快捷搜索:  as  顶包  馅儿  每天  as!~!%40  as~!%40%23%^  VE2816PU  as~!%40

神策数据孙超赟:数据驱动,做可“视”化运营

  在以“矩·变”为主题的神策2019数据驱动大会现场,神策数据业务咨询师孙超赟发表了名为《数据驱动,做可“视”化运营》的主题演讲。主要内容如下:

  ·运营当下的生存状态

  ·数据驱动视角下的运营

  ·可“视”化的数据驱动

  运营、数据驱动、可“视”化这三个名词想必大家都不陌生,但是将这三个名词放在一起却能碰出不一样的化学反应,本篇文章将重新梳理这些名词彼此之间的关系。

  一、运营当下的生存状态

  1.运营越来越重要

  (1)时代变迁

  如今,互联网行业已从下半场步入加时赛,随之而来的是流量红利的消失殆尽,在市场上几乎没有只通过引流就可以为企业创造价值、维持业务增长的蓝海流量。对于大部分企业来说,企业未来的增长点,离不开运营的精准化、个性化、场景化,如下:

  精准化——圈人:想象一下,若运营全量推送某个产品降价的消息,在上周刚购买过该产品的客户收到消息会是什么感觉?因此,精准化是运营升级必经的一步。

  个性化——内容:推送的内容应当是因人而异的,未必需要做到千人千面,但至少在一些细节上能够让客户感知到“哦,这个短信是发给我的”,让用户感觉到被关怀,并与产品产生某种情感连接。

  场景化——时机:举个例子,A在某个电商平台上购买了一台电视,但后续在电商平台上频繁看到的广告位和推送都是不同的电视,但A短期内再次购买电视的可能性几乎为零,该电商平台损失的不只是这些广告位的无效曝光,还极大的降低了用户A的用户体验,这是一个双输的运营策略。

  因此,从时代变迁来看,存量时代对运营的要求更高,运营也起着更重要的作用。

  (2)职场定位

  放眼整个公司,距离客户最近的岗位之一就是运营,他们关心客户的留存、转化、复购、体验。可以说,一个企业的立业之本是用户,而运营是公司和客户沟通的桥梁。因此,从运营的职场定位来说,其是企业绝对不能缺少的一环,随着对用户的重视增加,运营也更加重要。

  (3)业务类型

  如今运营的职能范围覆盖面极广,如活动运营、内容运营、用户运营、商品运营、社群运营等,如此广泛的职能划分,其起的作用也愈加关键,在产品同质化严重的情况下,可以说,运营是企业能够顺利运转的润滑剂,往往一个公司运营的好坏,就决定企业能走多远。

  从以上三方面来看,运营现在在市场和企业内部都变得越来越重要,随之而来的是运营负责的事情越来越多,责任越来越大,但长久以来一个难堪的问题是运营可调配的资源与其承担的责任存在较大的悬殊,导致运营成为“运营狗”。

  2.运营不为人知的痛

  目前运营承担着与其职责不匹配的难点有四个:其一,在策略上,缺少一颗数据驱动的心,策略和全局目标割裂;其二,在流程(实施)过程中,想做精细化运营,但实际缺少数据、工具、流程的支持;其三,在评估方面,缺少对历史活动的洞察,缺少对现有活动的评估;其四,在全局总览上,缺少大局观,即只见树木不见森林。这些比较抽象,策略、评估、全局是认知层面的,流程是落地层面的。下面具体解说下:

  (1)策略

  首先运营在做活动策略时需要有明确的业务目标,同时目标的制定也需要结合公司阶段性目标,例如企业目标是为了留住客户,那么偏留存方向的活动运营就需要偏多,这时指标就是DAU或MAU。但如果企业资金紧缺,需要提高GMV那么活动运营目标就需要改变成促转化、促复购或增购下发优惠券或代金劵等形式提升企业KPI。

  其次企业要对用户做分群,这也是精细化运营的基础,需要对不同的用户做差别运营,因为每一次对用户的推送都是一次机会。

  再者触达用户选品不能随意,运营对用户的每一次推送都有机会成本,如果选品随意其实是消磨了产品与用户之间的好感度及忠诚度。

  最后评估指标的不确定将会带来两个问题,第一是活动数据无法区分全量数据中的触达用户数据,导致分析结果会被强烈弱化。第二是活动指标不明确,将导致活动初衷是为了做用户留存但最后活动结束后,效果可能会变成转化、GMV哪个指标好就选哪个。总之,运营策略中会导致的问题,可总结为下图:

  (2)流程

  人人都在谈精细化运营,但精细化运营在实施方面也存在需要注意的问题,主要分为两个:无法圈出这样的人和无法把握推送时机。

  举个例子,在线教育行业既做内容又做在线教育的客户会有这样一个需求,当用户登录时需要用户选择喜好或者偏好,同时课程会分为上中下或初级、中级、高级等,客户想对一个学了90%初级课程的用户,再推送一个中级课程的介绍,同时赠送中级课程的优惠券,目的是让客户增购继而学习中级课程。达到以上目的便需要解决前面“无法圈出这样的人和无法把握推送时机”问题。

  再比如,下图是实际工作中非常典型的两个场景,不难看出,其映射的是底层数据治理问题,产品应该做好数据治理工作。

  (3)评估

  评估问题可从三个维度来看:

  其一,指标“信手拈来”,在活动开始前,缺少明确的评估指标,设定多重目标会分不清主次。

  其二,缺少实时数据的支撑,无法实时评估活动效果,导致决策滞后。

  其三,缺少评,没有估,缺少活动效果的真实诊断,缺少历史活动效果做参考。将评估两个字拆开:评,指活动效果的真实评估;估,指结合以往历史数据对比本次活动要达到的目标,即活动的预期,如要达成什么样的目标,企业的投入大概是多少,触达人群应该是多少等。之所以强调评估而不是复盘,主要源于实时性,复盘一般是指活动做完之后,各个部门的人坐下来,郑重其事的讨论活动中的各种问题,对于整个活动从开始到结束的梳理,评估,可以实时的贯穿在整个过程中。

  (4)全局总览

  以史为镜,可以知兴替。企业甚至不需要追求向前追溯多久,但要做到与以往运营活动的效果进行对比,可以让我们对当前的活动有一个公正准确的认知。但事实上,往往企业对运营活动,只见树木不见森林,对历史活动的认知,甚至数据也是割裂的。若某领导下发任务,让运营整理并评估过去做过的所有活动场景,当所有活动管理较为混乱,缺乏对一整套活动有效的管理机制,运营肯定是崩溃的。

  二、数据驱动视角下的运营

  数据驱动,这个概念想必耳熟能详,古今中外有很多例子可以说明,比如孙子兵法里曾说过“十则围之,五则攻之,倍则战之”,这是特别经典以敌我双方数据分析所决定的数据驱动思维。

  再结合运营,前面已列举了目前运营人员所面临的各种痛点,而运营自身的宽泛性,导致对于不同的行业,有不同的运营技巧和关键指标;对于同一个行业的不同企业,有不同的定位和不同的发展周期;对于同一个企业的不同产品,有不同的运营目的和不同的产品形态;对于同一个产品的不同运营团队,有不同的运营任务。下面是我精选的一些真实场景,为大家介绍在数据驱动场景下,如何各个击破相关痛点。

  (1)策略

  运营,是基于对产品和用户的理解,有良好的数据支撑,辅以数据驱动。数据驱动也并非是数据能做所有的事,那就变成了数据自动而不是数据驱动。数据驱动能做的是给有经验和有想法的运营人,提供可靠的数据支撑,在面临选择时,择优选择,在面临决策时,判断yes or no。

  好的运营策略取决于很多因素:其一,丰富的经验;其二,殚精竭虑的奇思妙想,定出更好的运营规则;其三,优秀的产品或服务,在产品的支撑下,运营才有发挥空间。但底层一定需具备可靠的数据基础,提供数据支撑,才可实现这样的效果。

  运营策略的两个核心是圈人和选品。

  圈人可从行为数据和属性数据两个维度进行选择:行为数据圈人,即使用与KPI相关的核心行为数据,如App启动(访问)、浏览(I)、搜索(I)、加购物车(P)、支付(P),如果套一个模型,那就是AIPL模型,这些均可以作为圈人的筛选条件;属性数据圈人,用户核心属性数据或者会影响你的推送内容以及他行为的数据,如金融行业考虑到30岁以下的人群经济可能不宽裕,更倾向于筛选30岁以上的人群。再比如上海的用户收到“北京那些深藏不露的小酒馆”时,大多数用户会忽略,因此,地域属性也应该被考虑到运营中。

  选品,选品的核心指标是要结合机会成本,关注品类或单品的核心价值。举个例子,在下面两个背景下,左边按照商品销售总价排序,右边按每次曝光商品的销售总价除以每次曝光,相当是每次曝光后的营收排序。那么,运营应该选择哪款商品作为推送内容?

  运营若具有数据驱动思维,其思考步骤应该是这样的:第一步考量指标是否足够评估选品;第二步需了解曝光营收高的原因,如若产品本身可引起用户主动搜索行为,将使其在市面上的认知度与曝光率高于其他产品,在这个背景下,选择商品的考虑角度可能就不一样,这就是从认知上加强数据驱动运营。

  (2)流程

  现在全球领先的To B服务企业,都在致力于将业务人员从对技术人员的依赖中剥离,主要原因有三个:

  其一,需求演变,市场变化带来的新挑战。灵活多变的市场和时事热点,对运营活动的要求也越来越高,而技术人员的排期很忙。过去借助技术进行用户分群定向运营触达的方式,已经跟不上运营现在的快节奏,现在会要求运营人员快速地做出反应,脱离排期,实现尽可能实时的运营。

  其二,数据基础提高,包括底层数据的数据采集、打通、存储、高速计算等技术日臻完善。

  其三,市面上已有越来越多的成熟工具,随着市场需求的具象化,应运而生。比如神策分析,支持实时的数据查询,从技术上保证了场景的可实现。

  基于以上三点举两个例子。

  例1:社交电商,需充分利用用户的社交属性。

  社交电商,很显然有两个关键词:社交,即用户分享;电商,即用户转化。

  结合起来看,社交电商企业的用户分级结构里有很严格的游戏规则,且不是所有人都可以注册使用,只让有邀请码的用户使用,如注册用户为粉丝用户,会分配专属的邀请码,可邀请朋友亲人等使用社交电商,被邀请人成为新的粉丝用户,原有的粉丝用户邀请10人后可以升级为会员或顾问,此时再购买东西时就可以享受折扣或会员价,同时还可获取邀请的用户购买商品时的提成,这是电商平台用户的金字塔型规则。

  某社交电商企业,计划在用户较休闲的每周六晚上,给有过邀请行为的用户发一条推送,告知其再努努力就能当顾问。在神策智能运营中,实现这个操作非常简单,只需选择一个定时型的重复活动,如设置晚上8:00推送,且若对连续三次推送没有反应的用户,在这次的运营计划里就不再发推送消息;推送人群,选择用户邀请的会员数在过去30天里是一个活跃用户;推送话术,可加上用户相关属性,如尊敬的某某,实现个性化的推送,使用户感受到量身定制,提高好感度。

  例2:二次触达,召回即将流失的高意向用户。

  某电商企业,如果用户提交了订单,但一直未支付订单,这个时候平台可以下发一个优惠券或下发通知,进行再召回。对于这个场景,运营可以使用神策智能运营平台的触发型设置,通过用户的行为及时进行触发,并集成内部的用户权益系统,根据用户的订单额度自动匹配相应的满减券进行发送,进行促单或引发增购,如用户提交订单的金额为190元,可发送一个满200减30的优惠券,促进用户再下一单,目标可以设置为在发送消息后15分钟之内用户使用优惠券之后完成转化的人数,这一系列的操作也可控制在1分钟之内。此外,还可以设置一个对照组,分离出10%的用户,将没有进行用户触达和进行用户触达的效果进行对比。

  从上面两个真实应用场景来看,可以发现整个智能运营平台是希望能解放运营人员的脑力和体力。

  (3)评估

  评估主要分为两个维度:其一,活动主要强调活动本身的效果评估,重在实时性、多维度。如下图中的柱状图分支是多次发出的推送,目的在于召回高价值用户的唤醒。

  其二,活动本身所产生的一些数据也能辅助其他分析场景。举个例子,某企业在10月12日前做了一系列触达操作,可把触达的高价值用户建一个用户分群,然后在神策分析上分析这群用户后期给平台带来的收益。下图是高价值用户在活动结束后未来一周时间中,给平台所带来的收益真实金额。

  (4)全局视角

  全局视角可保证客户对所有活动的认知完整。对于决策层、活动设计者可以整体把控活动设计的方法,从宏观上着手,在数据驱动基础上策略的计划、预期会更合理。

  三、可“视”化的数据驱动

  可“视”化中“视”的引号,指透视,以数据驱动做运营活动时,从前到后的每一步,从策略到实施再到评估,每一步就像拍X光片一样透射到活动中的每一步,保证整体可做到:

  可评估,活动效果可提前预估,也可实时判断;

  可追踪,活动进度可追踪,活动人群可追踪;

  可分析,活动相关的数据,可支持多维度,多场景的分析需求;

  可优化,坚持数据驱动,不断迭代优化活动策略。

  如下图左半部分,在有数据的基础上可实现一系列操作,如分析活动的历史数据,可进行参照和预估。下图右半部分是一个数据驱动闭环,在数据分析的基础上找到核心洞察,同时定位优化点,基于该点做一些测试或实验,如灰度测试和A/B测试,在测试验证后进行优化措施的有效性评估。如此一来,左半部分的数据基础加上右半部分的闭环方法论。为企业的运营活动优化提供完整的支持,辅助更好地进行活动结果、活动成本的优化,产品、客户的洞察等。

  但企业在实现数据驱动的道路上往往会遇到一些难点,我总结为以下4点,并给出了相应的解决方案:

  可见,精细化运营离不开数据基础的建设和工具的辅助,以数据驱动为基础结合高效的智能工具,如神策智能运营,可对运营痛点进行精准打击。

  以上就是今天的全部分享,希望大家对运营有新的理解,对运营的生存方式有新的改观。

  现在神策智能运营已有免费demo可体验,欢迎在神策数据官网体验(网址:https://www.sensorsdata.cn)。


您可能还会对下面的文章感兴趣: