11月19日,在友盟+举办的“聚云端·见不凡”为主题的2019UBDC全域大数据峰会上,《硅谷增长黑客实战笔记》作者曲卉发表了以“数据驱动增长的道与术”为主题的演讲。
数据驱动增长的体系与基础、流程,如果你掌握了,应用起来,其实就像一个自动传送带一样,你不需要费太大的劲就可以事半功倍。
(图为:《硅谷增长黑客实战笔记》作者曲卉)
通过多年的工作和对行业的深度观察,我今天和大家分享4种如何用数据去驱动增长的方式。
第一种是指标建模。所谓的指标建模就是如何用指标和模型的方式把企业的业务、产品高度概括化、提炼化,让企业在海量数据中挖掘出数据之间微妙的联系,过滤掉大量无用的信息,让企业能很快触及核心问题,从数据中提炼价值。
第二种是机会洞察。金融和互联网是目前数字化程度最高的行业,这两个行业中沉淀了大量数据,比如渠道数据、用户数据及业务数据等,这无疑是一座金矿,里面潜藏了大量可以被发现的珍宝,可以被进一步加工、打磨。机会洞察就是企业要有一双能发现金矿的慧眼。
这就是四步数据驱动增长的“道”,下面我重点介绍一下“术”的部分。
指标建模
指标建模最重要的概念是两点。
第一点:找到最重要的指标。形象的说就是“北极星指标”,简单来讲,就是在现阶段企业最核心的问题是什么,并且找到一个指标去衡量。
增长模型听起来是一个非常抽象的概念,在落地阶段要如何去搭建一个完善的增长模型呢?以电商产品为例,基于一款产品,企业首先要去确定它的北极星指标。如果该产品处于比较早期的阶段,那么企业可以选择用户数或者是订单数作为北极星指标,如果产品已经处于成熟阶段了,把交易额选为北极星指标就更合适一些。
假设这个产品的北极星指标是交易额,接下来企业要做的就是想办法去拆解它,拆解北极星指标可以有各种各样的方式,比如说可以按新用户、老用户贡献了多少销售额来拆。或者可以按商品的品类去拆,也可以按照用户步骤去拆。
总之,要把北极星指标按照最合理的维度去进行拆分。这样就可以把很抽象、无法捕捉的指标进一步分解为很细致的指标,为运营和其他团队提供较为直观的决策基础。进而反馈回北极星指标去完成提升。比如说把商品详情页的转化率提高,相应的交易额也会随之提升。
指标建模最重要的意义就是帮企业触及核心,找到最重要的研究和提升方向,同时梳理出影响方向最重要的因子,并挖掘出潜在的规律和价值。
机会洞察
机会洞察不是只围绕某一环节单独进行,而是伴随整个客户生命周期而展开。在用户获取、激活和留存、召回流失、变现中每一个阶段都有增长的机会和增长的可能性,相应在每一个阶段里面都潜藏着一些数据,这些数据都提供一些增长线索,比如说在获客阶段有渠道数据,在激活、留存和召回阶段有用户行为数据,在变现阶段有业务数据。
但很多企业一般面临两种困境,一是缺乏完整的数据;二是数据之间无法打通。渠道是渠道,用户是用户,业务是业务,三者可能仅有一些很微弱的连接,数据是割裂存在的,这样的数据就不会产生价值,甚至还会造成一些恶果。
那么当企业有了数据之后,在寻找增长的线索和机会时,通常会各种各样的问题和挑战,归纳起来主要为两类问题:
第一类是转化问题。所谓转化问题,就是企业怎么说服用户去完成一个指定动作,一般来说都是一次性但是非常关键的动作,比如说点击广告、下载注册一个帐号,或者产生付费。
第二类是留存问题。当用户完成了一次性的关键动作之后,企业还会希望用户能持续不断做某件事,产生周期性依赖。这是一款APP最重要的用户使命,比如反复登录、听歌、看新闻、看视频等。
当企业有了这种概念之后,留存和转化问题,事实上有太多是已经被证实、科学的数据分析方法,可以去引用和借鉴。
举例来说,美国在线出行服务平台Lyft是Uber最新的竞争对手。起初Lyft也遇到了留存类问题,平台发现用户的留存比较差,于是平台开始去研究用户激活和使用的情况,他们发现在新用户的前期,如果新用户两个不同的场景下,比如上班用一次,酒后代驾用一次,或者接机用一次,上班用一次。如果出现这种情况,用户的长期留存则有显著提升。
当有了这样的数据洞察的时候,平台就马上采取相应的行动,通过各种手段促使和引导更多用户达到这样的状态,最后衡量结果发现,留存率果然有显著提升。
他们会观察哪个版本的海报用户点击的最多,完全抛弃企业对直觉、经验有的信任,而是真真切切去了解用户的内心,用户的行为偏好。
决策自动化
决策自动化类似于一种自动传送带的状态,让系统自动找到最合适、最精准的投送方式。