一位高级数据分析师职位通常是数据职能架构中的火车头，可以负责一个子产品或模块级别的项目，带领团队来全面解决问题，把控手下数据分析师的工作质量。技术方面，能掌控数据分析的整个过程，对数据采集、埋点、造型、进入数据仓库的清洗有良好的手段，能够回答数据的任何问题。

前两年，LinkedIn对全球超过3.3亿用户的工作经历和技能进行分析，公布了2015年最受雇主喜欢、最炙手可热的25项技能。其中位列榜首的是统计分析和数据挖掘。而2017年中国劳工统计局的最新就业率报告统计该职业在2017年已有50万从业人员，预估到2018年将有80万从业人员(增长53.4%)。

据CPDA数据分析市场研究人员估计，到2020年全球每年产生的数据量将达到35ZB，也就是3500万亿GB。事实上，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素。

一、数据运营已成为必需的职位

从2011年到现在，数据分析的百度指数持续上涨。2014-2015是重要节点，原因是从2009年移动互联网开始以来，随着智能手机第一波换机潮和第二波换机潮，带动移动互联网发展。大量的企业入场，让增长的成本变得非常高，于是通过数据分析的精细化运营，变得越来越重要。

很多人在做数据运营初期，对体系没有深入的了解，而做数据运营，最重要的是有流程化、数据采集和分析的思维（具体可查看马海祥博客《常见的数据分析基本思路及手法》的相关介绍）。

数据运营的职责是什么？

主要来说，有以下3点：

数据规划：收集整理业务部门数据需求，搭建数据指标体系；

数据采集：采集业务数据，向业务部门提供数据报表；

数据分析：通过数据挖掘、数据模型等方式，深入分析业务数据；提供数据分析报告，定位问题，提出解决方案。

淘拍拍的运营总监说：“我和智联招聘和Boss招聘沟通的时候，大家发现近期运营岗相关的，都有一个必写的岗位职责就是会数据分析。”那么包含数据分析的运营工作，该怎么做呢？李冬青分享了他的数据运营工作的一些经验：我个人认为目前市场上的互联网产品服务形态可以大致分为四类，工具服务类、电商服务类、O2O服务类以及内容服务类。我们今天经常看的信息平台今日头条、知乎等就是在做内容服务类的平台。例如：“兑吧”的产品形态应该是介于工具和内容相结合的，更偏的是什么？就要看它本身的自己商业价值定位了。

做运营一定要关注一个真正的与商业模式相关的数据指标。

运营分三个层次：运作，运营，运行。

运作是通盘大格局考量，需要视野和高度；

运营是方法论，需要针对不同层面，不同时期情况制定相应策略；

运行是执行力，在固有工作分工模块上进行长期的操作，也就是所谓的杂七杂八。

运作就是规划，需要高度需要视野，而运营是需要对不同层面不同时期，找到或者合理的方法解决问题。

运行就是在合理分工模块下我们不断重复我们的工作。

二、数据规划是整个数据运营体系的基础

数据规划，首先要明确目的，确立需求，然后找到合适的方法去采集数据。数据规划有两个重要概念：指标和维度。

举个实际的案例，我前两天碰到一个同学，他问我一个问题，他们的产品即将上线，要迭代下一步的产品，他要去收集数据或者卖点，帮助他下一步的运营做工作，他们产品没有上线没有相应的数据怎么办？

我告诉他，不一定产品上线才有数据，数据来自我们的身边。你在前期做运营准备工作的时候，对你产品的定位和市场的调研，你的同行竞品或者类似竞品的数据，有没有做相应的采集？然后再看你要做的工作。

这个问题的答案很简单，因为这是一个指标的定义，指标用来衡量具体的运营效果，比如 UV、DAU、销售金额、转化率等等。指标的选择来源于具体的业务需求，从需求中归纳事件，从事件对应指标。

1、如何选择核心指标？

首先，它要与和产品或者商业价值紧紧挂钩；

第二，它可以反映客户的价值需求；

第三，指标要简单易懂，方便与产品或者技术协作；

第四，能够计算汇总，有延续性或者阶段性。

2、如何规划核心指标？

Tags：

转载请标注：SEO三人行——数据分析师该如何做好数据运营？