过去我们所认为的运营方面的工作更多的是维护客户，上架商品，推动业务合理有序的进行，但是当下的运营工作越来越要求具备数据分析的能力，希望运营的同学在日常的工作做到更加精细化的业务运营，推动业务更加高效的进行。
可能习惯了历史运营岗位的同学还是很多疑惑，为什么突然就这么需要数据分析能力，到底什么是数据分析能力呢？
所谓数据分析的能力，并不是什么很神秘和新鲜的能力，在还没有大数据的时候，商业领域的工作更多的是通过个人的经验去推进，但是每个人的经验是不同的，也是不稳定的，一旦出现偏差，可能给公司带来很大的损失，但是数据是最真实的，是不会骗人的， 及时出现了决策偏差也是数据使用的能力不足或者不正确，但是数据可以最真实的体现业务的具体情况，因此，在战略到战术越来越多的需要参考数据做决策。
当高层发现数据的价值越来越重要后，当然也希望公司所有的同事可以更好的参考数据推进业务，尤其是运营同学，如果每个人的运营效率提升1%，全公司的业务效率就会呈现指数形式的增长，这也就是为什么需要数据分析的能力。
具体数据分析的能力有哪些？相信在大数据的今天，很多人也有所耳闻，了解到可能需要会使用excel，会写SQL，有的甚至会写python，或者会写PPT，当然这些也是没错的，只是这些更多的是数据分析的过程中需要具备的一些技能，如果想深入的学习数据分析，还是需要更多的熟悉业务，通过数据去发现业务中的问题，然后分析和解决问题，最终能够帮助公司提升营收或者节约成本，才是最终的目的。
如果你还是很迷茫，我有看过知乎搞得数据分析小白课程就很不错，有些免费课程有兴趣的可以薅下羊毛了解下数据分析的基本方法系统学习一下效率更高。
知乎请的是前 IBM 数据大佬讲课，结合互联网经典案例，理解起来几乎没有门槛，听完高低能具备相当于阿里 P6 或 P7 级别产品/运营专家的数据理解+数据分析+数据应用能力，并熟知+理解互联网/科技公司内的绝大多数常见数据赋能业务的场景、思路和可能性。
1、运营要做些什么？
如果大家还是很迷惑，不妨通过运营的具体工作来看一下，到底哪些运营环节会重点涉及数据分析。就拿最常见的电商平台商品运营来说，运营日常的工作可能涉及如下环节：
● 制定商品运营策略
● 上架商品
● 观察转化
● 调整商品
● 复盘
● 调整商品运营策略
以上就是业务运营常见的运营环节，过去都是通过非常粗略的数据以及运营人员对行业的经验进行商品策略调整，但是这样并不能使得价值最大化，因为你没有看到竞对的商品销售情况，也并不能确定每年都是一样的行情，因此在不同的时间不同的商品的策略会有很大的不同。
2、和数据分析有哪些关联？
既然运营工作经验无法价值最大化，那通过数据分析就能吗？先不用着急下判断，先看看运营工作实际会和数据分析有哪些关联，再去考虑其它。
首先，我们看做爆款商品策略的时候，可能会有多个爆款商品无法决定选择哪一个提供最佳的坑位资源，那你是否要同比去年的情况，同时要对比当前其它爆款的商品销售周期的情况，才能选出当前此刻最佳的爆款商品。
其次，当你选好爆款商品后，在售卖的过程中你是否要实时观查销售情况，这个观察肯定不仅仅是销售结果，更应该是从商品上架，到客户浏览、下单、付款、转化整个漏斗转化过程。如果哪个环节有问题可以及时调整。
最后，当营销策略活动结束后，必然要进行复盘，对于复盘通过数据说话是最有说服力的，如果是谁出了问题也无法推卸责任。
以上就是最常见的运营过程中必然会涉及数据分析的环节，所以业务过程中，运营和数据分析是不可分割的，经验运营的时代早已过去。
3、 数据分析如何赋能运营工作
可见运营和数据分析分不开，那具体要怎么通过数据分析来赋能运营工作呢？这里还是通过大家最常见的漏斗模型来看一下。
以上是最常见的漏斗模型，通过观察漏斗模型的数据，可以做如下事情给运营业务赋能：
● 如果客户选购的商品到购物车环节流失严重，可能有技术选购入购物车异常，可以让技术一起排查一下，也可能商品选择偏差太大，需要及时更换商品资源；
● 如果购物车到结算流失异常严重，也可能会有页面跳转技术问题需要技术排查，同时也可以观察购物车关联的商品哪些比重更高，可以尝试过程中调整关联商品推荐
● 如果提交订单到支付环节流失异常严重，大概率是支付出现延迟或者异常，也可能是支付的方式太单一，需要及时的推动添加多种支付方式，提高客户的支付率。
通过数据可以直观的看到业务环节中的问题，及时的调整运营动作，实时弥补前期的方案不足的地方。最终可以让运营价值最大化，这就是数据分析赋能业务的妙处。
这里建议系统学习下数据分析的建模思维，帮你全面的提高数据分析运营效率。我个人推荐知乎知学堂的数据分析入门课程，老师曾是 IBM 的数据分析师，并和阿里、谷歌、滴滴等公司的资深数据专家合作，课程从基础讲起，针对性引入了多达数十个数据应用+实践案例，用案例讲知识点，结合大厂一线业务案例，能够深入浅出的讲明白那些数据分析理论是如何运用在业务里，而且还有实操大厂项目的指导，帮助运营新人更好提升数据应用+实战能力，成为名副其实的「业务数据专家」：
4、如何提高数据分析能力
提高数据分析能力可以通过上述的培训课程会更节约时间，当然也可以自己一点点学习和提高，对于还比较迷茫如何在运营工作总提高数据分析能力的同学，不妨先从技术和分析思维两个方面去学习和打下基础。
● 技术方面
（1）excel基础技能务必熟练，对于运营日常60%的时间可能还是需要通过excel快速的进行数据分析，了解业务变化，因此基本的excel分析技能必然要熟悉。
（2）sql学习提高分析能力，对于有些公司运营同学可以用到sql取数分析的可以更好的提高数据分析效率，更全面的了解业务数据情况，快速入门sql可以事半功倍。
（3）python学习能力进阶，对于进入数据分析3年的运营同学如果可以学习一下python可以自己独立多一些业务分析项目，自动化可视化的运营自己的业务，可以进阶到独立负责运营分析和落地实践。
● 思维方面
（1）流程优化：可以从运营业务环节中，通过数据优化流程，进一步提升业务效率进行思考，拿业务中的实际案例进行学习。
（2）节约资源：通过自动化报表可以快速的降低人力资源，提高人效，也是数据分析中会经常涉及到的。
（3）营收提升：通过数据分析找到业务的提升点，逐步提高业务营收，是所有运营或者业务中最重要的， 可以随时通过业务实践思考，提高有落地的数据分析方案思维能力。
以上是最常见的技术和思维锻炼的常见点也是关键点。必须在日常的运营工作中进行不断的实践学习才能不断提高。
总结
随着商业环境中，对运营工作的效能要求越来越高，必然离不开数据分析的赋能才能达到要求，因此运营同学不妨多了解一些运营数据相关的契合点，逐步的学习和使用数据分析来推动业务的增长和优化。
数据分析并不神秘，学会用数据说话，让数据指导业务，帮助业务做决策，让业务价值最大化才是当下的必然趋势。