从事情的偏重点来分，运营可以分为产物运营、用户运营、勾当运营等等，数据驱动运营也主要从这几个方面入手。本日我们从理论和实操层面来阐明一下，数据是如何驱动产物运营的。

一、为什么需要用数据驱动产物运营

谈到产物运营，首先需要提及的就是传统的产物运营套路有什么问题，为什么需要用数据化的手段和要领来优化产物运营。

在此增补说明一下，本文说的产物运营是指已经超过了从0到1的阶段了，偏重点转移到了产物的优化和进级。

按照笔者的调查，传统视角下的产物运营大多缺乏数据意识，主要表示在以下三个方面：

1. 产物需求不客观

产物宣布后结果没有到达预期的贸易方针时，一般都需要举办产物的成果改革和进级迭代，这时候就要提出书本改造的新需求。

这些新需求来自那边呢？为什么要改造这些需求而不是那些需求呢？哪些需求应优先改造，哪些应该延后？

传统的模式下，产物的问题发明和改版需求的提出，往往不是来自于用户的行为反馈，而是来自于老板的指示。

老板为什么提出这样的需求呢，TA大概是基于本身的履历判定可能参照竞品阐明得出的结论。所以，这种产物需求提出的 *** 是不客观的，是缺乏深入阐明和足够论据的。

2. 优化方案不严谨

在设计产物优化改造的方案时，产物司理往往是凭据率领的指示来做的，产物司理并没有用充实的论据来证明应该改造什么、应该怎么改造。

功效就是在率领的拍板和指示下，产物司理设计新的产物改造方案时不免会偏离正常的轨道，产物司理输出的PRD文档和原型方案就会走样儿。这种 *** 设计产物的优化方案是不严谨的，是缺乏数据支撑的。

 3. 结果评估不科学

传统模式下对产物迭代后结果的评估大多较量粗放，缺乏全面客观的评估指标体系，对改版结果的阐明不足深入和透彻，难以形成精确和合理的判定。

传统模式下的产物运营闭环之所以存在这些问题，一方面是率领层和产物司理缺乏一颗数据驱动的心，另一方面大概是受限于用户利用产物的行为数据收罗手段不敷。

基于传统模式下产物闭环运营的这些问题和不敷，数据驱动的产物闭环运营应时而生。数据驱动的产物运营闭环能让产物需求更精确、产物优化方案更靠谱、结果评估更公道。

与传统套路对比，数据驱动的产物运营在产物开拓、测试和宣布等环节并无大的差别，主要的差异点在于产物需求的起点和终点。

传统模式的产物闭环运营的起点是需求阐明，终点是结果验证；而数据驱动的产物闭环运营的起点是数据阐明，终点是数据验证。数据驱动的产物闭环运营的焦点逻辑是：数据从产物的问题中来，数据最终回到产物问题办理的结果验证中去。

二、数据是如何驱动产物运营的

数据在产物运营闭环中发挥的浸染可以归纳综合为五个要害词：监测、洞察、诊断、检讨和评估。

别离是用指标体系监测运营全流程，用数据阐明洞察用户的产物需求，用指标异常诊断产物的“障碍点”，用留存阐明曲线检讨新成果结果，用数据评估产物改版结果。

1. 监测：用指标体系监测运营全流程

将产物运营的进程举办指标化和数据化，是产物运营风雅化的基本。

可以从产物的用户数据、成果应用、收入等方面构建全面的产物运营监测指标体系，将产物运营进程举办解析和量化。

要实现产物运营全流程的监测，应成立完备的数据收罗机制。

互联网产物一般城市涉及用埋点技能收集用户利用产物的行为数据。以互联网产物的成果评估为例，可从成果渗透、成果转化和成果留存三个方面举办监测和评价：

2. 洞察：用数据阐明洞察用户的产物需求

为洞察用户对产物的需求，一般需要综合多方数据举办研判。

譬喻：用户利用产物的行为轨迹数据，产物司理自身亲力亲为的产物体验数据， *** 中心收到了用户咨询与投诉数据等等。

如下图，凡是可以从六个方面的数据来发明用户的需求：