入兩條任務計劃，指派某同學負責此任務，并寫明工作方向，比如用戶在看到價格後下單轉化較低的思考方向有對比競品價格是否調整價格、對此環節流失用戶發放優惠券再看轉化。

運營方案的思路、活動方案的思路等一般為思維腦圖的形式呈現，方便大家閱讀理解，當然也可以是其他形式。思路往往是針對某單個運營計劃、運營方案而給出的解決方案的思路，是為了改善提高某項或者多項指标效果而提出的解決思路。例如某運營計劃的目标是提升産品的付費轉化，那運營方案的思路可能是通過發放優惠券、降低價格、優化詳情頁等等。那麼活動方案的思路以圍繞發放優惠券為主，發放對象是誰、優惠券的使用有哪些規則、活動在哪些城市執行、執行細節、活動核心數據指标有哪些等等。

在明确了運營方案的思路後，接下來重點就是運營方案落地的細節完善，一份完整的運營方案内容框架主要包括以下幾個方面：

在評估運營方案的時候，管理者一般要從以下幾個維度進行評估。

在評估活動複盤報告前應将文檔發給參與評估的人提前閱讀消化内容，參與者通常為活動方案所涉及到的相關部門以及營銷考核部門。評估主要以活動投入産出的實際達成情況和目标完成情況、成本等方面判斷活動是否OK，有沒有必要繼續做，需不需要優化目标、方案内容，吸收建議等等。

根據數據分析及反饋優化叠代活動方案和運營方案，形成數據驅動運營閉環。

外部資源可以視為運營價值鍊的一個環節，無論是技術部門還是産品都将為運營方案的落地實施創造價值。

輸出産品設計思路是為了更好的理解運營側提出的需求、分析需求，以技術的視角刨析如何将需求實現變成産品，同時也讓運營側更加清晰的理解産品是如何實現需求的，設計思路大緻流程是否滿足需求。而産品需求文檔更客觀的體現了産品的實現邏輯和規則，直觀的反映了産品實現後的高保真原型圖體驗。運營側在評審時更多的要考慮産品的實現邏輯是否符合需求、流程是否合理、規則是否完善，異常場景是否有考慮到、産品交互體驗是否合理等等。

通過數據進行監控功能使用情況，能有效的幫助運營了解功能在使用過程中所呈現的效果，哪些環節需要優化，哪些元素不太友好，哪個交互設計不合理等等。

評估産品功能使用報告主要關注數據分析的結論是否合理，有無從量級和轉化等多方面客觀反應問題。

根據數據分析及反饋優化叠代相應功能和運營方案，形成數據驅動運營閉環。

有些團隊可能不太在意這些細節和流程、規範，認為這些太過于形式化，太占用時間影響效率而忽略了這些，其實不然，我們試想一下，假如一個團隊瘋狂的輸出各種活動和新增各種功能，但最後做出來的活動、功能用戶參與度不高、使用率極低，十個活動九個差，而一個具有數據共識、講究規範流程的團隊，雖然輸出量上少了一些，但成功的案例更多，這是不是體現了高質量、高效率呢。

工作流程并非一成不變，可适當根據運營方案、活動方案所涉及内容的多少而簡化流程，提高工作效率。制定工作規範也并非生搬硬套，而是幫助組織成員時刻提醒自己，自我檢驗方案内容是否考慮完善、是否有依據、是否合理，形成組織思想共識、默契，從而産出高效率和高質量的方案。

提升運營組織工作效率是一項綜合管理能力，運營工作流程隻是管理科學中的一種方式，管理本是一門專業，需要花心思、精力去琢磨思考、學習，類似的方式還有很多，需要組織領導具有正确、科學的認知方法，以及認知傳遞給組員，讓大家産生共識和意識。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!