报告分析了100篇数据运用招聘JD（职位描述），制作了词云，从中可以清晰的看出数据分析的主要技能要求。
分为数据规划，数据采集与数据分析三方面工作。
一、数据规划
目的是搞清“要什么”。收集整理业务部门数据需求，搭建数据指标体系
（1）指标体系：比如UV/DAU/销售金额。来自具体的业务需求，从需求中归纳事件，从事件中对应指标
（2）维度体系：对指标进行细分的属性，记录对指标可能产生影响的维度
二、数据采集
采集业务数据，向业务部门提供数据报表
（一）数据采集
（1）埋点：在网页、APP中手工添加代码收集。这种方法工程量大，周期长，是痛点。
（2）可视化埋点：用可视化交互的当时，提高了效率。
上述两个数据运营起收集业务部门数据需求，撰写需求文档，向工程部门提交需求
（3）无埋点：先定义再收集。成本低速度快，是新宠儿。
（二）数据报表
日报周报等，数据运营让这部分工作尽量自动化。
搭建数据看板（dashboard）是另一项工作，常常与BI系统连载一起数据数据可视化的部分。大企业常用自己方式搭建数据平台，中小企业借助第三方数据工具。
三、数据分析
通过数据挖掘，数据模型等方式，深入分析业务数据，提供数据分析报告，定位问题，提出解决方案。
相对数据分析师，数据运营岗位弱化了对变成的要求，强调在现有工具集成商灵活运用分析方法，一定要及时发现、定位问题，并提出可行的解决方案。
（2）趋势分析：通过对业务指标的监测研究用户行为规律，寻找增长点
通过数据监测和趋势预测，思考为什么这样，及时发现定位问题
（3）维度拆解：对应上面提到的多个维度，拆解指标定位问题
（5）留存分析：首次访问后回访，探索用户、产品与回访之间的关联程度
分析不同用户群组的留存差异，使用过不同功能用户的留存差异寻找用户增长点
（6）魔法数字
（7）用户分群：维度和指标的组合条件是目前常用的筛选方法
如，上海电商举行iPhone手机配件促销，将“上海+两次购买+iPhone图用户”
（8）用户细查：观察用户行为轨迹，探索用户与产品的交互过程，从中发现问题激发灵感
（9）热力图：用高亮颜色展示用户访问偏好。优化网站或页面布局，提高转化率
（10）测试：假设检验
北极星指标是什么？
OMTM，onethemetricthatmatters。唯一重要指标。一旦确立，指引全公司上下向同一个方向迈进。很关键，可以大幅度提升行动力。选择不正确可能导致错误估计形势
举个栗子：
衡量北极星指标的6个标准：
（2）这个指标能够反映用户的活跃程度吗？
（3）如果这个指标变好了，是不是说明整个公司在向好的方向发展？
（4）是不是容易被你的团队理解交流？
（5）这是一个先导指标，还是一个滞后指标？
（6）是不是一个可操作指标？
（1）流量运营：多维度分析，优化渠道。解决用户从哪里来的问题
多维度判断流量，进行流量分析，制定相应策略进行渠道优化配置
（2）用户运营：精细化运营，提高留存。
根据不同群体特征，i进行精细化运营促进回访，提高留存
（3）产品运营：用数据分析和监控功能
监测异常指标，发现用户对你产品的“怒点”
用新功能留存曲线检验新功能的效果
做内容运营之前先明白你的内容是作为一个产品，还是产品的辅助功能。分析用户感兴趣的内容，内容阅读和传播的比例等。