編輯導(dǎo)語：用戶紅利消失，獲客成本也在逐步攀升，用戶數(shù)據(jù)成為企業(yè)增長的新方向。如何用數(shù)據(jù)驅(qū)動增長，助力企業(yè)用戶增長？作者總結(jié)了建設(shè)數(shù)據(jù)分析平臺的意義以及如何用數(shù)據(jù)驅(qū)動增長的四步進(jìn)階法，一起來看看。

一、現(xiàn)狀

背景：

• 用戶紅利消失，獲客成本攀升
• 用戶數(shù)據(jù)資產(chǎn)成為企業(yè)增長的新方向
• 企業(yè)與用戶的交互終端日益多樣化

問題：

隨著公司的發(fā)展，用戶量越來越大，每個月花出去營銷的費用驚人，卻無法準(zhǔn)確的評估效果如何。結(jié)合網(wǎng)約車案例列舉出大概以下問題：

• 用戶注冊來了平臺為什么不下單？下單轉(zhuǎn)化率低。
• 消息推送效率極低，無法精準(zhǔn)推送，消息應(yīng)該發(fā)送給誰，ws目前的推送往往是全部推送或者分城市、部分手機(jī)號推送消息，采用這種推送方式的弊端是不確定用戶是否對消息感興趣點擊閱讀消息，不知道有多少用戶點擊消息了，又有多少用戶通過消息推送參與了后續(xù)的動作，對用戶一連串的操作行為無法追蹤，從而判斷消息推送的效果如何。
• 對用戶的價值、偏好、屬性、打車習(xí)慣、歷史打車痕跡、消費頻次等一無所知，更談不上對用戶做用戶畫像、用戶分層、用戶會員等級、用戶分類、數(shù)字化營銷。
• 平臺用戶量雖大，但用戶活躍度極低，沉默用戶量巨大。
• 用戶參加活動，中途跳出應(yīng)用不玩了，司機(jī)注冊賬號后不完善資料等種種環(huán)節(jié)跳出率非常高。
• 在活動策劃的過程中很難界定要發(fā)放多大面值的優(yōu)惠券，應(yīng)該發(fā)給哪些群體的用戶。

目標(biāo)：

構(gòu)建用戶數(shù)據(jù)分析平臺，助力企業(yè)用戶增長。

二、建設(shè)數(shù)據(jù)分析平臺的意義

對于公司來說每一筆的費用都是有預(yù)算且有限的，通過數(shù)據(jù)分析希望花出去的每一分錢都是能夠看得見的效果，每一個進(jìn)來平臺的用戶都能留下來，且長期活躍，而且能夠反復(fù)為平臺創(chuàng)造收益，付費轉(zhuǎn)化的。

三、構(gòu)建數(shù)據(jù)驅(qū)動四步進(jìn)階法

從業(yè)務(wù)的角度上講，數(shù)據(jù)分析從理念到落地主要分為四個階段，分別是有數(shù)據(jù)、看數(shù)據(jù)、分析數(shù)據(jù)、應(yīng)用數(shù)據(jù)。

• 有數(shù)據(jù)：企業(yè)數(shù)據(jù)的多寡、類型等與它可實現(xiàn)的價值存在巨大的彈性發(fā)揮空間,需要結(jié)合業(yè)務(wù)實際情況綜合考量。
• 看數(shù)據(jù)：所謂會看數(shù)據(jù),是可以看出數(shù)據(jù)與業(yè)務(wù)的關(guān)聯(lián),并為釋放價值鋪路。
• 分析數(shù)據(jù)：企業(yè)通過分析數(shù)據(jù)來定位問題點機(jī)會點,并在該過程中找到解決方案的啟示和方向。
• 應(yīng)用數(shù)據(jù)：該階段的數(shù)據(jù)分析與業(yè)務(wù)緊密結(jié)合,如個性化推薦、精準(zhǔn)營銷、產(chǎn)品迭代等。

1. 有數(shù)據(jù)：要什么數(shù)據(jù)？怎么采集數(shù)據(jù)?

數(shù)據(jù)基礎(chǔ)建設(shè)不可忽視。數(shù)據(jù)基礎(chǔ)是數(shù)據(jù)應(yīng)用的底盤,如果底盤不穩(wěn)，其上面的建筑根本無法搭建。

（1）采集的數(shù)據(jù)類型及優(yōu)先級

不同量級以及類型的數(shù)據(jù)所蘊(yùn)含的價值釋放空間千差萬別，企業(yè)需要結(jié)合實際業(yè)務(wù)需求評估數(shù)據(jù)采集的優(yōu)先級與內(nèi)在邏輯。

結(jié)合用戶行為分析的邏輯，在第一步會聚焦d -Mapping-的打通；第二步進(jìn)行端內(nèi)的通用數(shù)據(jù)和主流程數(shù)據(jù)采集，收集核心關(guān)聯(lián)的用戶數(shù)據(jù)；第三步采集細(xì)粒度及更豐富維度的業(yè)務(wù)數(shù)據(jù)，最終使行為數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、用戶數(shù)據(jù)形成一個可運(yùn)轉(zhuǎn)的機(jī)制，擴(kuò)大數(shù)據(jù)本身的協(xié)同效應(yīng)，如下圖，為不同類型數(shù)據(jù)的價值劃分。

2. 看數(shù)據(jù)：看什么？怎么看?

本質(zhì)上，看數(shù)據(jù)可以拆分為兩個關(guān)鍵問題：第一，看什么數(shù)據(jù)？第二，怎么看數(shù)據(jù)?

看什么數(shù)據(jù)?

整體上，企業(yè)可從上到下折分為目標(biāo)KPI、業(yè)務(wù)場景、指標(biāo)體系三個維度看數(shù)據(jù)。

（1）目標(biāo)kPI

目標(biāo)KPI，一般由企業(yè)本身的業(yè)務(wù)模式與業(yè)務(wù)發(fā)展階段決定,有的企業(yè)稱之為第一關(guān)鍵指標(biāo)或北極星指標(biāo)，大部分企業(yè)的目標(biāo)KPI是一個綜合性的數(shù)據(jù)，如DAU，其可拆解成新客戶拉新、老客戶活躍、流失用戶回流等。

通常情況下，企業(yè)的目標(biāo)KPI可定為：累計客戶數(shù)、活躍客戶數(shù)、交易客戶數(shù)、交易訂單量、交易總額、留存率、復(fù)購率。

（2）業(yè)務(wù)場景

企業(yè)達(dá)成目標(biāo)KPI的過程中，需要將其細(xì)分為不同業(yè)務(wù)場景完成。本質(zhì)上，各個業(yè)務(wù)場景均具備其運(yùn)作的業(yè)務(wù)流與相關(guān)影響因子。

通常情況下，企業(yè)的業(yè)務(wù)場景可劃分為：推廣拉新、產(chǎn)品體驗、資源位運(yùn)營、內(nèi)容運(yùn)營、客戶運(yùn)營、活動運(yùn)營、商戶運(yùn)營等。

（3）指標(biāo)體系

業(yè)務(wù)場景進(jìn)一步可細(xì)分為可評估的指標(biāo)體系。這些細(xì)粒度的數(shù)據(jù)可以輔助企業(yè)明確成敗的深層次影響因素，并指導(dǎo)優(yōu)化下一步的動作。

在從業(yè)務(wù)場景拆到指標(biāo)體系的過程中，企業(yè)需要按照新的業(yè)務(wù)模式，使其與產(chǎn)品、運(yùn)營、市場等實際業(yè)務(wù)及發(fā)展階段建立強(qiáng)相關(guān)的業(yè)務(wù)邏輯。

需要注意的是，不管是哪一種維度下的指標(biāo)，由于指標(biāo)應(yīng)用時涉及到多部門，為了提高指標(biāo)體系的普適性以及避免歧義，在梳理指標(biāo)體系之初,指標(biāo)口徑或者定義需要明確清楚。

怎么看數(shù)據(jù)?

（1）看數(shù)據(jù)的5大角度

與常見的匯報數(shù)據(jù)不同，看數(shù)據(jù)需要多維深入全面的看，可從量級、趨勢、異常、結(jié)構(gòu)、細(xì)分五個維度綜合分析，具體如下:

其一，看量級,即數(shù)據(jù)的多寡；

其二看趨勢，即通過數(shù)據(jù)的升降，判斷企業(yè)業(yè)務(wù)健康度走向；

其三看異常，即看數(shù)據(jù)驟然的升降，定位機(jī)會點或問題點；

其四看結(jié)構(gòu)，即了解數(shù)據(jù)的組成、組成占比、優(yōu)先級等；

其五看細(xì)分，即通過細(xì)分維度的數(shù)據(jù)，結(jié)合產(chǎn)品的具體形態(tài)，推敲數(shù)據(jù)背后可能存在的具體含義，如查看A中安卓和iOS操作系統(tǒng)的占比，分析用戶的特征或偏好，若使用華為手機(jī)系統(tǒng)多，則商務(wù)人士用戶占比高，若使用OPPO、vvO系列手機(jī)多，則娛樂發(fā)燒友用戶占比高等。

（2）評估數(shù)據(jù)體系的四個維度

其一，看企業(yè)的源數(shù)據(jù)結(jié)構(gòu)如何，是否具備一個合理、有結(jié)構(gòu)、有秩序的源數(shù)據(jù)體系，以及源數(shù)據(jù)管理是否在持續(xù)更新代;

其二，概覽體系建設(shè)如何，是否已建成一個相對有邏輯體系的概覽，該概覽是否能幫助企業(yè)看大盤數(shù)據(jù)和看實時數(shù)據(jù)；

其三，各業(yè)務(wù)線的數(shù)據(jù)看板建設(shè)如何，如產(chǎn)品、運(yùn)營、市場各個不同的職能線是否有相應(yīng)的數(shù)據(jù)看板，甚至不同業(yè)務(wù)線的子團(tuán)隊，有無對應(yīng)看板;

其四，數(shù)據(jù)權(quán)限的體系建設(shè)如何，權(quán)限劃分是否明確、科學(xué)和安全等。

3. 分析數(shù)據(jù)：為什么？怎么做？

分析數(shù)據(jù)的目的與終點都是業(yè)務(wù)，因此數(shù)據(jù)和分析能力只是分析數(shù)據(jù)的一個小環(huán)，而對業(yè)務(wù)的理解與判斷能力對分析價值的貢獻(xiàn)和影響占比更多從分析者能力與業(yè)務(wù)結(jié)合的角度來說，第一階的數(shù)據(jù)分析師可以明確分析出問題的原因；第二階的數(shù)據(jù)分析師可以提出一些針對性的可行建議；第三階的數(shù)據(jù)分析師可將優(yōu)化建議抽象為一個常規(guī)運(yùn)作機(jī)制，并使該機(jī)制自動化與流程化。

結(jié)合業(yè)務(wù)的數(shù)據(jù)分析，基本上可概括為3個較常見的場景。

場景一：異常情況找原因

異常情況找原因是常見的分析場景，主要是確認(rèn)數(shù)據(jù)變化受什么影響，大體可分為2個分析方向：有頭緒和沒頭緒。

（1）有頭緒—驗證式

有頭緒的數(shù)據(jù)分析，一般為驗證式，依靠業(yè)務(wù)和分析經(jīng)驗，效率高，但可能忽略其他因素，分析邏輯如下圖：

一般情況下，有頭緒的數(shù)據(jù)分析已關(guān)聯(lián)了23種原因假設(shè)，其中的1個關(guān)鍵影響因素可能影響數(shù)據(jù)下降或上升70%-80%，通過原因假設(shè)的數(shù)據(jù)表現(xiàn)及對應(yīng)的數(shù)據(jù)細(xì)分維度層層分析，會非常高效的找到問題答案。

（2）沒頭緒—探索式

沒頭緒的數(shù)據(jù)分析，一般為探索式,要基于數(shù)據(jù)可能性做試探，效率低，容易上手，分析邏輯如下圖：

沒頭緒的數(shù)據(jù)分析要像技術(shù)排查一樣做窮舉，進(jìn)行探索式分析,此時，企業(yè)數(shù)據(jù)采集的完備性對分析的效率和結(jié)果具有重要影響。

探索式分析方法比較低效，因此數(shù)據(jù)分析師需要培養(yǎng)自己的業(yè)務(wù)感知，積累自身經(jīng)驗提高判斷力，盡量采用驗證式分析方法。

場景二：業(yè)務(wù)迭代的效果評估

業(yè)務(wù)選代評估效果的分析邏輯相對固定，一般為了解業(yè)務(wù)原始狀態(tài)，采取的改動措施及采集的相關(guān)衡量指標(biāo)數(shù)據(jù)，再根據(jù)指標(biāo)變化趨勢分析優(yōu)化效果。以下，為業(yè)務(wù)選代評估效果的三個評估診斷原則：

其一，指標(biāo)準(zhǔn)確全面，即業(yè)務(wù)意義準(zhǔn)確，核心維度全面；

其二，數(shù)據(jù)可比性強(qiáng)，即保證兩組分析的數(shù)據(jù)本身具備可比較性，如用戶結(jié)構(gòu)相同，外部環(huán)境不變，保證兩組數(shù)據(jù)之間唯一的干預(yù)因子為實驗方案；

其三，分析邏輯清晰，即分析思路清晰、分析模型科學(xué)。

（1）數(shù)據(jù)驅(qū)動的選代全景圖

企業(yè)不僅要通過數(shù)據(jù)分析明確數(shù)據(jù)變化的成因，還有從中找到破局點因此，企業(yè)首先要明確業(yè)務(wù)的增長目標(biāo)，再聚焦目標(biāo)做全方位分析診斷，從中發(fā)現(xiàn)解決方案或思路，進(jìn)行優(yōu)化選代，最后形成開發(fā)上線、效果評估、優(yōu)化方案的閉環(huán)，如下為數(shù)據(jù)驅(qū)動的選代全景圖：

（2）如何尋找增長點？

企業(yè)尋找業(yè)務(wù)增長點分為三步：打蛇打七寸，明確第一關(guān)鍵指標(biāo)；構(gòu)建增長模型，定位增長點；結(jié)合業(yè)務(wù)場景，確定具體動作方案。

① 明確第一關(guān)鍵指標(biāo)

企業(yè)可以從兩個維度找到第一關(guān)鍵指標(biāo)：

其一，業(yè)務(wù)模式企業(yè)首先需要洞察產(chǎn)品或業(yè)務(wù)給用戶提供的真正價值，以此構(gòu)建價值模型，明確量化指標(biāo)，同時，還需要明確企業(yè)的主要業(yè)務(wù)在頻率與價格上現(xiàn)的特征趨勢，因為這很大程度上決定了數(shù)據(jù)運(yùn)作的上限。

比如，關(guān)于企業(yè)提升用戶留存，如果企業(yè)本身產(chǎn)品的使用頻次，與其能夠為用戶提供的價值受到限制，不管企業(yè)付出多少努力，也很難實現(xiàn)長期留存。因此，數(shù)據(jù)表現(xiàn)由業(yè)務(wù)模式?jīng)Q定，不同的業(yè)務(wù)模式存在不同的天花板。

其二，AARRR，即在業(yè)務(wù)模式既定的情況下，各環(huán)節(jié)的數(shù)據(jù)表現(xiàn)與其承接的結(jié)構(gòu)能力，是企業(yè)判定第一關(guān)鍵指標(biāo)或增長目標(biāo)的重要影響因素。

② 構(gòu)建增長模型

拆解第一關(guān)鍵指標(biāo)，可構(gòu)建出相應(yīng)的增長模型，如常見的GMV的拆分等。根據(jù)增長模型可清晰的定位增長點。

③ 業(yè)務(wù)場景

企業(yè)可從幾個關(guān)聯(lián)的業(yè)務(wù)場景出發(fā)設(shè)定具體動作方案提升業(yè)務(wù)場景的數(shù)據(jù)表現(xiàn)，最終提升增長模型中的核心杠桿率，從而促進(jìn)第一指標(biāo)的提升。該尋找業(yè)務(wù)增長突破點的思路，可概括為下圖：

（3）如何尋找解決方案？

尋找解決方案的分析思路共分為5步：明確業(yè)務(wù)場景；構(gòu)建指標(biāo)體系；深入特征挖掘；深層原因分析；確定解決方案。

① 明確業(yè)務(wù)場景

常見的業(yè)務(wù)場景有：新用戶全流程、核心主流程、頁面流量分發(fā)、搜索、促銷活動老拉新等在數(shù)據(jù)分析時，首先需明確關(guān)鍵業(yè)務(wù)場景，如新用戶全流程分析，分析師需要確定用戶旅程中不同節(jié)點的里程碑，再根據(jù)里程碑中的激勵策略，業(yè)務(wù)轉(zhuǎn)化能力進(jìn)行指標(biāo)體系的設(shè)計，來評估整個環(huán)節(jié)的效果。

② 指標(biāo)體系

一般指標(biāo)體系的構(gòu)建可分為四類，量級指標(biāo)、效率指標(biāo)、結(jié)構(gòu)指標(biāo)、細(xì)分維度。

③ 特征挖掘

特征挖掘一般包括規(guī)模特征、趨勢特征、過程特征、結(jié)構(gòu)特征及異常點的挖掘特征挖掘的分析過程需要看數(shù)據(jù)全局，再下鉆分析各個細(xì)分維度，高亮出異?；蛱厥獾臄?shù)據(jù)，再進(jìn)行原因分析。

④ 原因分析

原因分析可結(jié)合模式/階段、業(yè)務(wù)大動作、功能流程設(shè)計、運(yùn)營活動上線、營銷投放等方面進(jìn)行分析，這些因素均有可能引起數(shù)據(jù)的變化。

⑤ 解決方案

在確定業(yè)務(wù)的解決方案時，往往不是一而就的可以先確定優(yōu)化方向，再進(jìn)行進(jìn)一步的分析，繼而確定優(yōu)化方案，如果需要優(yōu)化的點較多，還需要確定優(yōu)化優(yōu)先級。

如下圖，為尋找解決方案的思路概括。

應(yīng)用數(shù)據(jù)：怎么用？有什么價值？

從通道、粒度、時效性劃分?jǐn)?shù)據(jù)應(yīng)用，可以構(gòu)建一張數(shù)據(jù)應(yīng)用全景圖，如下：

• 粒度：指可具體到群體還是精準(zhǔn)化個人，如其可決定一個因子是用規(guī)則類的分層，還是精細(xì)到個人的推薦算法；
• 通道：指在產(chǎn)品內(nèi)，還是產(chǎn)品外，決定了其對應(yīng)的應(yīng)用場景是什么產(chǎn)品內(nèi)的通道比如廣告資源位item欄日列表等；產(chǎn)品外的通道如短信、push、電銷、廣告等。
• 時效性：包含數(shù)據(jù)本身和數(shù)據(jù)分析的時效性等，在數(shù)據(jù)應(yīng)用中極其關(guān)鍵，特別是個性化推薦略更需要實時在線、個性化的千人千面展示。

（1）差異化展示：基于分發(fā)效率提升體驗和業(yè)績

從數(shù)據(jù)應(yīng)用的真實場景來看，眾多大數(shù)據(jù)分析產(chǎn)品其邏輯基本上通過業(yè)務(wù)屬性、用戶屬性或行為特征數(shù)據(jù)提煉篩選人群分組標(biāo)簽，再根據(jù)人群分組標(biāo)簽匹配對應(yīng)的方案或內(nèi)容庫，繼而根據(jù)規(guī)則進(jìn)行是否展示和展示順序的判斷進(jìn)行個性化推薦，以達(dá)到提升體驗、分發(fā)效率、業(yè)績等目標(biāo)。

不同產(chǎn)品的差別往往只在于實現(xiàn)這套體系時的內(nèi)容供給類型與時效性，這很大程度決定了實現(xiàn)需求本身的成本大小。

（2）個性化展示：產(chǎn)品內(nèi)個性化推薦實現(xiàn)原理

推薦系統(tǒng)中數(shù)據(jù)是非常關(guān)鍵的元素，比如需要組織訓(xùn)練數(shù)據(jù)進(jìn)行模型訓(xùn)練；計算用戶特征進(jìn)行用戶線上預(yù)測；內(nèi)容元數(shù)據(jù)進(jìn)行智能推薦等。

（3）差異化觸達(dá)營銷：精準(zhǔn)名單輸出，匹配營銷渠道，推動目標(biāo)達(dá)成

通過用戶行為分析及行為特征進(jìn)行用戶分群，輸出精準(zhǔn)名單，然后匹配規(guī)則策略對接不同的通道/營銷系統(tǒng)，進(jìn)行發(fā)短信/發(fā)Push，亦或是發(fā)券/發(fā)紅包的觸達(dá)等，這是產(chǎn)品外的一種營銷機(jī)制，其最終的結(jié)果是目標(biāo)轉(zhuǎn)化。

在該場景中，對接的系統(tǒng)策略與時效性需結(jié)合業(yè)務(wù)實際需求來評估。比如，很多相對低頻的業(yè)務(wù)可能一個月并未累計幾條數(shù)據(jù)，極少量的數(shù)據(jù)從算法或規(guī)則策略運(yùn)行上來說，其數(shù)據(jù)質(zhì)量很差，根本達(dá)不到?jīng)Q定策略更新的層級，其更新時間可做到T+30便已很好。

（4）價值實現(xiàn)和資源投入的矛盾

很多公司花較高的成本做應(yīng)用數(shù)據(jù)團(tuán)隊的搭建但最終的產(chǎn)出卻相差無幾，這是源于價值感知與資源投入不是正比關(guān)系，還需結(jié)合其他因素考量，如下圖。

應(yīng)用數(shù)據(jù)，從整個價值感知上來說最直接，也受大多數(shù)老板重視。但事實上，存在一些業(yè)務(wù)的用戶差異度并不大時，其應(yīng)用數(shù)據(jù)的的價值也相對較弱，如業(yè)務(wù)非常低頻；

分析數(shù)據(jù)，分析數(shù)據(jù)的價值釋放與分析師的能力息息相關(guān)，若企業(yè)有較好的數(shù)據(jù)分析師團(tuán)隊，其釋放的價值會比圖中所示更大；

看數(shù)據(jù)，看數(shù)據(jù)是企業(yè)做好數(shù)據(jù)驅(qū)動的第一步，因此其價值感知如圖所示進(jìn)行了放大；

數(shù)據(jù)生產(chǎn)整合，數(shù)據(jù)生產(chǎn)整合是投入資源較多，但整體價值感知較小的重要工作。

建議第一步做數(shù)據(jù)生產(chǎn)整合和看數(shù)據(jù)；第二步分析數(shù)據(jù)，需要企業(yè)做數(shù)據(jù)分析人才的培養(yǎng)，先了解業(yè)務(wù)，熟悉學(xué)習(xí)分析思路后再應(yīng)用；第三步是企業(yè)具備一定的數(shù)據(jù)基礎(chǔ)和數(shù)據(jù)分析人才時，再進(jìn)行應(yīng)用數(shù)據(jù)體系的建設(shè)。

本文由 @燦爛千陽 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來自pexels，基于CC0協(xié)議。