大公司才講究數(shù)據(jù)驅(qū)動,小公司靠“拍腦袋”?

5 評論 3952 瀏覽 17 收藏 9 分鐘

本文為我們介紹了什么是數(shù)據(jù)驅(qū)動業(yè)務(wù)以及如何構(gòu)建數(shù)據(jù)系統(tǒng)的注意事項。

做用戶增長運營4年多,發(fā)現(xiàn)越是大公司越講究數(shù)據(jù)驅(qū)動,越希望做出有價值的決策。

數(shù)據(jù)驅(qū)動,在講究科學(xué)運營的今天,重要性不言而喻。

筆者最近在與公司的數(shù)據(jù)部門發(fā)生多次摩擦后,總結(jié)出7條適合從0到1建設(shè)數(shù)據(jù)系統(tǒng)的創(chuàng)業(yè)公司/團(tuán)隊的基礎(chǔ)認(rèn)知。

本文關(guān)鍵字:數(shù)據(jù)驅(qū)動、數(shù)據(jù)系統(tǒng)、數(shù)據(jù)產(chǎn)品、用戶增長、創(chuàng)業(yè)公司

認(rèn)知一 什么是數(shù)據(jù)驅(qū)動業(yè)務(wù)?

一般來說,看一個互聯(lián)網(wǎng)公司業(yè)務(wù)清不清楚,能不能盈利,模式跑不跑得通,基本上看數(shù)據(jù)就能明白個一二。一般來說,看一個業(yè)務(wù)主要會看幾個指標(biāo):

北極星指標(biāo):即影響業(yè)務(wù)的關(guān)鍵指標(biāo),常見類型有用戶數(shù)、訂單、GMV、DAU、UGC人數(shù)等

基于北極星指標(biāo)的業(yè)務(wù)拆解,根據(jù)相關(guān)性則以此構(gòu)成一二三級指標(biāo)。如果寧寧開個淘寶店,首先要拆解

GMV= UV * 轉(zhuǎn)化率 *客單價
  • UV:各渠道帶來的流量數(shù)
  • 轉(zhuǎn)化率:衡量流量質(zhì)量
  • 客單價:與流量質(zhì)量相關(guān),也與店鋪本身SKU 及促銷等活動相關(guān)

有時候業(yè)務(wù)涉及供需兩端,對另一端也會有業(yè)務(wù)拆解。如:

GMV = 商品SKU數(shù) * 單品平均銷量 * 單品均單價
  • SKU數(shù):商品數(shù),理論上來說,商品數(shù)量上漲,用戶可選擇越多,交易額越高
  • 商品平均銷量:用平均值看單個商品的優(yōu)質(zhì)成都,選擇最好的商品進(jìn)行強曝光售賣。
  • 商品均單價:均單價相對比較穩(wěn)定,他的高低可以用來判斷所面向的用戶群體

由此可得:

  • 一級指標(biāo):是與上公式密切相關(guān)的指標(biāo):如UV、轉(zhuǎn)化率、客單價、商品數(shù)、平均銷量、平均單價等,不同業(yè)務(wù)得到的指標(biāo)拆解不同,LTV、CPC等經(jīng)常也被視為一級指標(biāo)。
  • 二級指標(biāo):則可能是會影響業(yè)務(wù)長期進(jìn)行,但是不影響短期生存的問題,比如退貨率、差評率、NPS等。
  • 三級指標(biāo):如用戶基礎(chǔ)畫像、用戶行為路徑等。

而以上這些數(shù)據(jù)對運營同學(xué)做運營決策有關(guān)鍵作用,在獲取這些數(shù)據(jù)的時候,則需要數(shù)據(jù)同學(xué)的幫助。

認(rèn)知二 數(shù)據(jù)從哪來?去向哪?

數(shù)據(jù)協(xié)作流程簡圖

數(shù)據(jù)就像是水,融合在業(yè)務(wù)每個節(jié)點,途徑每個人的手。

而建設(shè)數(shù)據(jù)系統(tǒng)的每個人和產(chǎn)品功能,則是鋼精和水泥,融合、凝練成為一個強有力的數(shù)據(jù)大樓。

成為了最終老板最終做決策可以依靠的力量。

認(rèn)知三 沒有良性的數(shù)據(jù)系統(tǒng),會怎么樣?

  • 系統(tǒng)混亂,BI團(tuán)隊沒有突出業(yè)績產(chǎn)出,會被老板認(rèn)為價值極低
  • 產(chǎn)品部、運營部、BI 多部門相互甩鍋,內(nèi)部溝通效率低下
  • 數(shù)據(jù)準(zhǔn)確性不高
  • 數(shù)據(jù)決策慢,難以快速跟進(jìn)行業(yè)熱點

認(rèn)知四 建設(shè)良性數(shù)據(jù)生產(chǎn)系統(tǒng)

要建設(shè)數(shù)據(jù)生產(chǎn)系統(tǒng),先想清楚以下3件事情

  1. 建立所需數(shù)據(jù)系統(tǒng)
  2. 構(gòu)造基本數(shù)據(jù)模塊
  3. 設(shè)計團(tuán)隊人員結(jié)構(gòu)

首先舉一個經(jīng)典的大數(shù)據(jù)架構(gòu)圖的例子。以便于梳理清楚自己業(yè)務(wù)過程中所需要的基礎(chǔ)調(diào)用服務(wù)。

設(shè)計人員結(jié)構(gòu),可以根據(jù)公司實際情況設(shè)計崗位,人可以少,但是許多事情是必不可少的。

認(rèn)知五 建立良性數(shù)據(jù)的協(xié)作系統(tǒng)

因為筆者僅是一界運營,對技術(shù)了解頗淺,經(jīng)常在于數(shù)據(jù)同學(xué)給對接時發(fā)現(xiàn)業(yè)務(wù)效率的系統(tǒng)性提升問題。

  1. 產(chǎn)品運營同學(xué)與數(shù)據(jù)經(jīng)常打架的幾個點:
  2. 數(shù)據(jù)什么時候出來:提數(shù)需求永遠(yuǎn)存在,需求永遠(yuǎn)都做不完
  3. 數(shù)據(jù)準(zhǔn)確性問題:為什么數(shù)據(jù)是錯的?
  4. 數(shù)據(jù)結(jié)論無法支撐:那個結(jié)論不正確,無法得出決策?

然后得出結(jié)論:你是不是傻?

數(shù)據(jù)團(tuán)隊和運營團(tuán)隊經(jīng)常打架的點:

  1. 指標(biāo)、維度沒有寫清楚,沒法排
  2. 需求沖撞了,沒辦法做
  3. 原始數(shù)據(jù)有問題,需要找研發(fā)重新跑過

然后得出結(jié)論:你才傻?

這是因為BI團(tuán)隊沒有一個比較好的需求承接方式,導(dǎo)致兩個團(tuán)隊經(jīng)常糾纏不清。

這是一個簡單的數(shù)據(jù)生產(chǎn)流程,而我們處于這個角色中的每一個人,就是要堅決,果斷的執(zhí)行其中的每一個流程。

認(rèn)知六 建立良性數(shù)據(jù)的應(yīng)用系統(tǒng)

以滴滴和阿里為例,數(shù)據(jù)的應(yīng)用層是可以滿足多項需求的,可以極大的提高工作效率。以滴滴的部分?jǐn)?shù)據(jù)應(yīng)用場景為例。

以上功能只是許多公司產(chǎn)品、運營、BI、技術(shù)等同學(xué)日常使用的冰山一角。

數(shù)據(jù)分為:

  • 離線數(shù)據(jù):滿足產(chǎn)品和運營人員在了解市場、分析結(jié)論的需要
  • 實時數(shù)據(jù):線上實時業(yè)務(wù)策略等,監(jiān)控線上實時流量,可視化等

認(rèn)知七 大的互聯(lián)網(wǎng)公司與創(chuàng)業(yè)公司數(shù)據(jù)體系之間的差距

阿里滴滴能夠做得好的原因有以下幾點:

  1. 在建設(shè)時就有一個大的、正確的基礎(chǔ)體系
  2. 花了較多的人力、時間開發(fā)
  3. 堅持?jǐn)?shù)據(jù)驅(qū)動
  4. 數(shù)據(jù)產(chǎn)品長期迭代

而在一個小公司經(jīng)常會出現(xiàn)的問題是

  1. 利用開源軟件搭建,沒有系統(tǒng)性思考每個階段要解決的問題
  2. 多個業(yè)務(wù)功能拼接,頭痛醫(yī)頭,腳痛醫(yī)腳
  3. 人力不夠,忙的時候忙到腳朝天,閑的時候巴不得休息
  4. 對數(shù)據(jù)不夠重視

而作為許多創(chuàng)業(yè)公司而言,建立較完善的數(shù)據(jù)采集能力,搭建基礎(chǔ)的數(shù)據(jù)應(yīng)用能力,招人,完善整個體系,幫助創(chuàng)業(yè)公司從“拍腦袋”到“數(shù)據(jù)驅(qū)動”,還有很多事情要做。

以上打分為整體性打分,不具體針對某家公司或某個人。

總結(jié):從系統(tǒng)性數(shù)據(jù)驅(qū)動來看,創(chuàng)業(yè)公司確實相差甚遠(yuǎn)

創(chuàng)業(yè)公司的優(yōu)勢是對市場的反應(yīng)能力更靈活。

創(chuàng)業(yè)公司利用自己的優(yōu)勢完成從0-1后,則需要開始逐步依靠數(shù)據(jù)驅(qū)動完成從1-100。

 

本文由 @寧寧 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載

題圖來自Unsplash,基于CC0協(xié)議

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. GMV算法少了個復(fù)購率 上面打錯了

    來自廣東 回復(fù)
    1. 謝謝指正,其實我理解是二次購買率

      回復(fù)
    2. 謝謝您的指正,大多數(shù)場景,在我們實際UV計算的時取當(dāng)日UV,我們計算復(fù)購,也就是二次購買是相隔一段時間。

      回復(fù)
  2. 迭代驅(qū)動方式其實很多種,組合方式可能更好:產(chǎn)品戰(zhàn)略+用戶反饋驅(qū)動+數(shù)據(jù)驅(qū)動+算法驅(qū)動,甚至一些產(chǎn)品還用商業(yè)模式驅(qū)動,畢竟產(chǎn)品1-2的過程并不是都有很好的用戶量,這個時候抓核心用戶,做反饋驅(qū)動可能效果更好。很多生于MPV,死于PMF的產(chǎn)品都是太依賴那微小的數(shù)據(jù)做指引,但是數(shù)據(jù)畢竟還是冷冰冰的數(shù)字,有時候真正走進(jìn)用戶,拆解用戶的行為才可以真正找到他們的需求來進(jìn)行迭代
    另外UV算法是不是少了個復(fù)購率 ??

    來自廣東 回復(fù)
  3. 感謝分享,慢慢讀

    來自廣東 回復(fù)