五种数据驱动的产品迭代方法

做用户增长运营4年多,发现越是大公司越讲究数据驱动,越希望做出有价值的决策。

数据驱动,在讲究科学运营的今天,重要性不言而喻。

笔者最近在与公司的数据部门发生多次摩擦后,总结出7条适合从0到1建设数据系统的创业公司/团队的基础认知。

本文关键字:数据驱动、数据系统、数据产品、用户增长、创业公司

认知一 什么是数据驱动业务?

一般来说,看一个互联网公司业务清不清楚,能不能盈利,模式跑不跑得通,基本上看数据就能明白个一二。一般来说,看一个业务主要会看几个指标:

北极星指标:即影响业务的关键指标,常见类型有用户数、订单、GMV、DAU、UGC人数等

基于北极星指标的业务拆解,根据相关性则以此构成一二三级指标。如果宁宁开个淘宝店,首先要拆解

GMV= UV * 转化率 *客单价
  • UV:各渠道带来的流量数
  • 转化率:衡量流量质量
  • 客单价:与流量质量相关,也与店铺本身SKU 及促销等活动相关

有时候业务涉及供需两端,对另一端也会有业务拆解。如:

GMV = 商品SKU数 * 单品平均销量 * 单品均单价
  • SKU数:商品数,理论上来说,商品数量上涨,用户可选择越多,交易额越高
  • 商品平均销量:用平均值看单个商品的优质成都,选择最好的商品进行强曝光售卖。
  • 商品均单价:均单价相对比较稳定,他的高低可以用来判断所面向的用户群体

由此可得:

  • 一级指标:是与上公式密切相关的指标:如UV、转化率、客单价、商品数、平均销量、平均单价等,不同业务得到的指标拆解不同,LTV、CPC等经常也被视为一级指标。
  • 二级指标:则可能是会影响业务长期进行,但是不影响短期生存的问题,比如退货率、差评率、NPS等。
  • 三级指标:如用户基础画像、用户行为路径等。

而以上这些数据对运营同学做运营决策有关键作用,在获取这些数据的时候,则需要数据同学的帮助。

认知二 数据从哪来?去向哪?

数据协作流程简图

数据就像是水,融合在业务每个节点,途径每个人的手。

而建设数据系统的每个人和产品功能,则是钢精和水泥,融合、凝练成为一个强有力的数据大楼。

成为了最终老板最终做决策可以依靠的力量。

认知三 没有良性的数据系统,会怎么样?

  • 系统混乱,BI团队没有突出业绩产出,会被老板认为价值极低
  • 产品部、运营部、BI 多部门相互甩锅,内部沟通效率低下
  • 数据准确性不高
  • 数据决策慢,难以快速跟进行业热点

认知四 建设良性数据生产系统

要建设数据生产系统,先想清楚以下3件事情

  1. 建立所需数据系统
  2. 构造基本数据模块
  3. 设计团队人员结构

首先举一个经典的大数据架构图的例子。以便于梳理清楚自己业务过程中所需要的基础调用服务。

设计人员结构,可以根据公司实际情况设计岗位,人可以少,但是许多事情是必不可少的。

认知五 建立良性数据的协作系统

因为笔者仅是一界运营,对技术了解颇浅,经常在于数据同学给对接时发现业务效率的系统性提升问题。

  1. 产品运营同学与数据经常打架的几个点:
  2. 数据什么时候出来:提数需求永远存在,需求永远都做不完
  3. 数据准确性问题:为什么数据是错的?
  4. 数据结论无法支撑:那个结论不正确,无法得出决策?

然后得出结论:你傻X?

数据团队和运营团队经常打架的点:

  1. 指标、维度没有写清楚,没法排
  2. 需求冲撞了,没办法做
  3. 原始数据有问题,需要找研发重新跑过

然后得出结论:你才傻X?

这是因为BI团队没有一个比较好的需求承接方式,导致两个团队经常纠缠不清。

这是一个简单的数据生产流程,而我们处于这个角色中的每一个人,就是要坚决,果断的执行其中的每一个流程。

认知六 建立良性数据的应用系统

以滴滴和阿里为例,数据的应用层是可以满足多项需求的,可以极大的提高工作效率。以滴滴的部分数据应用场景为例。

以上功能只是许多公司产品、运营、BI、技术等同学日常使用的冰山一角。

数据分为:

  • 离线数据:满足产品和运营人员在了解市场、分析结论的需要
  • 实时数据:线上实时业务策略等,监控线上实时流量,可视化等

认知七 大的互联网公司与创业公司数据体系之间的差距

阿里滴滴能够做得好的原因有以下几点:

  1. 在建设时就有一个大的、正确的基础体系
  2. 花了较多的人力、时间开发
  3. 坚持数据驱动
  4. 数据产品长期迭代

而在一个小公司经常会出现的问题是

  1. 利用开源软件搭建,没有系统性思考每个阶段要解决的问题
  2. 多个业务功能拼接,头痛医头,脚痛医脚
  3. 人力不够,忙的时候忙到脚朝天,闲的时候巴不得休息
  4. 对数据不够重视

而作为许多创业公司而言,建立较完善的数据采集能力,搭建基础的数据应用能力,招人,完善整个体系,帮助创业公司从“拍脑袋”到“数据驱动”,还有很多事情要做。

以上打分为整体性打分,不具体针对某家公司或某个人。

总结:从系统性数据驱动来看,创业公司确实相差甚远

创业公司的优势是对市场的反应能力更灵活。

创业公司利用自己的优势完成从0-1后,则需要开始逐步依靠数据驱动完成从1-100。

文章由PM28网编辑,作者:海阁,如若转载,请注明出处:http://www.pm28.com/2831.html欢迎投稿

联系我们

在线咨询:点击这里给我发消息

邮件:403567334@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息