张溪梦:数据分析的三个层次和五个阶段——连载三
作者:张溪梦,GrowingIO创始人&CEO,前LinkedIn商务分析高级总监。美国 Data Science Central 评选其为“世界前十位前沿数据科学家”。
七、数据分析的三个层次和五个阶段
在今天的分享结束之前,我和大家简单总结一下在过去的十几年我对 数据分析 的一些很概括性的理解。
(一)数据分析的三个层次
首先,数据分析我们可以把它理解为三个层面,这三个层面用中国文化来理解就叫 “道、术、器”。
图16:数据分析三个层次
第一点,什么是“道”?道是公司内部、团队内部对数据能够带来的价值有一个核心、基础的认知。数据驱动是能为企业带来很多价值的,这点需要内部统一。
第二点,“术”是什么?术就是方法论。数据分析需要掌握一套完整的方法,这套方法我刚才和大家也分享了一些,实际上就是“ build––measure––learn ”,不断迭代的一套机制。
第三点,就是“器”,就是要用正确的工具。咱们中国人讲究的是“工欲善其事必先利其器”,所以说用正确的方法、正确的工具来进行数据分析,在我们这个激烈竞争的环境下是非常重要的。以前我在eBay、LinkedIn工作的时候,市面上没有好的数据分析工具,我们不得不自己去部署很多的系统、建立很多的机制,包括雇佣三四个团队去做一件事。今天有很多好的产品来帮助用户做增长,我觉得很多的时候为了节省时间、资源,大家完全没有必要内部建造一套运维系统,应该擅用好的工具来帮助自己做增长。
(二)数据分析的五个阶段
然后我再和大家分享一下我做数据分析师的过程中,觉得数据分析分为5个简单的阶段。
图17:数据分析的五个阶段
好的分析第一步我们必须要了解历史,就是我们需要知道以前发生了什么事。
第二步,我们需要理解他为什么这么发生的原因。
第三步,我们需要关注当前、关注当下,这就回到一个实时分析的问题,就是我们知道得越快、越实时,产生的价值往往越高。
第四步,就是我们要通过数据能预测未来。
第五步,也是最重要的一点,当我们理解了前四点,我们要竭尽全力去改变我们的产品、改变我们的服务,把未来变得更好,这个部分是产生最大价值的一个环节。
八、提问与回答环节
(一)从什么时候开始关注数据
在知乎上有几个朋友在问,在产品的不同周期,我们应该关注哪些不同的东西?从什么时候开始我们要关注数据?
图18:产品周期与数据分析的关系
我简单的和大家介绍一下,我个人认为产品或者服务,基本上开发可能分四个时期。
首先,假设一个创业公司没有很多的数据,也就是冷启动的状态。冷启动的状态都是非常难的,因为我们没有任何的数据,也没有任何的用户来使用我们的产品。所以说,他是创始人也好,产品经理也好,要不耻下问。至少要问20个潜在客户,您的产品对他来说有没有吸引力、有没有用,您至少要再去问50个客户,这些用户对您准备开发的核心功能他们是否觉得有兴趣、愿意使用。这是在没有数据的情况下,我们要做的冷启动的一个阶段。
到了增长前期,也就是下一个时期,我们需要关注几个基本的点:这两个指标一个是用户活跃度、一个是用户存留度,这两者其实是互为表里的。
第三个阶段,就是增长期,我们需要知道我们的获客成本,哪个渠道来的新增用户是最有粘度,同时如何能获得指数级的增长,还有一点是非常注重病毒式的营销。什么是病毒式的营销?以前我们一直在LinkedIn做的时候,我们有一个K指数的概念,就是10个用户,有多人会推荐您的产品给他的朋友。大家都知道社交网络的产品,如果他是一个K指数比如说10%,也就是10人中只有1个人来推荐的话,产品不可能获得自然增长。如果10个人推荐给20个人的话,那么他就能获得几何倍数的增长,所以说好的产品是有好的口碑的。
第四个阶段,就是变现期。说真心话,我不觉得变现期是要到第四个阶段才要开始去做的,往往在产品设计的早期,创始人也好,产品经理也好都要仔细的思想商业的本质和商业的模式,如果一款产品他最终不能变现,那么这个企业很难做成一个持续成长的企业。
(二)拉新和留存哪个更重要
提问:
在产品不够完善的情况下,拉新和留存,哪个更重要?
回答:
首先,如果产品还不是很完善的话,我强烈建议大家要关注留存率和用户的使用度。因为一款产品如果没有使用粘度的话,您拉来再多的用户,他都会想像一个漏水的桶里的水一样慢慢流失,这样就很难获得积累性的增长或者指数型的增长。
我给大家举个例子,如果您的用户流失速度是每个月3%,另一家公司用户流失的速度是每个月1%,在5年以后,这两家公司的估值会差4倍到5倍,这就是每个月差2%的区别,几年以后就会差这么多。
如果您的产品现在用户流失率很高的话,那么完全是不应该去做拉新的,应该先把产品的核心功能打磨好,但是这里并不否认您需要拉来更多的用户来测试,验证您的产品是否适用于其他的用户群。
(三)电销行业如何进行数据驱动
提问:
电销行业怎样做到数据驱动?
回答:
真正的销售在过去近百年也经过了几次大的革命,像美国在一九三几年的时候,很多的销售员都需要直接跑客户的,比如说抱着书、抱着产品去敲用户的门。后来有了电话,有了电销团队,电销完全是可以进行产品化的管理。
我给大家举个例子,LinkedIn是一个社交网络的公司,但是很少有人知道他是世界上第二大SaaS企业,他的SaaS企业内部有个非常强大的电销团队。他们每天产生了多少销售线索,每个线索分配给了多少销售员,每个销售员打了多少电话,若干电话产生了多少真正的商机,商机逐渐的转化成了成熟的商机,最后成熟的商机变成了一次demo(产品展示),产品展示之后有几次会议的跟进,会议跟进之后最后这个用户是否成单,整个这个流程是被一套非常系统化的CRM的分析机制在管控。同时当我们有一个很大的呼叫中心以后,我们必须要做到可复制性、可扩展性、以及可培育性,这个过程也是一个对漏斗的不断打磨,增加效率的过程。
(四)如何看待客户留存
提问:
客户留存有两个层次,一个是活跃与否,一个是活跃程度,请问你们是怎么看的?
回答:
首先,如何定义活跃?
每家公司对于活跃用户的定义都是不太一样的,并不是一个用户激活了一次我们就该称他为活跃用户的,至少我之前在LinkedIn、在eBay的时候都不是这么定义的。我们要定义用户一周内回访了多少次或者浏览了多少个页面,或者做了哪些核心动作,我们才能定义它为一个真正的活跃用户。目前市场上的数据分析产品,比如说Google Analytics、百度统计、友盟定义的就是激活一次就算活跃。但是在业务工作中,根据您的业务类型,您需要做一个自己的定义和深度判断。
其次,深度活跃用户数量比浅度活跃用户数量更为重要,尤其是在产品的早期和中期。
深度活跃的用户,往往是重度使用您核心功能的这部分用户。如果我们用金字塔底部的来表示最不忠诚的用户,那么深度活跃用户就是金字塔顶尖的这部分。这个群体往往是您产品里面粉丝级别的用户,当我们分析他们这个用户群的时候,往往能找到核心转化点、核心的功能点。同时这部分群体能帮我们降低营销的成本,因为这些用户产生的K指数很高,可以帮您传播推荐您的产品。
所以在产品开发的早中期,我们应该关注深度活跃的用户;但是这并不代表浅度用户就不关注了。以前我们在LinkedIn,我们把用户分成A、B、C、D、F五个区,A就是深度用户,B就是很好的用户,C就是ok的用户,D就是非常浅的用户,F就是来了一次可能再也不会来了,不同类型的用户运营方法也是不一样的。A类和B类的用户是重点有人去跟进的用户,C类是我们要维持,D类是我们要去激活,但是D类的用户往往占的数量很多。
同时,ABCD不同的用户群之间它是有转移的,这点来说在零售和电商里里面有非常详细的分析方法。我们要详细地追踪A类用户向B类用户流失的速度是什么样的,B类用户向A类用户迁移速度是超过A向B的流失速度的话又如何。如果我们的浅层用户在不断的增加,甚至高级用户在向浅层用户迁移的很多,说明我们的产品在失去核心的竞争力。因此这两个区间我们要分别进行把握,同时把这个定义的标准要定的很准确,这样我们才能持续的用同样的标准来衡量用户的留存情况。
(五)GrowingIO与其他产品的区别
提问:
GrowingIO与市场上其他分析产品有哪些不同?
回答:
第一点,GrowingIO可以实现无埋点数据采集。
过去十几年在工作中最大的一个困扰就是,埋点采集数据、做ETL、做清洗的整个过程。我们现在开发的无埋点技术,帮助我们的客户不用在埋点上花太多的工作、节省了大量时间。去年我们发布了网页版本,现在又有了移动端(IOS和安卓)版本;虽然我们的产品里面还有很多需要完善的地方,但是我们确实看到了效果,为用户节省了大量时间。
图19:GrowingIO产品核心功能简介
第二点,我们产品是一个SaaS产品,是基于云端的。
我们的产品非常简化,用户即插即用,这样用户就可以最快看到结果。我们产品迭代的方向就是希望帮助产品和运营人员迅速看到结果,提高工作效率。
第三点,我们的产品有很多智能的功能。
我们不想用户制造大量的维度、反复手动切分一张报表,我们提供了很多智能的功能帮助用户省去了这些步骤。我们新上线的智能路径功能,可以帮助您自动识别用户的转化路径、发现用户转化流失的环节。我们新上线的留存魔法师功能,可以帮您自动识别用户的留存规律,帮您找到用户留存的关键行为。这些智能功能都可以帮助您节省大量的时间、提高数据分析分析的效率。
最后,GrowingIO是一个端对端的产品。
从数据采集到分析、到最后结果的呈现都是在一个平台上完成的,不需要大家用不同的工具来实现。
(六)如何配置拉新与流失之间的比例
提问:
最后一个问题,留存短期内很难提升,如果拉新的比例低于流失的比例的话,那么会造成活跃用户数的萎缩,这个应该如何合理配置?
回答:
首先从业务上来看,要搞清楚我们公司现阶段的发展目标是什么。
我们是要改善用户的体验,还是要增加用户的数量?这点和公司的战略目标有关系,因为每家公司处于阶段不同,投资人、团队、市场都有各种不同的要求。不过这里面有一个正确的前提:如果一个产品本身有很大的硬伤、没有足够的粘度、用户不愿意使用它的话,用户流失率会很高,那么拉新本质上就是浪费时间浪费钱,没有很多的真正的意义。
第二点,拉新和留存应该分开看。
也就是说,我们应该有一套指标来持续衡量新用户,同时有另外一套指标要衡量既有的用户。今天的数据分析产品GrowingIO同时关注这两点,就像往漏水的桶里面倒水,倒水的速度和水流失的速度都要保证可控。留存就是控制水流失的速度,拉新就是控制水灌入的速度,两者只有保持正确的平衡才能做到高速增长。
GrowingIO是新一代基于用户行为的数据分析产品,数据采集无需埋点,用户行为数据分析更专业。登陆www.growingio.com立即注册免费试用,或者关注微信公众号GrowingIO获取更多数据分析干货。
关键字:大数据, 数据库, 用户
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!