起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識用大數據賦能產品的 3 個錦囊
我們都知道數據賦能產品，落在實踐中，可以通過哪些方式來讓數據融合盜產品設計中呢？
本文內容根據神策數據產品總監杜明翰在《數據分析-運營與產品場景的應用實踐》主題沙龍中演講整理所得。主要內容包括：
- 數據賦能產品的2個層面
- 錦囊 1：聚焦收益最大化，關注用戶決策「過程」，而非「流程」體驗最優
- 錦囊 2：大膽猜想，小步驗證，最終用數據事實來驗證直覺
- 錦囊 3：在一開始，就把數據當做產品的一部分來「設計」
數據賦能產品的 2 個層面
數據賦能產品主要可分為兩個層面：第一個層面是數據可賦能產品做迭代，如改進功能、優化用戶體驗、提升產品各項指標等，這一層面每個公司的應用方式、方向及深度都略有差異；第二個層面是數據與產品做一些結合，把數據融合到產品設計中，直接成為產品的一部分。
在下文中會針對這兩個層面分享數據賦能產品的 3 個錦囊，通過實際案例展開來講。
錦囊 1：聚焦收益最大化，關注用戶決策「過程」，而非「流程」體驗最優
聚焦收益最大化，關注用戶決策「過程」，而非「流程」體驗最優，其中用戶流程和過程僅一字之差，但實際卻有微妙的差別。
下面通過一個海外電商 A 企業圍繞新客購買流程轉化決策的增長實驗案例來解答。
我們先來看一下背景，來幫助大家更好的理解下面的案例。
A企業是深度合作客戶，我們的分析師團隊與A企業的業務團隊組成了一個虛擬增長工作小組，一方面通過數據驅動方法直接解決問題，另一方面作為“教練”角色，幫助團隊建立數據驅動的工作方法和文化。
A 企業的業務主要面向中東（中東及非洲撒哈拉沙漠以北），重點市場集中在沙特阿拉伯。沙特人均 GDP 約 2.4 萬美元，大概占美國 GDP 的 43%。雖然從人均 GDP 看，經濟水平和消費能力超出中國不少，但是其互聯網人口的覆蓋度并不高（互聯網人口滲透率非洲和中東地區為 32%，亞太地區為 48%）。沙特物流和支付體系沒有中國完備，這些地區現在的主流支付方式依然以貨到付款、信用卡支付為主。
A 企業在 2018 年 1-7 月取得了良好的增長，但在 8 月初時新增有效訂單數從增長趨勢變為下降，并在 8 月中旬之后，訂單量下降到一個較低區間（如下圖）。
溫馨提示：文中所涉數據均為虛擬數據。
為此，企業設立了一個優化目標：在現有有效訂單的用戶轉化率基礎上，再提升 1-2 個百分點，并針對該目標開始定位問題原因。
- 在中東地區 5/6 月份是齋月，7/8 月份是宰牲節，節日后數據一直在下降（客觀原因）。
- 7 月開始，流量增長趨勢下降，某一端新用戶增長趨0000000000勢消失，投放成本變高，下降至與另一端新用戶數相當。
結合這兩個原因，虛擬增長工作團隊發現要在維持現有用戶增長情況下提高平臺的有效訂單量，「提高用戶的訂單轉化率」是目前最有效的途徑。
為了提升訂單，首先需要分析用戶的購買流程體驗是否舒暢，消除過程中影響體驗的因素，將每個環節的轉化率優化到理想狀態。為此，虛擬增長工作團隊梳理了用戶購買整個流程的關鍵節點，注意這里說的是「流程」（如下圖）。
這里介紹一個分析購買流程的思路：企業首先可根據用戶購買流程創建漏斗，再根據觀察的漏斗數據發現流失環節，定位流失環節后再進行多維度更細粒度的下鉆分析原因精準定位問題，再聚焦問題來優化產品，并記錄數據去評估優化效果（如下圖）。
與此流程相同，虛擬增長小組也建立了一個轉化漏斗去分析各個節點的轉化情況，發現整體轉化率只有百分之一點六幾，而且結算到生成訂單轉化率為 30% 左右，甚至生成訂單到有效訂單的轉化率也僅為 50% 多。很顯然，這兩步的轉化極其低。
因此，這兩個環節是需要重點優化的地方。再進一步分析原因前，我們先來看看用戶為什么會流失。
實際上，在用戶購物的過程中，用戶會付出相應的決策成本，主要包括兩大塊：其中一個是注意力成本，包括時間和精力成本；另一個是真金白銀的金錢成本。
在電商產品里面，這段注意力的成本花的越多便更有可能付出金錢成本，因為注意力成本為沉沒成本。比如，往往用戶在 APP 中瀏覽的商品越多，更有可能產生購買行為。
這個就是前面提到的，關注用戶決策「過程」，要站在用戶的角度來推斷用戶在此情此景是如何思考的，不同于以往企業的產品流程是要求企業做什么的思考模式。
所以在實際分析時，企業要去分析這些節點背后的一些決策原因。接下來，虛擬增長工作團隊進一步對比了購物流程和購物轉化，并梳理出影響各個環節轉化的因素（如下圖）。
進一步拆解之后發現兩個問題。
其一，中東地區在渠道投放時，常采用有吸引力的商品進行廣告投放，比如某兒童玩具廠商在 Facebook 上投放一個針對 3-4 歲兒童的玩具套裝廣告。對其感興趣的用戶點擊廣告后會被引導下載 APP，下載完 APP 之后會直接跳轉到 APP 首頁。
很顯然以上違背了關注用戶決策「過程」的原則，用戶想要的是玩具套裝，最后在下載完 APP 后，打開的卻是首頁，甚至需要去注冊，再結合剛剛談到的注意力理論，其注意力在最后被直接“截斷”了。
其二，在用戶已經決定購買結算卻沒完成有效訂單的轉化，而其影響因素包括支付方式、郵遞政策、優惠券、新用戶注冊。結合中東地區的支付特點，不難發現其主要轉化障礙是支付方式的選擇，包括在線支付和 COD 支付（Cash on Delivery ，貨到付款，交貨付現）。
關于兩種支付方式，用戶和企業各有青睞。
A 企業采用的是預售模式，購買周期較長，約 20 天左右才能收貨，在這個環境下，用戶更傾向于貨到付款。而 A 企業因為是做的跨境交易，為早一點收到貨款，當然更希望所有的用戶采取在線支付的方式。
接下來，虛擬增長工作團隊開始尋找支付方式導致轉化率降低的核心影響因素。
分析結算時的訂單金額不同區間的數據時發現：當結算的客單價在 0-50 美金時轉化率僅有百分之十六點幾，這部分用戶數占整體的 70%，是主要的用戶群體；且在這一區間流失的用戶量占總體的 50%，也就是說在這個環節流失了一半用戶。而客單價在 $50 以上，轉化率在百分之六十幾，也就是說，金額越貴，成單率越高，這是比較反常識的。
考慮到可能是運費問題導致的放棄支付，虛擬增長工作團隊發現 $50 以下與 $50 -$99 的兩個區間同樣需要付運費，但后者可使用 COD 支付，轉化率遠比前者高。
所以，支付方式是主要影響因素。
虛擬增長工作團隊開始聚焦支付方式進行分析。最終發現該企業的訂單金額在 $50 以下只能使用信用卡支付，$50 以上才能使用貨到付款。
很顯然，因為信用卡付款需要綁卡等復雜操作，一部分用戶直接放棄購買了，但百分之十幾的轉化率可能不僅是這一個原因導致的，所以虛擬增長工作團隊又分析了一下信用卡支付的轉化率，發現整體成功率僅為 59%。
為此，虛擬增長工作團隊進行了在線支付的流程體驗，發現其流程非常冗長相比 COD 的體驗差很多，COD 的付款方式平常操作時間在 2 秒左右；而在線支付的方式平均操作時間是 8 分鐘左右，而且 40% 的操作是失敗的，進一步消耗了用戶的決策成本。
最終得出的結論是在線支付方式成為用戶購買流程最后的障礙，阻攔了絕大多數有購買意愿的用戶。
精準定位問題后，產品根據分析發現和建議，迭代了優先級較高且改動較快的部分，如下：
關于投放廣告，采取“投放廣告的所見即所得”的方式，調整了廣告深鏈接的邏輯，使用延遲深鏈接。前面提到，點擊玩具套裝廣告并進行 APP 下載后的最終落地頁是 APP 首頁。為此，A 企業將最終落地頁調整為投放廣告時看到的玩具頁面，采取操作后，轉化率有一定的提升。
關于支付方式，采取“降低 COD 支付門檻”的方式。首先將沙特地區的運費 $19.99 降到 $15，后續將 $89 的包郵門檻降到 $6。兩天后，A 企業直接取消 COD 最小 $50 金額限制，即可使用 COD 的價格范圍從原 [50, 400] 擴大為 [0, 400]，后續又針對促進轉化在產品上做了些持續的細節優化。
采取完優化措施后發現，整體的轉化率有了明顯的提升，總轉化率增長提升 132%。下圖為調整廣告深鏈接的邏輯和取消 COD 最小 $50 金額限制后的增長走勢。
最終的轉化率提升，增長目標達成，就大功告成了嗎？
事實上，企業若要在良性的發展方向不斷精進，還需要掌握一個方法論——產品數據復盤，包括從目標到結果再到分析繼而迭代的全流程。
此次增長目標達成后，A 企業的老板與分析師團隊及 A 企業的業務團隊進行了產品數據復盤。
在復盤的過程中，A 企業的老板提出 GMV 提高后，是否 COD 支付的拒簽率也會提高？
分析師團隊針對這一問題給出了解決方案：如果拒簽率變高，可以再根據數據分析調整 COD 支付的門檻；如果拒簽率并無明顯變化，可以保持策略；如果拒簽率忽高忽低，可繼續細分拆解分析進行相應調整。
回顧整個定位問題、解決問題的過程，不難發現，最終是圍繞購物的閉環體驗來進行優化的，也再一次呼應了關注用戶決策「過程」，而非「流程」體驗最優。
事實上，「閉環」遠比「流程」更重要。
舉個例子，很多人都在無意識逛淘寶，甚至不知道自己因淘寶的個性化推薦等引導在淘寶中逗留了多長時間，而在用戶無意識中，淘寶已經有意識了。
在淘寶看來，整個局面已經發生變化了。
淘寶的數據顯示：在 2015-2016 年的期間，搜索引流量幾乎占 70%，個性化推薦的流量僅占 30% 左右。但到了 2018 年年中，個性化推薦帶來的 GMV 已經超過搜索所帶來的 GMV。
并且，過去對用戶的購買認知，是用戶有購買需求并進行搜索，找到理想商品，然后加入購物車進行購買，最后等待商品到貨。而現在的購買流程，是用戶已經進行購買后，然后看到購物車底部或完成購買后的相關推薦再進行瀏覽，重復進入這個流程中。
可見，淘寶已經將購物的閉環體驗發揮的淋漓盡致，電商企業可以酌情參考。
錦囊 2：大膽猜想，小步驗證，最終用數據事實來驗證直覺
大膽猜想，小步驗證，最終用數據事實來驗證直覺的方法在上面的案例中也有體現。
在 A 企業的增長案例中，整個過程中并沒有做過多的 A/B 測試或灰度測試。事實上，在產品的實際優化過程中，很多企業采取的就是這種很直接的大膽猜想的方式，并進行快速的驗證。因為產品優化的過程中，很多決策是相對可逆的，所以在產品設計的過程中不妨多做些大膽的猜想。
如，取消 COD（當然這是一個比較大的政策改動），找到這些關鍵點有時可起到四兩撥千斤的作用，給最終的效益帶來意想不到的提升。需要注意的是，企業在大膽猜想的基礎上，還要不斷進行驗證。在驗證的過程中，每一步及每一次改動都需要采集好數據，因為這就是你能掌握的事實，而事實才能來驗證猜想。
其實，不管是產品改進的目標還是策略優化都不只是為了做一個流程的改進，而是將企業的整體收益最大化。
效益的提高包含兩方面：我們本身公司運營的效率，如運營活動耗費的時間或成本降低；企業增加收益。
而在這個過程中，數據到底起到什么作用？
驗證假設
因為大多數時候直覺約等于可實驗的假設，企業其實不僅將數據用于數據來分析得出結論，還可以用數據來驗證假設。如在電商、醫療、金融等大多數企業進行產品設計時，有時很難找到直接指導下一步的數據指標，而是要結合經驗再利用數據去洞察一些問題、提出一些猜想來驗證。
數據、策略成為產品的一部分
數據可以作為產品的一部分來進行設計，也就是過去的企業流程化的依賴運營推一個東西，然后用戶再買。但當企業在有足夠多的數據的基礎之上，可以將數據融入產品，不斷地指導產品呈現新的展示，讓用戶在產品中呈漫游狀態去購買。就如前面所說，用戶是先逛再買，還是先逛再買再逛再買，這從根本上會影響產品設計、運營的邏輯。
錦囊 3：在一開始，就把數據當做產品的一部分來「設計」
在一開始把數據當做產品的一部分來「設計」是現在企業較追求的方式，可以起到降本增效的效果。下面再為大家講述一個案例：
B 企業也是一個出海電商，該企業走的是較輕的平臺模式，上游對接中小型廠家、批發商，平臺統一提供人貨匹配、客服、海外物流等服務。平臺不提前備貨，用戶下單后，國內供應商發貨到倉，平臺負責質檢并打包發送至海外，當地采用第三方物流。
B 企業的創始人來自阿里，在公司剛開始成立時，面臨的首要問題是無法像淘寶一樣大量投入資金做運營，評估自身的技術優勢后，便開始考慮如何在產品設計時，用技術代替運營解決上貨、配貨、內容專題制作等問題。
因此，B 企業自主研發了貨和用戶的數據中臺，以及一系列取代人力的「機器人」。其背后的邏輯和今日頭條類似：貨賣得越多，系統對人和供應商就越了解。
在選品時，B 企業通過爬蟲大數據抓取海外用戶愛買什么商品，然后在海量 SKU 中尋找分析用戶最有可能喜歡的商品。通過供應商的資質、產能、過往歷史篩選供應商。而在人貨匹配方面，綜合用戶偏好進行多維度推薦，最終做到千人千面，用精準的信息匹配提高轉化率。
不難發現，如果企業從產品設計之初便考慮將數據用起來，并考慮用技術的方式代替原有人力，整個產品的設計思路就會發生很大的變化。如另一個內容娛樂領域的 C 企業，也將數據和技術應用于產品設計上。
C 企業在用戶下載 APP 后，會顯示一些主題問讀者是否愿意訂閱并接收對應的推送內容，假如用戶選擇了搞笑、娛樂八卦的主題，就會詢問是否需要推送這些主題。由于前面已經表明感興趣，大多數用戶會選擇允許推送。
相較于其他產品在下載時詢問是否開啟推送，這種方式很好地將推送融入到產品形態的一部分，并增加了推送打開率。同時，用戶打開推送后，該產品就可以進行該主題的推送和相似主題用戶可能感興趣的內容的推送，可持續的建立這個產品使用的正向循環。
可以說，C 企業直接將推送從運營手段變成產品的核心功能。這樣做的基礎是企業有評估推送 push 帶來的具體效果的數據分析能力，否則其指導意義將大幅降低。事實上，C 企業做到將產品、運營、策略及數據融為一體，通過聚合、內化到產品中，來釋放數據的想象力。
對于我們的啟示是，在設計一個產品時，可以將數據當成一部分考慮到整個產品的完整閉環中，思維將變得更開闊。
作者：神策研如玉；公眾號：用戶行為洞察研究院（ID：SDResearch）
本文由 @神策研如玉 翻譯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
- 目前還沒評論，等你發揮！
