從底層到高層：互聯網運營與數據分析之路
採訪老師：歡迎大家來到CDA持證人專訪，今天我們邀請到了王志方老師，至今從事互聯網運營11年，經驗豐富，志方可以和大家打個招呼！
嘉賓：大家好！我叫王志方！一個從底層做上來的運營老鳥，擔任過網站編輯、SEM競價專員、市場策劃、京東店長、產品運營以及目前在一家汽車後市場服務連鎖企業擔任網絡運營推廣經理一職。希望通過今天的分享對大家有所幫助！
採訪老師：在您的運營工作中，是如何將數據分析應用到其中的，可以給大家展開講講嗎？（舉業務例子展開）
嘉賓：做運營工作，尤其是和互聯網相關的運營工作，數據分析無論是從我剛入行還是AI流行的當下都是必不可少的。
而我工作中最常用的數據分析模型就是漏斗數據模型了，對於這一模型相信大家都很熟悉，之所以我的工作中主要應用的是漏斗模型或者說所有和推廣轉化類的市場運營推廣業務都離不開漏斗模型，因爲轉化就是我們工作的目標和動力。
另外，數據分析模型是工具，企業領導包括運營人員本身需要的還是一個能作出運營決策的結果，所以包括漏斗數據分析模型在內的其他數據模型自身沒有想象中那麼難，難點在於運營人員對業務本身和企業業務流程的理解去選擇合適的模型以及模型指標去得出一個可迭代優化的決策結果，而不是爲了去數據分析而分析。
所以說，業務和數據分析是絕對離不開的，很多時候你會發現當你對業務理解很深刻的時候，你往往用最簡單的數據分析方法比如一個透視就夠了，簡單，高效，實用，而且往往你對業務理解越深入，你獲取有效數據的數據成本也會越低，這是因爲好的業務人員是會去找數據而不是去要數據。
採訪老師：SEM常用哪些數據分析方法？提高轉化率？（例如趨勢分析、比重分析、二八原則等等，無回答限制，僅參考！）
嘉賓：SEM常用的數據分析還是相對簡單的，反正我用的很簡單，推廣平臺自帶的數據中臺就夠用了，因爲他的業務動作本身就不復雜，雖然簡單但不是說他不重要，相反它很重要，但就好像走路去一個目的地一樣，你只有一雙眼是不夠的，還需要一雙腳，而數據分析就好比SEM的一雙眼，它能幫你找到準確的調整優化方向。現在推廣平臺自帶的數據分析模塊很豐富，也很強大，但以我的經驗還是建議大家不要太依賴，可以作參考，我們推廣業務人員還是需要以實際轉化爲導向，以結果論，建立屬於自己的一個轉化數據模型，畢竟企業要盈利，我們要吃飯。
至於提高轉化率，我倒是有一點要和大家分享一下，雖然這個不高大上，說出來可能很土，卻很實際，也是我們往往忽略的地方。
在說這個之前就不得不提到一個詞“感覺”，我們做推廣的賬戶操作員有一種很玄學的東西，就是感覺或者說直覺對了怎麼投放怎麼有。但這不是玄幻，是有跡可循的。
在N年以前，至少在我剛入行的時候還沒有流行千人千面這一說，但是現在抖音，頭條，百度這些主流媒體和搜索引擎都是千人千面，大家都習以爲常了，不管是不是做和網絡相關工作的人都能來上一句千人千面。
咱們說回來，我入行的時候，沒有千人千面這一說，包括培訓班也沒有這個知識點，但是我去參加培訓時候我的培訓老師對我說過一句話，我至今印象深刻，他說：你面對的不是一個個PV，UV，一臺臺電腦，你面對的是電腦前面的人，可能是一個小孩，也可能是一個老太太，還可能是一個家庭主婦。
後來我自己總結了一下，四個字：用戶思維。
所以，各位在分析數據，優化物料投放的時候，數據流量是表象，用戶纔是本質。你得專業知識決定了你得投放下限，你對你得用戶有多瞭解，決定了你得投放上限。
採訪老師：您可以分析一下市場推廣的關鍵因素嗎？（精準營銷）
嘉賓：這可不是個好問題，因爲它沒有準確的答案。也是因爲每個企業手裡掌握的資源，面對的市場用戶，以及所應對的市場推廣策略都不同，所以其關鍵因素也不盡相同，不過你非要說他們有一個什麼共同點的話，我認爲還是有的，那就是“堅持”。
之所以說“堅持”是個關鍵因素，這也和我的實際工作經歷有關，如果你問我怎麼成功可能我經驗甚少，但是你問我如何失敗，那我可以和你好好聊聊，而衆多失敗的案例中，“半途而廢”佔了絕大多數，很多都是虎頭蛇尾，三分鐘熱度，而且很多都是已經過了最艱難的階段，本來應該到了收穫的時候了卻莫名的放棄了，然後說一句“我們不適合”，羨慕地看着同行，所以，在市場競爭環境如此激烈的今天，市場推廣必須做，而且應該堅定不移的做下去。
採訪老師：經常聽到別人說底層邏輯，底層邏輯究竟是什麼？他起什麼作用？（舉業務例子展開）
說到底層邏輯，其實我本人算是個受害者，因爲這東西聽起來很高大上，我剛接觸的時候，爲了弄明白這四個字，很是費了一番功夫，如果有興趣的各位可以去買《底層邏輯》這本書讀一讀，不虧。但是當你明白過來後實際也就是那麼回事，換個詞你可能會更理解的更直白，比如：基本規律，基本原理，基本法，三步走等等。這些詞都不準確但對於理解底層邏輯這個詞還是很有幫助。所以底層邏輯這個東西你要說他是什麼，有一句中國古話說的很明白：爲學日益，爲道日損，大家可以細品。
至於他起什麼作用，以我實際工作來說他就像天上那顆北極星一樣，無論你身處何地，你只要看到北極星就能辨別方向不會迷失，底層邏輯也是如此，不論你工作如何繁複，也不論業務量如何多，只要你明晰了當下的底層邏輯，它總會爲你指引方向，而且是正確的方向，當然，前提是你得底層邏輯是正確的。
還有一點就是，當你對底層邏輯這個東西理解的越透徹，你得工作也會變的越有方向性，也越輕鬆，但是成果卻不會減少，反而會正向增益。
採訪老師：爲什麼說數字化運維轉型是大勢所趨？可以和大家聊聊！（熱點型）
嘉賓：數字化運維轉型之所以說是大勢所趨，其實是和互聯網分不開的。爲什麼這麼說呢？因爲當我們說某種大勢的時候，那麼他一定是由某個普遍現象造成的，確切說是由我們的日常生活、工作環境導致的。
就拿我自身舉例，現在我手機屏幕開機時間不少於11小時，這是什麼概念？也就是我一天除去工作、吃飯、睡覺、上廁所這些必要時間外，至少有8小時甚至更多的時間在互聯網上消耗。
這就意味着我得生活每天有8小時在互聯網上度過，而互聯網背後是什麼呢？是信息，是數據，是我們各位網民刷劇、看直播、購物、吐槽等等產生的數據流。
可以說我們生活在互聯網社會，而我們的行爲又反作用於互聯網促進互聯網的發展，而互聯網的後背又是信息和數據。
你要是否認我們的用戶不在互聯網上這很荒謬，你要是否認不能用互聯網數據追蹤我們的用戶這也顯得掩耳盜鈴。
眼下互聯網進一步深化物聯網、通過網絡數據採集到我們個人行爲數據會更精確、更豐富，大勢所趨沒錯，但大勢所趨之下我們應該怎麼做，如何做纔是我們互聯網、市場營銷人員更應該思考的。
問：最近AI技術比較火，作爲CDA持證人，有沒有想過用AI來提升工作效率，具體有什麼想法？
答：最初我之所以選擇CDA也是和AI有關的，開始的時候我沒想過從CDA或者說數據分析入手的，而是想直接從AI、機器學習入手，爲此還專門自學了python。也收集整理購買了各種國內外資料。
但都無法入門，有句話是這麼說的：上面的字我都認識，可是他們連在一起我就不明白了。
但是有一點我是一直都明白的，那就是AI是上層建築，既然AI我無法入門那麼我就去它的下面去尋找入門的方法，於是找着找着就找到了數據分析，又從數據分析瞭解到了CDA，後來轉了一圈回來我才發現原來AI是一個工程，他不單單是幾行代碼而已，這也打破了我的幻想，於是我決定從底層數據分析開始學起。
至於用AI提高工作效率這一想法肯定是有的，而且還很強烈，但我實際試了下，就是用朋友的chatgpt賬號實操了一下發現理想很豐滿，現實很骨感，目前來說AI對於工作效率的提升不能說沒有，但有限，我們想象中的那種通用AI助手就我瞭解還有很大一段距離，因爲AI生於數據，也應用於數據，但大多數行業數據樣本並不豐富。
但實際工作中，數據分析這項技能誰用誰知道，可以預見，數據分析未來必將會是從業者必備技能之一。
考CDA數字化人才認證，讓個人擁有數字化人才身份，也是企業實現人才數字化轉型的標誌
關注CDA認證小程序
以上圖文含廣告內容