谷歌數(shù)字營銷布道師:如何應(yīng)用數(shù)據(jù)分析來指導(dǎo)商業(yè)實(shí)踐

1 評論 8446 瀏覽 38 收藏 19 分鐘

最近讀了谷歌數(shù)字營銷布道師 Avinash Kaushik 寫的《The Lean Analytics Cycle: Metrics > Hypothesis > Experiment > Act》一文,個人認(rèn)為其中的方法論對我們應(yīng)用數(shù)據(jù)分析來指導(dǎo)商業(yè)實(shí)踐是非常有價值的。

我是做技術(shù)出身,不太喜歡重復(fù)造輪子,在對 Avinash Kaushik 這篇文章的大部分編譯的基礎(chǔ)上,也提出了我的一些個人看法和思考。限于篇幅原因,原文里的四個案例,這里只摘了 Airbnb 的例子,感興趣的朋友可以在文末查看原文。

那么,什么是數(shù)據(jù)分析閉環(huán)?

數(shù)據(jù)分析閉環(huán)有四個步驟:指標(biāo)—>假設(shè)—>試驗(yàn)—>行動。無論你做的在線,離線,或是非線上的業(yè)務(wù),都需要這個閉環(huán)來指導(dǎo)業(yè)務(wù)增長。

捕獲

數(shù)據(jù)分析閉環(huán)

過分迷戀于數(shù)據(jù)收集和標(biāo)準(zhǔn)的指標(biāo)報告或許不是好事,很多人對這些很熱衷有時候只是在跟風(fēng),因?yàn)閿?shù)據(jù)和指標(biāo)的作用和價值很多年前就有人在強(qiáng)調(diào)。但這種現(xiàn)象是不正常的,只有把指標(biāo)和數(shù)據(jù)用于指導(dǎo)實(shí)踐,形成一個數(shù)據(jù)分析的閉環(huán),才能體現(xiàn)出數(shù)據(jù)的價值。怎么解決這個問題,又或者說怎么形成數(shù)據(jù)分析到應(yīng)用的閉環(huán)?

《精益數(shù)據(jù)分析》這本書里提到了精益數(shù)據(jù)分析閉環(huán)這個概念,它的目的就是幫你創(chuàng)建一個可持續(xù)的方式來選擇重要的指標(biāo),并把這些指標(biāo)跟基本的業(yè)務(wù)問題關(guān)聯(lián)起來,然后提出對問題解決方案的假設(shè),通過測試(當(dāng)然包括A/B測試)驗(yàn)證假設(shè)并最終驅(qū)動業(yè)務(wù)增長。

下面,我們會從四個步驟,解讀數(shù)據(jù)分析閉環(huán)的一些細(xì)節(jié)并用 Airbnb 的案例讓大家更好的理解精益分析循環(huán)如何指導(dǎo)業(yè)務(wù)實(shí)踐。

精益數(shù)據(jù)分析模型

精益數(shù)據(jù)分析循環(huán)非常簡單,它的4個步驟清晰的解釋了你該如何來用它指導(dǎo)業(yè)務(wù)。首先,要找出你想提升什么;然后創(chuàng)建并運(yùn)行試驗(yàn);最后衡量試驗(yàn)結(jié)果并決定采取什么行動。

這個循環(huán)里結(jié)合了精益創(chuàng)業(yè)(精益創(chuàng)業(yè)是指基于數(shù)據(jù)分析進(jìn)行持續(xù)的迭代提升)的概念,它能幫你放大已經(jīng)驗(yàn)證有效的想法,拋棄無效的想法,并根據(jù)數(shù)據(jù)反饋來調(diào)整目標(biāo)方向。
用下面的這張圖來表示精益創(chuàng)業(yè)循環(huán):

the_lean_analytics_cycle_occams_razor

上圖的流程看起來有點(diǎn)復(fù)雜,我們把它簡化為任何業(yè)務(wù)和公司都能用于其數(shù)據(jù)分析實(shí)踐的四個關(guān)鍵步驟:指標(biāo)—>假設(shè)—>試驗(yàn)—>行動

步驟1:找出優(yōu)化指標(biāo)

這個循環(huán)不能幫你了解你的業(yè)務(wù),因?yàn)檫@是你的工作。你需要知道業(yè)務(wù)最重要的是什么,以及需要改進(jìn)什么。

  • 是提升轉(zhuǎn)化率?
  • 是提升訪客注冊數(shù)?
  • 是提高用戶分享率?
  • 還是降低用戶流失比例?
  • 也可能簡單到就像讓更多人去你的餐館就餐。

關(guān)鍵在于,它必須是你業(yè)務(wù)的核心指標(biāo)。如果你不是業(yè)務(wù)負(fù)責(zé)人,只負(fù)責(zé)增長,那么你可能需要業(yè)務(wù)管理者(老板或業(yè)務(wù)總監(jiān))幫你確定這個指標(biāo)這是好事,意味著你跟業(yè)務(wù)是有關(guān)系的,如果這個循環(huán)最終成功,你會讓團(tuán)隊(duì)離目標(biāo)更進(jìn)一步。

確定要改善什么指標(biāo)的另一種方法是根據(jù)你的商業(yè)模式。我們舉檸檬水?dāng)偟睦?,那么你的商業(yè)模式就是一張表格,這里記錄了檸檬和糖的價格,經(jīng)過攤點(diǎn)的人數(shù),多少人停下來買水喝,以及你收費(fèi)多少。這里有四件事對你的生意很關(guān)鍵,其中一件有待改善。這就是現(xiàn)在你的業(yè)務(wù)非常重要的一個指標(biāo)只選一個指標(biāo)出來,因?yàn)槟阋獌?yōu)化它。

這個指標(biāo)跟 KPI 相關(guān),如果是購買人數(shù),那么指標(biāo)是轉(zhuǎn)化率。如果是發(fā)送的邀請數(shù),指標(biāo)就是病毒性。如果是離開的付費(fèi)用戶數(shù)量,就是流失率。

商業(yè)模式也能告訴你指標(biāo)應(yīng)該是什么。比如,如果你需要每杯檸檬水賣5美元才能達(dá)到收支平衡,那么這就是你的目標(biāo), KPI 的目標(biāo)。

步驟2:提出假設(shè)

這是發(fā)揮你創(chuàng)造性的地方,因?yàn)槟憧梢赃M(jìn)行各種類型的試驗(yàn):

  • 一次營銷活動
  • 應(yīng)用的重新設(shè)計(jì)
  • 定價的改變
  • 把運(yùn)輸成本納入價格
  • 改變吸引用戶的方式
  • 嘗試不同的平臺
  • 改變按鈕文字
  • A/B測試一個新功能

無論如何,提出假設(shè)是需要靈感的地方,你可以通過兩種方式找到靈感。

如果得不到數(shù)據(jù),你可以做各種嘗試。

  • 嘗試?yán)斫馐袌?。做調(diào)查,或看看別人怎么做,或查看客戶反饋,或者簡單地拿起電話。
  • 從競爭對手那里偷師。如果有人做的很好,那么可以模仿。但切記不要為了不同而不同。
  • 學(xué)習(xí)最佳實(shí)踐。了解其他公司的增長方式,從增長黑客到內(nèi)容營銷,并從中找靈感。

如果能獲取數(shù)據(jù),搞清楚用戶之間有什么不同點(diǎn)。比如說,你在想辦法降低流失率,有些用戶一個月都不退出,他們之間有什么共同點(diǎn)?最忠誠的客戶跟其他人有什么不同點(diǎn)?他們都來自同一個地方?他們都買一樣的東西
無論哪種方式,這個假設(shè)都來自于用戶,問他們問題,或了解他們的選擇。

假設(shè)這個詞有很多不同的解釋,個人覺得維基百科給的定義最貼切:

人們把問題的試驗(yàn)解決方案稱為假設(shè),通常稱為“有根據(jù)的猜測”,因?yàn)樗峁┑慕鉀Q方案是由一些證據(jù)得出的。

我們對采取什么動作才能改善KPI所做出的有根據(jù)的猜測是基于步驟1得到的。

步驟3:創(chuàng)建試驗(yàn)

一旦有了假設(shè),你需要先回答3個問題再進(jìn)入試驗(yàn)步驟。

  • 首先:目標(biāo)受眾是誰?事情的發(fā)生都是因?yàn)橛腥俗隽耸裁础D敲茨闫谕鍪裁茨??受眾是所有人,還是用戶中的一部分?他們是正確的受眾嗎?你能觸達(dá)他們嗎?直到你明確了你是要試圖改變哪些人的行為,才能去吸引他們。
  • 其次:你想讓他們做什么?你要求他們做的事情足夠清晰明確嗎?他們能很輕松的,或是以自己的方式做嗎?他們中有多少人今天做了這項(xiàng)操作?
  • 第三:為什么他們要這么做?只有有價值的,并且充分信任你,他們才會做你要求做的事。你正確地激勵他們了嗎?當(dāng)前的哪一項(xiàng)請求最有效?為什么他們愿意為你的競爭對手做這件事?

看起來 who 、what 和 why 這三個問題不難回答,但事實(shí)并非如此。因?yàn)檫@需要你對客戶有很深入的了解。在精益創(chuàng)業(yè)里,這叫做客戶開發(fā)。創(chuàng)建試驗(yàn)的步驟看起來就像是這樣:

弄清楚什么人因?yàn)槭裁丛蜃鍪裁词拢拍苊黠@提高你定義的目標(biāo) KPI 。

這是我們采取行動的目的,用靠譜的假設(shè)來創(chuàng)建靠譜的試驗(yàn)。這種方式也能讓每個人理解試驗(yàn)的目的和意義。

一旦創(chuàng)建了試驗(yàn),并設(shè)置數(shù)據(jù)分析來根據(jù)當(dāng)前的基準(zhǔn)和你設(shè)定的目標(biāo)來衡量 KPI ,接下來就是運(yùn)行試驗(yàn)。

步驟4.衡量和決定要做什么

到這一步,就能知道你的試驗(yàn)是否成功。這樣我們有了下面的幾個選擇:

  1. 如果試驗(yàn)成功,碉堡了。慶祝一番,然后繼續(xù)找下一個最重要的指標(biāo),繼續(xù)下一個 who , what ,why 周期。畢竟,生命不息,優(yōu)化不止嘛。
  1. 如果試驗(yàn)失敗,則需要重新審視我們的假設(shè)。然后把從失敗的試驗(yàn)里學(xué)到的經(jīng)驗(yàn)用于定義新的 who ,what , why 。即使是失敗的試驗(yàn),如果能從中得到教訓(xùn),就不算是浪費(fèi)機(jī)會。
  1. 如果試驗(yàn)有一點(diǎn)結(jié)果,但不明顯,這時候就應(yīng)該嘗試另一個試驗(yàn)了。一開始提出的假設(shè)依然有效,但是你可以根據(jù)這次試驗(yàn)對接下來的試驗(yàn)進(jìn)行優(yōu)化,再試一次。

這就是流程之美,we’re being smart, fast, and iterative!制定慎重的計(jì)劃,衡量其結(jié)果,并圍繞更接近我們的目標(biāo)。識別,假設(shè),測試,反應(yīng),以及重復(fù)。

下面是一個具體的案例,來加深對精益數(shù)據(jù)分析循環(huán)的理解。

案例:Airbnb

Airbnb 是美國一家非常受歡迎的共享經(jīng)濟(jì)公司提供閑時房屋租賃,他們發(fā)現(xiàn)了很多創(chuàng)造性的方式來實(shí)現(xiàn)增長,明智和數(shù)據(jù)驅(qū)動是它的代名詞。

步驟1:找出優(yōu)化指標(biāo)

Airbnb 想優(yōu)化的指標(biāo)是房屋租賃天數(shù),這對它們來說比單純衡量收入更重要:如果房東出租房子的時間越久,那么 Airbnb 的業(yè)務(wù)也會變得更好。為了成就房東, Airbnb 通過列出熱門租住房源,來保證留存。

Airbnb知道,要取得成功,需要大幅提高每家物業(yè)的租住率。

一個關(guān)鍵指標(biāo):“房屋租賃天數(shù)”

KPI :房屋預(yù)定
目標(biāo):不明

當(dāng)前水平:不明

步驟2:提出假設(shè)

我們不知道 Airbnb 是怎么提出這個假設(shè)的,但我們知道它能得到熱門租住的房屋列表。

  • 可能他們注意到這些熱門租住房屋的照片看起來更專業(yè)。
  • 可能他們意識到房客的常見投訴是房子的照片和實(shí)際上不一樣。
  • 可能他們發(fā)現(xiàn)人們在看了照片之后就放棄了列表。
  • 可能他們他們分析了圖片的元數(shù)據(jù),發(fā)現(xiàn)房屋租賃跟昂貴的相機(jī)型號之間有很強(qiáng)的相關(guān)性。

反正他們就是得出了這樣的假設(shè):圖片越好看,房子租的越好。

步驟3:創(chuàng)建試驗(yàn)

有了這個假設(shè),接下來就是創(chuàng)建試驗(yàn)了。通常來說,有一個清晰的假設(shè)能讓創(chuàng)建試驗(yàn)更容易。 Airbnb 的 who ,what ,why 如下:

  • 誰是試驗(yàn)的目標(biāo)受眾?在 Airbnb 上查看列表的游客。
  • 想讓他們做什么?租房子更頻繁。
  • 游客為什么會這樣做?因?yàn)檎掌雌饋砀鼘I(yè),并且讓房子看起來更美觀。

那么,這個試驗(yàn)就變成了:

確定游客們是否會因?yàn)楦鼘I(yè)的照片列表更頻繁地預(yù)定房子,并把房屋預(yù)定提升 X%。

這種情況下, Airbnb 真的不需要任何當(dāng)前數(shù)據(jù),這就像對午餐的一次隨機(jī)評論引出的假設(shè)。但即使假設(shè)不是建立在硬性數(shù)據(jù)中,試驗(yàn)設(shè)計(jì)也必須建立在硬性數(shù)據(jù)上。

為了運(yùn)行試驗(yàn), Airbnb 創(chuàng)建了精益創(chuàng)業(yè)里的最小可行化產(chǎn)品(MVP)。就像魔法師:大多數(shù)辛苦的工作都是在幕后做的,但觀眾認(rèn)為他們看到的就是真相。

Airbnb 不確定試驗(yàn)是否有效,所以團(tuán)隊(duì)不打算雇傭全職的攝像師或給應(yīng)用添加一個新功能。但同時,他們必須對實(shí)際功能進(jìn)行真實(shí)測試。

這給我們一個很好的經(jīng)驗(yàn),你不需要建造一個宏偉的閃亮城堡,你不需要萬事俱備才開始測試。你可以開始小的,精益的,低成本的測試,只對客戶測試你想測試的部分,來驗(yàn)證(或反駁)你的假設(shè)。

Airbnb 的試驗(yàn)包含一些看起來像是一個真實(shí)功能的東西,但其實(shí)只需要攝影師就能解決。在試驗(yàn)過程中,攝影師為房屋拍照,然后測量 KPI ,再把有攝影師拍照和沒攝影師拍照的房屋進(jìn)行對比。

airbnb_lean_analytics_cycle_occams_razor

步驟4.衡量表現(xiàn)

在這個案例里, Airbnb 衡量了有專業(yè)攝影師拍攝的房屋以及屋主自己拍照的房屋的預(yù)定量。那么結(jié)果如何?有專業(yè)攝影師拍照的房屋平均預(yù)訂率翻了2-3倍。

記住原始數(shù)據(jù)不是唯一重要的部分,我們需要衡量統(tǒng)計(jì)顯著。 Airbnb 的試驗(yàn)數(shù)據(jù)足夠證明結(jié)果的可行度。

—— Avinash

到2011年,公司已經(jīng)有了20名全職攝影師。

airbnb_nights_booked-1

這張圖非常令人印象深刻,對吧? Airbnb 的業(yè)務(wù)和商業(yè)模式做了很多對的事情,但精益過程和A/B測試是提高預(yù)訂率的關(guān)鍵因素,顯然,試驗(yàn)是成功的。

從 Airbnb 的案例中我們學(xué)到什么?

精益數(shù)據(jù)分析循環(huán)是快速推動變革非常核心的因素。精益數(shù)據(jù)分析循環(huán)和精益模式是一個整體,他們可以用于處理不確定事件,但他們不是隨機(jī)的。第一步里很大的考量是如何確定 KPI (包含“一個關(guān)鍵指標(biāo)”),這將成為我們試驗(yàn)的指引。第二步里有很多考慮,以確保能做出最佳假設(shè),然后通過深入清晰地定義 who , what , why 來弄清楚如何進(jìn)行試驗(yàn)。最后,衡量我們是否成功。然后不斷內(nèi)化吸收,最終成功。

數(shù)據(jù)驅(qū)動(Data Driven)的概念在國內(nèi)有了很長時間了,但真正實(shí)現(xiàn)數(shù)據(jù)驅(qū)動的公司卻少之又少。要做好精細(xì)化運(yùn)營,需要用好數(shù)據(jù),用數(shù)據(jù)來驅(qū)動運(yùn)營和產(chǎn)品增長,而其中的關(guān)鍵則在于實(shí)現(xiàn)數(shù)據(jù)分析閉(循)環(huán)。

要讓數(shù)據(jù)閉環(huán)的價值充分體現(xiàn)出來,企業(yè)必須具備兩個核心條件:

1.創(chuàng)造和使用數(shù)據(jù)的人,需要具備用數(shù)據(jù)來分析和決策的能力,特別是能夠把具體數(shù)據(jù)對應(yīng)的業(yè)務(wù)意義理解清楚,這些人硅谷互聯(lián)網(wǎng)圈稱之為“增長黑客”。

舉例來說,如果Airbnb的一個A/B測試的試驗(yàn)結(jié)果是房屋詳情瀏覽下降而訂房率上升,那么說明什么問題?應(yīng)該采取什么行動?是不是因?yàn)樵谠囼?yàn)里房屋展示列表改進(jìn)了,讓用戶可以更加快速的發(fā)現(xiàn)自己想要的房屋(從而減少瀏覽房屋的次數(shù)而提高下單的可能)?另一個相反的可能,試驗(yàn)里房屋列表展示有問題,讓用戶能點(diǎn)的房屋變少了,下單的增加僅僅是因?yàn)樵囼?yàn)里增加了促銷獎勵?增長黑客需要對數(shù)據(jù)進(jìn)行合理的判斷,然后做出相應(yīng)的決策(顯然,不同的判斷往往帶來不同的決策)。如果試驗(yàn)結(jié)果的分析不明朗,我們可能還需要重新設(shè)計(jì)試驗(yàn),比如減少試驗(yàn)的變量,或者增加更多的試驗(yàn)版本。

注意,選擇合適的關(guān)鍵KPI作為核心優(yōu)化指標(biāo)(訂單量),試驗(yàn)數(shù)據(jù)會更加容易分析。

2.產(chǎn)生數(shù)據(jù)的工具,需要保證數(shù)據(jù)的準(zhǔn)確和可信,特別是A/B測試的統(tǒng)計(jì)結(jié)果必須足夠收斂。

假如數(shù)據(jù)統(tǒng)計(jì)的結(jié)果是B版本比A版本提高了10%的下單,但是“誤差”達(dá)到了50%,那么這個試驗(yàn)數(shù)據(jù)的可參考價值就幾乎不存在了,對于我們的產(chǎn)品優(yōu)化也沒有用。

在關(guān)鍵性的企業(yè)決策工作中,人的作用依然大于機(jī)器,就是因?yàn)槿丝梢酝ㄟ^經(jīng)驗(yàn)和思考幫助判斷數(shù)據(jù)的可信性,從而避免讓錯誤的數(shù)據(jù)帶來錯誤的決策。

 

本文由吆喝科技(微信:appadhoc)創(chuàng)始人及CEO王曄編譯

原文鏈接http://www.kaushik.net/avinash/lean-analytics-cycle-metrics-hypothesis-experiment-act/

本文由 @?吆喝科技 翻譯發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。

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. 表述清晰,案例恰當(dāng),有理有據(jù),通俗易懂!

    來自上海 回復(fù)