硅谷一线增长实践者曲卉：数据驱动增长的道与术

以下内容以曲辉为基础。 举办的2019UBDC全球大数据峰会上的演讲是在不改变原则的基础上编辑的。 如果你掌握了数据驱动增长的系统、基础和流程，它实际上就像一个自动传送带。你可以事半功倍，而不用花太多精力。 在过去的10年里，许多美国公司在应用数据的道路上经历了不同的阶段。从一开始没有数据，到后来没有数据，到最终的综合数据和企业决策。 通过多年的工作和对行业的深入观察，今天我将与大家分享四种如何利用数据推动增长的方式。 一是指标建模。 所谓指标建模，就是如何高度概括和提炼企业的业务和产品，让企业在海量数据中挖掘出数据之间的微妙联系，过滤掉大量无用的信息，让企业快速触及核心问题，从数据中提炼价值。 二是机会洞察。 金融和互联网是目前数字化程度最高的行业。这两个行业沉淀了大量的数据，如渠道数据、用户数据和业务数据。这无疑是一座金矿。它隐藏着大量可以找到的宝藏，可以进一步加工和抛光。机会洞察力是企业应该有一双能够找到金矿的眼睛。 三是衡量结果。 衡量结果的基础是企业应该有一个科学的评价体系。企业开发一套系统来衡量其效果，然后获得一些洞察力，然后进行有针对性的改进和迭代。在整个过程中，最重要的环节是衡量，因为只有科学的评价体系才能使企业的系统运行适度、疾病，否则很容易陷入相反的困境。 四是决策自动化。 前三步完成后，决策自动化就自然而然了。 目前，机器学习和深度学习的无监督培训算法越来越成熟，越来越多的决策可以依靠算法的自动化来完成，这将大大提高企业决策的速度、效率和质量。 这是四步数据驱动增长的道，下面我重点介绍一下术部分。 指标建模 指标建模最重要的概念是两点。 第一点：找到最重要的指标 形象是北极星指标，简单来说就是现阶段企业的核心问题，找一个指标来衡量。 世界上的产品可分为三类： 消磨时间。比如很多短视频和新闻软件。 提高效率。比如很多SaaS类产品。 促进交易。例如，许多电子商务和旅游产品。 第二点:构建增长模型: 不同类型的北极星指标不同。DAU比如消磨时间的产品，付费用户的活动，比如提高效率，GMV、交易量如促成交易。 总之，企业应根据自身业务的特点、禀赋和目标，找到合适的北极星指标。 增长模型听起来是一个非常抽象的概念，如何在着陆阶段建立一个完美的增长模型？ 以电子商务产品为例，基于产品，企业首先要确定其北极星指标。 如果产品处于早期阶段，企业可以选择用户数或订单数作为北极星指标；如果产品处于成熟阶段，则更适合将交易量选为北极星指标。 假设本产品的北极星指标是交易量，企业接下来要做的就是想办法拆解。拆解北极星指标的方式有很多，比如新老用户贡献了多少销量；或者可以按照商品类别或者用户步骤拆除。 总之，北极星指标要按照最合理的维度拆分。 这样，非常抽象和不可捕捉的指标就可以进一步分解为非常详细的指标，为运营和其他团队提供更直观的决策基础，然后反馈回北极星指标来完成改进。例如，提高商品细节页面的转换率，相应的交易量也会增加。 指标建模最重要的意义是帮助企业触及核心，找到最重要的研究和改进方向，梳理影响方向的最重要因素，挖掘潜在的规律和价值。 机会洞察 机会洞察力不仅仅是围绕某一环节，而是伴随着整个客户生命周期。 在用户获取、激活和保留、召回损失和实现的每个阶段都有增长的机会和可能性，一些数据隐藏在每个阶段。这些数据提供了一些增长线索，如客户获取阶段的渠道数据、激活、保留和召回阶段的用户行为数据和实现阶段的业务数据。 然而，许多企业通常面临两个困难：一是缺乏完整的数据；二是数据无法连接。 渠道是渠道，用户是用户，业务是业务。三者之间可能只有一些微弱的连接，数据是分开的。这些数据不会产生价值，甚至会产生一些不良后果。 然后，当企业有数据时，在寻找增长线索和机会时，通常会有各种各样的问题和挑战，主要总结为两种问题： 第一类是转化问题。所谓转化问题，就是企业如何说服用户完成指定动作，一般是一次性但关键的动作，比如点击广告，下载注册账号，或者付费。 第二类是保留问题。当用户完成一次性关键行动时，企业也希望用户继续做某事，产生周期性依赖。这是一个APP重复登录、听歌、看新闻、看视频等最重要的用户使命。 当企业有了这个概念，事实上，有太多的数据分析方法已经得到证实和科学的参考。 例如，美国在线旅游服务平台Lyft是Uber最新的竞争对手。 起初Lyft也遇到了保留问题，平台发现用户保留相对较差，所以平台开始研究用户的激活和使用。他们发现，在新用户的早期阶段，如果新用户有两个不同的场景，如工作、酒后驾驶、接机和工作。如果发生这种情况，用户的长期保留率将显著提高。 有了这样的数据洞察力，平台立即采取相应的行动，通过各种手段促进和引导更多用户达到这种状态。最后，测量结果显示，保留率显著提高。 衡量结果 通过数据仪表板列出公司业务最重要的数据指标，使企业一目了然地了解公司业务的健康状况和发展趋势。 以A/B测试为例，A/B这是一种经典的衡量方法，也是数据驱动增长最重要的载体，为什么要这么说？ 数据分析没有任何变化是没有意义的。如果做了很多改变，但没有通过A/B测试方法，即使指标有所改善，企业也无法准确哪个因素导致了指标的变化，这给决策带来了许多意想不到的问题。 以美国视频平台奈飞为例。为了准确了解用户对视频海报的喜爱，他们经常使用它A/B测试方法。 他们会观察哪个版本的海报用户点击最多，完全放弃企业对直觉和经验的信任，但真正了解用户的内心和行为偏好。 决策自动化 决策自动化类似于自动传送带的状态，使系统能够自动找到最合适、最准确的交付方式。 以招聘平台领英为例，企业用户需要招聘。一般来说，企业用户的健康模式将首先通过内部数据进行。在销售人员、客户服务人员和客户之间的互动过程中，我们将准确预测是否存在损失风险，采用什么样的互动模式可以更好地打动客户。通过自动决策为人们提供智能决策工具，领英付费用户的流失率从50%降至10%，这是一个非常惊人的数字。 此外，还介绍了一个订票网站的案例。该网站在内部开发了一个优先级排名模型。在每个运营产品经理想做一个项目之前，他会在这个模型中输入一些假设。然后，该模型将自动计算项目对北极星指标的影响。这样，优先级排名的准确性和质量就会得到提高。 数据是这个时代最重要的核心资源，也是取之不尽的。最重要的是它是我们自己创造的，不依赖任何自然资源。 我们还看到，行业通过数据帮助整个行业建立一个可闭环、可沉淀和可持续的企业数据平台。因此，最大限度地发挥数据驱动业务增长的效率，将是这个时代任何企业都应该掌握的核心能力。 目前，交通红利已经结束，工业互联网思维正在兴起。未来任何企业都必须具备精细运营、数据驱动和智能决策的能力。 微信官方账号:友盟全球数据（ID：umeng_data） 特别说明：本网站的主要目的是收集与互联网运营相关的干货知识，为运营合作伙伴提供便利。网站收集的公共内容来自互联网或用户提交，这并不意味着网站同意其观点，也不对网站内容的真实性负责。如有侵权行为，请联系网站管理员删除，。