中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

本文結合實際案例，講解了設計是如何影響業務數據，影響到底有多大？理解設計-數據-算法三者之間的關系，以及對增長的影響。產品上下游團隊該如何協同，通過數據驅動業務增長？

之前寫了篇：產品增長中注意的事：設計>數據>算法。

這次結合實際案例，虛擬了一個例子來講下，主要講了3點：

1. 設計是如何影響業務數據，影響到底有多大？
2. 理解設計-數據-算法三者之間的關系，以及對增長的影響。
3. 產品上下游團隊該如何協同，通過數據驅動業務增長？

用戶體驗是基礎，業務增長是根本

假設大寶是一家線下智能貨柜的公司，主要售賣飲料和零食，在某市有10000個貨柜，柜機大概長這個樣子。柜機兩邊是封閉的貨架，可以直接看到里面的商品，中間有一個大屏幕，用戶在可以在屏幕上選擇商品，然后付款，完成整個購買流程。

柜機的成本非常高，飲料需要低溫存放，需要制冷設備，加上柜機機身和一套智能控制系統，僅是硬件部分就需要5萬塊錢，10000臺設備硬件成本就有5億了。

鋪設柜機需要投入大量的資金，大寶的資金壓力非常大。商品售賣是公司的主營收入，所以公司的KPI是柜機收入。

那么如何提升單柜機收入呢？

筆者以前的想法在營銷和體驗上做文章：一方面在柜機身上加大宣傳；另一方面保障用戶體驗，讓用戶在最短的流程完成購買操作？提高轉化率？

除此之外，還有什么方法能提升柜機收入呢？筆者成立了一個增長小組：通過數據驅動業務增長？

為了了解業務現狀，增長團隊先分析了過去的業務情況：

（1）公司現有10000個柜機。

（2）平均每天每個柜機成交100單。

（3）80%以上的用戶買了礦泉水。

（4）不同區域用戶對價格敏感度不同。

• 旅游景區的用戶喜歡購買價格偏高的商品。
• 街道區域的用戶喜歡購買價格偏低的商品。

柜機現有界面都是復用一套方案，雖然柜機本身會自動檢測上架的商品，來決定屏幕上顯示的內容，但是并未對顯示排序的邏輯做任何的處理。增長團隊的L想：既然不同區域用戶偏好不一樣，能不能通過交互設計來影響用戶的決策，提高售賣商品收入？

筆者柜機商品最初版本1的首頁布局如下，設計團體的想法是采用大圖顯示商品，減輕視覺負荷，營造購物氛圍。

理解設計是如何通過視覺流影響用戶決策

還好公司對之前界面的關鍵操作都做了埋點，L拉取了過去半年的全網商品位置的點擊數據，想看看有什么邏輯。

先是分析訂單商品，不同的柜機放置的商品不同，每天賣的主要都是礦泉水，不過這也在意料之中。

接下來再分析用戶的點擊數據，想了解用戶是如何決策的？

他們先是匯總了一個月每個坑位位置的點擊量，分布情況如下：

我們總結了版本1的點擊規律，每個坑位的點擊比例分布相對比較穩定，肯定不是巧合。

是不是設計產生的影響呢？用戶視線停留的位置，更容易被點擊？

我們發現點擊分布呈現古騰堡規律：

結合之前查找歷史記錄得知：早期公司考慮大部分人買礦泉水，為了方便用戶購買，放在第一個位置。會不會因為這個原因，第一個點擊量高呢，上面的視覺流正好的巧合呢？

我們可以把礦泉水放到商品2的位置，看下點擊情況：

商品2的位置點擊比例上來了，除了商品1的點擊比例下來了。

另外，除了商品2固定放置礦泉水外，其它位置的商品經常會變，但點擊比例基本保持不變。但是首位置仍然明顯好于其它位置點擊比例，可以說明：在兩行商品分布的設計下，用戶瀏覽商品的視覺流呈現古騰堡模型的。

根據這個信息，我們可以抽象出原則，指導運營策略：

1. 在視覺流分布線上，商品曝光要遠大于其它產品。
2. 對于礦泉水作為通用高頻需求商品，商品位置對點擊率的影響較小。
3. 對于其它小眾化非高頻需求商品，商品位置對點擊率的影響較大。

增加一行會怎么樣呢？

雖然版本1的兩行設計簡潔，沉浸感強。但老板覺得單屏放得商品太少，現在商品越來越多了，盡可能要一次性曝光。用戶不可能一屏一屏地翻頁來看商品，「要再加一行商品」老板說。

「再加一行就變成了九宮格了，不好看吧？要不，每行先加一個商品？」設計同學Y說。

「好，就按你說的來」老板說。

Y很快推出了版本2。上線一個月后，L統計了點擊分布比例情況，還是跟預測的情況基本一致，在古騰堡視覺流上的商品位置，明顯高于其它位置。

再來看一看商業數據：單柜機日均訂單數并沒有增加，柜機的總體的點擊量也并沒得到增加。某種程度上說明，新加的商品并沒能激起用戶的興趣，查看更多的商品。另外，每行4個商品的設計也帶來了另一方面的影響：在同等情況下，不同商品之前的點擊分布變得不均勻，運營策的同學很難集中火力主推某一個商品。

由于版本2并沒有為營業帶來實質的增長，老板說再一個思路再看看「既然單行增加商品不行，就增加一行吧，看看怎么樣？」

「那就成九宮格，不太好看吧。數據估計也不一定好，版本2都不行」設計同學Y說。

「做一版出來，先看一看效果吧」老板說。

Y按照老板的意思，推出了版本3：「先做一版，跑段時間看看吧」老板就是想試一試，看能不能多賣些商品。Y就按老板的意思推出了版本3。

版本3上線了，L一直監控后臺點擊數據，看會對收入有沒影響？

這次改版比較大，相較版本1和2，商品位置都要多。L擔心用戶體驗不好，可能會影響礦泉水的售賣情況，就把固定在商品1位置。數據跑了一個星期之后，L整理數據發現：

1. 單柜機的日均訂單并沒有減少，而客單價略有提升。
2. 而商品位置的日均總點擊量比版本1提升了50%。

而商品位置點擊比例的分布并沒像版本1那樣，呈現了Z字型，并不像版本1那樣，L做了下總結：

1. 在超過兩行的設計情況下，用戶的視覺流分布呈Z字型。
2. 處在視覺流路徑上的位置，更容易比其它位置獲得點擊。
3. 在視覺起點，終點，停留點的位置，又比視覺流上其它位置更容易獲得點擊。

L繼續拉取柜機一個月的點擊數據，查看了分布情況：不同坑位點擊分布較版本1，2都更為均勻。在總體點擊提升的情況下，較好地平衡了不同位置的流量獲取。

借助數據指導設計

有了版本3的經驗，L得到一個重要的內容：不同的設計對用戶視覺流產生不同的影響，從而影響用戶的的選擇。

既然如此，增長團隊想做個嘗試：

1. 利用視覺流效果，在重要位置主推高利潤的東西，刺激用戶購買。
2. 把強需求的商品，放在次要位置，改變視覺流，從而帶動附近商品的曝光。

經過老板的溝通，他們在不改變版本3的情況下，調整了礦泉水的放置位置，將其放到商品2，原有商品2的脈動放置在商品1，暫且稱它為版本3-1。

上線一個月之后，發現：

1. 單柜機日均訂單量略有增長，增幅也就只有1%。
2. 商品1位置的脈動訂單量明顯較之前有一些提升，增幅達到5%以上。
3. 商品6位置的點擊量和訂單數有所提升。分析發現：用戶視覺在走到商品2時發生了停留，影響一些用戶的選擇，又產生了古騰堡視覺流，從而對商品6的曝光和點擊產生的補償。
4. 商品2位置的礦泉水訂單量有所有下降，但并沒影響單柜機的日均收入。
5. 新策略使得高利潤的商品獲得了更多的曝光，提升了客單價，整體營業收入上漲了10%。

新策略下的收入增長是通過提升客單價來實現的，但有沒方案能夠提升單柜機的日均訂單。要是能提升日均訂單，那單柜機的收入可以有較大的增長。

再小的數據也蘊藏著業務信息

如果你看得比較仔細的話，會發現：比例圖分布中有些商品點擊比例分布呈競爭關系：

1. 版本1中，各個商品并未發現太大的競爭。
2. 版本2和版本3中，商品1和商品9呈現此消彼漲的情況。

為什么會發生這種情況呢？

不論是版本2還是版本3，發生競爭的商品都是同類商品，恰巧兩個商品都處在視覺流的重要位置，容易得到曝光。用戶只會在兩者之前選一個，選擇了前一個，就不會選擇后一個。反之，也是一樣。這就是競爭的原因。

有意思的是，兩個商品的競爭有周期性規律，總是前面幾天競爭明顯，后幾天減弱。

為什么會這樣呢？

每個柜機存放東西有限，公司每周定期都要補貨，填補賣出的商品。前面講了，版本1和3中，除了商品1位置固定放置礦泉水外，其它商品都是根據補貨的情況，隨機出現。競爭發生的時間正好跟商品更新的時間吻合。

所以，兩個版本在用戶看來，商品1固定，商品8不一樣。當商品8周期性更新時，視覺上發生了變動，用戶可能因為新鮮好奇查看了商品8。當商品展示了一段時間后，用戶視覺就會產生疲勞，不再點擊后面的商品。兩者之間點擊取得平衡。而當商品8再次更新時，平衡再次被打破。

怎么才能消除商品之前的競爭呢？

總不能不更新商品吧，即使是固定商品8的位置，本質上兩者還是有競爭關系的，只不過是消除了更新產生的波動，而看到不過是競爭后的再平衡。

換一個角度來講，更新的波動也是有利的，能教育用戶商品的更新，有利新品的曝光。競爭不能消除，那能不能減弱，反而利用好曝光的競爭關系？

增長團隊的同學提議，要不我們放個不同品類的商品試試吧。

你放置兩個飲料，我肯定只會選一樣啊。要是搞個搭配，比如一個放可樂，一個放小魚干，可能兩個我會買。

「那我們就試一試唄?！褂辛饲懊娓陌娴男Ч?，老板對新策略挺有信心。增長團隊在版本3-1基礎上做了改進，在不改變其它位置的商品情況下，商品8和商品9放置小吃的零食。

數據又跑了一個月后發現：

1. 單柜機的日均訂單量有明顯的提升，增幅達到30%。
2. 同一用戶同時購買商1和商品8或商品9的比較多。顯然，新策略生效了。
3. 商品8和商品9的競爭明顯了，存在此消彼漲的情況。

「要不我們再進一步優化，將視覺流路徑上的商品品類都區分開來，避免產生競爭?！乖鲩L團體隨機調整了商品位置策略：按用戶的購物習慣，在視覺流路徑上放置容易讓用戶搭配購物的商品。

「那我們擺放的商品豈不是亂了樣，一眼看過花里胡哨的。用戶體驗一點都不好，買個想要的飲料，可能都要找半天?！乖O計同學不建議這么做。

「看看今日頭條，展示的東西不也亂七八糟的。用戶口頭上說推薦的不是自己想要的東西，身體還是很誠實。推過去的東西不還是點點點，比以前分類的點擊好多了?！筁說。「還是先上線，看看數據再說?！?/p>

上線了一個月后，單柜機的日均訂單量增長了5%，日均收入也增長了5%以上，團隊挺興奮。

「我覺得還有上漲空間。只要你們肯想，一定有方法，相信自己。今年的年終獎就看我們的成績了。」老板開始有點灌雞湯，給團隊畫餅。

精細化運營，算法來幫忙

增長團隊開始思考：還能有什么方法提高收入，能想的都已經想了。除非再做精細化點？

不同柜機放置的場所不同，用戶的購買場景不同。街道的人群傾向購買日常喜歡的商品，旅游區的人群傾向購買好玩新鮮的商品。

為什么不做智能推薦呢？

我們每天有大量的用戶行為數據，完全可以分析不同場所用戶群體的偏好，然后現結合交互設計的原則，讓合適的商品展示在合適的位置。

引導：

1. 同一用戶多購買不同品類的商品。
2. 同一商品盡可能買高利潤的。

「那我們才能做到：讓合適的商品展示在合適的位置上呢？」大家都很好奇。L列出一個公式：

總毛利潤=總訂單數x平均單筆利潤

「我們年終獎就靠它了，不管我們設計怎么變，商品位置怎么變？雖然我們的KPI是收入，公司最終要的還是利潤。毛利潤都是這個公式，也點類似電商GMV?！筁繼續說。但我們需要拆開來看單柜機數據：

單柜機毛利潤=商品1x利潤1x訂單1+商品2x利潤2x訂單2+……+商品nx利潤nx訂單n。

這樣為了便于我們做精細化運營，既然不同柜機擺放位置不同，面向用戶群體不同。那我們就搞個算法，像淘寶一樣，他們個千人千面，我們千柜千面。淘寶做線上，針對個人分發商品。我們做線下，針對群體分發商品。至于商品位置怎么放置，都交給算法，由增長同學來處理，設計合適的策略。只有在需要的時候，我們再去干涉算法。

增長團隊覺得挺有意思的，每個柜子商品擺放位置都由算法來決定。我們有10000個柜子，每個柜子每周測試一種策略，相當于一周做了10000個A/BTest。

L說，我們要注意兩個核心指標：

1. 訂單數。單柜機訂單數與過去一個月數據相比，下行波動區間只能在10%以內，總訂單數下行波動區間只能在3%以內，兩者上行區間不限，越高越好。訂單數代表了我們的用戶需求滿足情況，是長期指標，權重高。如果用戶下的訂單數少了，運營的可持續性就差了。即使通過提升單筆利潤提升總毛利潤，也是不可持續的。
2. 平均單筆利潤。單柜機的平均單筆利潤與過去相比，下行波動區間可以在15%以內，全量柜機平均單筆利潤下行波動區間只能5%以內。利潤代表公司獲取的商業價值，是短期指標，權重次于訂單數。在訂單數增長的情況下，可以容忍利潤下降，來換取長遠的收益。

正確理解設計，數據和算法三者的關系

新的方案是否會有效？研發團隊持質疑態度：其實在你們搞算法之前，我們就做過，效果并不好，反正我知道訂單數基本上沒什么增長？

「是在版本1的基礎上嗎？」L問。

「版本1，版本2都做過嘗試呀，沒用的?！寡邪l同學G說。

「那你看現在的版本訂單量不就增長了，跟版本1，都增加了30%以上呢？」L說?！笇Π?，所以我覺得算法沒用，搞來搞去發現最后是因為設計的問題。我們再怎么努力，還不及界面變一下」研發同學G說。

「之前的方法不對，設計主導了用戶的購買決策。算法再怎么用力提做不了大的提升。你看后面，版本3布局沒有變動，我們在視覺流的基礎上做了商品搭配策略，訂單量就一下子上來。這也是算法的一種啊，只不過是我們人為制定規則，通過數據反映出來了。至少最理想的搭配是什么樣的，就要看算法的。當前，這一切的前提是設計在正常的方向上。」L說。

G覺得有道理。畢竟，前面連續的業務數據，足以說明一切。只有正常方法，才能發揮算法的價值，先有設計，再看數據，然后再考慮算法。

設計 > 數據 > 算法

增長與團隊協作

為了后續持續優化，增長團隊拉上了運營，產品，設計和研發同學，一起總結了協作經驗：

1. 核心數據是最終驅動力，各個團隊必須要捆綁一起來合作。
2. 每個團隊在處理好專業領域之外，要關注自己所負責事項對數據產生的影響，且要有量化的結果。

而后，大家又一起制定了產品原則，來指導產品協作：

1. 需求從運營到產品，設計，再到研發。每個團隊都要理解所處崗位對業務核心數據的影響，影響有多大。影響的權重越大，越要謹慎。
2. 從設計到數據，再到算法。需要制定出合理的規則，指導產品的設計，運營和開發：設計的依據是什么（比如總結上方視覺流原則）？運營的依據是什么？算法調整的依據是什么？
3. 在需求實現環節中，要思考：依據現有的規則，我的工作將如何改變當前的商業行為，并對結果做出量化的預測。

在你所負責的業務里，你會關注哪些業務指標呢？每個指標都有特定價值，如果你不清楚，不妨列出你知道指標，然后問自己：依據這個指標，我將如何理解或改變當前的商業行為？

小試身手

假如你來負責增長團隊，老板有一天再次發出挑戰：要把訂單量再往上提一成。你會怎么做呢？

#專欄作家#

lei，微信公眾號：monster_talks，人人都是產品經理專欄作家。豐巢產品經理。主導過智能硬件，物流行業的啟動項目。專注To B業務策劃和數據分析，輔助業務決策。

本文原創發布于人人都是產品經理。未經許可，禁止轉載。

題圖來自Unsplash，基于CC0協議