任务三 拆解数据化运营的业务流程

从业务流程来看，数据化运营主要涉及六大环节，分别是明确目标、获取数据、分析数据、验证与优化结果、形成策略，以及撰写数据化运营报告。

相关知识

一、明确目标

企业在开展数据化运营管理之前，应当先明确目标。目标可以是短期的、一次性的，也可以是长期的、周期性的。数据化运营要么以发现和解决问题为目标，要么以寻找规律和发现潜在方向为目标。

●以发现和解决问题为目标：这类目标非常普遍，如发现访问量下降，就会以解决此问题为目标来分析，以查明访问量下降的原因，然后处理问题。

●以寻找规律和发现潜在方向为目标：这类目标也较为常见，企业要想立足市场，提升自身的竞争力，就应当先于竞争对手找到市场规律或发现市场发展的潜在方向。在大数据的背景下，企业通过数据化运营可以发现许多潜在信息，如客户需求、市场变化规律等，从而获得更多的商机。

二、获取数据

数据化运营离不开数据，因此企业需要考虑如何获取高质量的数据。这一阶段主要包括数据采集和数据预处理两个环节。

（一）数据采集

采集数据时，数据的来源不同，所选用的方法也不同。

1.企业内部数据

企业在日常经营中会不断积累各种数据，如采购数据、出入库数据、销售数据等，这些数据能够准确反映企业的经营情况，并对解决经营问题提供巨大帮助。因此，企业需要高度重视各种数据的收集与保存，将其录入计算机数据库系统中，建立并完善数据管理系统，保证在需要时方便调用相关数据。对于这类数据的采集，只需调取存储到数据库中的数据即可。

2.市场调研数据

市场调研数据是企业重要的数据来源，这类数据可以反映客户当下的实际需求，对企业销售商品、维护客户关系等能够提供帮助。对于这类数据的采集，常用的方法就是问卷调查。问卷调查包括编制问卷、选定样本、发放问卷、统计分析结果等环节，通过向受访者提出一系列针对性问题，了解受访者的意见、观点、偏好、需求等信息。问卷可以是纸质的，也可以是电子版的，具体形式可以根据调查目的、受众群体和调查方式等进行选择。问卷中的问题可以分为开放式和封闭式两种，开放式问题允许受访者自由表达意见，而封闭式问题则要求受访者从几个选项中选择最符合其观点的一个。

3.公开数据

这里所说的公开数据，指的是向大众免费开放的数据。一些机构、杂志、报纸等组织或媒体，通常会提供一些可免费获取的公开数据，这些公开数据可能涵盖某个市场的情况、某个行业的情况，甚至还包括更为详细的内容。对于企业而言，这类数据不会产生任何获取成本，并且具有足够的专业性和准确性。数据采集人员一般会选择访问相应的官方网站，通过复制粘贴或下载等方式进行采集。

4.非公开数据

这里所说的非公开数据即需要付费获取的数据，当企业需要获取自身无法得到的数据时，可以向合作伙伴寻求帮助。例如，可以从供应链上下游合作伙伴处获取相关数据，或通过专门出售数据的第三方平台购买数据，等等。非公开数据在全面性、专业性和准确性方面都非常可靠。对于这类数据，只需要支付一定费用，便可通过网络传送、下载等方式获取。

（二）数据预处理

数据预处理就是对数据进行粗加工，旨在为数据分析工作提供更好的基础。通过数据预处理操作，企业不仅可以将繁杂的数据简单化，提升数据分析与决策的效率，还可以使数据系统、直观地反映实际情况，更可以将数据整合为信息资源，实现深度挖掘。具体来说，数据预处理主要包括数据清洗、数据转化、数据分组、数据计算、数据排序、数据检索、数据提取等内容。

●数据清洗：数据清洗是指发现并纠正数据中的错误，如处理缺失值、修正错误值、删除重复值等。

●数据转化：数据转化是指将数据从一种表现形式变为另一种表现形式，如转化表格的行列结构、将一列数据拆分为多列、设置单元格格式等。

●数据分组：数据分组是指将原始数据按照某种标准分组，以方便管理和分析。例如，销售额数据与销量数据合并在一起时，就可以将其拆分为销售额数据和销量数据。

●数据计算：数据计算是指按照需求将各项数据进行整合计算，如求和、求平均值等。

●数据排序：数据排序是指按一定顺序排列数据，如按销售额从高到低的顺序排列数据。

●数据检索：数据检索是指根据分析需求把数据库中存储的相关数据检索出来，如在商品库中搜索某一特定类目的商品。

●数据提取：数据提取是指根据一定的目的，从原始数据中摘录所需要的部分，以便做进一步换算和分析，如提取客户所在地域中的省份信息，以便统计客户的分布情况。

三、分析数据

分析数据是数据化运营的核心环节之一，当采集并预处理数据后，数据运营人员就可以按照最初确定的目标分析数据。

比如，数据运营人员可以通过客户画像洞察分析客户特征，将客户数据聚合并转换成形象化的虚拟客户模型。这样可以展现具有特定特征的客户群体，并根据客户画像对客户群体进行分类，从而为精细化客户运营提供数据支撑。

又如，数据运营人员可以利用漏斗分析模型分析客户行为。如果客户在完成某一项特定任务时要经过多个步骤，那么一般在每个步骤都会发生客户流失。为了保证留住更多客户，可以通过漏斗分析模型发现问题所在，优化关键步骤的客户体验。

分析数据时，数据运营人员可以借助一些专业的软件和工具，其中使用较多的是Excel和Power BI两种。

（一）Excel

Excel是一款应用广泛的电子表格处理软件，使用Excel可以实现输入数据、编辑数据、输入公式、插入函数、创建图表、管理数据等多种操作，是数据运营人员进行数据分析的实用软件之一。

Excel有多个版本，此处以Excel 2016为例进行介绍。图1-20所示为Excel 2016的操作页面，该页面主要由标题栏、功能区、编辑栏、工作表区和状态栏等部分组成。

●标题栏：标题栏位于操作页面最上方，除了显示当前Excel文件的标题外，还提供了一些常用的功能按钮，如调整操作页面的大小或关闭操作页面等。

●功能区：功能区是所有工具按钮、参数选项的集合，通过功能区便能对工作表区中的对象进行各种操作。

●编辑栏：编辑栏位于功能区下方，由名称栏、编辑按钮和编辑区组成，显示所选的单元格名称，并能插入函数、输入数据和公式等。

●工作表区：工作表区是Excel主要的数据编辑区域，在该区域可以直接输入和编辑数据，调整行高和列宽，选择单元格区域，在插入图表后对图表进行编辑，等等。

●状态栏：状态栏位于操作页面最下方，主要用于显示当前数据的编辑情况，也可切换显示模式和调整显示比例等。

（二）Power BI

Power BI是微软公司开发的一套商业数据分析工具，本书所说的Power BI主要指的是Power BI Desktop，它是Power BI的一个桌面应用程序，内置了数据查询、数据预处理、数据建模和数据可视化等多种功能，并能创建可视化交互式报表。

Power BI的操作页面主要由标题栏、功能区、编辑区、状态栏等部分组成，如图1-21所示。

●标题栏：标题栏位于操作页面最上方，其功能与Excel的标题栏相似。

●功能区：Power BI的功能区也与Excel的功能区相似，同样是所有工具按钮和参数选项的集合。

●编辑区：编辑区是Power BI的核心区域，集合了报表视图、数据视图、模型视图等多种视图模式。每种视图模式还配备有对应的任务窗格，可以实现创建图表、编辑表格和建立表格关系等操作。

●状态栏：状态栏位于操作页面最下方，左侧区域用于显示文件的页数，右侧区域用于调整页面的显示比例。

四、验证与优化结果

数据分析结果有时还需要进行市场验证，才能确保正确性，如果验证后发现不合理，则需要进行优化，直至得到满意的数据分析结果。例如，在分析商品热门关键词数据后为商品设计了一个标题，为了验证该标题对提升流量的效果，可以将该商品投放到推广渠道，定期检测流量数据。如果流量数据不太理想，则需要优化标题，然后再次验证，直到得到满意的结果。

五、形成策略

策略的制定取决于数据化运营的目标、数据分析并验证优化后的结果。需要注意的是，市场不断变化可能导致每次数据化运营分析形成的策略均不同，这就要求企业根据具体问题和具体的业务场景制定有效的策略。例如，经过数据化运营分析，发现某商品的市场竞争力较弱，如果商品所在市场有发展前景，就可以制定进入市场抢占份额的策略；如果商品所在市场已经没有发展前景且市场份额瓜分殆尽，则应当制定不进入该市场的策略。

六、撰写数据化运营报告

数据化运营报告是对数据化运营分析过程的归纳总结，包括数据分析的原因、目的、过程、方法、结论等内容。数据化运营报告可以让报告使用者在不需要数据运营人员解读的情况下，完全了解本次数据化运营分析活动的所有内容，并能理解数据分析背景和结论。

总体来看，数据化运营报告的作用体现在展示分析结果、验证分析质量和提供决策参考3个方面。

●展示分析结果：数据化运营报告可以将数据分析结果清晰、直观且有条理地展示给决策人员或其他相关人员，使他们能够轻松且快速地理解数据分析结果。

●验证分析质量：数据化运营报告实际上也是对整个数据化运营分析过程的总结，通过报告中对数据分析方法的描述、对数据分析结果的处理等，可以重新检验数据分析的质量和准确性。换句话说，数据运营人员可以在制作报告的过程中检查数据内容是否有误，以便及时修正或调整。

●提供决策参考：数据化运营报告可以为决策人员提供决策参考。由于决策人员往往没有过多的时间或不具备相关的专业知识，他们一般只关注数据分析结果，并利用这些结果来制定决策方案。因此，将繁杂的数据分析过程以报告的形式呈现给决策人员，更加实用和有效。

任务实战

【实战一】采集店铺近一个月的销售数据

本次实战将练习在互联网上采集公开数据的方法，首先在店侦探平台中选择某网上店铺，然后查看该店铺近一个月的销售数据，并将相关数据下载到计算机中。具体操作如下。

步骤01 通过浏览器（此处使用的是搜狗浏览器）访问店侦探官方网站，单击“演示体验”按钮，在显示的页面中单击第1个网上店铺对应的超链接。

步骤02 进入该店铺的数据页面，展开左侧列表框中的“销售分析”栏，选择其下的“销售数据”选项，如图1-22所示。

步骤03 此时页面中将默认显示该店铺近7天的销售数据情况，单击页面右上方的“30天”选项调整数据显示的时间段，如图1-23所示。

步骤04 查看该店铺近一个月每日的销售数据，完成后单击页面右上方的“导出”按钮，打开搜狗浏览器自带的下载对话框，在“文件名”文本框中输入“销售数据.csv”，在“下载到”下拉列表框中选择文件保存位置，这里设置为“桌面”，单击“下载”按钮完成数据的采集操作，如图1-24所示（配套资源：\效果\项目一\销售数据.csv）。

【实战二】整理采集到的销售数据

本次实战将对采集的销售数据进行预处理操作，主要包括数据格式的调整、数据的排序等，最后将数据文件保存为Excel文件格式。具体操作如下。

步骤01 打开“销售数据.csv”文件（配套资源：\素材\项目一\销售数据.csv），选择A1:F31单元格区域，在【开始】/【字体】组的“字体”下拉列表框中选择一种字体样式，这里选择“方正宋三简体”选项，保持默认字号不变，然后单击【对齐方式】组中的“居中”按钮。

步骤02 选择C1单元格，在编辑栏中添加“/件”，按相同方法为D1和E1单元格分别添加“/元”和“/种”，接着选择A1:F1单元格区域，按【Ctrl+B】组合键加粗文字。

步骤03 依次拖曳A列至F列列标右侧的分隔线，根据文本内容适当调整各列的宽度。拖曳第1行行号下方的分隔线，适当增加该行的高度，效果如图1-25所示。

步骤04 选择D2:D31单元格区域，在【开始】/【数字】组的“数据格式”下拉列表框中选择“数值”选项，效果如图1-26所示。

步骤05 选择F2:F31单元格区域，继续在“数据格式”下拉列表框中选择“百分比”选项，单击两次“增加小数位数”按钮，效果如图1-27所示。

步骤06 由于设置百分比格式改变了原数据的大小，因此还需要借助公式调整数据。这里选择G2:G31单元格区域，在编辑栏中输入“=F2/100”，按【Ctrl+Enter】组合键完成计算，结果如图1-28所示。

步骤07 保持单元格区域的选中状态，按【Ctrl+C】组合键复制数据，然后选择F2:F31单元格区域，在其上单击鼠标右键，在弹出的快捷菜单中单击“值”按钮，表示仅粘贴单元格中的结果，不粘贴公式。重新选择G2:G31单元格区域，按【Delete】键将其中的数据删除，如图1-29所示。

步骤08 选择“日期”列任意包含数据的单元格，在【数据】/【排序和筛选】组中单击“升序”按钮，然后在A列列标上单击鼠标右键，在弹出的快捷菜单中选择“删除”命令删除序号列，效果如图1-30所示。

步骤09 单击“文件”选项卡，选择“另存为”选项，然后选择“浏览”选项，打开“另存为”对话框。在左侧的列表框中选择保存位置，这里选择“桌面”选项，在下方的“保存类型”下拉列表框中选择“Excel工作簿（*.xlsx）”，单击“保存”按钮，如图1-31所示（配套资源：\效果\项目一\销售数据.xlsx）。