无论我们运营人手中操盘的是什么产品，首先一定要对其有深度的认知：

● 产品价值主张是什么？

● 解决哪类用户的哪些问题？

● 业界竞品有哪些、市场份额如何、优劣势在哪……？

这些问题，运营人心中一定要洞若观火。这是运营思考的**步。

举个例子：

如果你运营一个幼教的公众号（注意，此时公众号的内容本身即是“产品”）。你就需要思考，价值主张是：为年轻父母提供科学的幼教知识，解决他们对孩子教育的茫然。

你继续搜寻业界的竞品公众号，发觉已有几个大号了，进一步分析，发觉这些大号内容虽好，但大都冗长，每天推文多，内容同质化严重。而你们的优势在于编辑的专业能力强，能对干货进行深度处理，更具可读性。

前面有提到，任何运营策略都是针对特定的用户细分群体进行，所以我们实施运营策略前，就先要定位好：自身的用户是谁？并预先进行一定程度的研究。关于用户调研本身就是一项专业领域，本文不展开讨论。

通过用户定位、分析，我们能初步判断目标用户在哪个渠道比较集中、以什么方式与他们展开接触比较合适、高效等等。

接着前面幼教公众号的例子，你前期粉丝的定位是谁？是辣妈还是父亲或者是隔级长辈？不同的用户群，对内容的偏好、阅读习惯、激发起传播的策略差距是非常大的。如果我们定位是辣妈群体，那么在幼教的内容中夹杂一些“体谅做妈的”、“歌颂做妈的”的内容，是较大可能引起共鸣进而转发的。

对于运营专员，阶段性目标通常有：维持或提升某类内容的阅读率、转发率；维持或提升电商的访问量及转化率；维持或提升某时期的新增用户（粉丝）量；提升某功能某块的用户活跃率；某新渠道拉新用户的尝试及性价比评估；某新方式激活用户活跃率的尝试及性价比评估等等。

比如幼教公众号的例子，我们启动运营时，一定要先制定一个阶段性目标，比如**个月需要增粉多少，准备投入多少活动预算？有明确的目标运营人才能有清晰的行动，也能够“逼着”我们持续的调整、优化运营策略。

对于独当一面的运营专责，当我们接到一个阶段性目标时（此处指拉新用户），通常是要自己去评估各种用户接触渠道、评估它们的性价比、接触方式，并尝试按照优劣排序开展接触。

比如幼教公众号，我们可以调研穷举下，接触辣妈的渠道：

线上渠道有：母婴社区、社群、其他母婴公众号等；

线下渠道则有：幼儿园、母婴奶粉、玩具商超、妇幼医院、公园游乐场等等。

我们需要竭尽所能的收集各种渠道的用户密度、接触方式、接触成本等等。

在商超，可以考虑跟商家合作，摆放易拉宝；

在人来人往的医院、游乐场则可以采用地推的方式等。

线上引流的渠道则要评估该社区的规则，如何*大程度的利用内容引流等。

无论我们准备就某渠道展开用户拉新，还是通过某种策略激活用户或者达成某类商品的成交率，都需要事先做好计划，包括：

●整个流程涉及到哪些参与者；

●参与者各自的分工是什么；

●流程的各个时间节点；

●需达到什么质量；

●参与流程是否测试过，是否顺畅；

●就拿制作一个放在店面的易拉宝二维码，就需要认真思考：

●什么样的内容比较吸引用户注意；

●简短的文案要怎么写；

●宣传册摆放在店里的哪个位置*好；

●易拉宝的制作时间多久；

●是否有其他注意事项。

当我们每次实施运营策略的目标定下之后，意味着这次的数据目标也确定了，而我们运营人要思考的就是：

针对数据目标，现有的资源、条件能否捕获到相应的反馈数据？

还需要在哪些环节进行数据埋点？

是否需要研发协助？

比如扫描二维码，就要考虑给不同渠道的二维码添加不同的识别参数，这样就能统计从不同渠道获取的新用户数。

每次运营实施过程中记得对数据进行收集、筛选、清洗、进而根据业务需要进行分析，以供决策使用。

关于数据收集分析的过程中，李少加特别强调一个非常容易犯的“基础概率”、“幸存者偏差”、“可得性偏差”等统计分析问题。

记住：数据**是为业务服务，洞察业务的意义才是大前提，否则再牛叉的数据分析都是白搭。

比如，有个典型的数据统计案例：

据数据统计，绝大部分的车祸发生在离家25公里的范围内。那我们是否需要得出一个：为安全起见*好将车开在离家25公里远的地方然后打的回家的谬论？

其实我们再仔细思考会发现——大部分人开车都在离家25公里内开车啊，自然发生车祸的概率会更高。这是一个典型的基础概率的问题。

这就是我强调一定要具备扎实的统计决策学知识的原因。