精细化运营浪潮下,如何从商业视角深入理解【数据系统】的价值?

618次阅读
没有评论

如今,在精细化运营的浪潮下,涌现出了各式各样的数据分析方法,数据系统的需求度与重要性都有了明显的提升。本文作者曾参与过从0到1搭建数据系统,他对数据系统的价值有自己的看法,与你分享。

精细化运营浪潮下,如何从商业视角深入理解【数据系统】的价值?

近年来数字化转型、数据驱动、个性化&精细化运营等各种词汇出现的频率越来越高,漏斗分析、归因分析、ABtesting等各种数据分析方法、工具也有越来越多的分享。精细化运营浪潮下,【数据系统】的需求度与重要性都有了明显的提升。

但在业务or组织负责人的位置,【数据系统】到底怎么定义?具体对企业经营有什么价值?最佳实践有哪些?笔者曾从0-1搭建【神策数据分析系统】,想和朋友们分享交流下【数据系统】价值的底层逻辑。

一、为什么数据系统越来越重要了?

精细化运营浪潮下,如何从商业视角深入理解【数据系统】的价值?

近几年外部环境多变,市场对每个公司的经营都提出了更高的要求,所有人都感觉“卷”,背后不变的规律中,与“快速发展”相伴随的新用户“红利消失”必然是核心因素之一。

(2018Q2移动互联网月活跃用户数突破11亿后一直无法突破12亿大关,自20年Q1以来,同比增长率持续低于2%-来源QuestMobile)

可以吐槽、感叹的地方有很多,但站在企业经营者或职业经理人的角度上只能拥抱变化,要么探索第二曲线,要么在第一曲线上想办法,第二曲线的成本率低,且站在经理人的位置上,不会轻易主动去探索第二曲线。

那么常见的应对策略中:

  • 营销渠道需要不断地优化ROI
  • 构建私域,拉高老用户的LTV的同时,最好还能参与裂变
  • 开发新产品/服务,或者提升产品/服务质量,从而提升客单价提升各个业务流程的转化率

其中任何一条应对策略,再下钻一层,都无法缺少“数据分析/验证”

比如,都在谈私域运营最本质的目的是想拉高老用户的LTV(lifetime value),那么如何提升?这个就需要让用户持续地感知到价值,更频繁地完成高价值动作(HVA Hight Value Action)那产品当中哪些功能/服务/商品能带来HVA? 这就需要运用“留存分析&LTV分析”数据分析工具。

想使用数据分析工具的前提,一定是要有数据。这句话听起来像是废话,但其实除了互联网头部公司外,大部分公司当下的数字化程度之低,其实很难支撑起数据分析工具的需求。

举两个业务场景的例子:

1)如何统计朋友圈广告投放来的新用户,一周内下单转化率?

  1. 展、点、消的媒体效果数据,各个广告平台会提供;
  2. 订单系统中肯定有用户基本信息;
  3. 用户系统中是否有渠道来源信息?

并且以在数据分析系统当中使用为目的的情况下,公司是否已经打通了媒体、订单、用户之间的数据关联?

2)如何科学判断某一个产品功能是否成功?

用迭代前和迭代后的数据指标(DAU、留存等)对比?这其中有没运营活动对数据的贡献?有没有业务周期本身的干扰?

肯定很多优秀的同学会说用ABtest的方法实验,得出准确的结论。这个答案本身非常正确!

但现实的情况是ABtest是需要进行分流的,那么数据分流、灰度发布之类的工具有没有?配合工具使用的人群/标签有没有建立?设备ID、地区、年龄等各种基础数据有没有采集?

至此,伴随这些问题,其实已经回答了“为什么数据系统越来越重要了?”这个问题。

二、数据系统到底怎么定义?

精细化运营浪潮下,如何从商业视角深入理解【数据系统】的价值?

精细化运营浪潮下,如何从商业视角深入理解【数据系统】的价值?

定义本身不是目的,更好的理解并运用才是目的。数据系统可以简单粗暴的理解为“数据管理+数据分析”。

三、数据系统到底有什么用?

精细化运营浪潮下,如何从商业视角深入理解【数据系统】的价值?

通过36kr企服点评排行榜中的分类关键词,对【数据系统】的作用基本能有一个大致的感觉,接下来用正反例子做一下延伸~

1)偏反面的例子

精细化运营浪潮下,如何从商业视角深入理解【数据系统】的价值?

上图是某个“成功数字化转型”案例,所谓的偏反面原因是该【数据系统】并没有深入日常的运营流程,对精细化运营提供不了太大的帮助,所谓的分析也只是对业务数据做了图标/看板化的展现。

精细化运营浪潮下,如何从商业视角深入理解【数据系统】的价值?

对于国企类型的公司来说,数据的管理做了,数据的分析也算做了,相信也会起到“实事求是”的作用,对日常的管理也许有着不小的作用,确实可以算作“成功的数字化转型”。

但是,当前市场环境下,对于创业公司高层、或是产品、增长、运营等岗位的中层而言,这个【数据系统】必然不能算作成功。

2)正面的例子

大家可以看一下紫原新之助的文章《增长案例丨为 Keep 设计一场增长实验》

这篇文章回答了几个重要的问题:

  • 设计增长实验前,如何通过数据系统监控问题,确定增长目标?
  • 在实验中如何定义数据指标,如何借助公开数据确定优先级?
  • 如何在最终的ABtest实验中得出科学结论?

或者请看小魏之前实操过的实验《增长实验复盘:如何提升164%的同比营收?》

时间有限的朋友们可以直接看小魏的结论:

精细化运营浪潮下,如何从商业视角深入理解【数据系统】的价值?

数据系统的核心价值从上图中可以做一个高度概览:

  • 可以帮助团队从数据中洞察出好的优化方向,避免依靠经验主义拍脑门
  • 可以科学验证优化方向&新创意是否真的有效?
  • 可以帮助管理层快速了解公司运营现状,并提供预警

四、总结

精细化运营浪潮下,如何从商业视角深入理解【数据系统】的价值?

简单回顾前文:

  • 【数据系统】越来越重要的本质原因是因为市场的变化,获客红利的消失导致私域精细化运营愈发重要
  • 【数据系统】本身由“数据管理+数据分析”工具构成
  • 【数据系统】可以帮助企业洞察增长点,验证增长假设,直观展现数据指标&数据预警降低风险

由此可见【数据系统】的重要价值,但站在商业或者经营者的视角,也要重视其能力边界:

  • 【数据系统】是工具,真正能带来持续增量的还是团队,好的优化方案、增长实验、创业构想等,总之还是要有经验、有动力的团队成员去完成;为了让团队能更好的展现价值,工具非常重要,因为是基础设施,但如果能更加深入一层则永远是组织能力与领导人的认知
  • 降本只能获取一定的竞争优势,增效&增量才是长久生存的保障,所以即便是工具的层面【数据系统】也只是【营销自动化】或者Matrech工具的基础

下一篇文章打算聊聊,作为一个项目负责人如何从0-1快速保质保量地落地【神策分析】,感兴趣的朋友们别忘记关注哈。

作者:魏知

本文由 @魏知 原创发布于人人都是产品经理。未经许可,禁止转载。

Read More 

正文完
可以使用微信扫码关注公众号(ID:xzluomor)
post-qrcode
 
评论(没有评论)
Generated by Feedzy