廣州向日葵信息科技有限公司數(shù)據(jù)產(chǎn)品負(fù)責(zé)人 羅玲

之前一直負(fù)責(zé)公司的網(wǎng)站開發(fā)，接觸過網(wǎng)站架構(gòu)，開發(fā)語言,，這為此后從事數(shù)據(jù)分析,、理解整個(gè)數(shù)據(jù)平臺(tái)打下良好基礎(chǔ)。

數(shù)據(jù)產(chǎn)品,、報(bào)表架構(gòu)師,、報(bào)表開發(fā)、開發(fā)猿,、BI負(fù)責(zé)人,、數(shù)據(jù)分析師，這些都是我的標(biāo)簽,，現(xiàn)在我的角色是增長黑客（Growth Hacker）,，我們的工作就是搭建一個(gè)自上而下的指標(biāo)體系，逐漸將增長黑客的理念落地到項(xiàng)目中,。推薦2本書：一本Growth Hacker（增長黑客）,，一本京東數(shù)化運(yùn)營，其中有成型的數(shù)據(jù)分析方法,。

用戶分群,、用戶畫像，用戶行為分析,，從海量用戶中“淘金子”,，即漏斗（篩出目標(biāo)且有價(jià)值的用戶）。正如現(xiàn)代管理學(xué)之父所說的“你無法衡量的話就無法提高”,。

海量訪客進(jìn)入官網(wǎng)直到最核心的產(chǎn)品詳情頁,，再到購物車，可以看到2次轉(zhuǎn)化過程,，從訪客-產(chǎn)品頁的轉(zhuǎn)化率21%,，“漏”下來10316人，其中與1062人到達(dá)的購物車,，整體轉(zhuǎn)化率2.1%,。

反過來看說明什么？100人中才留下2個(gè)到達(dá)購物車的用戶,，此刻必須將“精細(xì)化運(yùn)營”提上日程,，盡快提高轉(zhuǎn)化率。精細(xì)化運(yùn)營可橫向或縱向分析每一個(gè)場景,，找到可增長的關(guān)鍵點(diǎn),。

從縱向看，轉(zhuǎn)化環(huán)節(jié)可再細(xì)分：從訪客-產(chǎn)品頁,，從產(chǎn)品頁-購買點(diǎn)擊數(shù)-購物車的人數(shù),，從購物車-完成支付的人數(shù)，支付之后同樣可以再進(jìn)一步細(xì)分，比如：首次支付-第二次支付的周期,，進(jìn)而實(shí)現(xiàn)持續(xù)支付,，這也是一個(gè)用戶漏斗，找到最終為公司帶來更多價(jià)值的客群,。每個(gè)細(xì)分轉(zhuǎn)化率從20%中抽出14%,，其中是否存在可優(yōu)化的空間？訪客進(jìn)入到產(chǎn)品是對(duì)整個(gè)產(chǎn)品設(shè)計(jì)的感知,，用戶體驗(yàn)是否要區(qū)分新老用戶,，為新用戶提供產(chǎn)品價(jià)值方面的引導(dǎo)，而針對(duì)老用戶,，可以根據(jù)其歷史行為進(jìn)行喜好推薦,。另外，支付環(huán)節(jié)如果體驗(yàn)不順暢,，很可能導(dǎo)致某個(gè)很有購買意向的用戶放棄支付而離開,，總之，通過精細(xì)化運(yùn)營找到優(yōu)化關(guān)鍵點(diǎn),，每優(yōu)化一個(gè)環(huán)節(jié),，將帶來整體轉(zhuǎn)化率的大幅度提升。

從橫向看,，轉(zhuǎn)化路徑是相對(duì)固定的,，但橫向分析需要拆分，當(dāng)前用戶所在平臺(tái),、所處環(huán)境,、所在地域等屬性,，需要從橫向分析角度做縱向轉(zhuǎn)化分析,，看不同人群間有哪些不同行為特征/屬性特征，針對(duì)不同人群,，采取相對(duì)應(yīng)的運(yùn)營策略/產(chǎn)品體驗(yàn),。

如果公司沒有較為完整的數(shù)據(jù)分析團(tuán)隊(duì)，谷歌出品的Analytics平臺(tái),，可將企業(yè)分析所需的模塊和指標(biāo)都靈活的呈現(xiàn)出來,，大概有120+緯度，200+指標(biāo),，供企業(yè)自由組合參考,。

國內(nèi)百度統(tǒng)計(jì)也是常用分析平臺(tái)，作為數(shù)據(jù)智能決策平臺(tái)——諸葛io,，僅以SQL查詢功能為例,，這個(gè)功能就像我們?cè)诓宛^點(diǎn)餐、服務(wù)員送餐一樣，有一個(gè)固定流程,，SQL是一個(gè)查詢數(shù)據(jù)的固定語法,，有固定格式，套用固定格式即可查詢到所需數(shù)據(jù),，我覺得,，這個(gè)功能是產(chǎn)品和運(yùn)營有必要了解的,，這將為今后的數(shù)據(jù)采集工作帶來極大便利。

需要強(qiáng)調(diào)的是，工具是為提升效率實(shí)現(xiàn)業(yè)務(wù)增長的,，很多平臺(tái)都提供很多固定分析模塊，例如：實(shí)時(shí)報(bào)表,，定制化報(bào)表,，頻道管理、自定義事件,，交易轉(zhuǎn)化等靈活的分析工具,，借助工具提升數(shù)據(jù)采集的效率，節(jié)省制作報(bào)表的時(shí)間,。

點(diǎn)擊圖片 查看大圖

大數(shù)據(jù)必須經(jīng)過清洗,、分析、建模,、可視化才能體現(xiàn)其潛在的價(jià)值,。傳統(tǒng)的數(shù)據(jù)中心工作流大概是，各個(gè)業(yè)務(wù)部門提出需求給到分析師,，涉及到前期埋點(diǎn),、臨時(shí)數(shù)據(jù)（比如：活動(dòng)/專題/推廣數(shù)據(jù)），四面八方的數(shù)據(jù)源：第三方數(shù)據(jù),，第一方業(yè)務(wù)數(shù)據(jù),。

ETL工程師（從事系統(tǒng)編程、數(shù)據(jù)庫編程與設(shè)計(jì),，掌握各種常用的編程語言的專業(yè)技術(shù)人員,。也叫數(shù)據(jù)庫工程師），主要精力通常在數(shù)據(jù)分析和清洗,，如果產(chǎn)品/運(yùn)營部門向TA提出各種（臨時(shí)/一次性）的報(bào)表需求,，這勢(shì)必造成極大地人力浪費(fèi)。

如果數(shù)據(jù)中心與數(shù)據(jù)需求方（產(chǎn)品/運(yùn)營）達(dá)成一個(gè)共同意識(shí),，將數(shù)據(jù)平臺(tái)更高效的應(yīng)用到實(shí)際業(yè)務(wù)中,，那么就需要搭建一套數(shù)據(jù)平臺(tái)，涉及到常用的分析指標(biāo)和篩選緯度：如,，城市,、渠道,、商品、時(shí)間等,。舉例：活動(dòng)A,、B、C可能只是以不同的創(chuàng)意形式呈現(xiàn),，而目標(biāo)是一致的,，那么即可形成一個(gè)工具型報(bào)表。

小步快跑,，即梳理全公司核心指標(biāo)體系,，以公司最核心的收入為“圓點(diǎn)”向外延展指標(biāo)體系，像做一個(gè)產(chǎn)品,，將數(shù)據(jù)平臺(tái)拆成一個(gè)小小的版本不斷迭代,，持續(xù)與業(yè)務(wù)部門溝通，定期為提供可參考的指標(biāo),，如此落地到業(yè)務(wù)中,。

通過數(shù)據(jù)采集、數(shù)據(jù)清洗,，將數(shù)據(jù)應(yīng)用于業(yè)務(wù),，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)，在實(shí)時(shí)報(bào)表中可視化的呈現(xiàn)出最核心的關(guān)鍵數(shù)據(jù)以及趨勢(shì)變化,，需要強(qiáng)調(diào)的是,，即使使用第三方分析工具，也可以搭建一套自己的核心數(shù)據(jù)平臺(tái),。

新用戶-活躍-留存的增長黑客漏斗轉(zhuǎn)化中,，除了引導(dǎo)用戶首次購買外，還可以將有過二次購買,，甚至有多次且持續(xù)購買的價(jià)值用戶,，通過用戶分群的方式進(jìn)行精細(xì)化運(yùn)營。谷歌直到2015年才把網(wǎng)站留存率作為網(wǎng)站價(jià)值的核心評(píng)估指標(biāo),，由此可見留存率是很重要的指標(biāo),，電商特別強(qiáng)調(diào)復(fù)購概念，用戶首次下單支付前的關(guān)鍵性動(dòng)作是什么,？刺激到用戶哪一個(gè)興奮點(diǎn)？如果找到那個(gè)點(diǎn),，是否可以找到一些增長方式實(shí)現(xiàn)快速增長,，這在用戶生命周期中將衍生出很多運(yùn)營方案。

數(shù)據(jù)分析的終極目標(biāo)是推動(dòng)業(yè)務(wù)增長,，在達(dá)成共識(shí)的基礎(chǔ)上,，通過具體指標(biāo)共同推進(jìn),，所以類似目標(biāo)儀表盤的形式可幫助企業(yè)形成合力，“一個(gè)公司,，一個(gè)目標(biāo)”的儀式感,，從加強(qiáng)數(shù)據(jù)驅(qū)動(dòng)意識(shí)開始，讓各個(gè)部門明確所做的每一件都能切實(shí)的起到目標(biāo)的改善/提升/優(yōu)化,。

再強(qiáng)調(diào)一下精細(xì)化運(yùn)營,，以電商用戶的生命周期為例，基于到運(yùn)營策略和基礎(chǔ)平臺(tái)的搭建從首單到第二,、第三單支付,，從新手到忠誠用戶的轉(zhuǎn)化，讓用戶在生命周期中更好,、更快的成長,。同時(shí)，通過用戶分群,，比如將有相同購物偏好的用戶作為一個(gè)群,，向他們推薦他們感興趣的商品。

用戶分群是根據(jù)用戶行為劃分的,，并不是簡單的根據(jù)自然屬性來劃分的（比如：不是簡單的將男和女用戶進(jìn)行分群的）,，而是深入洞察到女性用戶在平臺(tái)上的行為特征，將她歸入某一類運(yùn)營客群中,，最終激勵(lì)她（們）完成轉(zhuǎn)化,。

總之，數(shù)據(jù)分析要結(jié)合用戶生命周期和用戶需求,，根據(jù)馬斯洛需求層次理論首先滿足用戶基本需求,，進(jìn)而滿足情感需求，而諸葛io作為一款數(shù)據(jù)智能決策平臺(tái),，讓用戶分析不僅是紙上談兵,，而且讓數(shù)據(jù)更好的服務(wù)于業(yè)務(wù)，應(yīng)用于業(yè)務(wù)增長,。

數(shù)據(jù)分析從來不是一勞永逸的,，產(chǎn)品在不斷迭代，業(yè)務(wù)在不斷更新,，從認(rèn)知到?jīng)Q策,，數(shù)據(jù)更多的是起到了輔助的作用，從梳理需求,、到采集,、到分析,、到實(shí)踐、再到衡量,，始終循環(huán)在企業(yè)增長的整個(gè)過程中的,，一切都應(yīng)以能準(zhǔn)確解決問題、驅(qū)動(dòng)業(yè)務(wù)增長為前提,。