今天说的有四个部分，第一我想分享一下运营实践过程中，运营说要数据，提出数据要求的时候我们应该如何去理解这些要求，第二我想分享一下从小运营的层面去看数据对运营的价值是什么。第三我想分享一下从大运营的层面而言，数据如何影响大运营，最后我想分享一下在我的眼里不同职能之间如何更好地合作。先进入第一个章节。

运营这个岗位的变化我会把它归纳为三个阶段，第一阶段从无到有，第二阶段WEB互联网的大发展，第三阶段移动互联网大爆发。

第一个阶段的时候，对数据的要求和使用非常粗放，甚至是没有要求，因为那个时候运营的岗位其实才刚刚出现。

它是继承了策划岗位的要求，同时还兼具了一些市场营销的职能，然后围绕着用户规模和收入规模去开展所有工作，但是在它刚产生的时候，整个互联网的商业化需求还没有那么大，比较大的公司会有他自己的数据团队，小公司可能基本上就会去采用第三方统计工具，这个阶段基本上都是外部互联网阶段，所以基本上运营每天干的事都很简单，就是去刷一下网站的PV,UV，然后看一看这个这段时间用户在干啥。

甚至有的时候很多运营是相当于编辑，一开始的推荐其实都是人工的，然后包括说现在的这些算法，有很多时候包括刚才说系统过滤，啊相关性的这个推荐，那个时候很多就是由人来完成的，通过数据统计某一类的新闻有很多人看过，那下一次再出现类似新闻的时候我是不是应该把它放一个更加重要的推荐位，我是不是值得去为它专门去做一个专题之类的，是这样的一个逻辑。

那到web互联网大爆发的时候，很多公司对数据的价值认知是提升了的，提升到什么程度呢？就是数据分析、数据统计，以及相关的一些洞察是需要专人专项来做的，大型的互联网公司就会开始重视并且去成立专门的数据部门，把数据仓库，数据分析都独立出来去建组。

那这个时候更多的时候，在这样的一个情况下其实这个业务团队主要是提需求，专人去数仓中提数据，脱敏之后再交给业务人员。可能有些公司规章制度或者要求不严格的时候，不脱敏直接交给业务人员。

当然有些公司会让数据分析团队的人员，来帮业务进行分析，完成之后生成报告。

那如果是说从无到有，大家基本都没有什么要求。

开始有要求时，公司会要求业务团队展现业务运营的健康状态，那对于整个运营团队来说，又需要很多的数据来帮助他们去指导或者说启发做一些业务上的优化或者运营端优化。

在沟通的过程当中都是跨部门沟通，那磨合和冲突就产生了，同时也意味着一些挑战。

到了第三个阶段移动互联网大爆发，增长率的概念引入后改变了很多业务看待数据的方法，同时也改变了很多老板看待数据的方法，业内也出现了很多的数据工具，以前我们去看数据，如果没有，业务和运营是需要技术同学去做埋点，那现在有很多不需要埋点它就可以获得数据，会逐渐发现如何恰当地使用数据，已经和这个团队里面有没有数据的人，已经没有关系了。

它其实由业务或者运营最长的这个板子来决定这家公司数据分析指导业务实践的能力。

那接下来我跟大家说一个故事，这个故事是我曾经带团队的过程中发生的业务示例。

2017年的时候，也就是我最后一家公司，是音乐行业的一个教育公司或者说教育服务公司，这家公司的行业属性很重，业务或运营有一个特别好的优势叫做运营是有通用性的，例如我把在上一家公司用的特别好的运营手段用的下一家也能实现不错的效果，运营手段是可以复用的。

当时做运营和数据的同学都没有再相关的行业工作过，那我对运营和数据同学的要求为贴近业务，了解业务。

当时犯了一个错误，没有把数据的职能独立，而是让数据同事向运营的leader进行汇报，中间出了很严重的问题，有一次开周会，数据同事根据运营leader的要求出具了合作清单，并且自作主张根据假设出来的一些情况对KOL进行了分析处理，开会时我问了业务同事一个问题，这份清单对你们的工作有多大的帮助，业务表示没有太大帮助，我又问数据同事这份清单做了多久，数据同事表示花了很久，我就和数据同事说下次再有类似情况时先和业务同事进行沟通，多听业务的意见和建议，不要再出现类似情况，不要打造在数据上看不出来的的东西。

数据同事对此很理解，但运营leader认为数据是客观存在的事实，为什么不能让数据分析的同事直接使用，必须要借助业务的主观思路。

然后我就跟他说，确实这个数字还是客观存在，但是数字背后的原因或者说数据背后的一些东西还是需要从主观中配合，而且有一个非常现实的情况，你的运营部门对整个行业本身的业务理解较浅，如果数据帮助运营指导业务，必须先要理解业务然后才能提出正确且有价值的建议，否则就是浪费时间。

当数据分析脱离业务实际，对业务来说毫无价值。

刚刚的故事也反映了我刚说的一个关系，业务运营和数据是相爱相杀的关系。

说完这个故事，我们来说数据对小运营的价值。我说的小运营是指具体到某个业务当中去。

先放一个数据示例，这个数据实例是我在入职后大概半年不到，接手的公司的一个业务，现在大家看到的是当时一个数据模拟，虽然不是真实数据但是趋势是一模一样，在十月份之前尤其是789这3个月，78月份保持了非常高的一个增长趋势，但是到了十月份出现断崖式的下跌，九月份的下跌为什么我们觉得还好，我刚说的音乐教育服务行业这么一个服务公司在开学的时候他的数据下降，我们认为是可以接受的，但是到十月份的时候他就突然腰斩，我正好就是接收这个业务就是11月中旬，所以我当时看到这个数据的时候我很困惑，为什么我们前面的增长到了十月份的时候会突然变成这个样子，我去向业务团队里的同学请教，如果我没有办法从业务同事那里了解到事实的真相，那我肯定要从数据入手分析，一开始的时候我们想把所有的在这个渠道下的所有的数据全部拿出来看看到底是什么影响了获客？但是困难点就来了，这是一家创业公司，处于快速发展期，它的数据和基础建设一定滞后于业务发展，就没有办法获取特别精准的数据，也就是说按照正常的运营分析思路去做这件事其实是行不通的。

如果我们通过数据表现进行渠道分析最终锚定问题业务，就可以知道哪个渠道获客是最高的，按道理来说，如果其他都不变，断崖式的下跌意味着这个最大的获客渠道出问题了，所以我们就直接去查了渠道是什么，其实就是我们会通过我们招揽顾客的方法，我们获客的方法要通过直播来做，我们发现通过直播讲座获取到的KOL的数量在十月中旬突然下跌，既然直播讲座的数据下降，是不是因为直播的场次少或者说我们请来的讲师的cover不够，用户没来。

业务人员为了自证清白就直接给我送了一个清单，详细列了十月份每周有多少场讲座，都是谁来开讲座，对比发现10月9月8月7月其实老师直播的场次没有少甚至还增加了，老师的cover也没有特别大的变化，按道理来说问题可能不在这里。

后来我想如果业务和运营不知道问题出在哪里，那技术一定知道。

术给我的反馈是10月13号有特别特别小的功能改动，改动后直播结束后不需要分享就可以看回看。

经过试验我们发现确实是因为这个微不足道的改动，导致业务数据断崖式下降。

数据对小运营的价值依我来看可总结为评判标准，依据指针，验证工具三个方面。