EEPW论坛

数字化运营的核心究竟是“数字化”还是“运营”，不同的利益相关者有着不同的理解和解释。我们认为，两者互相依存、密不可分，可通俗的定义为通过数字化技术帮助企业实现数字驱动下的高效、敏捷、智能的运营管理。其中数字化技术已不再局限于传统的IT技术，还包括人工智能、区块链、云计算、大数据等新兴技术；而企业运营管理则是与产品生产和服务创造密切相关的各项管理工作的总称，涵盖了经营过程中的计划、组织、执行和控制等。只有将“数字化”和“运营管理”作为一个统一的、有机的整体对待，技术方能赋能企业。

从企业角度来看，企业不仅面临全球经济增长放缓、行业竞争持续加剧的常态环境，还要应对用户需求越发苛刻、经营成本不断上升的直接挑战。内忧外患，如何突围？从供给侧分析，数字化技术的发展和普及使得数字化技术平台越发成熟，为企业创新管理创造了有利条件。正因为如此，融合数字化技术的IT解决方案为企业提供了一种解决问题的可能。数字化运营可以帮助企业管理者们快速****从战略到执行的全景视图，利用预测和模拟等技术手段，即时洞察经营过程中的不确定性，适时应对变化，从而帮助企业有效解决经营过程中长期存在的的高库存、高成本、长交期、低效率等问题。

数字化运营是数字化转型基础，其本质是通过大数据加算法，自动智能，化解复杂环境的不确定性，优化资源配置效率，创建企业核心竞争优势。随着全球信息应用技术架构大迁徙，企业数字化转型正在经历从基于传统IT架构的信息化管理，迈向基于云架构的智能化运营。

新零售的最大优势是全面打通并深度融合了线上线下和现代物流系统，实现零售商与用户的持续深度交互，从而为精准营销、互动营销等各种销售策略的实施奠定了坚实基础。新零售的整体方法论是以商品为入口实现与人的连接，人是新零售经营模式的核心所在。从这个角度来看，新零售运营包括三大要素：引流商品、经营社群、增加服务内容。这三个方面的连接贯通点是用户，即围绕用户体验建立商品与用户的连接关系，然后将众多用户聚合组织起来形成社群，通过社群运营将用户培育为企业的忠诚粉丝，最后通过各种增值服务获取收益。

2

企业数字化运营趋势分析

01 人口红利逐渐消失，互联网进入存量竞争阶段

中国互联网规模经济的两个基础指标——用户数量和用户，在最近一两年相继放缓了增速，甚至可以说触及了想象力的天花板。对于互联网而言，新常态已成定局：人口红利消失、时长红利渐微，互联网竞争走向存量市场。

在时长区间的竞争中，还存在各个同业企业的竞争，必然导致竞争越来越激烈。在如此严峻的背景下，企业必须进行改变以应对挑战——业务流与数据流融合建设，运营数字化、精细化。

02 业务流与数据流融合建设，运营数字化、精细化

首先是数字化，这与过去的单纯数据统计不同，数据统计已无法满足存量竞争市场的需求。如今的数字化主要体现在两个部分，一是数据驱动决策，通过数据帮助产品改进、运营优化、营销分析和商业决策，即 BI；二是数据驱动产品智能，基于数据基础嵌套算法模型，反哺结果数据给产品，使其拥有学习能力，完成自主迭代，即 AI。

其中，BI 的作用不仅仅是做一个报表，给上级领导做汇报，而是通过 BI 及时和结构化的数据真正辅助产品改进、运营优化、深入营销分析和科学商业决策。AI 概念如今较流行，但从理念到落地需要很大的成本，对数据的基础建设有极高的要求。

其次是精细化，强调基于深度的客户洞察提供个性化服务，实现精准营销、降本增效的目的，包含客户深度洞察和精细化运营两个方面。

客户深度洞察的前提是通过打通全渠道用户数据生成用户标签、构建用户特征工程，深入了解用户行为习惯与消费偏好，从而引导企业更好地做精细化运营；精细化运营侧重基于客户的差异化特征、偏好与需求，定制差异化、个性化服务、产品与服务，提升客户体验和业务转化。

总体来看，行业整体趋势是将业务流和数据流融合建设，从而达到运营数字化、精细化的最终效果。

03 看不见，摸不着，数字化运营到底是什么？

事实上，数字化运营的概念已经在各行业中普及，但目前为止没有一个标准化的定义。在这里，总结了几个关键词：

准确、完备的数据。这是所有企业的数字化运营的基础。

体系化、量化。如果企业无法体系化的评估业务，数字化运营可能是单点式的，为企业带来的价值会受限。

运营各环节。企业不仅要关注运营结果，分析业务结构，也要把数字化运营理念和方法应用到运营各环节。

降本增效。降低对传统线下重人工、非标模式的提高，提高线上化直接客户运营的能力，从而达到降本增效，提高企业效益的目标。

企业制度与战略。之所以上升到战略高度，是因为数字化运营对外可覆盖用户全生命周期管理并起作用，对内可覆盖业务全流程，如通过优化用户体验，辅助识别隐藏的用户需求，从而驱动业务创新。因此，从企业制度与战略角度重视会使数字化运营更易从理念落地到实践，从而释放价值。

04 数字化运营的价值与意义是什么？

数字化运营的价值主要体现在四个方面:

第一，促进用户活跃。通过精细化渠道触达、活动运营，提升用户访问频率与使用时长，有效增强用户对产品的价值认同与内容依赖。比如给用户提供更加有吸引力的内容，会提升用户活跃度、使用时长等指标。

第二，优化用户体验。通过诊断产品可用性与易用性，改善产品感官体验与交互体验，提升独立用户与全局用户的满意度、忠诚度。

第三，提升用户价值。通过建立用户分层体系，细分用户需求，了解用户业务偏好与消费习惯，对业务流程进行诊断，有效提升业务各环节的转化，提升用户价值。

第四，驱动业务创新。通过整体性的用户需求与产品价值与需求度满足评估，定位业务运营困境，指导业务创新与竞争力提升。

05 数字化运营落地的难点

数字化运营的价值毋庸置疑，但少有企业能不断地释放价值，主要存在以下 3 个应用难点。

第一，基础弱。如数据不准确、数据质量低、可应用性差；无法打通多应用系统，数据成为孤岛；运营离不开人，而市面上运营思维和数字化思维均具备的人才少，企业内部缺乏数字化运营人才导致落地难也是主要原因，因此，需要企业自己培养。

第二，应用浅。如指标不科学、无体系；数据分析深度不够；缺乏业务洞察和建议。很多企业止步在有数据和看数据阶段，不知道如何把数据分析真正地转化成业务的洞察和建议。

第三，没闭环。如企业通过数据分析找到一些业务洞察，但如果改进问题，会涉及到多部门协作，把数据洞察落地到实际业务便考验企业的协作机制和企业体制文化。此外，落地后的效果评估是否科学和智能直接决定释放价值大小，效果评估后，企业的持续迭代机制是否完善直接决定闭环能否有效运转。

因此，很多企业深知数字化运营的价值，但无法将其释放。

综上所述，数字化运营是企业现阶段破局的趋势，数字化运营主要包含数字化和精细化两大块，企业建立数字化运营体系和制度后，可对客户全生命周期进行数字化管理，对全业务流程进行数字化诊断和精细化价值提升。但如今，企业面临着数据基础弱、应用浅、没闭环的数字化运营困局。

3

数据驱动的竞争力打造

01 从需求出发，打造数据应用闭环

具备数据驱动竞争力的企业一定是从业务需求出发的，因为最终评估企业竞争力的也是业务价值。

从需求出发的数据应用闭环涵盖：业务需求、数据准备、数据应用、业务迭代、效果评估。

业务需求。只有从业务需求出发的数据应用，才能最终应用到业务中并创造价值。值得一提的是，这里的业务需求意义广泛，技术部门也可能是数据应用的需求方，如技术部门提出给 APP 的稳定性做监测。

数据准备。基于业务需求要做一定的数据准备，如果企业有相应数据只需整理数据逻辑，如果企业没有相应数据需要做对应的数据采集。

数据应用。数据应用可以粗略分为简单的分析应用和数据产品化的应用，之后会进行展开介绍。

业务迭代。当具备成熟的数据应用思路后，便可实际应用于业务迭代中验证。

效果评估。通过业务迭代验证后的数据，可以通过数据分析进行效果评估，从而判断迭代方向是否正确。

之后，基于效果评估或业务实际情况，又产生新的业务需求，从而不断地使闭环运转和完善。

02 数据需求可以是什么？

业务需求是数据应用闭环的第一步，也是最关键的一环。那么，业务数据可以是什么呢？

整体上，可以划分为两个方面：一方面为单纯的数据分析应用，通过数据分析诊断业务流程问题，评估业务效果、指导业务迭代，主要是指导业务方向，并不涉及与产品打通或更改产品流程；一方面为数据产品化应用，通过数据二次开发将数据应用至产品流中，提高个性化程度，如智能推荐算法。

03 数据分析应用的细分模块

数据驱动精细化运营的细分模块主要可划分为以数据运营为基础，用户运营、产品运营、活动运营、内容运营四大方面，基于企业的性质、阶段、行业可能会存在一些差异。

“数据运营”对以上四个模块的运营具有支撑和驱动的作用。在每一个模块的日常运营工作中，都可以运用数据运营的思路来达到量化评估、提升转化的效果。

这里补充下：数据运营岗位和其他运营岗位的区别，以及如何建立职能划分？

数据运营岗位主要承担两个职责：第一，沉淀企业内部方法论促进复用，如将某业务线的优质应用案例进行方法论的总结，并复用到下一次活动或其他业务线的实践中。第二，将数字化能力赋能给用户运营、产品运营等运营人员，从数据采集、处理、分析到应用的数据应用流程和思维的培养。

数据运营的岗位可以有两种设法：一是融合在各个运营模块中，有一个专人负责该模块的数据驱动。这样做的好处是，专人负责更加了解业务，但是这依赖个人能力；二是一个单独的团队，在业务线有需求的时候驻场到各个业务线中去进行深度的合作。好处是便于行内知识沉淀和质量把控；坏处是业务理解能力可能不足。如果业务人员具备一定的数字化能力，建议业务线的数字化运营工作，由用户运营、产品运营、活动运营和内容运营的业务人员承担的效果会更好。

下面详细介绍四个细分模块。

（一）数据驱动用户运营

在数据驱动用户运营上，主要有两个关键方面：

一方面，我们需要了解用户生命周期价值，了解处在每一个生命周期的客户有多少，累计客户结构是否健康等；

另一方面，在每一个阶段，进行客户的质量评估，这里可以借助一些关键指标去判断，比如新手期的“激活率”，成长期的“留存率”等。同时，每一个阶段都建设更细分的场景去做数据的深度分析。

每一个环节，企业均可用对应的数据指标作为北极星指标衡量。

举个例子，新手期的激活，是所有产品都会重视的一个分析场景。那么“激活”怎么定义，客户需要完成哪个步骤才算是激活？在这个过程中，注册、登录、实名认证的基础功能流程是否顺畅，我们设置的一些新手引导策略是否真正起到激励客户完成全流程的作用？

因此，在对基础功能做评估时，可以有一个完整的指标体系，来评估每一步的流程转化情况，如停留时长、输入框的操作便捷度等。

影响激活率的另外的一个就是新手引导策略。企业可以通过产品化的方式辅助新手引导，如针对新用户在产品中设置第 1 天、第 2 天、第 7 天、第 30 天的触达活动，并通过数据分析的方式查看每个环节的推送效果，分析优化的效果提升等，定位优化点，从而指导迭代方向。

（二）数据驱动产品运营

在上图中，引用了一张用户体验结构图。图中用户体验分为 5 个层次，每一个层次我们都可以通过关键指标来判断，通过相关策略，最终达到支撑我们用户体验提升的效果。

（三）数据驱动活动运营

在活动运营的闭环里面，会经历以下阶段，分别是：设定目标——方案策划——技术实现——效果评估——策略优化，每个阶段都可以应用数字化运营。

在设定目标时，结合客户的属性、行为偏好、价值标签、进行人群筛选；方案策划上可以参考历史活动不同方案的活动效果，进行活动方案的评估和调优；效果评估的环节，希望能够实时性地洞察活动触达面积以及最终的转化与业务贡献：在触达的客户中，有多少用户因为不感兴趣而直接关掉了活动落地页，又有多少用户按照引导流程完成了最终转化，整个流程都是可以通过数据访问量、转化率等指标去做衡量。

（四）数据驱动内容运营

内容运营的重点是找到对的人、用对的方式、送达对的信息，通过三者的不断调优，找到最合适的、高效的运营策略。

整体上，需要对每一类信息进行完整的管理，从对应的目标人群画像出发设置适用的信息。对业务整体的掌控也需要站在战略角度分析，以评估内容运营的优化空间。

总体上，在数据分析应用的方向，常见痛点为：数据基础弱、现有数据工具难以满足分析需求、数据分析深度不够、数据洞察到业务难落地。

4

企业数字化运营落地实践

《系统动力学》课程中有这样一个概念——系统是由要素和连接各个要素的关系组成的。当系统出了问题，可能是要素的原因，也可能是连接关系的原因。

经过抽象，对系统影响最大的几个因素可总结为三点：人才、产品和体制。

人才涉及到各个方面，决策层、统筹层、落地层等层级是否能够就数字化运营的思路达成共识，这将决定产出的数据分析结果和数据应用的结果与质量。

产品决定了数据分析和数据应用的产品体系，是否能够满足行内的业务发展需求。

体制为连接关系，强调数据采集到应用全流程规范清晰、负责人明确。