?
主要有三個(gè)方面內容:
一、驅動(dòng)驅動(dòng)到底什么是做何增長(cháng)數據驅動(dòng)增長(cháng)?
現代管理學(xué)之父彼得·??德魯克有一句名言:如果你不能衡量他,那么你就不能有效增長(cháng)他。通過(guò)衡量數據是數據數據增長(cháng)的基礎。
活動(dòng)中老師們分別對這個(gè)概念進(jìn)行了綜合講解,驅動(dòng)驅動(dòng)這邊自己也根據理解,做何增長(cháng)做了個(gè)概念性的通過(guò)總結:所謂數據驅動(dòng)增( ?▽?)長(cháng),是數據數據對整個(gè)業(yè)務(wù)流程的數據化,指標化,驅動(dòng)驅動(dòng)通過(guò)監測、做何增長(cháng)復盤(pán)、通過(guò)迭代從??而促進(jìn)業(yè)務(wù)增長(cháng)的數據數據一整套體系。整個(gè)業(yè)務(wù)流程是驅動(dòng)驅動(dòng)指,從宏觀(guān)層面包括銷(xiāo)售、做何增長(cháng)運營(yíng)、產(chǎn)品、財務(wù)、管理、研發(fā)等,從微觀(guān)層面比如產(chǎn)品迭代,推廣ヾ(′?`)?活動(dòng)(dong),直播分享等,凡事皆可數據化。
數據化是基礎:只有對所有的業(yè)務(wù)流程進(jìn)行數據化,才能夠利用數據驅動(dòng)增長(cháng),沒(méi)有數據的積累,就像無(wú)本之木,無(wú)源之水,談不上增長(cháng)。
指標化是核心:對業(yè)(′_ゝ`)務(wù)流程指標化之后,才能夠發(fā)現問(wèn)題之所在,不斷的改進(jìn)和提升。
業(yè)務(wù)增長(cháng)是(????)目的:增長(cháng)本身還是要靠各個(gè)業(yè)務(wù)手段的迭代和提高,提供更加多、快、好、省的用戶(hù)ヽ(′▽?zhuān)?/服務(wù)和體驗。
二、數據如何驅動(dòng)增長(cháng)?
了解了數據驅動(dòng)增長(cháng)的概念,那么到底該如何做呢?主要通過(guò)數據篇、驅動(dòng)篇、增長(cháng)篇三個(gè)方面和大家分享下。
2.1、數據篇:
數據從哪里來(lái):主要包括外部數據,內部數據;
數據維度有哪些:維度是指事物或現象的某種特征,如性別、地區、時(shí)間??等都是維度。其中時(shí)間是一種常用、特殊的維度,通過(guò)(guo)時(shí)間前后的對比,就可以知道事物的發(fā)展是好了還是壞了,這一點(diǎn)需要┐(′д`)┌結合自己公司(′▽?zhuān)?)的業(yè)務(wù)類(lèi)型來(lái)去做選擇,主要包括用戶(hù)維度,訂單維度,地域維度,渠道維度等等。
數據的準確性:確定了數據來(lái)源和數據維度,那么接下來(lái)就要確保??數據的準確性。這個(gè)除了需要我們對ヾ(′▽?zhuān)??業(yè)務(wù)有足夠的了解和敏感性外,還需要技術(shù)支持可靠,保證數據源的準確性以及使用數據的邏輯統一。
2.2、驅動(dòng)篇:
①北極星指標:也叫唯一關(guān)鍵指標,??文章開(kāi)頭已經(jīng)講到了,指??標定義的重要性,可以指引未來(lái),結果導向。
確定北極星指標的方式一般有兩種:上級指定或團隊協(xié)商。制定(ding)參考因素可以參考SMART原則,以( ?ヮ?)及生命周期中當前階段的重點(diǎn);
②指標體(ti)系的拆解和搭建:常見(jiàn)的幾種方法:用戶(hù)生命周期拆解,杜邦分析法,AARRR漏斗拆解法等。
指標體系的構建原則比如MECE原則(相互獨立,完全窮盡)、CSCE原則(完備性、系統性、可執??行性、可解釋性)。
③數據分析的方法:數據分析的方法很多,也是整個(gè)指標體系的重點(diǎn),以下列舉了一些(xie)數據分析的常見(jiàn)方法,感興趣的小伙伴們可以關(guān)注一下,這里就不發(fā)散了。個(gè)人以為分析問(wèn)題,解決問(wèn)題方法的核心思想(//ω//)是
2.3、增長(cháng)篇:
有可靠的數據來(lái)源及指標監控分析體系后,專(zhuān)注于立足ヽ(′▽?zhuān)?ノ業(yè)務(wù)本身的迭代,以促進(jìn)增長(cháng)。常見(jiàn)的策略如下幾個(gè)方面:
產(chǎn)品/研發(fā)層面:AB測試,NPS滿(mǎn)意度調查,用戶(hù)行為數據監測,需求評估;
市場(chǎng)/??運營(yíng)層面:ROI,GMV,渠道轉化分析??,活躍粉絲數量,短信點(diǎn)擊率。??
由于每個(gè)業(yè)務(wù)類(lèi)型差異較大,大家可以對自??己的工作進(jìn)行拆解,每一個(gè)業(yè)務(wù)細節的提升,從而帶動(dòng)整體業(yè)務(wù)指標的提升。這不是一句空話(huà),而是一點(diǎn)一點(diǎn)實(shí)打實(shí)的迭代和總結出來(lái)的經(jīng)驗,俗稱(chēng)“踩過(guò)的坑”。
接下來(lái)以最近比較火(′-ι_-`)的抖音東方甄選董征宇老師的(????)直播分享指標體系為例,給大家進(jìn)行一個(gè)“數據驅動(dòng)增長(cháng)”簡(jiǎn)單案例拆解。背景這里就不花時(shí)間和大家介紹啦~
第一步:數據從哪里來(lái)。
現在的直播平臺,電商平臺等等都提供??了非常詳細的原始數據供大家使用??,在這個(gè)場(chǎng)景下數( ?ω?)據的來(lái)源主要是平臺提供。數據維度包括了直播時(shí)長(cháng),用戶(hù)人數等,還是非常全面的。
如果需要我們手動(dòng)收集的話(huà),可以在評論區對用戶(hù)的聊天語(yǔ)義詞搜集,區分哪些是正面反饋,哪些是中性反饋,哪些是負面反?饋。
北極星指標為本場(chǎng)直播的GMV,通過(guò)北極星指標進(jìn)行拆解,延展出了30個(gè)相關(guān)指標,大而全,但布局有些亂,這一點(diǎn)我覺(jué)得是ヾ(′?`)?做的不是很好的地方。主要可以(yi)避免的可能是內核數字,不能交叉放,最好有相關(guān)性。
這邊稍微進(jìn)行了一個(gè)分類(lèi):
流量數據:觀(guān)看人數、人數峰值、實(shí)時(shí)在線(xiàn)、人均停留、平均在線(xiàn)、點(diǎn)贊數;
轉(zhuan)化數據:銷(xiāo)量、轉化率、千次觀(guān)看成交、坑產(chǎn)、分鐘銷(xiāo)量產(chǎn)出、退貨件數;
金額數據:客單價(jià)、總金額、分鐘銷(xiāo)售額產(chǎn)出;
用戶(hù)數據:新增粉絲、新增粉絲團、轉粉率、新人觀(guān)看次數.....等;
這樣看起來(lái)是不是舒服多了,在指標拆解這塊這里我們可以借用杜邦分析法來(lái)進(jìn)行,需要了解的(′ω`*)同(╯°□°)╯學(xué)可以自行搜索資料學(xué)習。
比如本廠(chǎng)的GMV相對于(yu)上一場(chǎng)直播上升了5%,那么我們可以,對??指標體系進(jìn)行環(huán)比計算,看一下是所有指標都增長(cháng)??了5%,還是某些關(guān)鍵指標提升了。
我們假設其他業(yè)務(wù)背景都相同的情況下,本場(chǎng)的購買(mǎi)轉(′?_?`)化率提??升了,那就需要從業(yè)務(wù)本身來(lái)分析,是??我們的選品,更符合這屆群眾的口味,那我們可以做提高類(lèi)似商品的比例,以提高??我們總的成交率和GMV,確定好運營(yíng)策略之后,在下一場(chǎng)直播過(guò)程中來(lái)去復盤(pán)本次的迭代效果(guo)如何,如果發(fā)現確實(shí)相對于之前的成交率都有所提升,那么可以驗證我們本次的策略是有效的。
四、總結
回顧下??本文的主要內容,數據驅動(dòng)增長(cháng),是對整個(gè)業(yè)務(wù)流程的數據化,指標化,通過(guò)監測、復盤(pán)??、迭代從而促進(jìn)業(yè)務(wù)增長(cháng)的一整套體系。數據驅動(dòng)增長(cháng)是一整套的解決方案。數據只是作為底層的服務(wù),是對業(yè)務(wù)的(′▽?zhuān)?監測,問(wèn)題的預警,但是不會(huì )產(chǎn)生實(shí)際的增長(cháng)。增長(cháng)具體策略還是??要和??產(chǎn)品、市場(chǎng)、運營(yíng)等業(yè)??務(wù)邏輯來(lái)實(shí)施。
數據化是基礎,指標化是核(⊙_⊙)心,業(yè)務(wù)迭代是抓手,增長(cháng)是目的。
可能有小伙伴會(huì )問(wèn),為什么我們要通過(guò)數據驅動(dòng)增長(cháng)?
因為我們正處于(yu)一個(gè)數ヽ(′ー`)ノ據的時(shí)代,用戶(hù)本身對互聯(lián)網(wǎng)的依賴(lài)度、熟練??度在提升,是互聯(lián)網(wǎng)時(shí)代的原住民,而我們只有順應用戶(hù)的習慣,才不會(huì )被淘汰。所以通過(guò)數據ヾ(′?`)?化驅動(dòng)增長(cháng),在這個(gè)時(shí)代任何時(shí)候都不(╯°□°)╯會(huì )遲。
版權聲明:┐(′д`)┌本文內容由互聯(lián)網(wǎng)用戶(hù)自發(fā)貢獻,該文(??ヮ?)?*:???觀(guān)點(diǎn)僅代表作者本人。本站僅提供信息存儲空間服務(wù),不擁有所有權,不承擔相關(guān)法律責任。如發(fā)現本站有涉嫌抄襲侵權/違法違規的內容, 請發(fā)送郵件至 [email protected] 舉報,一經(jīng)查實(shí),本站將立刻刪除。