专栏名称: Python爱好者社区
人生苦短,我用Python。分享Python相关的技术文章、工具资源、精选课程、视频教程、热点资讯、学习资料等。每天自动更新和推送。
目录
相关文章推荐
Python爱好者社区  ·  LLM书.pdf ·  3 天前  
Python开发者  ·  GitHub 公开评测,国产 AI 表现…… ·  3 天前  
Python爱好者社区  ·  来了!GPT4o接入个人微信! ·  5 天前  
Python中文社区  ·  用 Python + FMP ... ·  4 天前  
Python开发者  ·  再用 `print` 进行 ... ·  6 天前  
51好读  ›  专栏  ›  Python爱好者社区

运营如何快速构建系统性的知识

Python爱好者社区  · 公众号  · Python  · 2017-08-04 17:17

正文

点击上方图片查看配套视频教程

作者:秦路,天善智能特约专家。资深数据分析师,数据化运营专家。擅长结合运营和数据,建立数据化运营体系。

个人公众号:秦路(微信ID:tracykanc)


前言

今天谈一谈运营应该怎么学习,去构建自己系统化的知识体系。

为什么需要系统化的体系呢?因为运营是一门多领域交叉的职业,从市场营销、用户心理到内容文案、数据分析。无所不包。因为复杂,所以繁杂。

不得不承认,运营新人需要做【杂事】,诸如客服接待,文案整理,报表计算,上述的工作我也都日复一日地做过。很多人的成长也止步在这一段时间。

网上相关的运营知识、思维导图,书单推荐已经很多了,可我不觉得它很有效。新人很难高屋建甄的理解体系化的内容,你对内容运营讲解留存、促活,他们会懂个概念,具体的应用仍旧一知半解的。你对活动运营讲解渠道,它还是不熟悉CP、CTR、CPC的等。

看了很多运营书仍旧不懂就是这么一个道理,何况书本的知识也会过期。我今天强调的是如何由点及面构建自己的体系,这是一套个人的方法论,你们可以当成我的术。不敢说是灵丹妙药,希望能对大家有一些帮助。

有一天在群里我们讨论商品活动。活动有瑕疵,主要是没有明确的讲解活动的流程和细则,在活动发布后有同事反馈了才发觉,是非产品运营的同事反馈。


(图是群里的截图)

这句话很简单,我把它记了下来:第一步没搞懂就不会继续,就不会付钱。

我以这个例子引申讲一下运营知识体系的构建。

运营三大技巧:抽象、关联、演绎。

抽象

什么叫抽象呢?我自己是这么定义的:就是通过分析和总结多个实例,体现出对象的本质或者规律。苹果之于水果;葡萄之于水果;衣服之于穿着;帽子之于穿着。短句的后者都是前者抽象出来的概念,是对前者高度的质的概括。

回到开始的例子:第一步没搞懂就不会继续,就不会付钱。

如果用户反馈相关的问题,都是怎么描述的?


活动没有说明清楚,大家都会遇到这一系列疑问,对吧?看似问题互不相关。但一句话就能总结概括出来了:第一步没搞懂就不会继续,就不会付钱。

抽象的文字再专业一些,比如你要出本书骗钱,那么优化一下:用户的心智对疑惑事物永远报以谨慎态度。能骗不少转发和点赞呢。

在这一套学习方法中,抽象=概括。

为什么掌握抽象呢?因为人擅长自上而下的思考,而不是自下而上。抽象更容易从高层的概念构建体系。


如何抽象?就是将事物无关的表征都剥离出来。商品条款,确认收货,咋付钱,有没有陷阱?这些用户乱七八糟的疑问,就用一句话通通概括:搞懂没?

职场新人不太会抽象,不说经验和工作方法、不深入思考不是一个好习惯。如果你真的从事过客服工作,你就会知道,反馈问题的工作每天都做,但很少有人能概括问题。今天反馈四五个问题,明天反馈七八个问题,有多少人能总结出:活动页面让用户没搞懂?

回到活动最开始的策划,策划页面,考虑条款细节,考虑说明文档,考虑按钮页面的摆放。不论怎么设计怎么策划,核心的流程思想都是一句:如果我是用户,我能搞懂不?

将[我是否能搞懂]代入用户角度移情思考,然后再拆分出各个细节去策划,这是好运营与普通运营的分水岭。

能不能往高一层抽象?

能!

有用户第一步没搞懂,就会有用户搞懂,有用户不会继续,也有用户坚持继续。更高一层的抽象是概括更多的用户类型。

于是引出更高一级的抽象:用户购买一样商品,20%会下定决心购买,20%不拖泥带水的关闭页面离开,60%处在犹豫的中间态。

这句话说明了三种情况。第一步没搞懂就不会继续,就不会付钱,对应的是60%的用户,也就是犹豫用户。20%的冲动用户,是价格不敏感或者硬核用户,俗称的买买买用户。20%的非购买用户,既可以是理性用户,也可以是非需求用户。


第一步的抽象,我们概括了用户行为上的疑虑,将其统一为没搞懂。第二步的抽象,我们概括了用户行为的类型,没搞懂就变成了类型中的一种。在此知识体系有三层结构,一层比一层细节。

还能不能更高一层的概括?其实是可以的,我们还能概括目的,把购买商品提升到用户的行为,或者将操作步骤更细分等等。靠谱的知识体系一定是自上而下的金字塔结构。

抽象是很典型的经验主义导向,讲究的是利用、复习和总结,目的是构建出一个完整知识体系。运营新手说自己搞不懂运营体系,一是运营本来就很复杂,二就是不会抽象,知识点是独立的碎片,而不是结构。

接下来讲关联,它和抽象是好基友。

关联

用一个好玩的例子开头。

苹果、橘子、袜子、香蕉、白菜、西红柿、围巾、鸡蛋、葡萄、西瓜、柠檬。

你能在十秒钟内记忆它们,然后准确复述吗?挺难的,不是么?

那我们换一种方式,看一下下面:


再尝试记忆一下,是不是发现简单了不少?

大脑是混沌的,但对关联性的事物非常敏感。一开始记忆这十一钟仿佛无规律的事物很吃力,但是将其分类成水果、穿着、蔬菜。就方便很多。关联不仅能强化记忆和学习,也能加强认知能力。

[诶,这个怎么付钱啊,点击哪个按钮进去],[付了钱怎么确认收货啊],[条款是不是有点问题?],[快递这里能收到货吗,要多久?]

仔细研究就会发现,这些用户的情绪都是疑惑,是未解,互相之间是有迹可循可关联的。关联是抽象的基础,因为只有事物之间有关联,才能从更高层次解释。

从更高一层的抽象看,20%的立即购买的用户,情绪是冲动、非理性或狂热等等,20%的不购买用户,情绪是理性、冷静或者排斥。60%的中间用户,则是疑惑、担忧或者犹豫。

虽然用户心智不相同,作出的反应不同,但在购买商品这事上,都有情绪的外在体现。这就给了我们抽象的基础。

关联是找出事物之间的规律,并且归类。它和抽象的区别是,抽象是上下结构的总结,关联是平行结构的联系。


将情绪分类和关联完成,则抽象具有了边界性。假如我们很难把一个知识点抽象,那么考虑从关联入手,找出事物之间的联系。这是一种快速抽象的方法。

在运营体系中,用户的行为、用户的心理、用户的逻辑等,都是有普适性的。可以作为抽象和关联的基础去思考。

关联也可以拓展抽象的边界,发散思维。比如我们有冲动、理性、疑惑的情绪。那么用户会不会有贪婪的情绪?当然可能,比如商品的优惠,商品的促销等,都有可能将60%的一部分转化到冲动。这是关联的另外一种用法。

抽象和关联都是一体的,是好基友。简而言之,你想掌握运营的知识理论,先看一下碎片的知识互相之间有没有联系、共通或者规律,然后尝试更高一层去总结它们。

演绎

上面的例子,可以粗略的理解为归纳,也就是许多个例总结成原理,我们从最开始的例子,演变成了一个结构化的知识。接下来做的则是演绎。

归纳和演绎是哲学的两个思考流派。

麻雀会飞,大雁会飞,海鸥会飞,它们都是鸟,所以鸟都飞。这是归纳。

鸟都会飞,因为麻雀、大雁、海鸥都是鸟,所以它们会飞,这是演绎。

当然我没有能力讲哲学,我这里的演绎是简化版的演绎。也就是你需要将抽象和关联的知识体系运用到实际中。

关键是用。

你有了理论,或者学会了粗浅的理论,其实并没有多大用处,你还不会应用,发挥不出知识的价值。老祖宗教我们举一反三就是这个道理。

再来重复一遍理论:用户购买一样商品,20%会下定决心购买,20%不拖泥带水的关闭页面离开,60%处在犹豫的中间态。

现在想一下运营中有哪些场景可以用这个理论解释?

[我参加淘宝双十一吗,我是哪一类用户?]

[用户下载一款APP,是不是也按照20%,60%,20%区分?]

[用户投资理财,是不是也按照20%,60%,20%区分?]

多联系工作中的场景,你就会发现体系的影子。比如用户投资理财,20%愿意购买的肯定有贪婪、述求、期望等情绪。犹豫购买的用户,绝对会有安全性,合理性的疑虑。不购买,要么是太保守、要么是看不上。这个和商品的购买,逻辑是共通的。那么作为运营策划,你怎么去打消用户的疑虑?页面设计考虑了这些点吗?怎么能转化过多用户去购买?

随着应用的纯熟,自己的知识体系会愈发强大。好的理论都应该不断被使用。同样看一堆书本,学霸能考100分,普通人也就70分。是学霸发明了这些书本的知识定理?没有,他们只是会运用。

运营的知识也是这个道理,而且更难,因为没有书籍能真正透彻说明白运营,所以运营才是重实战重经验的一个工作。好运营不是工作了多少年看了多少书,而是在某个时刻,想起来应该用什么知识。

我强调演绎,就是将理论知识放到更广阔更实际的场景。

一是纵向观察,自己归纳出的运营体系是否正确,是否还能深入挖掘或者修正。

二是横向观察,去学习,看其他产品怎么应用的,其它产品怎么设计,书本上的知识我怎么消化成自己然后去用它,我能学到什么?

我们可以将学习想成一个输入和输出系统,演绎就是不断的输入,将现实遇到的问题放到自己的知识体系中,最后不断将案例检验。


经验决定了知识体系深度的下限,上限是由应用技巧和学习决定的。

抽象、关联和演绎是三位一体的技巧,我不敢说它有多少强大,但对知识的学习相信还是会有帮助的。如果说还有比此更优秀的技巧,那就是不断学习的心吧。

想了解更多干货就使劲戳戳戳~~~

天善智能年度数据分析扛鼎之作,秦路主讲,七周成为数据分析师课程。
人气讲师,期盼已久,潜心打造,不负众望!
涵盖基础、业务、思维、工具、方法等方面皆具,提纲挈领!
给自己一段七周之旅,奠定基石基础,踏上数据分析师之路!

点击阅读原文或扫码咨询

推荐文章
Python爱好者社区  ·  LLM书.pdf
3 天前
Python开发者  ·  GitHub 公开评测,国产 AI 表现……
3 天前
Python爱好者社区  ·  来了!GPT4o接入个人微信!
5 天前
Python中文社区  ·  用 Python + FMP 获取并分析全球股市数据
4 天前
潮音乐  ·  晚安曲 | 我在,一直都在
7 年前
药物临床试验网  ·  临床试验听听看 ▎ICH GCP 4.11
7 年前