製品および運用の専門家はデータ分析についてどの程度知っておくべきでしょうか?私たちは次のように答えました

データ分析機能は、製品担当者と運用担当者の両方にとって重要です。それらはどの程度重要ですか?早速データを見てみましょう。

私たちは Python を使用して、51job.com からイベント操作、コンテンツ操作、ユーザー操作に関する 500 件の求人要件をクロールし、それらに対して単語頻度分析を実行し、次のグラフを作成しました。

私たちは次のような結論に達しました。雇用主は一般的に、データ分析能力が事業者にとって非常に重要であると考えています (もちろん、原子力事業のより重要な中核的な競争力は、製品思考とマーケティング計画能力です)。しかし、興味深いのは、多くのオペレーションスタッフはマーケティング能力（コピーライティングスキルやイベント企画スキルなど）に重点を置きすぎて、データ分析能力の向上を無視していることです。私が率いるチームもこの問題を抱えているので、参考になればと思いこの記事を書きました。

業務におけるデータ分析の役割

オペレーターはビジネスに最も近い人々です。効率的なデータ分析機能があれば、ビジネスの成長に重要な運用上の意思決定を迅速に行うことができます。優秀なオペレーターによるデータ分析は、単なる「データ収集」「表作成」「レポート作成」に陥ることなく、ビジネスにとってより実践的な指針となる意義を持ちます。

インターネット時代の営業・業務において、データ分析には主に3つの機能があります。

現在の製品状況とユーザー状況を具体的に説明し、問題を特定し、運用上の意思決定を支援します。
運用戦略が有効かどうかを検証する。
製品と業務を最適化するために将来の可能性を探求し予測します。

これら 3 つの機能も進歩的であり、既存の動作からデータをマイニングし、データを通じて動作を推測し、データを通じて将来を予測します。データ分析は製品から切り離すことはできません。分析されたデータはすべて製品とユーザーの行動から得られ、分析結果は製品に役立ち、ユーザーの行動を活性化します。

分析的思考

成長方程式の考え方

物体の運動状態を変えるには、力や場の存在が必要です。製品規模の成長とユーザーの成長には、成長エンジンが必要です。

企業成長 = 係数 1因子 1 + 係数 2因子 2 + … + 係数 n * 因子 n

ビジネスを理解してビジネスを推進する要因を見つけるのは経験の問題です。それは、ビジネスに対する私たちの精通度、ユーザーの感受性、マーケティングに対する理解に基づいて決定されます。私たちは、迅速な反復と実験を使用して、選択したさまざまな要因が妥当かどうかを検証します。

まず要因について説明し、非常に簡単な例を挙げてみましょう。

収益 - 費用 = 利益

企業収益が減少しています。その理由は何でしょうか。主な原動力は収益の減少または費用の増加です。

しかし、要因の前に係数があることを忘れないでください。コアビジネスに影響を与える要因は非常に多く、主要な要因を見つける必要があるためです。この係数は、要因がコアビジネスに与える影響の度合いを表します。

もう一つの非常に単純な例を次に示します。

ショッピングモールの売上高 = ショッピングモールのマイナス 1 階の収益 + ショッピングモールの 1 階の収益 + ショッピングモールの 2 階の収益。マイナス 1 階はショッピングモールの駐車場、1 階は男性用と女性用のファッション衣料品の販売、2 階はフードコートです。個人的な経験に基づいて係数を追加し、モールの売上高 = 1モール - 1 階の収入 + 30モール 1 階の収入 + 5*モール 2 階の収入となりました。具体的な理由は、衣料品モールは粗利益率が高く、人々はモールの主力事業のためにここに来るからです。したがって、ショッピングモールの1階の収入は最も重要な要素になります。考慮すべき要素が多すぎる場合は、係数が大きい要素が最初に考慮する必要がある重要な要素になります。ここで話しているのは数式ではありません。成長式のプラス記号は、単純な数学的加算ではなく、成長因子の有機的な重ね合わせを意味します。

ピラミッド思考

ピラミッド原則には、相互の独立性と完全な消耗という基本ルールがあります。それは優れた考え方であり表現方法です。相互の独立性とは、各サブ引数が互いに競合したり結合したりせず、すべて独立したモジュールである必要があることを意味します。完全な網羅とは、すべてのサブ引数が省略なく提示されることを意味します。初期段階では、完全に網羅するのは難しいですが、この考え方で考えなければなりません。

ある日、部下が報告にやって来てこう言いました。

ハオ兄さん、今回のイベントに参加しているユーザーは3万人以上しかおらず、登録コンバージョン率はわずか30％です。最近、商品の転換率は悪く、サーバーが頻繁にクラッシュし、登録のためのチャネルの誘導も弱く、ユーザーの需要も減少しているようで、競合他社の行動も一部のユーザーがそちらに逃げる原因となっている。

それを聞いた後、私はとてもかわいい表情を浮かべました。何を言っているんですか、坊や？

複数の独立した議論を同時に記憶することは、私たちの脳にとって困難です。それらを特定の論理で結び付けると、あなたの話を聞いている人はあなたの視点を理解するでしょう。

相互独立と完全な消耗の考えに従って、まず彼が報告した点を列挙することができます。

イベントには3万人が参加しました（これは多いのか少ないのか？過去のデータと比較して分析する必要があります）
登録コンバージョン率30%（多いのか少ないのか？過去のデータとの比較分析が必要）
製品のコンバージョン率が低い
サーバーのダウンタイム
弱いチャネル
ユーザーの需要減少
競合他社の行動

私たちはピラミッド方式を使って整理しています。実際、記者の核心的な考えは、最近製品の売上が落ちているということであるはずです。その他は、売上が落ちているという結論を裏付ける単なる表面的な現象です。考えられる理由はいくつかあります。私たちは、売上＝新規顧客売上＋既存顧客売上と、新規顧客売上＝新規顧客トラフィック＋新規顧客コンバージョン＋新規顧客単価という2つの成長式を運用しています。トラフィック、トラフィックコンバージョン、既存顧客再購入を成長の鍵となる要素として見つけ出し、次のピラミッドを整理しています。

カテゴリー思考

ユーザーのセグメンテーション、市場のセグメンテーション、製品のセグメンテーションなど、運用上の意思決定を行う際には、あらゆる場面で分類の考え方を活用します。物事には共通点と相違点があります。分類思考の基本的な考え方は、非常に異なる中核指標で物事を分離できるというものです。前述のように、ビジネスの成長要因については、関連する主要な要因を分類することができます。

ボストンマトリックスは、売上高成長率と市場シェアという 2 つの相互制約要因を通じて、企業の製品をスター製品、キャッシュカウ製品、問題製品、不良製品に分類し、企業の利益目標を達成するために企業の製品ポートフォリオを分析および計画します。

ファネル思考

ファネルモデルは、製品操作分析の万能薬です。ユーザーのエントリーから最終的なコンバージョンまで、各リンクで損失が発生し、各リンクにはコンバージョン率があり、各リンクの人数は順次減少します。ユーザーの各パスがファネルを形成します。

ファネル思考には2つの重要なポイントがあります。まず、ファネルの各ステップでの損失に注目し、各ステップでの損失の理由を分析し、ユーザー損失を徐々に減らしていく必要があります。第二に、損失の理由だけでなく、上位レベルと下位レベルの関係も考慮する必要があります。たとえば、新規ユーザーを引き付けるために、ある製品では「サインアップして iPhone をゲット」などの誤解を招くようなコピーライティングを使用してユーザーを誘い込みます。これは最初の段階では多くのトラフィックをもたらす可能性がありますが、製品が宣伝どおりではないとユーザーが気付いた場合、その後のコンバージョン率が非常に低くなり、ユーザーの気分が悪くなり、製品に関する否定的なコメントにつながる可能性があります。

分析ツールを理解する必要がある

私たちはデータアナリストではなく、オペレーションや製品を担当していることを常に覚えておいてください。限られたエネルギーで、Excel と PPT の 2 つのツールに習熟する必要があります。 Excel は主にデータ処理、データクリーニング、データの視覚化に使用され、PPT は主にデータ分析結果の表示や操作ガイドのレポート作成に使用されます。

製品と運用において、データ分析の最終的な目標は問題を解決することです。見た目のよいグラフや高度なデータ分析手法だけを追い求めてはいけません。データ分析手法とツールの 20% をマスターすれば、データ分析の問題の 80% を解決できるようになります。

データ分析プロセス

データ分析とは、適切な統計手法を使用して、収集された大量のデータを要約および展開し、情報を抽出し、結論を導き、作業を導くことと定義できます。

データ分析には次のようなプロセスがあるべきだと私は考えています。

1. 目的とアイデアを明確にする: このデータ分析はどのような問題を解決することを目的としていますか?

これはデータ分析の第一歩です。答えを見つけるには、疑問を持たなければなりません。データの量は膨大で、データは相互に関連しています。疑問を持たなければ、データの海で迷子になってしまいます。

質問を持つ必要があるだけでなく、外出するときには適切な質問も必要です。ここに例を示します。

悪い質問：なぜ新規ユーザーからの注文数が増えないのでしょうか？新規顧客のコンバージョンを向上させるにはどうすればよいでしょうか?
もっともな質問です。最近、ユーザーが登録した後に新規ユーザーギフトパックを自動的に送信する機能を廃止しました。これにより、新規顧客のコンバージョン率が低下したのでしょうか?

目的を明確にした後、独自の分析アイデアを決定する必要があります。分析アイデアには、主にさまざまなビジネス分析モデルとマーケティング分析モデルが含まれます。これらのビジネスモデルは、当社の事業の中核となる競争力です。データアナリストと比較して、私たちはマーケティングと製品をよりよく理解していますが、ここでは詳しく説明しません。

「初心者はデータ分析ができないなんて誰が言った」では、一般的に使用されているマーケティング管理手法がいくつか紹介されています。

PEST 分析手法: 政治、経済、社会、技術の側面を含むマクロ環境を分析するために使用されます。
5W2H分析手法：なぜ、何を、誰が、いつ、どこで、どのように、どのくらい。
4P マーケティング理論: 製品、価格、チャネル、プロモーションという 4 つの主要要素を含む企業全体の業務を分析します。
ユーザー行動理論: 主にウェブサイトのトラフィック分析に使用され、リピーター、新規訪問者、離脱率など、多数の中から適用可能な指標を選択します。

2. 領収書を収集する: サイトのデータベースまたは外部ソースから問題に関連するデータを検索する

人間の日々の行動は膨大なデータを生み出します。目を開けると、体重、身長、心拍数、血圧がすべてデータになります。外の気温、湿度、PM2.5もデータになります。

では、必要なデータはどこで見つけられるのでしょうか?マクロからミクロまで、データソースをマクロデータ、対応する業界ユーザーデータ、インターネットユーザーデータ、類似製品データ、独自製品データの 5 つの段階に分けます。その中で、製品と運営の同志は、対応するインターネット業界のデータ、類似製品データ、および自社製品データに特別な注意を払う必要があります。

3. データ処理とクリーニング

データクリーニングとは、データの一貫性の確認、無効な値や欠損値の処理など、データファイル内の識別可能なエラーを検出して修正する最終ステップを指します。

以下にいくつかの例を挙げて説明します。1 つ目はデータの一貫性です。各変数の妥当な値の範囲と相互関係に基づいて、データが要件を満たしているかどうかを確認し、正常範囲を超えるデータ、論理的に不合理なデータ、または矛盾しているデータを見つけます。たとえば、男性の場合、婦人科の治療歴がある場合があります。このタイプのデータの場合、データソースを取り出して再検証できますが、場合によっては直接削除する必要があります。無効な値: ユーザーの身長が負の数であり、2 つのデータが完全に重複しています。これらはすべて無効な値とみなされます。欠損値とは、その名の通り、欠損している値のことです。無効な値や欠損値については、推定したり削除したりすることができます。

重複排除によるデータのクリーニング

4. データモデルを構築し、データを分析する

いよいよ本格的なデータ分析が始まりました。はい、冗談ではありません。データアナリストは、分析に適したデータの収集とクレンジングに、毎日の時間の 80% 以上を費やしています。データ分析のプロセスは主に次のようになります。

データを観察し、現在の製品の状態を確認します。
なぜこのようなことが起こるのでしょうか?全体的な環境ではどのような変化が起こりましたか?私たちはどのような行動をとりましたか?
次に何が起こるかを判断しますか?

データ分析にはいくつかの基本的な分析方法があります。これらのデータ分析方法を使いこなすことができれば、データを研究することで上記の質問に答えることができます。

比較分析

2 つ以上のデータを比較し、その違いを分析して、これらのデータによって表される物事の発展法則を明らかにします。水平比較と垂直比較という言葉をよく耳にします。中国、米国、ロシア、日本の GDP を比較するなど、同じ時間条件下で異なる指標を比較するのが水平比較です。垂直比較とは、自国の年間 GDP の比較など、同じ条件下で異なる期間の値を比較することです。

データを分析する際には、適切な比較システムを選択することが特に重要です。

目標との比較、異なる時期の比較（前月比、前年比）
異なるエンティティの比較（例：異なるトラフィックチャネルのコンバージョン率の比較）
業界比較（同じチャネル内の異なる製品のトラフィックコンバージョン率の比較）
運用前後の比較（クーポンを受け取ったユーザーと受け取らなかったユーザーの比較）
平均または中央値と比較する（小学生は自分の成績をクラスの平均と比較するのが好きです）

比較することで、指標の背後に反映された状況を判断し、製品の現在の状態を判定することができます。

成長式と加重分析法

前述したように、コア指標には対応する成長公式があり、対応する成長ドライバーの重みはそれぞれ異なります。ここでは、重みを決定するための簡単な方法であるターゲットマトリックスメソッドを紹介します。ターゲット最適化マトリックスの動作原理は、人間の脳のあいまいな思考をコンピューターの 0/1 思考に単純化し、最終的に定量的な結果を得ることです。

目標マトリックスは主に意思決定要因をマトリックスにまとめ、チーム内の経験豊富な同僚が各要因の重要性を判断できるようにします。

次に、例を挙げてみましょう。配偶者を選ぶ基準として、家と車を所有していること、ハンサムであること、高学歴であること、性格が良いこと、長く一緒にいることなどが挙げられます。次のマトリックスを作成します。

家と車を持つこととハンサムであることとを比べると、家と車を持つことの方が重要です。1を入力してください
家や車を所有することと、良い性格を持つことを比べると、家や車を所有することの方が重要です。1を入力してください
家や車を持つことと良い性格を持つことを比べると、家や車を持つことはそれほど重要ではありません。0を入力してください

家と車の比較が完了したら、他の項目を一つずつ比較し、合計を記入します。

0.5 ポイントを追加するなど、0 ポイントの項目を修正します。重みを計算します。

最後に、すべての指標の合計/合計*100%を計算し、計算された値がこの項目の重み値になります。

マトリックス分析

マトリックス相関分析は、鮮明で使いやすい分析方法です。マトリックス分析では、2 つ以上の重要な指標を相関させます。マトリックス分析法は、主にリソースをどのように割り当てるかという意思決定の問題を解決し、企業が管理を改善する必要がある重要な領域を具体的に特定することができます。

マトリックス分析法は主に平面直交座標系を確立し、その中で 2 つの座標軸がそれぞれ物事の 2 つの属性に対応します。

たとえば、ユーザーとのコミュニケーションによく使用するチャネルは、SMS、APPプッシュ、電子メール EDM、サイト内メッセージ、ホームページのポップアップなどです。開発リソースが限られているため、接続に 2 つのチャネルしか選択できない場合、どのように選択すればよいでしょうか?メッセージ通信には、コストと情報到達範囲という 2 つの重要な要素があります。これら 2 つのパラメータを使用して、座標系を確立します。下の図に示す座標系が得られ、4 つの象限は次の属性に対応します。

私たちの分析に基づいて、パフォーマンスに応じていくつかのチャネルを上記の象限表に配置しました。

上図のさまざまな点を総合的に分析すると、SMS は情報到達率がはるかに高いものの、コストが非常に高いことがわかります。したがって、SMS は、アプリをアンインストールした可能性があるため、失われた顧客を取り戻すために使用する必要があります。到達率が低い他のチャネルでは、これらのユーザーにリーチできない可能性があるため、リーチするにはより高いコストを使用する必要があります。 APPプッシュとサイト内メッセージングはコストが低いですが、非アクティブユーザーへのリーチ効果は低いため、この2つのチャネルを使用してアクティブユーザーとコミュニケーションをとることができます。一方、ホームページのポップアップウィンドウは、比較的質の高いデータを持つチャネルであり、すべてのユーザーへのプロモーションに適しています。

5. 結論を出して決定を下す

我が国では、意思決定は特別なプロセスであり、一般的には集団決定ですが、意思決定権は主に少数のトップ管理者の手に集中しています。現場の管理者が意思決定権を持つことはほとんどありません。決定が下されると、部下はそれを厳密に実行しなければなりません。この記事を読んでいる製品や運用に携わる友人のほとんどは、中間管理職や下位レベルの管理職、あるいは単なる実行者です。

したがって、結論を導き出すときは、上司がすぐに理解して把握できる結論でなければなりません。報告するときは、長いデータ分析プロセスをいくつかの独立した実質的な結論にまとめる必要があります。

6. レポート作成

上記の段階でデータ分析を完了すると、最後のステップであるレポート作成に到達します。おめでとうございます。レポートの作成は、データ分析のアイデアと結論を提示する唯一の方法です。

大学入試の中国語テストの 3 段落エッセイに少し似て、レポートには次の部分が含まれている必要があります。

分析レポートの重要なポイントをいくつか紹介します。

まず結論から。
冗長なデータを記述しないでください。また、表示される各アイコンは対応する結論を示している必要があります。
一目でわかる結論は、書き出す必要はありません。たとえば、棒グラフの 2 つの棒の間に明らかな違いがある場合、明らかな成長を説明するために追加のテキストを追加する必要はありません。
着地点がなければなりません。つまり、データによって提示された製品の問題や欠陥に対応する解決策がなければなりません。

常に覚えておいてください。私たちはデータアナリストではなく、製品とオペレーションを担当しています。結論、行動、対策に重点を置く必要があります。

オペレーションが注意し理解する必要があるビジネス指標

基本的な交通標識

トラフィック指標は、インターネット運用における基本的な指標です。トラフィックにはいくつかの指標が含まれます。最も基本的なビジネス指標は次のとおりです。

PV（ページビュー）はページにアクセスすることで生成されるデータです。ユーザーが 5 ページにアクセスすると、5 PV が生成されます。
UV（ユーザービュー）は、特定のページへの訪問者数です。アカウントがページを何回クリックしたとしても、訪問者は 1 人だけなので UV は 1 になります。
IP: サイト全体のネットワーク IP 番号。あなたは自宅のコンピューターを使用してこの Web サイトにログインし、その後、いとこも同じコンピューターを使用して自分のアカウントにログインし、同じ Web サイトにアクセスしましたが、今回は IP アドレスは 1 のままでした。これは、あなたといとこが同じコンピューターを使用し、ネットワークの IP アドレスが同じだったためです。
ページ滞在時間: 滞在時間とは、ユーザーが Web サイトまたはページに滞在する時間の長さを指します。
直帰率: 直帰とは、ユーザーがランディングページに到達した後、2 ページ目をクリックせずに Web サイトを離れる状況を指します。直帰率とは、ランディングページを最初のエントリページとして使用する訪問のうち、直接直帰する訪問の割合を指します。計算式は、直帰率 = 直帰訪問数 / ランディングページ訪問数です。
各プロセスのコンバージョン率：登録コンバージョン率、商品詳細ページコンバージョン率、ショッピングカートコンバージョン率、決済コンバージョン率など。

ビジネス指標

注文数量、注文金額
各注文金額 = 注文金額 / 注文数量
単価＝商品総販売額／商品販売数量
平均注文額 = 期間内の商品の総販売額 / 期間内に注文したユーザー数
GMV: プラットフォームベースの電子商取引ビジネスでは、総取引額であるGMV (Gross Merchandise Volume) に重点を置きます。

ユーザー操作フォーカスインジケーター

ユーザー運用の主な業務は、ユーザーライフサイクル分析です。これは、流入、登録、維持、コンバージョン、アクティビティ、離脱までのユーザーのライフサイクル全体のデータ分析です。

ユーザーが登録する際には、各排水チャネルの有効性とユーザー登録の単価、各登録プロセスにおけるユーザーの直帰率とページ滞在時間などが主な考慮対象となります。主な目的は、各チャネルの長所と短所、登録プロセスのスムーズさ、およびさまざまな起こりうる問題を分析することです。登録後は、維持率、ユーザーの再訪問頻度、コア機能の使用時間など、ユーザーの維持に注意を払う必要があります。

コンバージョンしないユーザーは良いユーザーではありません。有料ユーザーの数、有料ユーザーの割合、成長率、登録から支払いまでのコンバージョン率は、すべて注意を払う必要があるかもしれません。また、支払額、再購入の頻度、平均注文額などにも注意を払う必要があります。同時に、アクティブであったがコンバージョンしなかったユーザーの行動にも注意を払う必要があります。

イベント運営の指標

あらゆるアクティビティに対して、新しい製品として運用することができます。アクティビティとは、短期間でさまざまな製品指標の急激な増加を促進するための運用手段です。アクティビティが成功したかどうかを判断するには、ターゲット指標の増加を確認する必要があります。電子商取引のアクティビティを例にとると、このターゲット指標の増加は、新規ユーザーの注文の変換、新規ユーザーの平均注文額、古いユーザーの平均注文額などです。

また、各チャネルのコスト、各チャネルによって生成されたトラフィック数、各チャネルでのコンバージョン数を分析し、最終的に各チャネルの ROI を計算して、どのチャネルがアクティビティのトラフィックとコンバージョンに優れた影響を与えるかを判断する必要があります。

コンテンツオペレーションは指標に重点を置く

コンテンツ運用で考慮する必要があるのは、コンテンツがもたらすトラフィックと、そのトラフィックを収益化する能力です。

コンテンツ自体はある程度のトラフィックを集めることができ、ユーザーがコンテンツを広めることでトラフィックは飛躍的に増加します。最終的には、トラフィックを現金に変換する必要があります。コンテンツ運用では、コンテンツのクリック数、コンテンツページでのページ滞在時間、コンテンツページの直帰率、いいね数などに着目する必要があると考えています。上記の 4 つの指標により、記事のタイトルが魅力的かどうか、コンテンツがユーザーにとって価値があるかどうか、コンテンツがクリックベイトかどうかを効果的に判断できます。価値のあるコンテンツは、必ずしもユーザーが喜んで広めてくれるコンテンツとは限りません。コンテンツの転送量にも注意を払う必要があります。

十分なトラフィックが蓄積されたら、コンテンツのコンバージョンと収益化データも考慮する必要があります。コンテンツのコンバージョンデータは商品形式によって異なり、有料リンクのクリック数、ページ広告のクリック数、プロモーション期間中のプロモーション商品やブランドの売上増加などに反映されます。

製品によって指標体系は異なりますが、ここではすべてを列挙することはできません。核となる考え方は、製品内のユーザーのコンバージョンパスに焦点を当て、コアコンバージョンパスから考慮する必要があるデータ指標を拡張することです。

BIシステムの構築支援

BI システムは主に業務と製品を対象としています。すべての運用スタッフがデータベースを閲覧できるわけではありません。細かい分業体制を敷いている大企業では、運用スタッフがデータベースの権限を取得することは許可されません。また、運用スタッフがデータの検索やクリーニングに時間をかけすぎることも不適切です。

そのため、データダッシュボードとデータ分析システムを確立する必要があります。データ分析システムは、主に製品・運用部門がユーザーとなる社内製品であり、主にデータプロダクトマネージャーが主導し、データ開発エンジニアが開発します。主な目的は、運用スタッフが最も重要なコアデータを簡単かつ便利に確認し、タイムリーに運用上の意思決定を行えるようにすることです。 BI システムは、社内のチームによって内部的に開発することも、Sensors、Tableau などのサードパーティツールを使用して開発することもできます。

データ分析能力を向上させる方法

より多くのデータを見る: 毎日早めにオフィスに行き、データレポートを見て、データの変動の背後にある理由を考えます。時間が経つにつれて、あなたはデータマスターになります。かつてZhihuで、データアナリストがデータ分析スキルを向上させる方法はデータを暗記することだ、というのを見たことがあります。少し極端ですが、一理あります。
ビジネスへの精通: データ分析はビジネスデータ分析に基づいています。データを通じて既存の問題を見つけるには、運用と製品がビジネスに非常に精通している必要があります。これは、データ分析プロセスにおいて、私たちがデータアナリストよりも優位に立つ点でもあります。
Excel に精通し、他のツールを理解している必要があります。よく使用される Excel 関数に加えて、さまざまなアイコンやデータ視覚化ツール、ピボットテーブルなどにも精通している必要があります。また、データベース言語 SQL を理解する必要もありますが、Python を知っていればさらに良いでしょう。そうすれば、データアナリストとより迅速にコミュニケーションをとることができ、簡単なデータベースを自分で検索およびマイニングすることもできます。

最後に

オペレーションは管理分野であり、管理能力の向上は主に実践にあります。この記事では、いくつかの実用的なアイデアと方法論のみを提供し、その例は比較的単純です。誰もがアイデアと方法論を独自のインターネット製品と組み合わせ、フレームワークを拡張して、データ分析をより効果的に習得する必要があります。千里の道も一歩から始まります。オペレーターと製品担当者の皆さん、お互いに励まし合いましょう。

この記事の著者@梁彦豪は(Qinggua Media)によって編集および出版されています。転載の際は著者情報と出典を明記してください。

製品プロモーションサービス：APPプロモーションサービス広告プラットフォームLongyou Century

<<: あなたは本当にファンですね！！

>>: 安順B＆Bミニプログラムの開発にはどれくらいの費用がかかりますか？安順B&Bミニプログラムエージェント価格問い合わせ