数据闭环究竟是什么?简单聊聊数据闭环

引子

现在是一个大家都感觉被卷的时代,而卷让我一个东北人想到的就是花卷,一圈一圈、一环一环的卷着。而在各个公司中,让大家能够持续与行业卷、与平行团队卷、与上下游卷的一个方式就是:数据闭环。

今天我就尝试写一下我理解的数据闭环是什么,还有他能干什么。通过一些简单的事例尝试阐述一个抽象的概念。

一、数据闭环是什么?

刚听到这个词的时候,我第一个反应时:这又是一个新被创造出来的词汇吗?但是随着对业务的了解,就理解其充分性和必要性。同时找到了一个大家都耳熟能详的类比对象:错题本。

我们可以回想下错题本是怎么来的,老师为了让大家能够提升自己的学习成绩,提出了这种学习方案,大体的流程就是:

  • 老师教,学生学;
  • 定期考试,月考、中考、期末考;
  • 拉榜单、排名次、发试卷;
  • 老师试卷讲解、学生的错题整理;
  • 学生自己的错题分析及分类(如果学生做的话);
  • 然后继续这个循环。

如果是个学渣,估计也没有错题整理这一步,但是我们肯定是要向学霸学啊。而刚才说这个循环,首先是一个闭环,其次其中有知识点、有分数、有排名,可以认为也是一个数据闭环。如果算上“家长会”,我们甚至可以说奖惩机制也被纳入其中。

如果我们类比到公司中,那么流程大体就是:

  • 一个需求的提出、商讨和开发,可能是营销方案,也可能是数据看板等等的需求;
  • 需求的开发实现,然后是测试上线;
  • 做对应的数据埋点、数据监控;
  • 监控的实际指标与KPI、OKR、历史数据、行业数据的对比分析;
  • 各自改进自己的部分,从新向KPI、OKR迈进;
  • 然后继续这个循环。

看看是否很像?都是一个循环,一个有数据、有监控的迭代循环。

二、数据闭环能干什么?

刚才我们用类比的方式说明数据闭环是什么,现在我们再来看下数据闭环到底能干什么。

其实从上面的错题本的类比看,主要就是提高成绩,如果再类比到公司,就是提高商业上的业绩指标。

但是这个是怎么做到的哪?

我理解要从三个层面看,数据、监控、链接。只有这三个都存在,闭环才有意义。

1. 数据

先从数据说起,以前的停车场的抬杆动作都是人为遥控器控制,这样就存在一个问题:今天到底有多少车辆进出,很难统计,导致这个里面就有人为可操作空间,而现在的摄像头拍照识别、时间统计、扫码支付等方式链接到一起后,全部都可以数据化,基本杜绝了上面提到人为问题。

2. 监控

再看监控,如果我们还用刚才的例子,停车场要不要24小时运营,如果需要,就要每个进出口都有个人在准备遥控抬杆,那么至少要2班倒;如果不24小时运营,那停车的用户如果想晚上出去怎么办?所以需要随时监控这个动态,才能让这个停车场正常运营下去。

再用办公软件的打卡功能来看下这个问题,早起大家打卡用公司门口的指纹机、工卡的刷卡器、刷脸机,这个最大的问题是并发量低,不知道读者们是否体验过早上排队打卡的情况?尤其是秋冬有些人的手指会脱皮,然后会一直识别不出来,导致排队的都迟到。

而如果是APP打卡呢?我们可以做到当你打开办公软件时,我们就主动监控你是不是在公司附近(GPS、公司WiFi等),如果是,直接打卡就好,然后通知提醒一下用户;如果不是,再看看距离打卡还有多久。也可以善意的提醒一下,这样不但没有排队并发量低的问题,也可以解决指纹扫不上的问题。

这就是数据化之后有监控的优势。这里不是从老板的角度看,只是不同的打卡模式间优劣对比而已。

3. 链接

关于链接,刚才讲的案例中其实也有链接,主要是软硬件的组合与人的链接,而更多的链接其实是组织和组织、部门和部门、人和人的链接。

我们再次看打卡的问题,如果一个员工近期经常有迟到的情况,而且都是迟到几分钟,作为部门HR或者他的+1,是不是应该去主动关怀下为什么,有什么家里、身体的困难,需要帮忙一起克服,还是说最近加班太晚了,需要增加调整工作内容;而如果一个人连续的大范围迟到,那么HR是不是该思考做招人的准备了?

如果我们再看大家经常用的外卖服务,其中涉及到餐厅、骑手、客户,信息的状态在三者间流转,从开始的客户浏览菜单、付费下单,到餐厅的接单、准备餐食,再到骑手的取餐、运输和交付,全部链路都是链接三方的,同时还支持三方在线上时时交互,这样的效率或者说用户感知层面肯定比下拉单,傻傻的干等着好很多。

所以我们以上说的三个点结合到一起看,没有数字化的,需要数字化;有了数字化,就能设置各种监控指标,高了低了都能监控到,并且及时给到对应的负责人;同时不同环节的信息可以在整个商业连路上流转,让大家实时、及时的知道现在是谁在干嘛,而在这个基础上,诞生了最重要的一个结果:可以迭代。

4. 迭代

可以迭代有个强依赖项就是*行业知识*。上面举例基本上都是一些大家日常生活中的常常能见到的例子,而一些行业内的数据闭环可能根本不在大家日常生活的范畴里。比如制造业、临床实验等。所以真正的迭代离不开业务知识。但是为了更好的理解这个事情,我们还是需要找一个日常的例子来说。还是以外卖为例。

刚才我们说的链路中,如果想让从下单到送达的时间更短,有不少的节点可以优化,我们就从餐厅做菜和骑手运输来分析这个闭环中有哪些可优化的点。

餐厅备菜:单个人的饮食习惯或者方式可能有波动,但是一个办公楼、园区的一群人的饮食习惯是有大趋势在的,所以如果一个5KM范围内的点菜是有规律可循的,尤其是在有优惠征程的情况下,所以这就可以反过来影响餐厅做餐备菜的进度和数量;如果这个存在误差,或者不懂比较大,那么可以优化流程:提前点餐。10点就通知推送让大家提前点餐,中午正点吃饭。这些都是迭代的方法和方向。

骑手送餐:这个其实和导航差不多,变化点就是多途经点的全局最优解问题。一个骑手一次送5个,可能顺路还要去取2个,那就是送7个,这个流程怎么走,还是说中途发现整体时间要超,就把那2个让别的骑手去取,这都是可以持续优化的点。

甚至我认为外卖最好的迭代就是“延误险”。既然我们监控了各个环节、尝试了各种方法,用户还是感觉送的慢,那行吧!我就用延误险,让你对迟到不那么反感。

本来我预计11:00到,如果我没到,客户投诉,但是我现在告诉你如果11:15不到,就赔付运费险,那么客户大概率想等等的。而殊不知,系统认为11:00到的概率是80%,而11:15到的概率是99.99%(个人猜测,没有实证)。

三、数据闭环是否一定只解决bad case?

数据闭环是一个系统,对于一些业务复杂、人数众多的企业来说更是一个复杂系统,而一个系统一般都包括正循环和负循环;

刚才所说的所有情况都是基于负循环来看,也就是通过负例来让系统更加稳定,而我们也可以看下正向的例子在数据闭环中如果体现和使用。

现在很多新能源车企的线下点都是车企直营,而且给各个销售都配置了对应的营销软件(可能就是个企业微信),而在定期统计的过程中,其实我们会发现有一些店铺、有一些店员的销售成绩是遥遥领先与同行。而这就产生一个问题:这个遥遥领先的人或者店铺,做对了什么?

我们可以让他说下他做了什么,或者通过系统可以分析的数据看下他和别人的区别,然后再理性分析下这个中间是否有逻辑上的因果关系,如果是,那么就应该沉淀到系统中,或者沉淀到培训中,或者沉淀到考核中。

比如他在客户到店后的第三天会给客户二次询问,这个比第7天的转化率高,那就要改成3天;

比如他在客户到店后让客户注册一个APP,先拿个小礼物,后续可以在车企APP上更好的关注车辆的价格及配置信息,那么其他人也要干;

比如这个店铺有儿童乐园,家长带孩子来了,孩子多玩一会,家长就多一些时间和销售接触,那其他店铺也要这么干。

而以上这些都是数据闭环中的正向循环。

四、写在最后

公司里的学霸和学渣都可能用了数据闭环,但学校里的学渣大部分不用这个东西,这个是公司和学校一个很大的区别,所以大家在公司中实际落地数据闭环要慎重。

作者

代成龙,智能硬件创业公司产品狗,从视频巨头公司到玩智能硬件的公司,继续产品设计工作。

版权声明

本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部