疫情下的數(shù)據(jù)化應用思考
本文為大家分析數(shù)據(jù)力量在疫情期間的3個重要表現(xiàn),并從4 個緯度,結合丁香醫(yī)生、去哪兒網(wǎng)等案例,為大家逐一分析數(shù)據(jù)能力的表現(xiàn)。
一、 數(shù)據(jù)的力量在疫情期間的三個重要表現(xiàn)
我們希望通過數(shù)據(jù)在疫情中的重要表現(xiàn)來引申,讓大家去思考數(shù)據(jù)對于您所在的企業(yè),您所執(zhí)行的創(chuàng)業(yè)項目,或者您所執(zhí)行的具體項目,是不是能發(fā)揮類似的作用?
1.1 判斷人員動向,精準控制疫情傳播
這張動圖是百度呈現(xiàn)的 500 萬離武漢人群的去向數(shù)據(jù)。
在疫情發(fā)生的初期,全國人民最關注的就是疫區(qū)的人們都去了哪里,所以這張動圖的瀏覽量非常高。通過這樣一個呈現(xiàn)方式,我們可以很清晰地了解疫區(qū)人們的遷出動向。
隨后大家開始越來越關注與自己所在地區(qū)相關的數(shù)據(jù)。這時候這些互聯(lián)網(wǎng)公司又為我們提供了更多的數(shù)據(jù)成像,幫助我們排查自己身邊是否有確診或者疑似病例。
比如搜狗搜索推出的這三個數(shù)據(jù)功能:
- 疫情小區(qū)——通過手機 APP 查詢您所在的小區(qū)有沒有疫情的出現(xiàn);
- 傳染路線——通過呈現(xiàn)新增病患的活動區(qū)域與路線,讓公眾查詢是否與處在潛伏期的感染者有過接觸;
- 患者同程——通過收集和匯總各個渠道發(fā)布的資訊,把所有出現(xiàn)過感染病例的公共交通班次做成數(shù)據(jù)查詢庫,方便大家查詢自己是否在乘坐公共交通的過程中,和患者同乘。
結合閱覽者自身數(shù)據(jù),定制化地進行數(shù)據(jù)推送,這就是數(shù)據(jù)展現(xiàn)的進階表現(xiàn),也是搜狗比百度高明的地方——看來再漂亮的 PC 版數(shù)據(jù)可視化也沒有及時、高可用度的移動端數(shù)據(jù)查詢來得有效。這也提醒了各位數(shù)據(jù)應用者注意這個變化趨勢。
1.2 判斷疫情走勢,建立全民預警機制
到了數(shù)據(jù)運用的最高階段,就是當我們的數(shù)據(jù)積累到一定程度之后,可以開始進行數(shù)據(jù)的預測。
清華的 A.I 團隊通過建模對疫情的發(fā)展進行了預測。通過拿到的少量已有數(shù)據(jù)(左側陰影部分),就能夠預測出未來我們整個的疫情走向(右側高亮區(qū)域)。
雖然這個數(shù)據(jù)模型預測的準確與否,我們還要拭目以待,但從目前來看,數(shù)據(jù)整體上升的趨勢與鐘南山、聞玉梅兩位疫情專家,基于專業(yè)知識進行主觀預測的結果是基本吻合的。
我們還看到網(wǎng)上一位程序員,制作了一個預測模擬程序,可以模擬人群場景中的感染(黃色部分)比例, 并且用動態(tài)的方式來呈現(xiàn)了出來。
此外,該模型還可以加入一些限定條件。比如,當醫(yī)療資源用盡之后,抑或如果我們沒有管控交通出行等。系統(tǒng)可以根據(jù)這些條件,推演數(shù)據(jù)的巨大變化。
數(shù)據(jù)化正在變得越來越有說服力,通過這樣的仿真預測,模擬未來走勢的數(shù)據(jù)信息,已經(jīng)被越來越多的公眾了解,相信有關亦疫情的決策中會大量地使用這些數(shù)據(jù)預測方法。
1.3 優(yōu)化資源配置,輔助多方協(xié)助抗疫
為應對這次疫情,浙江省運用了“大數(shù)據(jù) + 網(wǎng)格化”的方式,全面排查可疑人群。
杭州下城區(qū)在“城市大腦”的支持下,通過運用數(shù)據(jù)的能力,僅用幾干名網(wǎng)絡人員就完成了全下城區(qū)的排查——
每當有疫情區(qū)的車牌進入到相應的網(wǎng)格區(qū)域,區(qū)域負責人就會獲得手機提示,并且通過與所有住戶資料的數(shù)據(jù)庫對比,一旦來自疫情區(qū)的住戶刷了電梯卡,負責人即可立刻進行排查工作。
由此可見,杭州的數(shù)據(jù)驅動能力已經(jīng)達到了一個更高的水平。
以上就是數(shù)據(jù)的力量,在疫情期間的三個重要表現(xiàn):
事實上在我們的企業(yè)經(jīng)營中,三種數(shù)據(jù)的力量(展示狀態(tài)——驅動工作——預測發(fā)展),也是這樣逐步發(fā)揮價值的。您可以思考一下,在您的企業(yè)中,數(shù)據(jù)力量發(fā)揮到什么層次呢?
二、用 GIO “數(shù)據(jù)能力測評工具”評事件
接下來,我們將通過 GrowingIO “數(shù)據(jù)能力測評”工具,從疫情公布、民眾防疫、社會捐助和企業(yè)轉型 4 個緯度,結合丁香醫(yī)生、去哪兒網(wǎng)等案例,為大家逐一分析數(shù)據(jù)能力的表現(xiàn)。
2.1 疫情公布
首先,我們通過 GrowingIO “數(shù)據(jù)能力測評”工具來分析一下在目前疫情中,在“疫情公布”上,我們整個社會的數(shù)據(jù)能力如何?
該模型大致有兩個部分,左邊是象限圖,右邊是從 L1 到 L5 把“疫情公布”的數(shù)據(jù)化水平分成了五個級別。
左邊象限圖上有兩個坐標軸,橫向維度展示的是疫情發(fā)布能力。從不公布,到有限平臺的公布,再到能夠在多維度、多渠道發(fā)布數(shù)據(jù)。
縱向的坐標軸共有 3 個層次,依次上升。
第一個區(qū)間是完全沒有數(shù)據(jù),第二區(qū)間是能夠看到數(shù)據(jù),第三個區(qū)間是會使用數(shù)據(jù),也就是能夠用數(shù)據(jù)助力和指導疫情發(fā)布。
通過這兩個坐標軸,我們畫出了 9 個象限區(qū)域,幾個主要區(qū)域形成了我們定位的 L1 – L5 五個級別,接下來將分別對應不同階段的不同情況來進行分析,方便大家理解。
在該模型中:
L1 :信息完全不透明
這可能是很多年前的狀態(tài),公共安全事件出現(xiàn)的時候,沒有數(shù)據(jù)、沒有信息、沒有公布,信息完全不通暢。
L2 :渠道少,消息雜,數(shù)據(jù)零散
有限的平臺可以發(fā)布一些信息,但信息比較雜, 而且數(shù)據(jù)比較零散,沒有統(tǒng)一的平臺能夠呈現(xiàn)數(shù)據(jù)動態(tài)全貌,且消息發(fā)布都是一次過性的,難以查閱。
L3 :有統(tǒng)一平臺,有數(shù)據(jù)圖表,有匯總統(tǒng)計
統(tǒng)一的平臺上,比如新浪網(wǎng)、騰訊等,可以看到數(shù)據(jù)的展示,數(shù)據(jù)變化趨勢的展示也更加全面詳細。
L4 :多維度數(shù)據(jù)拆解,數(shù)據(jù)展示豐富
例如之前提到的百度,能夠把數(shù)據(jù)用更好的方式展現(xiàn)出來,例如一些實時動態(tài)提供的城市-全國-國際的數(shù)據(jù)查詢,有了分類匯總,更加直觀詳盡。
騰訊和新浪后期數(shù)據(jù)的展示形式也越來越豐富,不但可以按照省市進行拆分,武漢地區(qū)的新增的確診人數(shù)和疑似人數(shù)也可以被拆解出來,數(shù)據(jù)越來越細致。
L5 :結合受眾自身標簽,定制化、多渠道展示
達到了這個級別,疫情發(fā)布的能力本身很強,同時還能夠用數(shù)據(jù)來增強和放大發(fā)布能力。
就比如丁香醫(yī)生這個案例:
丁香醫(yī)生是一個非常特殊的媒體,本身就是一家以醫(yī)療服務為核心的服務商。APP 積攢了大量的用戶數(shù)據(jù),能知道用戶曾經(jīng)居住的城市、患病史、關注信息等很多標簽。
在這樣的數(shù)據(jù)基礎上,疫情發(fā)生后,丁香醫(yī)生很快為用戶提供了“一鍵訂閱地區(qū)疫情”的功能。在這個功能里,用戶可以立刻生成定制化的數(shù)據(jù)圖表,包含所在城市、小區(qū)、相關病種提示等信息。
所以,在疫情公布方面,很多企業(yè)因為有過往的數(shù)據(jù)優(yōu)勢,已經(jīng)逐漸達到了一個很高級別的數(shù)據(jù)能力。應該說這就是我們目前在市場上,可以看到的最高級別的數(shù)據(jù)發(fā)布能力。我們暫且把這樣的數(shù)據(jù)化水平定位為 L5 級。那么您所在的企業(yè)在信息展示方面能夠達到哪個級別呢?
2.2 民眾防疫
民眾防疫,就是如何指導老百姓抵抗疫情。它的基礎能力從一開始沒有參考、到有統(tǒng)一的指導、再到能夠實時指導,逐漸升為三個層次。
在該模型中:
L1 :只有歷史的標準防疫知識
突發(fā)公共衛(wèi)生事件之后,我們可參考和使用的只有歷史經(jīng)驗和教科書上的標準防御知識,沒有任何實時定制化的措施。
L2 :全面科普式的防御指導
雖然數(shù)據(jù)還沒有進行收集和統(tǒng)計,但是已經(jīng)開始有統(tǒng)一的科普性防御指導,可以開始針對當下的事件做統(tǒng)一的、權威性的指導。
L3 :可監(jiān)控疫情防控效果數(shù)據(jù)
融合了數(shù)據(jù)能力,可看到的疫情防控效果的數(shù)據(jù),輔助領導和民眾做防控、做決策。比如是否繼續(xù)居家辦公、是否要求在屬地隔離等。
L4 :根據(jù)不同階段、不同區(qū)域數(shù)據(jù)指導防控
這是我們能夠進一步地使用數(shù)據(jù),有區(qū)分的指導不同地區(qū)的疫情防控。比如現(xiàn)在看到的不同城市的復工政策的不同?,F(xiàn)在政府正在做類似的工作,不同的城市、不同的區(qū)域,在根據(jù)各自的數(shù)據(jù)情況采取不同的應對策略。
L5 :精準到個人或事件的實時防控級
這個最高級別的數(shù)據(jù)化案例,可以參考去哪兒網(wǎng)提供的一個服務:
去哪兒網(wǎng)通過過去獲得的用戶預定公共交通工具的歷史行程數(shù)據(jù),與疫情當中哪一班次的公共交通工具上出現(xiàn)病患的數(shù)據(jù)相結合,推出了一個服務,能主動提醒同程疫情,助力用戶精準防疫。
這就達到了一個很高的數(shù)據(jù)使用能力。即用戶沒有主動查詢,也會為用戶推送風險信息,提醒用戶馬上采取相應的隔離防御措施。
在我們看來,這就接近于達到了 L5 。在這個狀態(tài)下,我們的民眾就能得到一種定制化的、實時精準化的防疫指導。
2.3 社會捐助
再來看看本次疫情中的社會捐助。這也是防疫過程中的一個主要話題,我們來評測一下社會捐助的數(shù)據(jù)能力狀態(tài)。
同樣借助我們的工具,把社會捐助自身水平分成了三個層次:零散捐助、大 V 捐助、輻射帶動。
而我們最期待的就是能輻射帶動越來越多的人支援武漢,幫助疫情區(qū)的百姓和疫情防控的工作人員戰(zhàn)勝疫情。那么數(shù)據(jù)能不能助力這一目標呢?
在該模型中:
L1:零散行為,沒有統(tǒng)計
這樣會很難達到我們對期望的標準。
L2 :公眾人物 / 企業(yè)帶頭捐助
雖然這些捐助有消息的發(fā)布,但具體數(shù)據(jù)依然是不可統(tǒng)計、不可對比、難以查詢的。
L3 :捐助結果全面公示
大 V 捐助數(shù)據(jù)排行榜結合在一起,具體的數(shù)據(jù)被公布,能一定程度上帶動更多的大 V 進行捐助。
這次疫情中有一個特點:民眾已經(jīng)不止于希望了解捐助的金額,已經(jīng)理性地需要跟進了解到這些資金捐助,這對數(shù)據(jù)的展示就提出了更高的要求。
L4’ :各企業(yè) / 個人,對照數(shù)字踴躍捐款
這和之前測評模型的發(fā)展不太一樣,進入了我們評測模型的一個子區(qū)域,GIO 也把這個區(qū)域稱為一個亞區(qū)域,即數(shù)據(jù)能力弱于業(yè)務能力發(fā)展的區(qū)域。
隨著捐助的數(shù)據(jù)越來越清晰,或者由于排行榜出現(xiàn)等因素,大 V 們開始起到了一些輻射帶動作用,他們的粉絲開始跟隨大 V 進行捐助。
這確實帶來了很好的示范效應。所以我們看到,僅僅是將捐助的數(shù)據(jù)、渠道、結果公示出來,就已經(jīng)開始能夠推動捐助能力發(fā)展到到輻射帶動的層次了。
以下飯圈的故事就形成了一個 L4’ 水平的案例。
案例:飯圈“粉絲公益”:
很多流量明星將自己的捐贈數(shù)據(jù)在自己的粉絲群體中公開。過去飯圈的應援活動是為自己的愛豆花錢打榜,但今天這些粉絲開始和他們的愛豆一起做公益。
這個過程中在數(shù)據(jù)的刺激下,飯圈文化產(chǎn)生了越來越多的社會效益。
同時,這也是一個新舊動能轉換很好的案例,我們下一節(jié)課會具體講新舊動能轉化在疫情期間給我們不同的行業(yè)、企業(yè)帶來的影響。
L5:使用數(shù)據(jù)讓捐贈更有效
案例:77 個產(chǎn)品經(jīng)理的“戰(zhàn)疫”產(chǎn)品:
這是一個真正達到 L5 級的案例。
這是在我們互聯(lián)網(wǎng)人中刷屏的一個事件,77 個產(chǎn)品經(jīng)理共同打造了一款戰(zhàn)疫平臺,三天之內(nèi)左手對接了 40 多家醫(yī)院,右手對接了無數(shù)的捐贈方,在中間做快速協(xié)同。
這已經(jīng)達到了 L5 的級別,是非常先進的。有創(chuàng)新思維又很務實的產(chǎn)品經(jīng)理在很好地使用數(shù)據(jù),通過數(shù)據(jù)打通流程,連接需求方、供給方,用數(shù)據(jù)把整個捐贈物資提升到及高效的水平。
更重要的是,基于數(shù)據(jù)還發(fā)現(xiàn)了很多被忽視的需要援助的群體,比如一些精神醫(yī)院、一些邊緣地市,推進了社會捐助體系公平化、平等化的進程。
2.4 企業(yè)轉型
在本次疫情期間,很多企業(yè)都在轉型,因為商業(yè)格局在發(fā)生變化。
2003 年非典疫情后,馬云開始做淘寶,公眾新的消費習慣也被逐漸養(yǎng)成。17 年后的今天,本次疫情將會給我們商業(yè)格局帶來什么影響呢?
今天我們先開一個頭,下一次的企業(yè)的轉型(新舊動能的轉化)一定是和數(shù)據(jù)緊密相關的。
未來可以預見,人們很可能會普遍減少線下交互,宅文化流行,恐于社交,就像日本和芬蘭一樣,這次疫情只是極致的將這種情況預告給我們,希望大家能去感受這個變化趨勢。
回到這個模型里,我們把企業(yè)轉型的橫向維度分為:固守傳統(tǒng)、有限嘗試和全面融合三種轉型狀態(tài)。
為什么最后一個狀態(tài)不叫全面創(chuàng)新?因為我們說的大部分企業(yè)還是傳統(tǒng)企業(yè),不可能把所有的傳統(tǒng)業(yè)務全部拋掉,變成一個完全互聯(lián)網(wǎng)化的公司,這是不現(xiàn)實也不符合經(jīng)濟規(guī)律的。
對我們廣大的企業(yè)來講,最好的辦法是把創(chuàng)新業(yè)務和現(xiàn)在的主要業(yè)務相融合,這是我們認為的最高境界,也是高手操盤的結果。當然數(shù)據(jù)會幫助企業(yè)完成這樣的轉型。
在該模型中:
L1:數(shù)據(jù)基礎差,沒有新模式
這樣的企業(yè)其實現(xiàn)在還有很多。
L2:主觀焦慮,嘗試新模式,貢獻占比小
領導很焦慮,想轉型和嘗試新模式,但是新模式貢獻比很小,根本不夠看。
L3:新模式價值能夠衡量,用戶數(shù)據(jù)資產(chǎn)有積累
因為能夠看到數(shù)據(jù),新模式價值能夠衡量。這里說的衡量,不是指新模式業(yè)務營收,而是多維度的衡量,包括用戶數(shù)據(jù)資產(chǎn)價值等,有眼光的企業(yè)就會根據(jù)這些數(shù)據(jù)加大投入新模式。
L4:利用數(shù)據(jù)指導轉型,效果加大
這個級別,我們學會使用數(shù)據(jù)來指導我們的轉型策略,優(yōu)化新業(yè)務模式,反哺傳統(tǒng)業(yè)務,企業(yè)發(fā)展有了數(shù)據(jù)策略,傳統(tǒng)業(yè)務也如虎添翼。
L5:基于數(shù)據(jù),個性化服務 / 融合主營業(yè)務
這是我們希望企業(yè)最終都能走到的級別,即會用數(shù)據(jù),新老業(yè)務又全面融合了。怎么做,我們在下一節(jié)課會具體介紹。
下面我們只介紹一個初步達到 L4 級水平的案例。
云海肴花式自救案例:
云海肴,一家云南餐廳。幾年內(nèi)在全國快速發(fā)展了上百家的門店。
那么在此次疫情中,云海肴做了什么?
云海肴的線下門店關門了,但服務還在進行中。他們提供生鮮、半成品等,并且支持配送,自己的平臺不夠,員工還跑到了河馬生鮮去上班。
從云海肴的角度講,企業(yè)獲得了一些現(xiàn)金流;從社會公益的角度講,大家看到的是云海肴的員工跑到河馬生鮮去志愿服務等等。
在這個過程中我們可以看到,云海肴在轉型的過程中,不但自己在做各種嘗試,還試著把自身與盒馬的新模式相融合,因為只能借助第三方渠道,所以還不能算作 L5 級的全面融合,勉強進入 L4 的水平。
三、結語
今天我們遴選了疫情公布、民眾防疫、社會捐助和企業(yè)轉型 4 個維度給大家做了展示,最重要的是讓大家能夠學會使用這樣的數(shù)據(jù)工具,也能夠在這個過程中體會到,數(shù)據(jù)到底和我們的日常業(yè)務是怎么結合的。
作者:邢昊,GrowingIO 咨詢服務與運營副總裁
來源:GrowingIO 增長公開課第 35 期
本文由 @GrowingIO 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉載
題圖來自 Unsplash,基于 CC0 協(xié)議
- 目前還沒評論,等你發(fā)揮!