神策数据徐美玲:数字化运营,从 1 到 100 的跨越
?
本文根據(jù)神策數(shù)據(jù)華南業(yè)務(wù)中心 leader & 咨詢中心負(fù)責(zé)人徐美玲《數(shù)字化運(yùn)營(yíng),從 1 到 100 的跨越》的分享整理所得。主要內(nèi)容如下:
-
數(shù)字化運(yùn)營(yíng)的內(nèi)涵
-
數(shù)字化運(yùn)營(yíng)體系的構(gòu)建
-
數(shù)字化運(yùn)營(yíng)的困局與反思
-
實(shí)現(xiàn)從 1?到 100 的跨越
之所以從 1 而不是 0 開(kāi)始,是因?yàn)槲蚁嘈沤^大部分企業(yè)已經(jīng)有一定的數(shù)據(jù)基礎(chǔ),無(wú)非是在數(shù)據(jù)體系落地程度上有所差異。從 1 到 100,最核心的是要把數(shù)據(jù)的價(jià)值在業(yè)務(wù)中真正體現(xiàn)出來(lái)。本次分享將會(huì)從數(shù)據(jù)體系入手,講述當(dāng)下企業(yè)面臨的現(xiàn)狀,數(shù)字化運(yùn)營(yíng)體系落地過(guò)程中的一些思考,以及神策對(duì)企業(yè)在數(shù)字化運(yùn)營(yíng)方面的建議。
一、數(shù)字化運(yùn)營(yíng)的內(nèi)涵
提到數(shù)字化運(yùn)營(yíng)的時(shí)候,很多人會(huì)有不同的認(rèn)知,但真正的數(shù)字化運(yùn)營(yíng)究竟體現(xiàn)在哪些地方呢?
對(duì)應(yīng)神策基于數(shù)據(jù)流的企業(yè)運(yùn)營(yíng)框架——SDAF,結(jié)合實(shí)際業(yè)務(wù)場(chǎng)景,我認(rèn)為數(shù)字化運(yùn)營(yíng)主要體現(xiàn)在六個(gè)層面,如下圖所示:
1.可度量
業(yè)務(wù)發(fā)展情況和變化程度都是可精準(zhǔn)度量的。在度量這件事情上,有許多門(mén)道,比如我們期望通過(guò)什么樣的指標(biāo)去度量,它包括指標(biāo)的定義和口徑等。舉個(gè)例子,在做活動(dòng)效果分析時(shí),企業(yè)是想分析獨(dú)立的活動(dòng),還是想分析整個(gè)活動(dòng)運(yùn)營(yíng)體系對(duì)業(yè)務(wù)大盤(pán)帶來(lái)的提升?在不同的分析場(chǎng)景中,所參考的指標(biāo)體系是不一樣的。
一個(gè)好的度量體系,其完善性、業(yè)務(wù)價(jià)值的準(zhǔn)確性以及對(duì)維度拆解和全方位診斷方面都是可以全面發(fā)揮價(jià)值的。
2.可分析
可分析與可度量最大的差異在于,可分析需要通過(guò)一定的分析方法、思路和框架,或者一些相對(duì)高階的技術(shù)手段,來(lái)判斷度量指標(biāo)的合理性,以及指標(biāo)改進(jìn)的關(guān)鍵點(diǎn)等。
服務(wù)了 1500 余家企業(yè)之后,我們發(fā)現(xiàn)大多數(shù)企業(yè)在數(shù)據(jù)基礎(chǔ)建設(shè)方面已經(jīng)起步。在合作過(guò)程中,神策分析的靈活性和支持能力具有明顯優(yōu)勢(shì),它能夠幫助企業(yè)梳理指標(biāo)體系、配置應(yīng)用上線等。但推進(jìn)分析的難度相對(duì)較大,主要在于每一個(gè)分析都與業(yè)務(wù)主體和業(yè)務(wù)場(chǎng)景有著強(qiáng)相關(guān)性,同樣一個(gè)數(shù)據(jù)指標(biāo)的變化有可能是外部因素導(dǎo)致的,有可能是內(nèi)部因素導(dǎo)致的,也有可能是周期規(guī)律性的因素導(dǎo)致的。
面對(duì)此類強(qiáng)業(yè)務(wù)關(guān)聯(lián)性的分析場(chǎng)景,我們?cè)诮邮盏阶稍冃枨髸r(shí),必須要深入業(yè)務(wù)體系去考慮業(yè)務(wù)現(xiàn)狀和接下來(lái)的動(dòng)作,結(jié)合數(shù)據(jù)的表現(xiàn),給予有價(jià)值的診斷和建議。也就是說(shuō),分析這件事兒對(duì)內(nèi)部人員和外部接入人員在業(yè)務(wù)理解和數(shù)據(jù)分析的專業(yè)度方面要求更高。
但是,目前整體看下來(lái),至少有 50% 的企業(yè)在分析這個(gè)層面沒(méi)有做好。
3.可反饋
粗略來(lái)看,可反饋跟可度量是相似的,差別在于可反饋是針對(duì)某一項(xiàng)已經(jīng)做過(guò)的事情的效果反饋,也就是說(shuō)在某項(xiàng)已完成的活動(dòng)或業(yè)務(wù)中,我們期望得到的反饋是哪個(gè)動(dòng)作影響指標(biāo)如何變化等。與度量大盤(pán)指標(biāo)不同,可反饋有較強(qiáng)的精準(zhǔn)指向性,通過(guò)精準(zhǔn)衡量每一個(gè)動(dòng)作帶來(lái)的變化情況,基于歸因分析和體系化洞察,實(shí)現(xiàn)可反饋。
通過(guò)觀察,我們發(fā)現(xiàn)可反饋程度較高的企業(yè)有著共通之處,他們對(duì)業(yè)務(wù)變化的應(yīng)對(duì)能力,對(duì)動(dòng)作的歸因能力都較強(qiáng),一方面源于思路框架的強(qiáng)化,另一方面來(lái)自于對(duì)工具的高效使用。在正常業(yè)務(wù)流程中,可反饋是一個(gè)積少成多、量變影響質(zhì)變的過(guò)程。
正如前面所講,可反饋的本質(zhì)是一個(gè)歸因體系和邏輯,涉及到大量的數(shù)據(jù)處理,與動(dòng)作和業(yè)務(wù)維度強(qiáng)相關(guān),它所面臨的挑戰(zhàn)在于拿數(shù)和用數(shù)。
可度量、可分析、可反饋三個(gè)層面更偏向數(shù)據(jù)角度,但業(yè)務(wù)體系和數(shù)據(jù)體系屬于并行耦合的關(guān)系。
4.可預(yù)測(cè)
預(yù)測(cè)最明顯的表現(xiàn)在于它會(huì)根據(jù)過(guò)往的數(shù)據(jù)特征表現(xiàn),結(jié)合業(yè)務(wù)場(chǎng)景邏輯,為業(yè)務(wù)提供指向性發(fā)展、前瞻性處理的建議。
最常見(jiàn)的可預(yù)測(cè)應(yīng)用是智能預(yù)警。基于企業(yè)業(yè)務(wù)發(fā)展?fàn)顩r,對(duì)接下來(lái)三個(gè)月或者一年的業(yè)務(wù)發(fā)展做出預(yù)測(cè),然后分配到每個(gè)月的業(yè)績(jī)指標(biāo)應(yīng)該是多少。預(yù)測(cè)比度量更貼近業(yè)務(wù),它指導(dǎo)業(yè)務(wù)目標(biāo)的制定,在業(yè)務(wù)場(chǎng)景異常的判斷方面有更強(qiáng)的業(yè)務(wù)耦合和指導(dǎo)價(jià)值。
對(duì)于某些需要調(diào)度區(qū)域資源的企業(yè)來(lái)說(shuō),可預(yù)測(cè)的精細(xì)化程度相對(duì)較高,因?yàn)橥獠坑绊懸蛩剡^(guò)多,比如時(shí)間、天氣、資源供給情況等,預(yù)測(cè)難度要比其他類型的企業(yè)更高。
從整體上來(lái)看,預(yù)測(cè)的難度不大,但是把目標(biāo)管理,尤其是增量目標(biāo)管理,以及業(yè)務(wù)異常智能預(yù)警做好,需要涉及算法或者更高級(jí)挖掘的技術(shù),以及平臺(tái)化的能力、可視化的應(yīng)用與呈現(xiàn)、實(shí)時(shí)性等。
5.可決策
分析和預(yù)測(cè)的核心目的是指導(dǎo)決策,如果分析和預(yù)測(cè)對(duì)業(yè)務(wù)場(chǎng)景沒(méi)有帶來(lái)本質(zhì)上的影響,就意味著分析和預(yù)測(cè)對(duì)決策的影響力不夠理想。
決策在數(shù)據(jù)分析的完整鏈路中,難度相對(duì)較大。在大部分企業(yè)內(nèi)部,分析團(tuán)隊(duì)和業(yè)務(wù)團(tuán)隊(duì)往往是兩個(gè)不同的群體,他們?cè)跀?shù)據(jù)分析的專業(yè)度、對(duì)業(yè)務(wù)的理解和判斷上有所差異,業(yè)務(wù)團(tuán)隊(duì)基于業(yè)務(wù)導(dǎo)向會(huì)優(yōu)先考慮資源優(yōu)先級(jí),會(huì)站在整個(gè)大盤(pán)的增長(zhǎng)體系中,考慮跟分析團(tuán)隊(duì)不一定強(qiáng)相關(guān)的業(yè)務(wù)邏輯,甚至有些業(yè)務(wù)團(tuán)隊(duì)會(huì)從內(nèi)部利益出發(fā),拒絕不能夠帶來(lái)明顯利益的數(shù)據(jù)分析應(yīng)用落地。
從我個(gè)人的經(jīng)驗(yàn)來(lái)看,很多時(shí)候數(shù)據(jù)分析驅(qū)動(dòng)決策跟企業(yè)的一把手或者業(yè)務(wù)負(fù)責(zé)人的認(rèn)知、理念強(qiáng)相關(guān)。
另一個(gè)方面,我見(jiàn)過(guò)越來(lái)越多的數(shù)據(jù)分析能力強(qiáng)的人開(kāi)始自己干業(yè)務(wù)了。因?yàn)橥苿?dòng)太難,當(dāng)自己的業(yè)務(wù)思路和方向性足夠強(qiáng),執(zhí)行力到位,那么自然可以從分析到?jīng)Q策落地全面把控。這其實(shí)是一個(gè)挺有意思的事情,但我認(rèn)為這會(huì)是分析師職業(yè)發(fā)展必然要經(jīng)歷的一個(gè)過(guò)程。
在我最近負(fù)責(zé)的幾個(gè) Case 中,有一些互聯(lián)網(wǎng)企業(yè),他們的 CEO 是做數(shù)據(jù)增長(zhǎng)出身,目前整個(gè)企業(yè)也已經(jīng)發(fā)展到強(qiáng)數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)的階段。這在某種程度上印證了數(shù)據(jù)對(duì)于行業(yè)和業(yè)務(wù)人員的倒逼,這也就是為什么文鋒曾說(shuō)“將來(lái)所有的人都應(yīng)該要懂?dāng)?shù)據(jù)分析”。不一定要求業(yè)務(wù)人員能夠深入了解并參與到數(shù)據(jù)分析的過(guò)程中,但要求業(yè)務(wù)人員必須具備基礎(chǔ)的數(shù)據(jù)分析能力,要能夠理解數(shù)據(jù)分析的基本邏輯,以及從分析結(jié)果往解決方案方向的推導(dǎo)路徑,如果這條路徑還未打通,往后只會(huì)越來(lái)越難,這也是我對(duì)業(yè)務(wù)同學(xué)提升數(shù)據(jù)分析能力的最基礎(chǔ)的建議。
因?yàn)閿?shù)據(jù)分析在行業(yè)內(nèi)已達(dá)成共識(shí),做數(shù)據(jù)分析的“干掉”做業(yè)務(wù)的例子也不少見(jiàn),真正把業(yè)務(wù)做得好的人數(shù)據(jù)分析的能力一定不會(huì)差。比如神策的張濤老師,他以前是做產(chǎn)品和運(yùn)營(yíng)的,但在數(shù)據(jù)分析領(lǐng)域也同樣很厲害,這個(gè)便能看得出來(lái)行業(yè)發(fā)展趨勢(shì)。我早年也是做產(chǎn)品的,當(dāng)時(shí)我發(fā)現(xiàn)部分做運(yùn)營(yíng)的同學(xué)更偏向執(zhí)行,從數(shù)據(jù)到?jīng)Q策這件事上很難自主跑通,在某些層面上,運(yùn)營(yíng)團(tuán)隊(duì)和產(chǎn)品團(tuán)隊(duì)有著明顯的利益沖突,運(yùn)營(yíng)同學(xué)更重視短期利益的實(shí)現(xiàn),長(zhǎng)期利益依賴于跟產(chǎn)品更好的協(xié)作,所以業(yè)內(nèi)的優(yōu)秀運(yùn)營(yíng)通常是在跟產(chǎn)品的短期和長(zhǎng)期合作與平衡方面是做得非常優(yōu)秀的。
6.可行動(dòng)
神策近期的一個(gè)較大變動(dòng)是,我們會(huì)更關(guān)注整個(gè)產(chǎn)品和工具體系的最后一公里的打通,即行動(dòng)的閉環(huán)。
在數(shù)字化基礎(chǔ)設(shè)施中,我們可以看到,這個(gè)完整體系其實(shí)全部都是數(shù)據(jù)獨(dú)立于業(yè)務(wù)流運(yùn)作的,但如果你希望數(shù)據(jù)運(yùn)營(yíng)體系直接實(shí)現(xiàn)可行動(dòng),那么數(shù)據(jù)和數(shù)據(jù)形成的結(jié)論,比如對(duì)于特定人群的提取、對(duì)于特定人群的運(yùn)營(yíng)策略,本質(zhì)上是需要打通業(yè)務(wù)流和運(yùn)營(yíng)通道與機(jī)制的,這是目前來(lái)看最難的。
在互聯(lián)網(wǎng)體系中,這種底層偏業(yè)務(wù)的后臺(tái)早期建設(shè)還是不錯(cuò)的,比如大家知道的內(nèi)容管理后臺(tái)、運(yùn)營(yíng)后臺(tái)等。如果要把數(shù)據(jù)跟行動(dòng)打通,重要的便是數(shù)據(jù)、運(yùn)營(yíng)后臺(tái)、前端用戶交互體系能夠完整融合成一套體系,然后基于數(shù)據(jù)形成決策結(jié)果直接對(duì)業(yè)務(wù)流進(jìn)行操作,并在操作完成后立刻形成反饋。這是目前體系中耦合難度和處理難度相對(duì)較大的部分。
在數(shù)據(jù)基礎(chǔ)建設(shè)部分,通常對(duì)數(shù)據(jù)體系、工具體系、數(shù)據(jù)跟業(yè)務(wù)的耦合體系、相關(guān)人員的意識(shí)跟能力等要求較高,呈階梯狀發(fā)展。在我看來(lái),目前到分析環(huán)節(jié)已經(jīng)有比較明顯的阻塞了。
反饋環(huán)節(jié)的阻塞相對(duì)來(lái)講最明顯,也是現(xiàn)階段大家最剛需的。目前大多數(shù)企業(yè)的基礎(chǔ)度量已經(jīng)沒(méi)有太大問(wèn)題了,能夠保障業(yè)務(wù)決策時(shí)的業(yè)務(wù)性指標(biāo)和關(guān)鍵的核心業(yè)務(wù)指標(biāo),那么所謂的 100 也就是剩下的五個(gè)環(huán)節(jié)所代表的含義了。
二、數(shù)字化運(yùn)營(yíng)體系的構(gòu)建
基于整體邏輯演變的數(shù)字化運(yùn)營(yíng)體系構(gòu)建路徑可以分為三部分,如下圖所示:
-
看數(shù)據(jù),對(duì)應(yīng)度量和基礎(chǔ)分析
-
分析數(shù)據(jù),它是整個(gè)體系進(jìn)階中阻塞性最明顯的環(huán)節(jié)
-
應(yīng)用數(shù)據(jù),這一環(huán)節(jié)的前提是要對(duì)數(shù)據(jù)分析有基本的掌控力,能夠通過(guò)數(shù)據(jù)分析形成對(duì)業(yè)務(wù)和用戶的判斷與認(rèn)知
從深度學(xué)習(xí)模型來(lái)看,有了清晰和準(zhǔn)確的判斷與認(rèn)知,能夠保證決策的目標(biāo)與方向的準(zhǔn)確性、和企業(yè)戰(zhàn)略的一致性等,以及后續(xù)數(shù)字化運(yùn)營(yíng)過(guò)程中的診斷與調(diào)優(yōu)。這也是為什么神策一直強(qiáng)調(diào)數(shù)據(jù)分析價(jià)值的原因所在。
作為數(shù)據(jù)分析師,我之所以要把這三個(gè)模塊分開(kāi),是因?yàn)樵诖蠖鄶?shù)企業(yè)內(nèi)部這三部分工作對(duì)應(yīng)的崗位也是不同的。一般來(lái)講,「看數(shù)據(jù)」這部分大多由數(shù)據(jù)分析師、BI 同學(xué)來(lái)做,包括對(duì)數(shù)據(jù)的清洗處理,采集工作的規(guī)范調(diào)整等;「分析數(shù)據(jù)」這部分更多的由分析人員主導(dǎo),而分析人員通常分為 BI 團(tuán)隊(duì)的分析人員和業(yè)務(wù)團(tuán)隊(duì)的分析人員;「應(yīng)用數(shù)據(jù)」則是由策略團(tuán)隊(duì)的分析師、算法工程師等同學(xué)來(lái)負(fù)責(zé)。這三個(gè)環(huán)節(jié)在本質(zhì)上對(duì)應(yīng)的角色邏輯是不同的。
但不管哪個(gè)環(huán)節(jié)的同學(xué),都會(huì)面臨最底層的問(wèn)題——數(shù)據(jù)本身能不能支撐我想做的事情?
在數(shù)據(jù)基礎(chǔ)建設(shè)這件事情上,在不同的業(yè)務(wù)場(chǎng)景中對(duì)數(shù)據(jù)的需求是不一樣的。很多企業(yè)最初只是想要做一些基礎(chǔ)數(shù)據(jù)采集,查看某些功能的用戶點(diǎn)擊率、使用情況、崩潰情況等;但是在應(yīng)用數(shù)據(jù)的階段,數(shù)據(jù)本身的豐富度和維度至關(guān)重要。在神策過(guò)往服務(wù)客戶的過(guò)程中,特別是 2017-2018 年期間,大部分客戶對(duì)數(shù)據(jù)的需求并沒(méi)有那么迫切;但到了 2019 年初,整個(gè)大環(huán)境變了,企業(yè)開(kāi)始加速精細(xì)化運(yùn)營(yíng)進(jìn)程。因?yàn)橐坏┚?xì)化運(yùn)營(yíng)、降本增效的訴求加入議程時(shí),企業(yè)對(duì)數(shù)據(jù)質(zhì)量的訴求也會(huì)明顯提升。在這個(gè)階段,外界看到的最明顯的表現(xiàn)是,企業(yè)在招聘數(shù)據(jù)基礎(chǔ)建設(shè)、數(shù)據(jù)分析應(yīng)用領(lǐng)域的人才投入顯著增加。
因此整套數(shù)字化運(yùn)營(yíng)體系建設(shè)對(duì)于數(shù)據(jù)基礎(chǔ)的建設(shè)有顯著要求。
三、數(shù)字化運(yùn)營(yíng)的困局與反思
普遍概念上的技術(shù)可能是產(chǎn)品、人工智能、算法、SDK 采集等。拆解如下:
1.關(guān)于技術(shù):為什么不能是萬(wàn)能神藥?
關(guān)于技術(shù)的典型問(wèn)題,我們總結(jié)如下:
問(wèn)題 1:有沒(méi)有一種技術(shù)方法,能實(shí)現(xiàn)數(shù)據(jù)默認(rèn)全部采集?一方面減少研發(fā)資源投入,另一方面能夠有效避免數(shù)據(jù)不完整。
問(wèn)題 2:數(shù)據(jù)分析能不能實(shí)現(xiàn)自動(dòng)發(fā)現(xiàn)問(wèn)題,并給出解決方案?
問(wèn)題 3:策略執(zhí)行之后,系統(tǒng)能否實(shí)現(xiàn)自動(dòng)生產(chǎn)及調(diào)優(yōu)?
在我看來(lái),技術(shù)要解決的這些問(wèn)題,在基本的技術(shù)概念上,是具備「可行性」的。在神策,我們有很多厲害的研發(fā)人員,很多事情要考慮了「投入產(chǎn)出比」之后,再去決定要不要做,同時(shí),在這個(gè)過(guò)程中也會(huì)涉及到一些「約束條件」。
舉個(gè)例子,做數(shù)據(jù)自動(dòng)診斷時(shí),在特定的業(yè)務(wù)框架體系中,相應(yīng)的維度已被量化,且量化的結(jié)果能夠作為輸入因子做相關(guān)處理,那么,在對(duì)應(yīng)的實(shí)際場(chǎng)景中,自動(dòng)診斷是可以實(shí)現(xiàn)的。但必須要關(guān)注的是,「約束條件」的個(gè)性化程度較高,也就意味著對(duì)執(zhí)行相關(guān)策略的人員要求較高,要求其能夠?qū)?shù)據(jù)、業(yè)務(wù)和技術(shù)融合到“完美”的狀態(tài)。
「投入產(chǎn)出比」在問(wèn)題 1 中表現(xiàn)相對(duì)明顯。從邏輯上來(lái)講,實(shí)現(xiàn)自動(dòng)默認(rèn)采集基礎(chǔ)數(shù)據(jù)是可行的,特別是當(dāng)系統(tǒng)能夠采集到你起初并沒(méi)有規(guī)劃在內(nèi)、但在回溯時(shí)需要用到的數(shù)據(jù)時(shí);但并不是系統(tǒng)自動(dòng)默認(rèn)采集到的所有數(shù)據(jù)都會(huì)對(duì)應(yīng)使用場(chǎng)景。
從另一方面來(lái)看,這也代表著數(shù)據(jù)采集的量級(jí)較大。因此在我們?nèi)粘Ec客戶溝通過(guò)程中,通常不推薦第一種解決方案,雖然框架和方向沒(méi)有問(wèn)題,但也僅限于減少研發(fā)資源的投入,降低研發(fā)人員重復(fù)和維護(hù)成本。
在報(bào)錯(cuò)監(jiān)控這個(gè)典型場(chǎng)景中,需要完整、精確地記錄報(bào)錯(cuò)率的數(shù)據(jù),用接口請(qǐng)求的次數(shù)跟接口返回的結(jié)果中錯(cuò)誤數(shù)據(jù)的量來(lái)計(jì)算,如果采用自動(dòng)默認(rèn)采集,很有可能監(jiān)測(cè)數(shù)據(jù)會(huì)以十倍、百倍甚至千倍的量級(jí)去增加,也就是說(shuō)需要采集的數(shù)據(jù)量要足夠大。
除此之外,自動(dòng)默認(rèn)采集對(duì)于存儲(chǔ)和性能的消耗也是不能忽視的,性價(jià)比太低。那么這個(gè)時(shí)候,我建議大家在采集報(bào)錯(cuò)的結(jié)果數(shù)據(jù)時(shí),分母不要用次數(shù)去統(tǒng)計(jì),可以用人次、App 啟動(dòng)次數(shù),或者 App 啟動(dòng)人數(shù)去做覆蓋率的計(jì)算。從本質(zhì)上來(lái)看,衡量報(bào)錯(cuò)的趨勢(shì)和量級(jí)的價(jià)值是相似的,雖然沒(méi)有精確到次數(shù)的維度,但對(duì)于優(yōu)化系統(tǒng)的價(jià)值是相似的。
因此,在具體的解決方案設(shè)計(jì)方面,會(huì)有很多細(xì)節(jié)的處理,這也是我們很多客戶真正遇到問(wèn)題時(shí)希望我們的解決方案能夠帶來(lái)的最優(yōu)解。
我不建議把技術(shù)當(dāng)做萬(wàn)能神藥來(lái)做的根本原因在于,我們所做的事情需要站在產(chǎn)品和公司的角度來(lái)考慮其「約束條件」和「投入產(chǎn)出比」。
2.關(guān)于智能:為什么難做出有價(jià)值的成果?
據(jù)了解,能夠應(yīng)用深度學(xué)習(xí)或高階的數(shù)據(jù)挖掘方法與技術(shù)的企業(yè)并不在少數(shù),尤其是一些高階的互聯(lián)網(wǎng)企業(yè)、金融企業(yè)等,在智能領(lǐng)域的投入都很可觀,但真正能夠做出優(yōu)質(zhì)成果的企業(yè)卻很少。
智能的應(yīng)用對(duì)企業(yè)來(lái)說(shuō)是有一定的價(jià)值和增長(zhǎng)空間的,但是需要遵循以下基本邏輯:
第一,數(shù)據(jù)基礎(chǔ)。當(dāng)下的技術(shù)型人才和開(kāi)源方案已經(jīng)足夠滿足企業(yè)所需,其最大的難點(diǎn)在于數(shù)據(jù)基礎(chǔ)。
第二,對(duì)業(yè)務(wù)的理解。在進(jìn)行模型訓(xùn)練時(shí),需要輸入模型訓(xùn)練的目標(biāo),這個(gè)類似指標(biāo)度量,對(duì)于業(yè)務(wù)的健康發(fā)展和價(jià)值提升是強(qiáng)相關(guān)的。舉個(gè)例子,在社交場(chǎng)景中,計(jì)算指標(biāo)可以選擇用戶之間匹配的次率或者人率作為目標(biāo),如果以次率為匹配目標(biāo)的話,當(dāng)用戶和另外三個(gè)用戶發(fā)生了互動(dòng),但僅有一個(gè)用戶響應(yīng),那么就會(huì)被記錄為三次;如果按照人率,當(dāng)該用戶與響應(yīng)的用戶產(chǎn)生了 5 次互動(dòng)且都得到了回應(yīng),那么就會(huì)計(jì)算出 5 個(gè)基準(zhǔn)值。因?yàn)檎{(diào)參和改進(jìn)的方向不一樣,所以類似這樣的簡(jiǎn)單指標(biāo)對(duì)于模型訓(xùn)練能否提升社區(qū)健康度、運(yùn)營(yíng)價(jià)值有非常大的影響。
第三,算法模型。坦率來(lái)講,如果只看匹配次率會(huì)導(dǎo)致算法體系把優(yōu)質(zhì)的、TOP 級(jí)的資源推送給所有用戶,因?yàn)檫@些優(yōu)質(zhì)推薦能夠帶來(lái)更高的反饋率。但與此同時(shí)會(huì)有一個(gè)核心問(wèn)題,真正的社區(qū)健康度在很大程度上依賴于新客,尤其是腰部力量,也就是那些可能反饋率并沒(méi)有那么高的用戶群體,他們通常是社區(qū)的中堅(jiān)力量,需要平臺(tái)對(duì)其投入和扶持。這個(gè)時(shí)候,如果算法優(yōu)化方向是次率,那么它對(duì)于留存的影響是非常大的。因此,智能算法通常取決于對(duì)業(yè)務(wù)的理解,這也是為什么算法團(tuán)隊(duì)需要策略、產(chǎn)品、數(shù)據(jù)分析師的原因。
第四,閉環(huán)驗(yàn)證。它的本質(zhì)是什么?算法的功能性實(shí)現(xiàn)依賴于功能開(kāi)發(fā)的邏輯,如果缺乏診斷分析,就很難得到真正的業(yè)務(wù)成效反饋。除非功能一上線效果便很好,且好到無(wú)需優(yōu)化,但這種情況發(fā)生的概率極低。無(wú)論是算法的策略還是運(yùn)營(yíng)的規(guī)則性策略,都需要投入時(shí)間來(lái)做迭代,并在迭代體系中跑通閉環(huán),真正實(shí)現(xiàn)數(shù)據(jù)化運(yùn)營(yíng)。
3.關(guān)于工具:重要 or 不重要?
作為業(yè)務(wù)人員、資源統(tǒng)籌人員,工具究竟意味著什么?能否對(duì)這件事情有清晰的認(rèn)識(shí)?在跟很多客戶交流的時(shí)候,我了解到,更多人強(qiáng)調(diào)的是“我要的不是工具,而是解決問(wèn)題的方法”。對(duì)于這個(gè)觀點(diǎn),我個(gè)人是很認(rèn)可的,因?yàn)楣ぞ弑旧砥鋵?shí)很難解決全部的問(wèn)題,它并不是解決方案里的所有,只是解決方案里的一個(gè)環(huán)節(jié)。
但是,如果你認(rèn)為“工具本身都差不多”,那就是大錯(cuò)特錯(cuò)了。這里我們通過(guò)“會(huì)用”“好用”“持續(xù)運(yùn)營(yíng)”三點(diǎn)來(lái)拆解。
假如說(shuō)一個(gè)工具的價(jià)值是 100 分,會(huì)用的人最少能夠?qū)r(jià)值發(fā)揮到 70-80 分,那不會(huì)用的人可能只能感知到 10-20 分的價(jià)值,那么對(duì)于這些用戶來(lái)說(shuō),工具確實(shí)沒(méi)什么差別,因?yàn)樗麄兒茈y了解到差別在哪兒。如果沒(méi)有好的方法去使用工具,自然無(wú)法判斷工具的價(jià)值。想知道工具真正的差異在哪里,前提是要會(huì)用工具。
在我來(lái)神策之前,我所在的公司有自己的 BI 報(bào)表平臺(tái)和取數(shù)邏輯,但我們還是用了神策的系統(tǒng),這是為什么呢?首先,數(shù)據(jù)團(tuán)隊(duì)的人覺(jué)得工具、平臺(tái)、數(shù)倉(cāng)都建好了,使用層面的問(wèn)題不需要他們參與,但問(wèn)題就在于他們研發(fā)出來(lái)的工具不支持全面、完整的分析模型,基本上只有 PV、UV 等基礎(chǔ)的業(yè)務(wù)數(shù)據(jù)。因此,我們選擇接入神策,和數(shù)據(jù)團(tuán)隊(duì)形成兩個(gè)并列的數(shù)據(jù)體系。
在神策的產(chǎn)品迭代過(guò)程中,有 60%-70%的需求來(lái)自于售后交付的客戶,這與神策售后為主的迭代邏輯息息相關(guān)。關(guān)于持續(xù)運(yùn)營(yíng),值得特別強(qiáng)調(diào)的是,工具買(mǎi)回來(lái)不是終點(diǎn),正如產(chǎn)品上線后仍需要運(yùn)營(yíng)同學(xué)持續(xù)維護(hù)一樣。在任何企業(yè)內(nèi)部,運(yùn)營(yíng)都是需要強(qiáng)數(shù)據(jù)體系、強(qiáng)業(yè)務(wù)視角來(lái)推動(dòng)的。
4.關(guān)于數(shù)據(jù):究竟是資產(chǎn),還是負(fù)資產(chǎn)?
我們也曾遇到客戶提出疑問(wèn):“我們已經(jīng)實(shí)現(xiàn)了數(shù)據(jù)采集,為什么要使用神策的系統(tǒng)再次采集一遍?為什么要通過(guò)神策對(duì)我們現(xiàn)有的數(shù)據(jù)體系重新梳理和優(yōu)化呢?”這件事情背后的原理是什么呢?如何評(píng)估企業(yè)的數(shù)據(jù)體系建設(shè)帶來(lái)的數(shù)據(jù)資產(chǎn)是正向的還是負(fù)向的呢?基于此,我梳理相關(guān)評(píng)估指標(biāo),如下圖:
首先,數(shù)據(jù)是否準(zhǔn)確。這是一個(gè)致命的評(píng)估指標(biāo),若數(shù)據(jù)準(zhǔn)確性無(wú)法保障,那么為數(shù)據(jù)付出的成本、資源等都是浪費(fèi)。
其次,在數(shù)據(jù)采集方面,我建議按需采集。數(shù)據(jù)的時(shí)效性是極其重要的度量機(jī)制,在沒(méi)有想好如何用數(shù)的時(shí)候就去采集所有數(shù)據(jù),最終只能導(dǎo)致存儲(chǔ)成本無(wú)限增加。這是因?yàn)槊總€(gè)人做事的思路和出發(fā)點(diǎn)不一樣,或是應(yīng)用導(dǎo)向,或是系統(tǒng)建設(shè)導(dǎo)向。“先采再說(shuō)”反映的是負(fù)責(zé)數(shù)據(jù)采集的人或者團(tuán)隊(duì)對(duì)數(shù)據(jù)應(yīng)用沒(méi)有足夠的認(rèn)知,想當(dāng)然地認(rèn)為數(shù)據(jù)都是有價(jià)值的。
這里需要強(qiáng)調(diào)一下,在行為數(shù)據(jù)領(lǐng)域,除了基本的大盤(pán)指標(biāo)建議長(zhǎng)期保留,很多交互級(jí)別的行為數(shù)據(jù),超過(guò)三個(gè)月基本上就沒(méi)有什么參考價(jià)值了,因?yàn)樵谶@三個(gè)月內(nèi),很有可能你的版本已經(jīng)做了更替,甚至用戶本身的結(jié)構(gòu)已經(jīng)發(fā)生了變化。
然后,針對(duì)數(shù)據(jù)本身的整合,是否是有數(shù)據(jù)就夠了?對(duì)于運(yùn)營(yíng)團(tuán)隊(duì)來(lái)說(shuō),他們?cè)趹?yīng)用數(shù)據(jù)時(shí),通常需要將行為數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)做有機(jī)整合,一方面是業(yè)務(wù)結(jié)構(gòu)導(dǎo)向,另一方面是用戶視角的轉(zhuǎn)化和運(yùn)作導(dǎo)向,此時(shí)的數(shù)據(jù)整合對(duì)數(shù)據(jù)應(yīng)用是有足夠的說(shuō)服力的。在我們常常提及的精細(xì)化運(yùn)營(yíng)中,如果只看結(jié)果不看過(guò)程,并不能算做有機(jī)整合。
最后,應(yīng)用交付環(huán)節(jié)是尤其重要的,特別是對(duì)做數(shù)據(jù)分析或 BI 的同學(xué)。真正做數(shù)據(jù)的同學(xué)的閉環(huán)在于應(yīng)用交付,一方面賦能業(yè)務(wù)同事,另一方面在深度場(chǎng)景中尋找自己的定位與價(jià)值。在應(yīng)用交付層面,對(duì)業(yè)務(wù)的理解和思考,以及持續(xù)運(yùn)營(yíng)是極其關(guān)鍵的。這也是我們?cè)谒伎既绾螌?shí)現(xiàn)從 1 到 100 的跨越的時(shí)候形成的基礎(chǔ)認(rèn)知。
四、實(shí)現(xiàn)從 1 到 100 的跨越
1. 認(rèn)清現(xiàn)實(shí):四要素缺一不可,差別只在基礎(chǔ)及重要性
在系統(tǒng)化推進(jìn)的過(guò)程中,組織、人才、流程、工具四要素需要同步考慮其當(dāng)前狀況與策略的匹配程度。如下圖:
組織并不一定代表大的企業(yè)組織,也可以代表一個(gè) team,或者一個(gè)小的組織。真正能夠把數(shù)據(jù)用好的標(biāo)準(zhǔn)通常是具備完善組織架構(gòu)和人員運(yùn)作機(jī)制的組織,人才和組織決定了運(yùn)作流程以及對(duì)工具的應(yīng)用能力。
當(dāng)資源協(xié)調(diào)困難時(shí),決定資源投入與分配的角色的認(rèn)知就會(huì)顯得特別關(guān)鍵。我在上一家公司的時(shí)候,之所以能夠在內(nèi)部順利推動(dòng)神策產(chǎn)品的全面應(yīng)用,關(guān)鍵在于整個(gè)組織人員的調(diào)整——從部門(mén)直管調(diào)整為業(yè)務(wù)線邏輯,這樣一來(lái),每個(gè)小組線正常運(yùn)作的時(shí)候,資源都可以實(shí)現(xiàn)自協(xié)調(diào),發(fā)版的節(jié)奏和邏輯是自控制的。
很多時(shí)候,組織的模式跟企業(yè)內(nèi)部的數(shù)據(jù)文化是有重要關(guān)聯(lián)的。一家企業(yè)著手推動(dòng)數(shù)據(jù)全面應(yīng)用有兩個(gè)契機(jī):一是公司整體組織架構(gòu)開(kāi)始重視數(shù)據(jù);另一種是團(tuán)隊(duì)內(nèi)空降了一個(gè)厲害的決策者,由他負(fù)責(zé)調(diào)動(dòng)資源和人力等。從我們過(guò)往的服務(wù)客戶經(jīng)驗(yàn)中來(lái)看,組織和人才是最頂層、最重要的兩個(gè)因素。
而流程和工具,在某種程度上是相輔相成的。在落地層面,流程體現(xiàn)在以下兩點(diǎn):
(1)運(yùn)作的機(jī)制。埋點(diǎn)體系是按照什么樣的業(yè)務(wù)流程和機(jī)制進(jìn)行的?
(2)每一個(gè)環(huán)節(jié)的具體操作的標(biāo)準(zhǔn)方法、對(duì)應(yīng)的角色是否具備操作的相關(guān)技能,能否成功落地?
同時(shí),工具在工程化、產(chǎn)品化方面的支持力度在很大程度上決定了流程的運(yùn)作及是能否更好的管控和落地。
一個(gè)好的工具,本質(zhì)上會(huì)把流程體系、操作標(biāo)準(zhǔn)等內(nèi)化,讓真正做體系運(yùn)營(yíng)的人有強(qiáng)勁的抓手,讓每一個(gè)人都能夠按照心意去運(yùn)作。這個(gè)時(shí)候,我們會(huì)在產(chǎn)品體系里面強(qiáng)調(diào)兩點(diǎn):
(1)數(shù)據(jù)需求的管理需要從源頭做好控制;
(2)數(shù)據(jù)上線階段,要從數(shù)據(jù)的質(zhì)量和標(biāo)準(zhǔn)層面做好控制。
只有遵循以上兩點(diǎn)原則,才能把控好從需求到研發(fā)的完整質(zhì)量流。這也是我們近兩年在輔導(dǎo)客戶內(nèi)部建立機(jī)制流程和數(shù)據(jù)運(yùn)營(yíng)體系方面被證實(shí)的實(shí)踐經(jīng)驗(yàn)。
整體來(lái)說(shuō),公司的規(guī)模越大,傳統(tǒng)轉(zhuǎn)型的屬性會(huì)越強(qiáng),組織和流程方面的因素會(huì)越干凈,也就意味著左側(cè)因素?zé)o調(diào)整的話,右側(cè)的流程和工具落地會(huì)很困難,即從微觀撬動(dòng)大局是一件困難的事情。因此我們?cè)诤芏鄷r(shí)候,會(huì)建議先去影響能夠做出決策的“人”,搞定“人”就能更好地解決問(wèn)題。這里的“人”可能是組織內(nèi)部決策的人,也可能是在落地層面具備操作技能和方法的人。
2.數(shù)據(jù)文化:基于數(shù)據(jù)深化對(duì)業(yè)務(wù)及用戶的認(rèn)知,提升決策質(zhì)量
數(shù)據(jù)本身是一種“原材料”,經(jīng)過(guò)加工即數(shù)據(jù)應(yīng)用后能夠帶來(lái)什么樣的價(jià)值,與數(shù)據(jù)分析人員對(duì)業(yè)務(wù)模式的認(rèn)知息息相關(guān)。
但在很多時(shí)候,數(shù)據(jù)分析人員缺乏對(duì)業(yè)務(wù)模式的認(rèn)知,特別是在做企業(yè)增長(zhǎng)的時(shí)候,尤其需要對(duì)業(yè)務(wù)模式和用戶洞察深入理解。
正是因此,我在和客戶日常交流時(shí),經(jīng)常聊這幾個(gè)問(wèn)題:用戶是誰(shuí)?用戶為什么用你的產(chǎn)品?你能為用戶帶來(lái)什么樣的價(jià)值……這些問(wèn)題是很難通過(guò)純粹的數(shù)據(jù)推論出來(lái)的,需要基于對(duì)業(yè)務(wù)的理解。如果客戶對(duì)這些問(wèn)題都沒(méi)有答案,那么想要撬動(dòng)用戶,實(shí)現(xiàn)留存和增長(zhǎng)是很困難的,即便短期內(nèi)可以做運(yùn)營(yíng)刺激,也很難形成長(zhǎng)期留存。
3. 數(shù)據(jù)基礎(chǔ)建設(shè):圍繞用戶、場(chǎng)景構(gòu)建體系,深度融入業(yè)務(wù)流
從數(shù)據(jù)采集、處理、校驗(yàn)到存儲(chǔ),我們?cè)诿總€(gè)環(huán)節(jié)都做了大量的配套設(shè)施。舉個(gè)例子,在數(shù)據(jù)采集方面,如果不做數(shù)據(jù)梳理和需求定義,那么到了數(shù)據(jù)校驗(yàn)環(huán)節(jié),缺乏相應(yīng)的管控和入庫(kù)限制的話,就會(huì)很難保證數(shù)據(jù)的質(zhì)量。
在做數(shù)據(jù)基礎(chǔ)建設(shè)時(shí),我們希望能夠幫助客戶把數(shù)據(jù)體系和應(yīng)用建設(shè)得更好,這就需要在前期梳理需求的時(shí)候,能夠圍繞用戶場(chǎng)景構(gòu)建,并將數(shù)據(jù)上線的研發(fā)流和業(yè)務(wù)流同步,這就對(duì)應(yīng)了前文所講的數(shù)據(jù)的時(shí)效性。在我此前的工作場(chǎng)景中,我只允許 H5、后端埋點(diǎn)等這類快節(jié)奏的功能可以獨(dú)立發(fā)版或延遲發(fā)版,其他情況下都必須實(shí)現(xiàn)同步發(fā)布,這在很大程度上解決了我們當(dāng)時(shí)數(shù)據(jù)應(yīng)用螺旋式上升的最根本的問(wèn)題。
本質(zhì)上,整個(gè)數(shù)據(jù)基礎(chǔ)建設(shè)的流程是一個(gè)系統(tǒng)性工程,對(duì)待每一個(gè)問(wèn)題都不能僅在應(yīng)用層考慮,而應(yīng)該關(guān)注它的「性價(jià)比」和「成效」。比如,為什么我們要嚴(yán)格控制源頭和上線前的質(zhì)量校驗(yàn)?這是因?yàn)橐粋€(gè)入口、一個(gè)出口相對(duì)更容易控制,且成效最高。
4.數(shù)據(jù)賦能及人才培養(yǎng)體系:數(shù)據(jù)驅(qū)動(dòng)體系搭建,從入門(mén)到專精全覆蓋
我們很難要求每個(gè)分析師在每個(gè)特定場(chǎng)景都做到極致完美,因?yàn)閷?duì)于服務(wù)于產(chǎn)品、運(yùn)營(yíng)和推廣的分析師來(lái)說(shuō),他們的經(jīng)驗(yàn)和判斷力是不一樣的。
為了更好地將專業(yè)人才通過(guò)培養(yǎng)實(shí)現(xiàn)標(biāo)準(zhǔn)化輸出,神策搭建了人才的利基市場(chǎng)培養(yǎng)體系,業(yè)務(wù)導(dǎo)向+ 數(shù)據(jù)專精 + 產(chǎn)研基礎(chǔ)為市場(chǎng)做培育,這是我們接下來(lái)重點(diǎn)發(fā)力的方向。在整個(gè)數(shù)據(jù)鏈條中,圍繞不同的角色、技術(shù)建設(shè)的體系防范以及專業(yè)性人才和行業(yè)性應(yīng)用等,把相應(yīng)的培訓(xùn)體系進(jìn)行完善,一方面作為服務(wù)和賦能的體系來(lái)做,另一方面作為特定的專項(xiàng)培訓(xùn)體系。
在神策,我們是從意識(shí)文化、基礎(chǔ)建設(shè)、數(shù)據(jù)分析、精細(xì)化運(yùn)營(yíng)四大模塊,結(jié)合主流行業(yè)的業(yè)務(wù)特點(diǎn)、業(yè)務(wù)場(chǎng)景及真實(shí)案例,來(lái)制定分析師培養(yǎng)階段及課程體系的,為企業(yè)提供強(qiáng)業(yè)務(wù)型、數(shù)據(jù)應(yīng)用體系全流程覆蓋的專業(yè)數(shù)據(jù)分析師人才培養(yǎng)方案,我們希望這套培訓(xùn)體系能夠?yàn)榫哂行袠I(yè)適用的數(shù)據(jù)驅(qū)動(dòng)體系建設(shè)及最佳實(shí)踐賦能,真正解決客戶在人才和流程方面的需求,并在一定程度上影響組織的數(shù)據(jù)文化。
5. 策略引擎:數(shù)據(jù)流與業(yè)務(wù)流打通形成強(qiáng)大的主動(dòng)運(yùn)營(yíng)與高效轉(zhuǎn)化能力
精細(xì)化運(yùn)營(yíng)、精準(zhǔn)推薦、千人千面等基本上可以通過(guò)粒度和通道兩個(gè)維度來(lái)做詳細(xì)拆解,其規(guī)則和算法是聚焦在各個(gè)不同的應(yīng)用場(chǎng)景中去實(shí)現(xiàn)的。如下圖:
6. 精細(xì)化運(yùn)營(yíng)突破點(diǎn):用戶視角下對(duì)動(dòng)機(jī)的挖掘 + 持續(xù)的驗(yàn)證迭代
大部分企業(yè)和用戶都可以完成定義業(yè)務(wù)目標(biāo)和用戶群體,但其難點(diǎn)在于,精細(xì)化運(yùn)營(yíng)的目標(biāo)客群購(gòu)買(mǎi)產(chǎn)品和服務(wù)的動(dòng)機(jī)是什么?這就涉及對(duì)動(dòng)機(jī)挖掘和場(chǎng)景構(gòu)建,這也是在落地層面上最難的兩點(diǎn)。
這里我額外再?gòu)?qiáng)調(diào)一下分析的重要性——分析是幫助企業(yè)構(gòu)建對(duì)用戶和場(chǎng)景認(rèn)知的最底層內(nèi)核,沒(méi)有分析,所有的決策都只是拍腦袋結(jié)論,很難體系化往前推進(jìn),完成從 1 到 100 的跨越。
關(guān)于精細(xì)化運(yùn)營(yíng)這件事情,很大程度上與不斷迭代、用戶的動(dòng)機(jī)和場(chǎng)景是息息相關(guān)的。
策略診斷和調(diào)優(yōu)是另一個(gè)對(duì)分析要求較高的環(huán)節(jié),但能做好的分析師寥寥可數(shù)。通常情況下,在完成精細(xì)化運(yùn)營(yíng)之后,分析師只關(guān)心效果提升,至于為什么提升,是客群的精準(zhǔn)選擇、還是運(yùn)營(yíng)策略的吸引他并不知道。所以大多數(shù)的數(shù)據(jù)分析師在精細(xì)化運(yùn)營(yíng)活動(dòng)中,需要運(yùn)營(yíng)同學(xué)的配合。
7.關(guān)于工具:理念 + 實(shí)踐方法的工程化
我認(rèn)為神策的“護(hù)城河”在于產(chǎn)品和技術(shù),而咨詢和服務(wù)是在其上幫助解決方案落地的。可以這樣理解,工具化和工程化的底層邏輯衍生出配套的服務(wù)和咨詢體系,這套服務(wù)和咨詢體系是為了幫助客戶真正構(gòu)建數(shù)據(jù)根基、實(shí)現(xiàn)數(shù)字化運(yùn)營(yíng),這也是神策的最新愿景——幫助中國(guó)三千萬(wàn)企業(yè)重構(gòu)數(shù)據(jù)根基,實(shí)現(xiàn)數(shù)字化經(jīng)營(yíng)。
綜合來(lái)說(shuō),數(shù)字化運(yùn)營(yíng)從 1 到 100 的跨越心法是:模式重塑,小步快跑;業(yè)務(wù)視角,應(yīng)用驅(qū)動(dòng);基礎(chǔ)扎實(shí),效用最優(yōu)。希望本次分享能為更多企業(yè)和客戶在數(shù)字化運(yùn)營(yíng)過(guò)程中提供有效幫助,感謝大家的聆聽(tīng)!
???
【更多內(nèi)容】
-
神策數(shù)據(jù)潘書(shū)薈:解讀千人千面,洞悉數(shù)據(jù)智能的價(jià)值
-
浙商銀行攜手神策數(shù)據(jù),數(shù)字化轉(zhuǎn)型提升客戶體驗(yàn)
-
神策數(shù)據(jù)攜手百麗國(guó)際,專注品牌零售行業(yè)數(shù)字化未來(lái)
總結(jié)
以上是生活随笔為你收集整理的神策数据徐美玲:数字化运营,从 1 到 100 的跨越的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: 基于神策用户画像,在线教育企业线索标签体
- 下一篇: 国内电商场景大战中,企业如何寻找有效增长