“产品运营到底是何方品种？”

“产品运营是负责做产品的吗？”

“如果产品运营也负责产品工作的话，那么产品经理岗位又是干什么的？”

“产品运营和产品经理的关系是怎样的？如何区分工作职能？”‍

很多刚工作的小伙伴或者对运营不太熟悉的童鞋，经常会产生上述疑问。

的确在垂直领域下，内容运营、直播运营、渠道运营、用户运营、活动运营……这些岗位职责非常清晰直观，单从岗位名称都能区分清楚。

而产品运营在不同公司所负责的工作也不同，导致大家对产品运营的理解一直迷迷糊糊的。

一、产品运营究竟是个什么角色？

产品运营≠产品经理。

产品运营是一项从内容建设，用户维护，活动策划三个层面来管理产品内容和用户的职业，通常承担着公司营收和用户数两个指标。

简单说，产品运营是公司或部门主要负责背KPI的那群人，是决定你年终奖多少的“金主爸爸”。一年辛苦干到头，最终是喝粥还是吃饭就要看产品运营童鞋给不给力了。

产品运营承担“营收”+“用户数”两大关键指标，如果产品运营不懂数据分析，就无法敏感地从数据中发现问题，提出解决方案，严重还将导致部门KPI指标无法达成。

二、支招产品运营，3招做好数据分析

不是每一个产品运营都懂数据分析，很多运营文科出身，天生对数据不敏感，更不要说操作复杂的数据公式。

在数据面前，不少产品运营陷入两难境地，一面是自身知识的盲区，一面是全部门的希望。笔者根据往期工作经验，总结3个数据分析的小捷径，送给刚入行或不懂数据分析的童鞋们。

以营收指标为例，如何判断营收指标是否正常，后续如何提升？

1. 套用万能公式，逐个指标排查

万能公式的秘籍在于将指标拆解到最细，找到致命问题所在。所谓最细指标即无穷拆解，直到穷尽。

如上，营收=付费用户数*人均单价，当然这个公式还未穷尽拆解。因为再往下拆解，日活用户数可以继续拆解到各渠道活跃用户数，流水又可以细分到不同产品类目流水等。

由于各个产品的推广渠道和产品类目不尽相同，继续往下拆分就没啥参考价值了。各位产品运营童鞋可根据自身业务需求，继续往下拆解。

1）万能公式记住了吗？

下次老板让你分析数据，直接套用公式，按年/按月/按日（具体看老板给你下达的分析要求）将4个维度的历史数据导出来对比。对比分析时需注意，每次只能保持一个数据变量分析，切忌同时分析几个变量数据，这样没法找到数据原因。

2）什么叫保持一个数据变量？

如下图：这是某公司最近半年的营收和各项用户数据。

2月跟5月的流水出现波峰，看备注可能是春节或五一假期带来的增长，但具体是什么动作导致数据增长，偶然还是必然？增长方式是否可复制？需要产品运营逐一分析。

分析数据涨跌，介绍两种分析方式——同比和环比。

• 同比：即今年跟去年的同一时间段数据对比，比如春节对春节，五一对五一。
• 环比：即连续周期的数据对比，比如这个月跟上个月对比。

3）环比分析

搞清楚概念后，回顾2019年1月至6月的环比数据。

根据万能公式：

流水=日用户数 X 日活率 X 付费率 X 人均单价

把各项数据的环比涨幅列出来，会发现当流水涨的时候，有些指标（如日活等）必然跟着涨，跌的时候也必然跟着跌，成正相关关系。分析时可以把正相关指标的数据归为一类先忽略不看，单看负相关的指标。

比如3月和4月的数据，流水上涨的同时，日活数、日活率、人均单价都涨了，虽然各自涨幅不完全相同，但只有付费率是下降的，此时应该重点关注付费率指标。

下一步可对付费率做假设：假设付费率维持上月不变，流水是多少？付费率上涨5%，流水又是多少？这中间的数据差可能就是你需改进的地方。

到最后你可能会发现付费率之所以略有下降，是因为4月份最后2天运营没有及时上新优惠券，导致活跃用户的付费率下降，复购率从原来的46%下降到39%，从而拉低整个月的付费率。

这是数据下降的原因，运营后续需要及时补给优惠券。

同比对比：

分析同比数据最好将同类型的数据归在一份表格里，并绘制成图表，方便查看和发现规律。如下：

很多公司为冲KPI，年底会有一次营收高峰而后到1月份数据回落。恰逢2月春节数据会暴涨，3月4月数据回落直到5月再次上涨。

图表中这两年数据涨幅规律相似，唯一不同点在于19年的数据涨幅变化更大，应该跟运营或产品某个动作有关，这时需要回到业务层面找原因。

比如19年春节上线了4场活动，每场活动的流水均在20万以上，而18年只上线了1场活动，活动流水仅18万。

通过数据分析可知，这可能是导致流水增长的突主要原因，所以往后运营在流量高峰期来临前，需要做好迎战准备，提前策划增收活动，以免错失流量红利期。

2. 绝对值不重要，数据涨幅才重要

如下图，是某个APP和APP新上线的Tab页面数据。新Tab的主要考核指标是营业额和用户拉新。

单看这个Tab的用户数据，新增用户数每月都在上涨，看似负责商业Tab的童鞋拉新效果还不错，老板应该给他加鸡腿。而有数据经验的童鞋并不这么认为，为什么这么说呢？调出涨幅数据看看：

从半年数据可见，虽然新Tab每月的新增用户总数在增长，但新增涨幅中有4个月Tab的新增涨幅都远低于app的大盘新增数据（即拉新效果低于整个app）。

如此看来，运营小编并没有将很多新增用户拉到新Tab来，所以Tab总用户数在增长只属于自然新增，跟运营策略没关系。假如Tab的涨幅比APP涨幅还高，那才证明运营小编运营得不错，拉拢到较多用户。

如此可知，数据绝对值高不代表业务良好运作，产品运营更应该关注数据涨幅。当涨幅跑过大盘，即使总数据看似不高，但你还是将Tab运营得超级棒，因为你在跟更大的指标PK。

3. 想要用户留存好，应该关注CTR数据

CTR是指即点击通过率，是互联网广告常用的术语，CTR=实际点击次数/展示量。

如下图，这是新算法切量前后的数据表现。3月份app上线了新算法推荐，客户端切了50%的用户量到新算法上。

看标红数据，自从切换到新算法，首页总用户量大幅度增加，相对1月份整整增加了30万的量，5月更增加了50万用户量。

很多刚开始负责产品运营的童鞋很容易陷入一个误区——只看绝对值数据。用户量增加就证明算法优化得好，不然怎么会有30万的增长量。

但实际上检验算法效果不应该看绝对值用户量，而应该看CTR。而且不能笼统的看页面总CTR结果，要将数据拆成两部分看——切量数据和原算法数据的CTR表现，这样对比才有价值，才知道更喜欢哪种算法推荐。

你学会了吗？小本本记下以上3招，轻松学会初级数据分析，扛下1亿营收KPI，那都不是事儿。

 

作者：卡卡

来源：卡卡的产品札记