说明：理论基础摘自Blues根据自己在YY工作的总结，原文地址http://www.woshipm.com/data-analysis/708758.html
本文根据Blues的工作总结，简化内容如下：
1 数据运营的内容
1 )目标层
首先要回答解决的我们要做什么的问题，制定核心目标以及与核心目标相关联的二级指标，在制定目标过程中特别要注意的是对指标定义的死磕。
2 )现状层
围绕现状是什么？核心指标在各个维度上、各个层面上的表现。
3 )分析层
包括数据预警，以及数据变化的原因分析；对过程的详细数据进行统计分析。
4 )数据预测层
解决未来是什么样的问题？
5 )决策与数据的产品应用
2 数据运营的步骤规划
1)制定产品目标规划
制订目标常用SMART原则来衡量。
在制定目标的时候就要对相关数据口径有明确的定义。
2）构建产品数据指标体系
在数据指标的基础上，围绕产品逻辑进行数据指标的拆分、归纳整理。
3）提出产品需求
在不同的产品发展阶段，对数据需求是不一样的。注意做好数据文档的建设，例如数据指标的定义，数据计算逻辑等。
4）数据采集
其中关键的环节就是数据采集测试。
5）数据采集与接入
第一步从业务系统上报到服务器，第二步就进入到ETL的环节，ETL就是指通过抽取（extract）、转换（transform）、加载（load）把日志从文本中，基于分析的需求和数据纬度进行清洗，然后存储在数据仓库中。
6）数据的存储与计算
7）调度与运算
8）获取数据
就是产品经理，数据分析人员从数据系统获得数据的过程，常见的方式是数据报表和数据提取。
9）观测和分析数据
这里主要是数据变化的监控和统计分析，通常我们会对数据进行自动化的日报表输出，并标识异动数据，数据的可视化输出很重要。
数据解读在这个环节至关重要，同一份数据，由于产品熟悉度和分析经验的差异，解读结果也大不一样，因此产品分析人员，必须对产品和用户相当了解。
10）产品评估与数据应用
要持续进行产品数据的观测分析，评估产品健康度，同时将积累的数据应用到产品设计和运营环节
