對互聯網有憧憬的小夥伴們一定都聽過”運營”這樣的崗位吧?
但也僅僅是聽過，上網找了很多資料還是一頭霧水，
主要是因為台灣運營相關的崗位真的少之又少，連互聯網發源地美國都很不常見
然而，在大陸運營崗位是很搶手的，同時也非常多元，細分了很多不同的項目從業人數大約是PM的3-4倍! 有舉足輕重的占比!
也可以說運營崗是大陸互聯網的”獨創發明”~
以下為小編精心挑選認為講解最完整清楚的中美互聯網運營比較文章!
(一)
長久以來，運營對於很多人來說都是非常模糊的一個概念，甚至很多在做運營的人也不能清除描述互聯網運營是幹什麼的。
那麼在了解運營前，我們先來統一一下認知。
在《運營之光》一書中曾對於“運營到底是什麼”有過總結，其中提及到：
運營，本質上是為了説明產品與使用者之間更好的建立起來關係，我們所需要使用的一切干預手段。
體現在具體工作方向上，運營有兩大導向，一是拉新、引流、轉化，二就是是用戶管理和維繫。
這一定義，在業內還算有普遍認同，理論上也是任何一家互聯網公司都勢必需要面對和解決的問題。
但，相比起大陸將這部分工作歸入到“運營”崗位的工作範疇中，美國互聯網公司的做法截然不同，
一般來說，拉新、引流、轉化的工作，在美國多通過銷售或廣告投放來完成，這兩部分工作，在一家公司內，往往會由銷售部門或市場行銷部門來承擔，而用戶維繫和管理的工作，一般則由用戶體驗部門來承擔，以及，部分科技背景雄厚的公司往往還會引入一群資料科學家和增長駭客，通過明確的演算法和模型，以資料和技術手段驅動的方式系統性地實現使用者增長。
(二)
我們或許需要先充分理解一個極度重要的背景——大陸互聯網的層次豐富程度，可能遠要比美國多得多。
具體來講，美國的社會形態和社會階層相對更加穩定和單一，城市與城市之間的地域差異性較小，大家在衣食住行等各方面的需求也相對統一（好比美國同學無論何時何地最開心的就是大家一塊叫個披薩，區別只是叫的披薩的口味可能不一樣），這造成了在很多領域內，是有可能以一個比較標準化的解決方案來解決海量用戶的需求的。
然而，大陸則不同，大陸人口數量眾多，社會形態更多樣，使用者屬性和行為習慣從一線城市到二三線城市再到四五線城市再到鄉鎮縣城，可能都會存在著很大的差異，就更不用說這其中每個年齡段、不同興趣愛好者還可以再分隔出來諸多個性化需求。
以上述提到的飲食來說，中國有8大菜系，幾乎每個省份甚至許多城市都有自己的特色小吃，基本你去到一個新地方，很容易就能做到每週7天，每天每頓吃的都不一樣。
這樣的狀態，造就了大陸使用者需求的豐富性和複雜性，也讓大陸互聯網的層次要豐富得多，同一類需求下，也許能夠同時有數十個產品並存——這在美國幾乎不可能看到。
舉個例子。2007年，淘寶年銷量突破400個億的時候，沒有人能想到剛剛改名為京東商城的京東能成為今天的第二大電商平臺。
而今年，當人們認為阿里和京東的電商巨頭地位無人可以動搖的時候，拼多多作為一匹黑馬，又一次殺出重圍。
淘寶主打商品的全面，京東主打自營的產品和物流的速度，拼多多主打價格便宜。這三家的用戶群體，是對同個需求用戶分層的一個極佳詮釋。
而在美國，拋開各大零售商自己出的APP（Walmart，Target等等）還有各個網紅明星代貨的美妝時尚類電商外，耳熟能詳的電商網站可能就只有一個：亞馬遜。
上圖為小米應用商城排名前36的購物APP，整個小米商城上的購物類APP超過2000個!
(三)
在中國，不僅是一個大市場可以分為很多個層級，哪怕是一家公司所關注的使用者，也往往需要再次細分成很多層。
以大眾點評為例，
大眾點評的用戶可能可以大概分為以下幾類。第一類是想要（約人）出去玩的用戶，只是通過大眾點評，想要直接尋找符合一定條件的、並且評論看上去很棒的商家；
第二類是以拔草為目的，會長期關注各類榜單和推薦內容，並且在到訪商家後會認真寫評論的 用戶或者美食博主；
第三類是介於兩者之間，可能會在一定激勵下去一些商家並且寫評論的用戶；第四類可能是把大眾點評當作美團外賣入口的用戶。
很顯然，這幾類用戶各有各的使用邏輯，故而每一類都應該區分對待。
但更進一步的，考慮到大眾點評依賴於用戶點評所營造的社區，如何引導每一類用戶留下有價值的評論是一個需要花大力氣的事情。
可能的解決方案會是根據使用者類別設置獎勵機制，舉辦活動（例如大眾點評霸王餐會讓用戶轉發抽免費體驗機會），召回不活躍用戶等。而這種事情，是機器很難用演算法完成的。這就要求大量的人力投入。
那這部分工作為什麼不歸在UX或市場、銷售等職能呢？因為這些工作更多是UX銷售的混合職能，既需要考慮使用者習慣和原型，又需要考慮推廣和行銷。
光以用者體驗設計的視角來看，很難完成對用戶的長期培養和消費路徑的轉化。而很運營的工作是以營造氛圍為主，和最終銷售不一定有直接轉化關係。
在美國，產品很少會有這麼複雜的分層——美國地廣人稀，生活方式除了南北方地區差異比較大之外，總體較為一致。與中國複雜的分層相比，美國的情況更適合使用演算法和模型的使用與增長駭客，來實現用戶的維繫和轉化。
我們不妨以和大眾點評對標的Yelp為例做個簡單的對比。
Yelp的首頁與大眾點評相比，可以說是質樸，沒有時尚生活社區的資訊流推送，沒有各種各樣的活動橫幅， 沒有視頻，也沒有關注。
總體而言，Yelp並不具有多樣化社區的屬性，也並沒有開展什麼運營活動，而是更像一個工具，可以查詢附近店家的資訊。這樣的產品屬性決定了單獨成立一個運營部門並沒有太大的意義。
但Yelp並不是沒有運營動作，我們不時會收到來自Yelp的郵件（在美國，郵件是一個盛行的推廣方式），或是向我推薦周邊的幾家餐廳，或是徵詢我的口味，或是提醒我很久沒用軟體了，或是宣佈一個官方消息，這些運營動作大多是通過制定一套完整的規則後，由演算法監測驅動。
這可能也是大部分美國互聯網公司的情況。工程師文化盛行的美國，如何緊緊拉住用戶並建立深層的聯繫，可能是一個交給機器的問題，而不是交給人。
而相比起來，大眾點評的首頁則要豐富得多，用大陸互聯網的眼光來看，這個首頁上，到處都是可被干預的“運營位”啊！
一個最簡單的共識是：一項業務中，個性化需求越多，用戶需求越豐富越複雜，就意味著你面臨著更大的變數，需要更多人去關注這樣的變數，而無法依賴於一個標準化的簡單方案滿足大量用戶。
於是，在大陸互聯網，就導致了很多產品需要持續的被“運營”，哪怕只是站內每週都要做點不同的活動，又或者是要面向不同的用戶進行不同的推送，這與美國完全不同。
美國的APP和產品充滿了“性冷淡”的風格，鮮少由官方發起做大量的活動，也鮮少在頁面上呈現大量可以刺激誘導使用者的元素，充滿一副“你愛用不用”的姿態，看看亞馬遜的購物頁面和淘寶、天貓、京東的購物頁面對比，你就能夠深深感受到這種骨子裡的不同。
(四)
除了產品和需求的豐富性之外，大陸互聯網與美國相比，還有一個顯著的差異，那就是——勞動力充分且廉價（相比於美國而言），尤其是低端人才方面，可以說是完全充裕甚至過剩的。
這導致了，在大陸，很多增長、用戶維繫，管理的工作，我們也許可以簡單粗暴的依賴大量的人力堆砌和大量的簡單重複勞動來解決。
於是，你會看到，在大陸“運營”工作的語境下，存在著大量諸如“社群運營”、“刷榜刷量”、“論壇發帖推廣”、“線下地推”等在美國幾乎很少存在的工作內容，它們都有一個共同的特點——依賴大量簡單的人力勞動而完成，對於執行者不會有太高要求。
此外，大陸人口基數眾多+人口受教育程度不均等的狀態，也導致了每隔一段時間，一定會有部分產品崛起，獨立形成一個巨大的流量生態，從最早的QQ、豆瓣、天涯、貓撲，再到如今的微博、知乎、微信，無不如此。
而在美國，這樣巨大的可供個人自由耕耘挖掘的流量生態，除了Facebook，Ins等社交軟體之外，似乎再難看到。
而此時，另一個有趣的區別也開始顯現出來——在美國，人們似乎天然有著對“規則”和秩序的尊重，在明確的規則面前，大家都不會輕易進入敏感地帶。
而在大陸的商業世界中，人們則天然有著不斷衝擊和挑戰“規則”、“邊界”，從而使自己獲利的欲望和能力。
這樣的背景下，你會發現大陸互聯網，以及對於各流量生態的流量價值挖掘手段和挖掘能力，似乎從來都要遠勝過美國。
舉例來說，在微博+微信時期，先後出現過“九宮格推廣”、“抽獎轉發漲粉”、“大號互推帶量”、“投票活動漲粉”、“裂變漲粉”、“微商三級分銷”等等多少打著一些擦邊球的關於流量獲取+流量變現的諸多經典玩法，且每一個玩法背後，都意味著諸多紅利，可能都有一堆注意事項+工具可以去挖掘，於是，在類似地帶下，也聚集了大量“運營人”的時間與心血。
而所有上述的裂變、分銷之類的東西，在美國互聯網，幾乎聞所未聞，在美國，大家都更傾向於通過技術手段+創意+循規蹈矩的廣告投放來實現增長和流量變現。
(五)
說來說去，最後我們也許需要再花一些篇幅探討一下在美國互聯網最受推崇的使用者增長方式——依靠資料驅動增長。
我們想探討的問題是：為什麼這樣的增長方式在大陸從未成為主流？
如果你關注互聯網，你應該知道，在過去2-3年時間內，一種叫做“增長駭客”的方法正在風靡互聯網，在國內開始受到巨大追捧，其背後的核心理念，恰恰就是要依靠資料和技術手段來驅動增長。
然而，迄今為止，這樣的方法在大陸能夠得到成功應用的案例，仍然少之有少，至少，它絕對談不上普及。
背後的核心原因，我們認為有兩個：
其一，還是跟國內互聯網的用戶需求多樣和使用者人群層次豐富有關。
要知道，資料驅動增長背後的關鍵，一定在於你需要找到一些使用者行為與增長之間的關係模型或者叫做線索，而一項業務，用戶行為越簡單越標準，往往越容易找到這樣的線索，就像美圖秀秀這樣的APP，其增長一定有關於用戶進行社交分享的便捷性和品質。
然而，對於大陸大多數產品，尤其是非工具類產品來說（非工具類產品在大陸普遍非標程度極高），由於用戶需求的多樣性和不標準，找到這樣的模型與線索天然更困難，即便你找到了一個線索，在應用落地上也會面臨人群受眾是否匹配等一系列複雜問題。
這導致了“資料驅動增長”這樣的理想，在大陸，可能只有對於用戶體量足夠大，能夠明確基於資料對於使用者進行劃分的產品來說才會更有效效率更高，而對於很多初創期或早期的產品，可能依靠人為動作和資源來驅動的效率要遠勝過依靠資料。
其二，國內的資料人才極度稀缺，成本高昂。
據職業社交平臺LinkedIn發佈的《2016年中國互聯網最熱職位人才報告》顯示，資料分析師已成當下中國互聯網行業需求最旺盛的六類人才職位之一。
資料分析人才的供給指數僅為0.05，屬於高度稀缺，此外，資料分析人才的跳槽速度也最快，平均跳槽速度為19.8個月。
根據中國商業聯合會資料分析專業委員會統計，未來中國基礎性資料分析人才缺口將達到1400萬。
與此同時，在大陸互聯網公司，例如BAT，大資料分析師的薪酬可能要比同一個級別的其他職位至少高出20%至30%，而雇傭一個同級別的運營從業者，成本可能是雇傭一個資料工程師的65%。
如果換算到初階、層級更低一些的運營從業者，從成本來看，可能5-6個運營的人力成本，才等同於一名資料人才的人力成本。
這樣的現狀，導致了在國內大量互聯網公司內部，對“資料”的應用和價值挖掘都停留在非常原始的階段，甚至大量經歷了A輪融資的公司，可能連一些核心資料都尚不能做到能對其進行很完整的監測和分析。
所以，連監測和分析都沒有，談何應用？
以上兩個核心原因，導致了在大陸互聯網行業，雖然很多人也知道“資料驅動增長”可能會更加科學，更加高效，但在絕大多數互聯網公司內部，要將其真正落地都是一件難上加難的事。
相比起來，也許還是快速招一堆運營來幹活會顯得更加高效吧。
(六)
最後不妨做個總結。
綜上，我們認為，美國互聯網不存在“運營”類崗位的核心原因，或許有如下幾個：
第一，中美兩地在社會形態、用戶多樣性方面擁有巨大差異，美國的用戶差異、需求多樣性等較為單一，而大陸則極度豐富。
這導致了美國互聯網往往是技術創新驅動的，而大陸互聯網則是商業應用創新驅動的，純粹依靠技術力量而獲得成功的互聯網公司在大陸很少見，而在商業應用創新驅動的土壤上，“運營”一定擁有更高更大的權重。
第二，大陸互聯網的勞動力較為充分且廉價，美國則人力成本高昂。
這導致了在大陸，很多公司可以依靠於簡單的人力堆砌來開展許多用戶增長、用戶維繫方面的相關工作，而在美國，大家則會儘量尋求通過技術手段和標準化流程來解決問題。
第三，美國人天然尊重規則，而大陸的商業世界中，大家天然習慣於通過在一些規則邊界的模糊地帶進行探索而獲利，且大陸也擁有更多集中的大型流量生態。
這導致了大量大陸互聯網公司會願意把資源和精力投入在對於大型流量生態的規則邊界地帶進行探索和嘗試，且手段方法也更加草莽、粗暴和多樣，這勢必導致大量人力捲入。
第四，美國互聯網公司最為推崇的“資料驅動增長”，在大陸受限於兩方面原因而很難在短時間內得到大範圍普及——
（1）用戶需求更多樣，導致大量業務非標程度較高的中早期公司很難做到通過資料快速找到可量化的增長模型，只有資料積累到一定體量的公司才更有機會通過資料驅動增長。
（2）業內資料人才稀缺且成本高昂，導致有能力充分挖掘資料價值的互聯網公司天然就很少。
下篇小編將會告訴大家運營工作內容的介紹唷~
(本文轉自微信公眾號黃有璨文章)