亚马逊的一个爆款，运营人背后付出了多少努力？这是我入行电商运营的第735天

这是我入行电商运营的第735天：
盯着店铺数据，两个月了访客量一路下跌；
上百个微信社群，每天活跃的只有我们的水军；
公司忙着做短视频，直播带货，两个月亏了十几万；
我说做场万级流量的抽奖活动，老板说预算就800...
身边的同事都在升职加薪，就自己在这原地踏步。不想做温水里的青蛙，我决定“跳一跳” ，去其他公司试一试。
文章插图
国庆收假后偷偷摸摸面了个试，面试官上来抛个问题：
“假如你是公司的运营负责人，我们想通过提升店铺的服务体验来提升用户粘性，你会怎么做？”
没想到这么简单，就是考验我的数据分析能力嘛！
“进行用户调研，总结改进意见，根据统计结果安排服务项改善优先级，并进行用户满意度的跟踪回访。 ”我自信坚定地说出了答案。结果一抬头，撞上面试官的眼神，我就知道我凉了。不懂数据的运营都被现实打了耳光
我的答案有什么问题吗？标准答案又是什么？回去路上就给一电商运营大佬发消息请教，同样的题目，看到他的回答，我跪了。
大佬的解决思路是这样的：用户调研描摹用户画像，找到精准用户，基于业务目标和用户特征搭建指标体系。
数据采集：对用户进行调研，按照“用户年龄”以及“用户所在城市”两项指标交叉分析我们用户的特征，利用热力图进行数据展示，直观明了。
文章插图
（用户画像）
根据热力图，可以轻松定位出两类主要用户：二、三线城市的25-35岁；一线城市的25-30岁。
数据收集了，用户画像也有了，解决业务问题才是运营做数据分析的落脚点。指标搭建：提升服务体验的目标指标有哪些？评估维度是什么？怎样的指标来衡量才合理？这些都需要具体化，要有看得见的数据，所以重中之重是运营指标模型的搭建。
文章插图
（提升用户服务体验的数据指标模型）观察验证：最后将实际执行中的结果与设定的那个指标体系做对标，来评估是否达标，策略是否有效。
一样的问题，不同水平的数据分析，得出的运营策略完全不同，显而易见他的策略有理有据，并且执行过程中也在用数据不断迭代优化；而我内心完全没有方向，只被用户牵着鼻子走……
大佬给我进一步拆解，完整的工作流大致要经过10个步骤：
文章插图
每一环节都要层层细分，真的太考验数据分析能力了！
他说：“数据分析能力是运营的必备技能，也是向高级运营进阶的核心竞争力。一道题就同时考验了你数据采集、数据分析、数据指标搭建这三项能力，你的答案证明你有数据分析能力，可是只停留在初级运营的水平。 ”听完你是否和我一样好奇：What?初级水平？初级运营和高级运营分别对应的数据能力是哪些？高级运营具备的数据能力
通过和大佬的深度交流，总结出初级运营和高级运营分别对应的数据能力，各位可以对号入座~
（一）初级运营：
常见的1~2种数据分析及可视化工具使用
掌握常见的2～3种数据分析方法
能够通过数据归因解释业务问题
基于业务逻辑构建基础指标体系
能够发现数据异常并分析可能原因
（二）高级运营：
根据实际需要选择合适的跨工具组合应用
根据业务需要灵活运用多种数据分析方法
复杂业务问题的数据分析与洞察
复杂数据指标体系搭建
理解核心业务数据，并从中发现增长机会
总结完，我发现自己的数据分析能力连初级水平都达不到。图五
一气之下想转岗位，看了各大招聘网站的热门岗位，结果发现：能转的运营岗位统统都要求具备数据分析能力！
文章插图
不论身处哪个岗位，提升你的数据分析能力已迫在眉睫。
早在2015年，雷军就曾说过，在将来全行业的关键点就是探索数据的价值。
而身处数字化时代，懂数据，做运营的你将同时收获高薪、话语权、不可替代性和成就感。如果你的数据分析能力还停滞不前，就像别人都在用智能手机，而你还在用大哥大，不就成了一个原始人吗？