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

上一次說到《數據中臺實戰（二）：基于阿里OneData的數據指標管理體系》，這次我們談下產品經理更加關注的模塊產品設計。接下來的文章將從六個方面講數據中臺的產品設計包括用戶分析、商品分析、活動分析、流量分析、還有自助分析平臺、標簽平臺、推薦系統的搭建。全部基于實戰，讀完這個系列，你就可以搭建屬于你們公司的數據中臺。

還是要先講一下背景：筆者所在公司為XX環球商品貿易港，是集團旗下匯聚原創設計師品牌及時尚買手/采購商兩大社群，通過B2B電商、RFSHOWROOM、富貿通等子品牌為時尚行業提供一站式產業＋渠道服務的平臺。公司還在廣州市、西安市有線下的綜合實體商貿中心，涉及到的系統有CRM、ERP、Marketing等各種各樣的系統，公司涉及的n條產品線。

如果每條產品線都有專門的運營、產品、研發團隊，一方面需要耗費大量的人力資源，另外一方面公司的數據散落在每條產品線，再收集起來就會造成很大的挑戰。數據中臺的存在就是為了解決這些問題，公司內每個系統的數據都流入數據中臺（數據中心），這樣數據就會更加規范的存儲與組織。

另外只需要一個團隊就能支撐起整個公司的數據相關的需求，這是數據中臺的優點。但是從這里你也能看出來，由于追求通用性，無論業務中臺還是數據中臺都是缺乏靈活性的，數據中臺的模式是比較重的，這就要求前期公司數據的調研工作一定要做的足夠細致，才能避免以后反復改造的問題。

在這里也給大家一個判斷公司是否引入數據中臺的依據：如果你的公司有多條業務線用到了多個系統，需要通過數據整合來驅動業務，那么你們就合適引入數據中臺。如果公司公司只有一條業務線或者初創公司，這種你們還是重點關注你們的業務和價值探索，因為數據中臺是需要大量的資源支撐的。接下來我們先講最核心的用戶分析。

一、用戶分析

剛才提到中臺產品的設計講究通用性，那用戶模塊我們也需要選擇一個比較通用的模型來設計功能，盡量使設計出來的功能能適用大部分的產品線。

用戶模塊的功能設計我們參考黑客增長AAARR這個模型，從用戶的獲取、激活、留存、轉化（收入）、傳播（推薦）五個方面來設計功能。這個模型是比較抽象通用，適用于每個互聯網產品，因為每個用戶的生命周期都會經過幾個過程。

1. 第一層：用戶的拉新

先講一個坑，拉新的工作每條產品線都會有對應的人員去做，如果每條產品線都有一套自己的標準，需要針對每條產品線的拉新統計單獨做一套功能，那么會對統計造成十分大的困擾和資源浪費。此時我們就建議業務中臺開發一套渠道管理的功能，并組織了一個會議要求每條產品線都調用渠道管理的功能，保證數據的存儲都在同一個地方。

另外拉新的工作是不同的人負責不同的渠道，比如我們公司的目標用戶是分散在全國各地的終端門店小B端，就需要大量的地推同事推我們的產品。我們采用渠道碼的方式，每個部門可以定義自己的專屬的渠道碼，這個渠道碼綁定相應的負責人并且可以生成注冊頁面地址。這樣每個負責地推的同事都會在二維碼中添加自己的專屬渠道碼，用戶注冊時就知道是那位地推的同事拉過來的。

這樣拉新負責人的績效就出來了，同樣的拉新負責人所屬部門的核心KPI注冊量就出來了。最重要的是數據中臺只用做同一套邏輯，后期出的數據指標就可以給n條產品線用了。

渠道碼管理功能做完就可以做拉新相關的指標，那我們看下拉新的指標都有那些呢？

原子指標就是注冊量了，接著就要基于目的加一些維度，比如：一線的地推人員要基于渠道碼判斷每個渠道碼的注冊量趨勢，那就可以加上渠道注冊碼的維度；比如：拉新的負責人要看所有拉新人員的注冊趨勢，那就需要加上拉新人員的維度，而這些所有的維度我們都已經在注冊渠道管理中解決。

先上圖給大家做個參考：

2. 渠道注冊頁面轉化率

注冊量只是虛榮指標，只能監控我們的數據，并不能定位問題。注冊這塊我們還要看下過程指標注冊轉化率，這是考核各條業務線產品經理的關鍵指標。

注冊轉化率的定義是注冊成功人數/訪問注冊頁的人數，比如我們在百度投的SEM廣告，每天是要花費大量的金錢的，因為在百度投關鍵字，關鍵字策略對路的情況下，每天是能拉來至少幾百用戶的，注冊轉化率每提高一個百分點。就相當于每天為公司拉來幾十的用戶，特別是大面積投廣告的情況，那帶來的用戶就更多了。

產品同事可以看總的注冊轉化率，還可以看單獨渠道的注冊轉化率，這樣就很快定位到注冊轉化率低的渠道。涉及到以下幾個指標：注冊頁的pv、uv、第一步輸入號碼的人數、第二步發送驗證碼的人數、第三步填寫驗證碼的人數、第四步注冊成功人數。

這樣就可以定位到更細節的問題，比如：我們的驗證碼是不是會有網絡問題接收不到、我們的按鈕點擊是不是有bug等。

3. 渠道ROI

還有一個問題比較重要我們需要解決，我們如何判斷一個渠道是不是值得投入，這里的投入就是指我們的錢花在這個渠道到底值不值。比如：我們的地推渠道，要雇傭大量的地推人員做地推的工作，就會存在很大的人力成本。還有我們的百度這個渠道，每增加一個關鍵字就是一筆不小的費用。

那么我們如何判斷我們是不是值的投呢？

這些完全是可以算出來的，其實我們進行大范圍推廣時要進行小面積的灰度測試來證明我們的可持續性。比如：地推的用戶推廣了一批新用戶，要看下接下來這批用戶實際在平臺產生了多少收入，如果帶來的收入/地推的工資是大于1的，那么這個渠道就是可持續的。

如果小于1，那么一方面可以判斷地推人員帶來的用戶質量是不行的，另外一方面可以采取一些手段促進地推人員的拉新。如果采取了很多的手段收入都無法覆蓋成本，那應該果斷放棄這條拉新渠道，找到更合適我們的渠道。

同樣的百度的拉新甚至能記錄到投放的關鍵字的程度，通過關鍵字周期的成本和拉來用戶所產生的收入，來評判關鍵字的性價比。

以上所有的指標都是通用的，可以適用于所有產品線，只要都用業務中臺的渠道管理功能，我們一個功能就能滿足億訂、富運通、環貿快版、富貿通等N條產品線的拉新統計。

具體的實現上通過對投放鏈接 URL 添加參數，渠道投放方可以對投放或者推廣的效果進行監測。目前常見的渠道監測機制是 UTM ，通過在URL 鏈接后面添加廣告來源（utm_source）、廣告媒介 (utm_medium)、廣告名稱（utm_campaign）、廣告內容（utm_content）和廣告關鍵字（utm_term）等5個維度參數，實現對站外流量的監測和分析。流量分析工具 Google Analytics?也是采用這種方式。

二、用戶活躍數據

用戶活躍分析

用戶活躍這塊比較通用的指標就是日活、周活、月活這些指標，其實這些都是虛榮指標，就算日活再多但是用戶就是過來看看卻不下單說明產品是沒有價值的。

拆的比較細的話可以區分新老用戶，比如日活拆出來老用戶的的日活、新用戶的日活。新用戶就是當天注冊當天訪問的用戶、老用戶是非當天注冊當天訪問的用戶。另外可以看下每天日活中新老用戶的占比，來決定我們是應該向新用戶發力還是向老用戶發力。

除了這些通用的指標每條產品線還有自己比較特殊的指標，比如：億定電商產品的主路徑，從訪問用戶數、加購用戶、收藏用戶數、轉發用戶數到下單用戶數、支付用戶數等都是電商產品特有的指標這些是做不到通用化的。

我們的供應量產品更關注的是每日發物流的用戶數、發快遞的用戶數，我們的環貿快版關注的是咨詢打版的用戶數和下單的用戶數據。所以我們要梳理每條產品線的共性指標和個性化指標，共性指標放在一個區域。非共性指標可以預留區域放每條產品線個性化的指標，這樣至少保證了前端界面的通用性。

三、用戶留存分析

為什么做留存分析《數據中臺實戰（一）：以B2B電商億訂為例談數據埋點（產品經理視角）》已經詳細講解，留存率不是一個虛榮指標，他可以很好的監測產品的粘性，直接反映了產品價值的高低。

我們定義了訪問留存率和購買留存率。訪問留存率的定義是新注冊用戶次日、7日、14日、30日是否再次訪問我們的產品，購買留存率的定義是首次購買用戶，接下來的7日、14日、30日是否再次購買我們的商品。只有總的留存率是不行的，當發現留存率低時如何定位問題？

這時我們將留存分析的功能與標簽平臺的人群圈選做了打通，比如：我們發現某日新注冊用戶的留存比較低，那我們可以繼續拆解看是不是某個注冊渠道的留存率比較低呢？又或者是某個端的用戶（H5/IOS/安卓）的留存率比較低呢？

這樣就更方便我們的運營同事定位問題。最后我們運營發現億訂的新注冊用戶在第一周內購買個2-3次的留存率明顯高于其他用戶的留存率，運營的同事會基于用戶的特點做各種首單促使他買單。我們呢也把這個指標定為我們的北極星指標來運營，有部分運營同事的KPI就是這個。

同樣的環貿快版我們發現新的設計師如果在注冊的第一周內，來用我們的產品詢價打版按鈕1到2次的用戶，明顯比別的用戶的留存率高。因為設計師剛注冊只會用我們的服務先嘗試打少量的版，一旦覺得我們的打版服務還可以，那么會用我們生產大貨的服務。所以環貿快版的北極星指標定為新注冊用戶第一周點擊打版詢價1-2次，我們的運營也是通過加微信、外呼等方式促使設計師發生這個動作。

小扎的公司facebook對外公布了他們的北極星指標是在十天內關注7位朋友，他們還公布了一組數據是要想達到100萬日活，你的次日留存率要達到40%，7日留存率要達到20%，30日留存率要達到10%，當然這里只是供大家參考。而且這里是針對社交產品，其他的產品應該根據自己的產品特性計算自己的留存率。

四、用戶轉化分析

用戶轉化就是想盡任何辦法讓用戶下單，這里關注的指標有以下幾個：首單人數、復購人數、首單率、復購率。

首單人數可以加統計周期，比如：每日首單人數、每日復購人數、用首單人數、總復購人數。首單人數/用戶數就是首單率，復購人數/支付人數就是復購率。首單反應我們的產品是否有足夠的吸引力，我們一切的運營活動是否有效。復購則反應用的產品的價值，如果沒有價值，用戶是不會花費金錢來買我們的產品。

首單真的很重要，講留存率時說了我們的北極星指標是讓新注冊用戶在第一周內首單并復購1-2次，這類用戶的留存率會相對來說比較高。那我們的運營用各種手段拉過來用戶，又用各種手段讓他下單，接下來用戶的體驗很重要。

比如：我們的電商產品，當用戶第一次下單，我們會對他的商品做全面的質檢，保證商品真的沒問題。我們會用最優秀的供應商，把商品安全的送到用戶手上，如果用戶接到商品后發現商品不是自己想要的，我們甚至會提供最好的售后服務，讓用戶無憂退貨，保證第一次購物的順暢，讓他體會到我們的價值，也許下次用戶還會來我們這里采購。

當我們的用戶慢慢積累到一定程度，會發現復購的用戶越來越多，我們會基于RFM，用戶購物的頻次、金額、距離上次的時間把用戶拆分為8類。第一類是重要價值用戶，最后一類是可以淘汰的用戶。當然我們第一類用戶一定是會傾斜大量的資源給他們，比如給他們最多的折扣，最好的售后，讓他們給我們做更多的貢獻。

參考《精益數據分析》中說的電商的模式，我們還是要關注下90天內用戶的復購率。90天內復購率達到1%-15%說明你的產品屬于用戶獲取模式，此時你應該多關注新用戶。

90天的復購率達到15%-30%，說明你的產品屬于混合模式，此時你需要兼顧新用戶的購買率和老用戶的復購。如果你的90天復購率能達到30%以上，說明你的產品屬于忠誠者模式，你要更多的關注老用戶的復購才更有效。

不過作為負責人，你不必過多的追求忠誠者模式，因為處于用戶獲取模式，只要做到低成本的拉來新用戶，并且用戶會下單，用戶的營收大于用戶的拉新成本，這種模式也是可以持續的。后期做的好的電商產品會處于忠誠者模式。

五、用戶傳播分析

傳播就涉及到增長這塊。我們看增長的本質是什么，我認為增長就是產品核心價值的傳遞，一個產品有價值它自然而然就會帶有傳播屬性，所以要想傳播那必須保證產品的價值，有關產品的價值怎么衡量可以參考《產品力：價值、安全感、優越感》

關于傳播有個詞很關鍵，傳播是設計出來的。保證產品的價值后，我們就可以用一些手段來增強產品的傳播特性。

病毒式傳播有一個重要的指標K因子，K因子的計算公式不算復雜，過程如下：

K＝（每個用戶向他的朋友們發出的邀請的數量）×（接收到邀請的人轉化為新用戶的轉化率）

假設平均每個用戶會向20個朋友發出邀請，而平均的轉化率為10%，則K＝20×10%＝2。當K＞1時，用戶群就會像滾雪球一樣增大。當K＜1時，用戶群到某個規模時就會停止通過自傳播增長。

六、用戶生命周期分析

用戶運營有個比較通用的模型叫RFM。

• R（Recency）：用戶最近一次交易時間的間隔。
• F（Frequency）：用戶在最近一段時間內交易的次數。
• M（Monetary）：用戶在最近一段時間內交易的金額。

可以根據這些數據指標將用戶分成8類。我們的資源是有限的，高價值用戶我們一定要傾斜更多的資源給他們，一定會先滿足他們的需求，再考慮其他用戶，低價值用戶就不要浪費太多的資源。差異化運營就在此體現。

基于此模型我們讓數據開發工程師幫我們手工分別計算了RFM值，基于各個指標的分布。比如M（用戶累計交易額）可以按2/8的原則，也可以按平均數的原則定義該指標的高低，按照這樣的原則分別將R/F兩個指標也進行了定義。

接下來就是把分群的用戶交給運營進行核對，看下我們的分群是不是和目前的產品狀況吻合。因為基于RFM的用戶分群是十分重要，直接影響到運營的策略。

我們決定產品化，這時你會遇到一個問題，每條產品線的RFM的值都不相同，而這個問題在我們的標簽平臺解決了。我們的標簽平臺可以基于每條產品線分別定義RFM，并且再基于RFM的組合篩選出高價值人群等基于用戶價值的分群。標簽平臺會在后面的文章《基于多條產品線的標簽平臺》詳細來說。

接下來我們根據用戶的F的值支付次數，將用戶分為已經支付用戶和支付用戶。

未首單用戶我們又基于算法，比如電商商品的加購、收藏等綜合數據會給運營輸出高成長潛力用戶和高流失風險用戶，高流失風險用戶就是用戶雖然注冊了但是長時間未下單。

已支付用戶我們基于用戶的活躍度等指標分為成長用戶、沉默用戶、流失用戶。

• 成長用戶就是用戶有下單，我們需要刺激他復購，我們又分為：高價值潛力用戶/高沉默風險用。高價值潛力用戶我們目前的定義是近7天內有下單，近7天內又有一些高意向行為比如訪問、收藏、加購會給出不同的下單概率。用運營的同事看了就直接能判定出，我該給誰發優惠券刺激或者其他的手段。高沉默風險用戶我們的運營會發一些PUSH/推送/外呼進行挽留。
• 接下來就是沉默用戶，沉默用戶我們基于上一次的訪問天數又劃分為高流失風險用戶和低流失風險用戶。高流失風險用戶就是之前用戶下課很多單，而且客單價還是比較高，近期沒有訪問的時間已經達到了某個閥值比如45天，那我們還是話費一定的資源挽留這些用戶。
• 還有就是流失的用戶，這些用戶我們的定義就是沒有任何挽留的必要了，告訴運營放棄治療。一方面是因為這部分用戶對平臺的貢獻度不大，另外一方面是就算挽回也需要耗費大量的資源，不值得。有了用戶生命周期的認知，你就會知道，你不必要過度關注我們的用戶的流失。因為這是用戶的必然結局，我們還是需要花更多的精力花費在新用戶和有價值的老用戶身上，最大程度的延長用戶的生命周期。

以上就是數據中臺用戶運營的全部內容，還有一個重要的點需要講一下，是溝通方面。數據中臺與運營通力合作才能達到最好的效果，所以雙方的目標應該是一致的，節奏也應該一致，這點很重要。

如果你發現大家在同一個世界思考問題，那效率是完全不一樣的。我們數據中臺產品經理一定要拿捏好，運營的同事這個階段關注的點，多在這個點上發力可能起到事半功倍的效果，所以要和運營之間建立良好的溝通機制。

下一篇文章會講《數據中臺實戰（三）：商品分析（產品設計）》

相關閱讀

數據中臺實戰（二）：基于阿里OneData的數據指標管理體系

《數據中臺實戰（一）：以B2B點電商為例談談產品經理下的數據埋點》

作者：Wilton（董超華），曾任職科大訊飛，現任富力環球商品貿易港大數據產品經理。微信公眾號：改變世界的產品經理。簡單、簡短、有用，堅持原創、堅持做感動你的好文章。

本文由@華仔 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。