从零开始做运营
2022-01-27 14:52:46 1 举报
AI智能生成
copy by 《从零开始做运营》 运营是什么?怎样做运营?产品和运营是什么关系?我是否适合从事互联网运营?为什么我做的运营活动收效甚微? 在互联网大热的今天,互联网运营成为一个越来越重要的岗位,事关网站、产品的发展与存亡。很多年轻人带着对互联网的热情投身到这个行业,却发现自己对这个行业所知甚少,对互联网运营更加陌生,甚至有一些有志于从事互联网运营的人,因为对运营缺乏了解而难以确定自己的职业发展方向。本书的出发点就在于此,它将为互联网运营人员提供有关全面而科学的运营知识与案例,也为那些徘徊于互联网行业大门外的年轻人指明方向。
作者其他创作
大纲/内容
第一章 关于运营的一些实话实说
苦逼的运营产品两兄弟
准则1
准则2
开阔的职业发展道路
假如你是一个实习生
第三章 揭开内容运营的面纱的一角
内容运营的初期事项
内容的采集与创造
内容的呈现与管理
内容的扩展与传导
内容的效果与评估
内容供应链——将内容视为你的商品
初期应该解决的问题
定位
网站或者产品上有哪些内容
来源
这些内容从哪来来,由谁提供
受众
这些内容给谁看,达到什么样的目标
展现机制
这些内容要如何组织与呈现
内容标准化
这些内容如何做筛选,什么是好的内容
内容运营初期解决问题的顺序
网站定位+受众定位+运营目标
内容消费者定位
采集或是寻找内容制造者
内容来源确认
有哪些内容、如何展现内容、评判内容质量的标准
内容标准的确立
内容初始化——构建网站与产品的价值观
确立好内容供应链的架构
确立好内容面对的初始用户群
想清楚第一阶段用内容解决的问题,并进行内容准备
关键路径的梳理与初始内容的准备
持续运营中的内容运营——以知乎为例
正式运营阶段的标准构建
内容质量的甄别
产品设计
内容规范
内容的推荐与整合
好内容的露出与呈现方式
让好的内容呈现给用户
推送或消息、通知
推送的渠道
Web
App
渠道的选择
覆盖推送对象
推送内容的时效性
渠道选择的依据
过往的推送数据
竞品选择的渠道
用户兴趣点所涉及的渠道
文案的力量
贴近受众的心理
位置选的好
简单有趣,朗朗上口
符合场景
如何写出好文案
了解受众
了解产品和活动
准确表达
画龙点睛
勤加练习
持续的推送与推荐机制的建立
推送效果的判定与后期运营
推送用户路径
数据表现结构
内容的推荐与整合
话题动态推荐新近发生的有关关注话题的动态
热门内容通过发现推荐(编辑推荐+热度)
对于新近进入的成员的优质内容,通过“首场秀”进行推荐
对于一些推荐阅读的内容,通过“知乎阅读”呈现给用户
知乎微博及个人自媒体等新媒体转发(不仅仅是推荐,也是推送)
知乎的年终总结
知乎日报
知乎圆桌
知乎周刊
内容出版与发行
实现“自运营”的路径与机制选择
公共平台的内容运营
先定位
快速测试,获取反馈
培养用户的习惯
坚持长期的内容运营方针
与内容消费者保持互动
少唱口水歌
公共平台的内容运营
第五章 用户运营三件事
用户运营的工作内容
开源的主要工作
选择注册渠道和方式
提升注册转化率
节流的主要工作
定义清楚流失的标准是什么
建立流失预警机制
对已流失的用户进行挽回
促活的主要工作
定义用户留存与用户活跃的标准
提升用户留存率
提升用户活跃度
转付费
通过一系列的行为让未付费的活跃用户付费
通过机制让已付费的用户持续付费
关于开源那些事
明确的引导教程
把握原则
把用户当初傻子
最大程度的展现核心功能、核心价值、核心玩法
分阶段展示次要功能、次要价值、次要玩法,不要试图全部塞给用户
根据数据表现,调整文案,改进引导顺序
要有趣,不要让用户觉得烦躁,步骤要简单、流程要短
引导要捆绑用户行为,用户的每一个反馈可以告诉你他究竟是否明白你在和他说什么
节流到底节什么流
定义清楚流失的标准是什么
建立流失预警机制
在流失前,用户进行了哪些类似的行为
这些用户是否集中于某一渠道
这些用户的性别属性、地域属性、年龄层次、兴趣特征是否类似
发生流失的时间点,产品做了哪些动作,是否发布了新版本,是否更改了某些核心功能
一些建议
简单的原则
对已流失的用户进行挽回
用户的生命周期
用户流失去了哪里
用户流失的事实
流失行为是一个长期的持续的行为
定义流失需要首先建立自己的用户行为模型
当用户流失了,我们做什么
挽回用户的含义
通过什么样的渠道告诉他你要挽回他
一个用户的流失,意味着你不可能从系统内的渠道和他取得联系
邮箱
针对邮箱的基础指标
到达率
打开率
转化率
短信
内容设计不好,容易被当作垃圾短信而无视
用户认为隐私被侵犯,产生严重客诉
针对短信的基础指标
系统推送信息
针对Popup的基础指标
让用户认为你是care他,不仅仅是挽回
挽回后的用户更需要引导和关怀
用户流失分析
不管我们做什么数据分析,最终一定要想办法得出结论甚至解决方案
第七章 运营遇到产品
当运营切入产品
一个互联网企业的运转
运营工具设计
内容方面的需求整理
内容管理后台需求整理
内容来源渠道的整理
内容质量与效果评价标准整理
活动方面的需求整理
活动类型、活动时间节点的梳理
活动后台的需求整理
活动目标的梳理
运营数据的需求整理
基础运营数据的需求整理
核心运营数据的需求整理
关键运营数据的需求整理
运营目标分解
运营切入点选择
运营策略规划
运营路线图制作
运营与产品的联动
运营人员的工作过程中,会根据运营数据的情况,不断向产品提供意见和建议
运营与产品的敌人永远不是对方,而是自己与时间
当说到运营目标,我们在说什么
运营目标,不仅仅是KPI
运营会对哪些模块产生影响
产品定位
产品质量
产品对运营的支持
市场推广
商务合作
财务预算
商业模式
前言
第二章 运营是个筐
运营是个筐
流量建设
用户维系
内容运营
内容类型
图片
文字
视频
音频
运营手段
创作内容(采集或原创,各种内容类型都包含)
编辑审核
推荐和专题制作
找到需要这些内容的人,并且想办法呈现给他们
根据数据和用户反馈,进行调整和优化
核心
持续制作对用户有价值的内容,保证用户可以在站点获取这些信息
根据KPI降低或者提高用户获取内容的成本
协助网站或产品获利
用户运营
核心
开源
新用户拉动
节流
防止流失与流失挽回
维持
已有用户的留存
刺激
促进用户活跃甚至向付费转化
活动运营
活动文案的撰写
活动流程的设计
活动规则的制定
活动成本的预估
活动收益的预期
活动效果的统计
改进活动的措施
运营是个渣
心态
技能
对数据的敏感
想象力和创造力
口头表达能力、文字表达能力
沟通的能力
执行力
思维模式
发散性思维
逆向思维
结构化思维
职场通用法则
第四章 做一个有趣的活动
如何进行活动策划
时间理由
法定节假日
季节变化
历史上的今天
产品或者商品本身的理由
社会热点、娱乐热点、新闻热点等
自造热点
活动规则的设计准则
普奖并不一定比抽奖的效果更好
抽奖的设计不是越复杂越好
活动规则越复杂,用户逃跑的心态越强烈
能够采用游戏化或任务化的设计,对把控用户的参与节奏很有帮助
活动设计的再好,如果活动的宣传没做好,那么效果还是会很差
活动宣传渠道的选择
如何知道你的活动对象
如何写活动策划
活动主题
活动对象
活动时间
活动描述
规则详情
投放渠道
风险控制
监测指标
成本预估
效果评估
FAQ
活动策划的目的
活动效果的报告
活动概述
活动效果统计
宣传效果统计
反思和总结
活动策划之后做什么
确认资源
梳理这个活动的关联指标是不是非常重要
确认这个活动的关联指标的达成是不是非常紧急
可协调资源
是否需要做活动或其他事项
上线检查单
抽奖与红包的那些事儿
什么情况下抽奖
抽奖配平问题
公平爆率
调整爆率
第六章 关于数据的一二三
数据分析的方法、误区于数据说谎的手法
网站或产品建立初期
持续运营阶段
成熟期
衰退期
数据使用的方法
掌握历史数据
从历史数据中归纳规律
通过规律反向进行数据预测
学会对数据进行拆解
运营数据分析的误区
不要用单一类型的数据去评价全局
不要夸大偶然事件,认为带来必然结果
避免用结论推导原因
避免唯数据论
运营数据说谎的手法
拉伸图表
修改坐标轴数据
故意选择有利样本
样本规模差异
跳出数据看数据
两个问题
当我们在讨论数据的时候,我们真的实在讨论数据么
当我们分析数据的时候,我们只是在看数据的涨跌变化么
原则与步骤
抛弃预设立场
深挖用户行为与系统事件
尝试换位思考
整合关键数据
造成数据变化的原因究竟是什么
有什么办法可以改善或促进数据的变化
获得经验,下次有类似情况的时候,应该进行何种处置与预案
运营核心数据小议
内容的展示数据
内容的点击次数
内容页面的蹦失率
内容页面的停留时长
内容的转化数据
内容中付费链接的点击次数
付费成功次数
内容页面广告的点击次数
广告的停留时间
二次转化成功率
内容的粘性数据
会员管理系统RFM模型
内容的扩散数据
内容分享的频次
内容分享后的流量统计
活动运营核心数据
分享渠道的质量
受邀请用户的注册成功率
进行分享的老用户的参与度
广告投放渠道的质量
单品销量的增长情况
总体销量目标的完成度
各关键节点的转化率
用户运营核心数据
用户注册数据
注册用户的规模
增长速度
渠道质量
注册渠道有哪些
渠道注册的转化率
注册用户行为跟踪
完成注册后当时用户的行为统计
用户留存数据
留存用户的规模
注册-留存的转化率
用户登录的时间
用户登录的频率
用户使用产品或网站服务的时间、时长、频率等
用户活跃数据
活跃用户的规模
增长速度
注册-活跃的转化率
用户登录后的行为统计
用户使用产品或网站服务的频率、内容、行为
用户付费数据
付费用户规模
增长速度
注册-付费/活跃-付费的转化率
付费金额、频率等
付费用户的日常行为跟踪
用户流失数据
流失用户的规模、速度
流失用户的日常行为跟踪
用户流失的原因分析
流失用户挽回策略和效果分析等
后记
0 条评论
下一页