友盟+数据传承官:留量思维折射出新的增长体系
最新资讯 • U-AppApp运营移动互联网
940
2020-11-10
摘要:
因此要真正从流量思维转变成留量思维,而留量思维的背后,则有一套很强大的用户数据支持体系,有一套很精益的数据增长体系。不管是处于哪个发展阶段的公司,如果想基于数据做运营增长体系,至少要实现3个点:业务数据化、数据资产化、资产(数据)应用化。

传统的流量思维需要迭代升级,向留量思维转变。而要实现从业务数据化到数据应用化,就要经历从What到Why到How的三个层次。从数据报表,到数据分析洞察,再到数据的运营。


互联网流量红利时代已不复存在,疫情加快了用户在线上的习惯,未来流量获取的成本将越来越高,传统的流量思维需要迭代升级,向留量思维转变。而要实现从业务数据化到数据应用化,就要经历从What到Why到How的三个层次。从数据报表,到数据分析洞察,再到数据的运营。

我们要真正从流量思维转变成留量思维

我觉得这种“留量思维”挺有意思。比如像格力董明珠做直播,4场直播做了76亿。可能大家都觉得很简单,只要靠抖音等平台的优势就可以了,格力的第一场直播并不是那么成功,格力有很强大的线下经销商体系,第一场直播就是基于经销商的层层体系,把经销商的私域流量都吸引到直播间,背后有很强大的一套用户数据支持体系。


这时,我们就要思考:数据如何支撑我们做“留量”思维?如何做好评估?如何提升整个运营效率?如何真正触达用户?

我把“留量思维”定义为:业务进来之后的另一套精益数据增长体系。不管你的公司是A轮还是B轮、C轮,如果基于数据做运营增长体系,至少要实现这三个点:业务数据化、数据资产化、资产应用化。


image

运营增长体系核心是:业务数据化、数据资产化、资产应用化

今天的业务负责人至少要做到这三层,第一层是业务的数据化,即如何描述你的业务,如何描述业务当前的重点,如何进行相应的数据采集。大家都在讲用户,但如何把数据变成真正的用户画像标签,这些数据的能力如何赋能给业务同学,这是非常重要的,而不是永远只停留在看报表阶段。


业务数据化,需要将这件事重视程序提升至一把手项目,通过OKR使自上而下的目标结构化和透明化。 


image

上图是举的一个例子,用OKR使自上而下的目标结构化和透明化。比如,老板说今年目标是股东能够赚钱,赢得主场上座率90%以上,就把目标拆给了球队主教练和高级营销副总裁。其中主教练的OKR,又分别拆分到了进攻教练、防守教练、特勤教练;而高级营销副总裁的OKR,又分别拆分到了市场总监、公关人员、商品经理。


OKR首先是聚集业务,是对优先事项的聚焦和承诺,然后让数据从上往下,从左往右,进行团队工作的协同。接着才是进行责任追踪,最后才是充分延展,挑战不可能。


以友盟+服务的一家工具类的APP为例,最刚开始他们做了大而全的报表,但是并没有发挥应有的作用,于是把所有KPI进行缩减,最终只留下了2个指标,日活跃占比和日活跃参与度。整个团队只做这两个指标,背后是有原因的,当时公司还处于B轮阶段,不着急变现,也不着急拉新,一直在打磨产品,借用老用户自主分享带过来的流量,而且效率也非常好,只是一直想提升产品的日活跃占比和日活跃参与度,因此最后只留下了这2个指标。


image


公司处于什么阶段非常重要,比如某些公司还处在新用户留存阶段,但第一反应设定的指标却是做变现。还有些公司处于A轮和B轮,这时候的指标是不是做变现?需要打一个问号。


image

所以弄清楚究竟应该测量什么,之后才是做线上、线下数据的采集。做业务的同学不太理解这个逻辑,但这个事情还是有难度的。线上、线下、APP端、小程序端、传统PC端、抖音、淘宝等,如何将用户数据进行关联和打通进行全局的分析,其实都是非常底层的支撑工作。


在一家公司成为一个管理者,只有将数据结果和能力彻底融入业务同学的工作流,再进行充分的交互才能把一天的工作完全智能化


早上接收到一封推广的报表邮件,查看推广报告。同时登录后台,了解关键事件的数据变化。在优化方案的过程中,收到日活监控阈值报警,此时登录后台,即席分析日活异常原因,运营根据数据分析结果产出相应的策略,并登录运营后台,发起一次弹框运营活动以促进用户打开APP。下午,技术突然接收到崩溃短信报警,快速定位到错误的信息进行修复,同时在下班的途中,运营同学可以在APP和小程序随时随地查看数据变化。


再比如,临时上个活动,有时多则需要几周的时间,找研发,找排期,内部配合等。但很多功能通过第三方数据工具解决。比如:在App上临时做个活动,之前都需要重新发布新版本才可以生效,也可以通过在线参数实现,这就是数据的赋能。

image

资产应用化。以支付宝为例,核心的KPI是提升新用户充值率,将KPI进行拆解,产品是有体验路径的。这个逻辑拆下来还有很多业务维度,不同渠道可以把这套逻辑完全数据化,新用户的充值可以进行拆解,比如运营位指标相关性超过了80%,90%,只要修改运营位,就能提升,最终KPI就能提升非常非常高,这是基于算法算出来的。


运营同学按照这个思路进行修改,最终效果提升就会非常好。把前面的指标进行数据逻辑的拆解,哪些业务环节影响了这个事情,把这个洞察交给运营同学,自然就会提升业务的能力。


image

从业务数据化到数据业务化,要经历这么三个层次,大部分企业都停留在做报表的阶段,有些企业可能做到这个阶段,数据分析和数据洞察,一家企业如果想从A轮、B轮到C轮,数据能力会有这样一个进阶过程。