「数据从不撒谎，数据是产品经理的尚方宝剑」

这是一道送命题，不管丢在哪里都能引来粉丝的热议。

虽然死忠粉，但是却不能贸然发表个人意见。

但是，由于工作关系，这个问题却是无法避免的。

以前经常会发生这样的场景：

“鹿晗发下个月新歌了，我们要这样这样推荐哦！”

“周杰伦新专辑马上到了，我们准备一个运营方案吧！”

“TFBoys突然宣布出新歌了，抓紧运营起来！”

那一堆运营、小编就傻眼了，到底要怎么样分配资源呢？？

哪一个都是不能怠慢的大腕儿，粉丝、公关、唱片公司、产品、老板等等都会紧盯着他们的运营方案。

于是，唯有最为客观的【数据】可以拯救我们了。

1、数据解决一切“我认为”

我们在工作中不可避免地需要解决不同利益个体之间的纷争，尤其是产品经理这种沟通为主的职位。

于是，很多时候都会听到“我觉得blablabla”、“我认为blablabla”、“为什么xxxx”等一系列主观的问题。

而且最糟糕的是，主观认知都没有评判标准，就算争论再长时间也没法达成一致。

比如说，A认为周杰伦是华语乐坛神级人物，给我上最好的推荐，什么焦点图、启动闪屏、消息推送能上的都挂上去。

B认为，TFBoys和鹿晗是当红炸子鸡，一定不能懈怠了，所以要把咱们最厉害的资源都用上，不然粉丝有意见。

他们都可以摆出许多“论据”，周杰伦的歌多好听、每一张专辑都堪称经典，TFBoys和鹿晗的粉丝又是多么疯狂，纷纷帮助偶像拿下了微博转发最多的吉尼斯世界纪录……

然而，这些争论都无法解决我们在产品内运营的问题，而且对于一个成熟的产品，面对的不单止是几个人，而是数据库里面上百万个全世界的歌手。

作为一个相对客观的消费产品，并不能像一个公众号小编一样凭借个人喜好来倾向某个歌手。

那么，问题来了，每个歌手发新歌、有新闻的时候，我们要怎么运营呢？

答案就在于：以数据为依据制定统一的运营规则。

2、同一纬度的数据才有可比性

当数据不在同一个维度时，比较结果是没有意义的。

支持周杰伦的人认为最厉害，Jay是华语乐坛首屈一指的唱作才子，有N首歌都家喻户晓，还拿到了无数的奖项；

支持TFBOYS的人则觉得三小只更牛，年纪轻轻刚出道就红遍大江南北，随便发一条微博都几万的转发，简直前无古人后无来者。

他们说的都是正确的，并且也可以举出客观、真实的数据，但是我们却不能根据这些数据来判断他们的优先级，因为他们并不在一个维度上。

因此，我们在制定优先级、运营规则的时候，都要把所有歌手放在同一个数据框架下进行比较。

典型的数据维度由下面两方面的指标共同构成，每个指标都会有一定的权重，最后就可以算出每个歌手对应的分数。

也就是我们最核心的“优先级”

歌曲质量：有多少人听过他们的歌曲，多少个人愿意下载重复听（甚至付费下载），多少人愿意分享给朋友们……

粉丝基础：微博有多少人关注、每条有多少转发和评论、每天有多少人搜索他们的名字……

例如周杰伦的歌曲过去一周有一千万人听过，而TFBOYS的歌只有六百万；周杰伦的搜索指数只有50万，而TFBOYS有100多万。

把所有数据摆出来，关于谁影响力最大，自然就会有无可争议的结论了。

3、数据运营原则下的“等级制度”

数据体系的搭建是一个异常痛苦的过程，因为搜集齐所有歌手的数据需要花费巨大的时间和精力，要知道这可不是十几个或者几百个，而是超过一百万的歌手！

当然，靠人肉是不可能完成这个任务的，必须依赖于程序自动化。

虽然过程痛苦，但是结果却是非常有意义的。

当我们背靠数据的时候，之前存在的争议似乎都不存在了。

比如说，周杰伦必须上闪屏，因为他的最终评分是S级，是99分呢。而TFBOYS目前的评分只有A级，八十多分，虽然现在炙手可热，但是还有成长空间，也许下次才能上闪屏哦。

作为一个平台产品的运营，如果能够说出上述的依据，还有谁能够继续和你争论下去呢？

数据是最可靠的。

即使面对海量的歌手，也不再惧怕。

来了一个歌手发专辑，好，那么看一下他的分数，每个分数段对应着一个推广资源，按照这个来运营吧。

那么问题来了，你觉得谁更厉害？