目錄
一、數(shù)據(jù)驅(qū)動(dòng)價(jià)值:驅(qū)動(dòng)決策、驅(qū)動(dòng)產(chǎn)品智能數(shù)據(jù)驅(qū)動(dòng)能做什么? 我們認(rèn)為主要包含驅(qū)動(dòng)決策、驅(qū)動(dòng)產(chǎn)品智能兩方面的價(jià)值。 圖 1 數(shù)據(jù)驅(qū)動(dòng)價(jià)值 驅(qū)動(dòng)決策包括運(yùn)營(yíng)監(jiān)控、產(chǎn)品迭代、營(yíng)銷分析、商業(yè)決策。 其中涉及的每一個(gè)場(chǎng)景在今年數(shù)據(jù)驅(qū)動(dòng)大會(huì)都會(huì)有專門的講師來介紹。 驅(qū)動(dòng)產(chǎn)品智能,現(xiàn)在基本上已成為所有的電商類、資訊類產(chǎn)品的標(biāo)配,如“產(chǎn)品推薦”、“猜你喜歡”等。企業(yè)要么組建團(tuán)隊(duì)實(shí)現(xiàn)智能化的應(yīng)用場(chǎng)景,要么應(yīng)用外部工具來解決問題,因?yàn)樵诹髁考t利逐漸消失的今天,千篇一律的內(nèi)容會(huì)讓你的“留存”數(shù)字非常難看。 我們?cè)鵀槟骋患液苤Y訊類企業(yè)做 Feed 流的改版,神策來提供具體的推薦策略。通常,個(gè)性化推薦的評(píng)價(jià)指標(biāo)是 CTR——展現(xiàn)了一千種內(nèi)容,有多少人點(diǎn)擊? 在 2018 年,我們認(rèn)為再評(píng)價(jià)一個(gè)算法的好壞,用 CTR 非常不合適。神策從關(guān)注指標(biāo) CTR 轉(zhuǎn)為衡量“命中了策略的人”跟“命中熱門隨機(jī)內(nèi)容”的兩大用戶群體,觀察他們?cè)谄骄L問深度、7 日留存、停留時(shí)長(zhǎng)等更深層指標(biāo)上的差異。 二、數(shù)據(jù)驅(qū)動(dòng)閉環(huán)數(shù)據(jù)采集——數(shù)據(jù)建模——數(shù)據(jù)分析——數(shù)據(jù)反饋,這是一個(gè)完整的數(shù)據(jù)驅(qū)動(dòng)閉環(huán)。我們?cè)诤芏鄨?chǎng)合提到此,這里不再贅述。 圖 2 數(shù)據(jù)驅(qū)動(dòng)閉環(huán) 有很多企業(yè)來找我做關(guān)于數(shù)據(jù)采集方面的分享,我用這張圖描述了典型的數(shù)據(jù)分析平臺(tái),一個(gè)為數(shù)據(jù)驅(qū)動(dòng)而構(gòu)建的數(shù)據(jù)分析平臺(tái),各位可以參考。 圖 3 一圖全面展示數(shù)據(jù)分析平臺(tái)架構(gòu) 三、數(shù)據(jù)采集:一切數(shù)據(jù)應(yīng)用的根基1. 采集內(nèi)容:數(shù)據(jù)類型、數(shù)據(jù)所有者、數(shù)據(jù)來源數(shù)據(jù)采集是一切應(yīng)用的根基,“大、全、細(xì)、時(shí)”由桑文鋒提出(詳情可戳此查看桑文鋒談大數(shù)據(jù)分析的四個(gè)重要環(huán)節(jié)),是神策一貫堅(jiān)持?jǐn)?shù)據(jù)采集理念,具體到采集內(nèi)容上,包括數(shù)據(jù)類型、數(shù)據(jù)所有者、數(shù)據(jù)來源。 數(shù)據(jù)類型包括用戶行為數(shù)據(jù)、用戶數(shù)據(jù)、業(yè)務(wù)運(yùn)行數(shù)據(jù)、內(nèi)容數(shù)據(jù):
從數(shù)據(jù)所有者上來講,我們采集第一方數(shù)據(jù)——也就是“我們自己的產(chǎn)品,我們自己的用戶,自己用戶在自己產(chǎn)品上發(fā)生了什么?!边@是第一方數(shù)據(jù)。 第一方數(shù)據(jù)采集在完全可控環(huán)節(jié)下發(fā)生,不僅比較便捷。 在隱私策略方面,我們完全符合最嚴(yán)格的 GDPR 標(biāo)準(zhǔn)。 目前我們采集第一方數(shù)據(jù)為主;而第三方數(shù)據(jù),市面上一些免費(fèi)的 SaaS 工具可以做采集和統(tǒng)計(jì),并做一些處理、脫敏;用這些數(shù)據(jù)作為第三方數(shù)據(jù),提供給客戶。這是有悖我們價(jià)值觀的,我們絕不涉及。 從數(shù)據(jù)來源上來講:新零售的火熱,線下數(shù)據(jù)采集還是非?;鸬?,不管是攝像頭、藍(lán)牙探針等,是線下場(chǎng)景很好的補(bǔ)充。 不過從目前實(shí)踐經(jīng)驗(yàn)來看:攝像頭、ID 識(shí)別的準(zhǔn)確度非常低,基本不太可用。 對(duì)這一部分,我們保持持續(xù)關(guān)注,一些客戶會(huì)將通過二維碼、店員主動(dòng)拿 Pad 做展現(xiàn)等方式,將用戶從線下行為引到線上,從而保證用戶數(shù)據(jù)的可采集、可衡量。 2. 根據(jù)需求采取合適的采集方案我們一貫的觀點(diǎn),是數(shù)據(jù)采集沒有萬能靈藥,要根據(jù)需求選擇合適的采集方案,這一點(diǎn)我在不同場(chǎng)合講很多次,這里不再展開。 圖 4 根據(jù)需求采取合適的采集方案 3. 數(shù)據(jù)采集的接入這是宏觀上對(duì)于不同內(nèi)容,不同來源數(shù)據(jù)的采集統(tǒng)一架構(gòu)。 圖 5 一個(gè)典型的用戶行為相關(guān)數(shù)據(jù)采集 這是一種典型的用戶行為采集方案??蛻舳瞬杉p交互的內(nèi)容;服務(wù)器日志采集 Nginx、UI、Server 瀏覽、檢索、理財(cái)產(chǎn)品等內(nèi)容。 而對(duì)于一些業(yè)務(wù)操作,例如客戶跟客服之間的交互,或者內(nèi)部的客戶運(yùn)營(yíng),主要是在業(yè)務(wù)采集上搞定的。 4. 客戶端采集我來介紹下目前被提及最多的客戶端采集??蛻舳耸侵苯痈脩舭l(fā)生交互關(guān)系的一端,可以是 APP、小程序、網(wǎng)頁(yè)、H5、公眾號(hào)等,客戶端采集數(shù)據(jù)操作,包括點(diǎn)擊按鈕、瀏覽頁(yè)面、下拉框選擇、提交表單、上傳照片、切換導(dǎo)航條等。 這些操作是輕交互的,它的采集在通常意義上被稱為埋點(diǎn),我個(gè)人覺得埋點(diǎn)更多指客戶端采集。 (1)客戶端采集的基本原理 客戶端采集的基本原理有三點(diǎn): 第一:提供 SDK 與使用者的應(yīng)用“編譯”到一起 客戶端采集有各種各樣的模式,但本質(zhì)上都是提供 SDK 和使用者的應(yīng)用編譯在一起。 拋開埋點(diǎn)方式,完成這樣的事情,很多容易被忽視的,基礎(chǔ)屬性要覆蓋我們能想到的所有內(nèi)容,包括簡(jiǎn)單的用戶行為相關(guān)、操作系統(tǒng)版本、物理分辨率等,還有很多客戶通過 SDK 提供部分風(fēng)控?cái)?shù)據(jù)的采集。 比如說 iphone 手機(jī)有沒有越獄,瀏覽的時(shí)候是橫屏還是豎屏,以及電量等等。(之所以要用 SDK 采集當(dāng)前的電量,是因?yàn)槿绻脩粲媚M器訪問,那么它的電量變化跟真正的手機(jī)有非常大的不同。) 所以基礎(chǔ)屬性雖然看起來比較簡(jiǎn)單,但是很多時(shí)候可以發(fā)揮很大的作用。 第二:SDK 完成匿名 ID 生成、基礎(chǔ)屬性采集、數(shù)據(jù)打包壓縮加密、本地緩存、網(wǎng)絡(luò)傳輸?shù)裙ぷ?/strong> 數(shù)據(jù)打包和加密,不僅可以在本地打包,還可以在必要的時(shí)候刪掉,神策現(xiàn)在服務(wù)很多銀行證券客戶,對(duì)加密要求的非常高,比如給某一個(gè)字段要用什么加密等,這些都是 SDK 要完成的。 本地緩存在 IOS 與安卓中特別重要,因?yàn)闉楸苊庥绊懹脩趔w驗(yàn),當(dāng)發(fā)生一次點(diǎn)擊,對(duì)應(yīng)的數(shù)據(jù)不會(huì)立刻傳到后端,所以都是緩存到本地等待最佳網(wǎng)絡(luò)時(shí)機(jī)。本地緩存、網(wǎng)絡(luò)緩存這些都是SDK 來做的。 第三:一般使用 HTTP(S) 協(xié)議通過公網(wǎng)傳輸數(shù)據(jù) 有人問,所謂的代碼埋點(diǎn)、全埋點(diǎn)、可視化埋點(diǎn)有什么不一樣?我們可以這樣理解:SDK 完成基礎(chǔ)數(shù)據(jù)的采集、數(shù)據(jù)儲(chǔ)存打包、傳輸?shù)?,同時(shí)向上埋點(diǎn)應(yīng)用層提供 API,所謂的代碼埋點(diǎn)就是直接利用 API,告訴采集了什么數(shù)據(jù)。 全埋點(diǎn)則是在用戶完成某個(gè)操作的時(shí)候,自動(dòng)的調(diào)用 SDK。所以說 SDK 完成一些基礎(chǔ)工作,代碼埋點(diǎn)開發(fā)者直接調(diào)用 API;而全埋點(diǎn)開發(fā)者不用直接調(diào)用,可以比較自動(dòng)的完成。 說到這里會(huì)打一個(gè)廣告,我們會(huì)馬上出版一本書,專門講安卓 8 種全埋點(diǎn),到時(shí)候有興趣的話可以看看。(白皮書 |《Android 全埋點(diǎn)技術(shù)白皮書》重磅推出!開源所有項(xiàng)目源碼!) (2)ID-Mapping 構(gòu)建多設(shè)備用戶管理體系 多設(shè)備下的用戶關(guān)聯(lián)是今年新的進(jìn)展,新的趨勢(shì)。 ID-Mapping 解決的是不同用戶多設(shè)備的使用情況。 圖 6 構(gòu)建多設(shè)備用戶管理體系 大家可以看下如圖的例子。我們做了一些工作,后臺(tái)架構(gòu)有很大改進(jìn),可以實(shí)現(xiàn)將第二個(gè)設(shè)備,跟同一個(gè)用戶綁定,只要用戶登錄,神策就可以把不同情況下登錄的數(shù)據(jù)完全打通,這是非常典型的 ID-Mapping 的場(chǎng)景。 同樣非常典型的場(chǎng)景是用戶行為多端關(guān)聯(lián)機(jī)制。 用戶產(chǎn)品本身可以多端使用,可以在網(wǎng)頁(yè)上使用,例如說發(fā)了營(yíng)銷 H5,用戶在微信內(nèi)置瀏覽器 H5 完成注冊(cè),跳到 Appstore 完成激活。如果不能將營(yíng)銷 H5 的用戶行為,與登錄激活之前的行為貫通,那么也沒有辦法詳細(xì)分析 H5 的營(yíng)銷效果。 再如,小程序突然火起來了,客戶有需求,為此我們專門做了小程序采集,包括預(yù)置采集的事件,以及小程序相關(guān)的屬性,同時(shí)一樣帶動(dòng)了代碼與自動(dòng)化采集兩種方式,小程序可以充分得到微信里面的社交信息,對(duì)小程序分享傳播的屬性采集是非常重要的。 圖 7 小程序的采集 小程序最復(fù)雜的事情,它有不同的匿名 ID 或者設(shè)備 ID。 一個(gè)人在設(shè)備上,又使用小程序,又使用一個(gè) APP,又換了一個(gè)小程序,但是兩個(gè)小程序之間登錄帳號(hào)打通,最終我們實(shí)現(xiàn)可以把兩個(gè) LoginID 與 OpenID 設(shè)備貫通起來。 5. 服務(wù)器日志采集圖 8 服務(wù)器日志采集 我現(xiàn)在畫了很簡(jiǎn)單服務(wù)器日志采集架構(gòu)圖,看似技術(shù)上沒什么問題。 從實(shí)際經(jīng)驗(yàn)上來說:想高質(zhì)量搭建日志采集非常難,設(shè)置日志用哪些內(nèi)容,一次性工作很難。更難的還體現(xiàn)在產(chǎn)品迭代上,比如產(chǎn)品兩周發(fā)一個(gè)版本,程序員會(huì)說產(chǎn)品功能都測(cè)不完,沒法搞日志。 要搭建一個(gè)高質(zhì)量的日志采集,要貫穿在整個(gè)開發(fā)流程,從最早期一直到運(yùn)維上線,到復(fù)盤整個(gè)迭代項(xiàng)的時(shí)候,每一步都要有意識(shí)。這也是為什么很多SaaS 產(chǎn)品都沒有采集日志的能力。 圖 9 用戶行為數(shù)據(jù)應(yīng)用案例 這是我們?cè)谥袊?guó)銀聯(lián)典型的案例,包括設(shè)備指紋采集、加密傳輸?shù)龋?dāng)然這個(gè)圖畫出來體現(xiàn)對(duì)用戶行為數(shù)據(jù)不同的應(yīng)用,除了做日常行為之外,還有一些其他的應(yīng)用。最后是業(yè)務(wù)數(shù)據(jù)的采集,包括 CRM 系統(tǒng)等。 四、數(shù)據(jù)建模數(shù)據(jù)建模最重要的是數(shù)據(jù)模型的選擇,以及對(duì)應(yīng)的儲(chǔ)存。數(shù)據(jù)模型選擇為什么重要?因?yàn)閿?shù)據(jù)模型抽象好了,后面的分析模型可以做的更好。如果數(shù)據(jù)模型抽象的太復(fù)雜,整體過程非常復(fù)雜。 我們現(xiàn)在的數(shù)據(jù)模型是 Item 實(shí)體、Event 事件、User 用戶,我們不會(huì)把模型搞得太復(fù)雜,現(xiàn)在模型下面,數(shù)據(jù)采集到建模所要做的工作是比較少的,基本可以通用化、產(chǎn)品化。 我們已經(jīng)有了標(biāo)準(zhǔn)的數(shù)據(jù)模型,同時(shí)通過不同的采集方案采到了很多數(shù)據(jù),所要做的工作主要是把采集到的數(shù)據(jù)映射,這里面非常多的工作不再具體展開。 不同的數(shù)據(jù)模型選不同的儲(chǔ)存方案,儲(chǔ)存方案的選擇主要根據(jù)數(shù)據(jù)本身的特點(diǎn),例如是否可追加、可修改、訪問是以什么樣的訪問為主,是否會(huì)需要?jiǎng)h除等。 五、數(shù)據(jù)分析有了標(biāo)準(zhǔn)模型,有非常合適的儲(chǔ)存結(jié)構(gòu),后面是對(duì)數(shù)據(jù)怎么分析。 1. 數(shù)據(jù)統(tǒng)計(jì)與分析的兩種方法論數(shù)據(jù)統(tǒng)計(jì)與分析有兩種方法論,通常情況下是圖片左邊方法論,PM 給 RD 提,老板要看這些報(bào)表,給 RD 提要求,RD 寫一些東西并發(fā)郵件出來,改程序后又有新的需求。 老板可能問你 PV 為什么是這么多? 你可能要把整個(gè)計(jì)算過程完整講一遍……在這種情況下,RD為了不想太頻繁操作和改變,總是會(huì)給 PM 設(shè)置各種限制。 圖 10 數(shù)據(jù)統(tǒng)計(jì)與分析的兩種方法論 右邊的方法論,抽象的模型覆蓋指標(biāo)體系以及大部分分析需求,通過友好的交互讓需要數(shù)據(jù)的人自主獲取數(shù)據(jù)。這種方法論是神策產(chǎn)品提供的,我們不需要問你看什么指標(biāo),因?yàn)槟憧吹闹笜?biāo)可能在整個(gè)行業(yè)都有通用性,我們會(huì)把需求抽象下來,接下來就是模型抽象。 如此,你的工作就變成你自己用分析模型,通過拖拖拽拽,把你要的條件選出來,就能完成一次分析。 這兩種方法論區(qū)別是,是否讓需要數(shù)據(jù)的人直接使用數(shù)據(jù),造成的工作效率相差非常大,這就是為什么現(xiàn)在神策產(chǎn)品能夠賣出去,并不是我們?cè)炝艘粋€(gè)這樣的需求,而是真正有這樣的需求。 接下來這個(gè)圖是神策實(shí)現(xiàn)的自助式分析: 圖 11 自助式數(shù)據(jù)分析 2. 針對(duì)不同角色的數(shù)據(jù)分析:決策者、營(yíng)銷、產(chǎn)品、運(yùn)營(yíng)通過不同角色分析四個(gè)不同的場(chǎng)景。 (1)決策者 老板關(guān)心的是第一關(guān)鍵指標(biāo)是什么。第一關(guān)鍵指標(biāo)該如何選擇? 不同階段關(guān)鍵指標(biāo)不相同,每個(gè)發(fā)展階段都有最關(guān)注的數(shù)據(jù),集中注意力,提升第一指標(biāo)。 有了第一關(guān)鍵指標(biāo),如何構(gòu)建指標(biāo)體系?有了第一關(guān)鍵指標(biāo),我們要繪制整個(gè)用戶旅程。 以電商產(chǎn)品為例,我們關(guān)心總營(yíng)收額,如何得到? 先繪制用戶旅程:用戶首先要訪問網(wǎng)站,之后要注冊(cè)賬號(hào),實(shí)現(xiàn)首購(gòu)之后會(huì)重復(fù)性購(gòu)買,只有這樣的用戶旅程最終會(huì)帶來總銷售額的增長(zhǎng)。接下來就要根據(jù)用戶旅程來組建增長(zhǎng)模型。 圖 12 繪制用戶旅程 拆解的好處,不同團(tuán)隊(duì)提不同的項(xiàng)目,你可以調(diào)整項(xiàng)目的優(yōu)先級(jí)。 圖 13 組裝增長(zhǎng)模型 (2)營(yíng)銷 市場(chǎng)營(yíng)銷希望實(shí)現(xiàn)流量拉新,渠道投放評(píng)估。 市場(chǎng)營(yíng)銷團(tuán)隊(duì),他們最關(guān)心兩個(gè)事,一是老板給了多少預(yù)算,二是怎樣花出去最有用。 如何衡量? 像電視廣告、樓宇廣告,一定程度上是不可追蹤的,但是像抖音、頭條都是可以追蹤。同一個(gè)用戶在媒體上點(diǎn)廣告,跟進(jìn)入到產(chǎn)品之后,只要把這個(gè)行為打通起來,整個(gè)投放效果就是可追蹤的。現(xiàn)在我們可支持二三十種大大小小的渠道。 我們把用戶在點(diǎn)擊廣告前后的行為串通起來,剩下的工作就是分析,比如我們?cè)陬^條花了10000 塊錢買了 1000 個(gè)點(diǎn)擊,其中 50 個(gè)用戶使用產(chǎn)品,我們可以設(shè)置從哪些角度來衡量這些人的效果,來衡量用戶的轉(zhuǎn)化率、留存、復(fù)購(gòu)等。 也可以對(duì)比不同的渠道,對(duì)比不同渠道下不同的投放關(guān)鍵詞帶來效果等,來對(duì)比與衡量用戶真正的價(jià)值。 圖 14 數(shù)據(jù)驅(qū)動(dòng)市場(chǎng)營(yíng)銷案例 圖 15 數(shù)據(jù)驅(qū)動(dòng)市場(chǎng)營(yíng)銷案例 這個(gè)是很典型的數(shù)據(jù)驅(qū)動(dòng)市場(chǎng)營(yíng)銷的例子,某家理財(cái)產(chǎn)品投放廣告,剛開始假設(shè)關(guān)注 P2P 理財(cái)產(chǎn)品都是資質(zhì)相對(duì)較好的白領(lǐng),因此在核心商圈的寫字樓電梯間投放廣告。 但是經(jīng)過轉(zhuǎn)化分析后,發(fā)現(xiàn)進(jìn)件轉(zhuǎn)化率很低,因此對(duì)借款人畫像分析,確定目標(biāo)人群特征:24-30 歲,工作時(shí)間短,收入一般,身處非核心高檔區(qū)域。得到這種結(jié)論后,將投放渠道放到了抖音和快手這類短視頻平臺(tái),轉(zhuǎn)化率得到明顯提升。 (3)產(chǎn)品 圖 16 數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品優(yōu)化 這個(gè)是我之前一個(gè)產(chǎn)品同事發(fā)給我的,他說這些是產(chǎn)品關(guān)心的指標(biāo)。 因?yàn)槲沂枪こ處煶錾?,我根本不懂這些東西,但是我知道怎么改進(jìn)產(chǎn)品:我們把這些指標(biāo)全部算出來,進(jìn)行監(jiān)控,一旦發(fā)現(xiàn)某一個(gè)指標(biāo)異常,立刻分析原因,并解決這些原因。 如果指標(biāo)沒有異常,可以和別人家進(jìn)行對(duì)比,你的轉(zhuǎn)化率是多少,我的轉(zhuǎn)化率是多少,看我們有多少提升空間,來提升指標(biāo)。 所以,整個(gè)邏輯很簡(jiǎn)單,先設(shè)置關(guān)心的問題,實(shí)際算出來,并關(guān)注是否異常,找到異常原因,分析解決異常,看數(shù)據(jù)有沒有真正得到上升。 場(chǎng)景 1:內(nèi)容產(chǎn)品的“Aha Moment” 通過用戶行為將用戶群體劃分成四類:路人、打醬油、參與(點(diǎn)贊、轉(zhuǎn)發(fā))、深度參與,如何提升這四類人的用戶留存? 很簡(jiǎn)單,首先我觀察四類人的留存率,很明顯,行為深度越深,用戶留存肯定越高。 那該怎么操作? 擴(kuò)大“參與行為”使用者面積,門檻太高,落地性較差;擴(kuò)大“圍觀行為”使用者面積?這個(gè)方法更可行,在產(chǎn)品信息流頁(yè)露出“熱評(píng)”,可以提升留存,來驗(yàn)證新增“熱評(píng)”之后效果如何。 場(chǎng)景 2:電商,收藏按鈕位置改版 某電商的首頁(yè)存在兩個(gè)“收藏”,一開始設(shè)置有點(diǎn)問題,一個(gè)點(diǎn)擊率極高,一個(gè)點(diǎn)擊率極低。顯而易見,浪費(fèi)了非常重要的位置。后來將點(diǎn)擊率低的收藏按鈕位置換成了“服務(wù)”的按鈕,經(jīng)過驗(yàn)證,點(diǎn)擊進(jìn)入量沒有明顯下降,同時(shí)“服務(wù)”點(diǎn)擊量提升。 經(jīng)過 SA 中的數(shù)據(jù)對(duì)比發(fā)現(xiàn),BEST 分類的點(diǎn)擊流量并沒有預(yù)想中高,甚至跟 MEN 分類的訪問量差不多。猜想可能用戶不習(xí)慣往左滑動(dòng)頁(yè)面,習(xí)慣往右滑動(dòng)界面。 同時(shí),該電商還進(jìn)行了首頁(yè) BEST 分類按鈕位置調(diào)整,將 BEST 類目放到 FUN 類目右邊。效果:經(jīng)過調(diào)整后,50% 以上的首頁(yè)用戶會(huì)進(jìn)入 BEST 類目,比原來調(diào)整之前相對(duì)提高了 78% 。 場(chǎng)景 3:小程序的產(chǎn)品迭代案例 這是一個(gè)純女性短視頻社區(qū)案例,他們一直致力將數(shù)據(jù)分析融入到運(yùn)營(yíng)乃至產(chǎn)品迭代的最細(xì)節(jié)處。這是他們的工作方式。 圖 17 把數(shù)據(jù)分析融入到運(yùn)營(yíng)至產(chǎn)品迭代的最細(xì)節(jié)處 該企業(yè)的小程序更新發(fā)版很快。用戶分享之后裂變,有一個(gè)完整的看板讓大家來評(píng)估的自己的影響。日裂變作為關(guān)鍵指標(biāo),某版本上線后發(fā)現(xiàn)裂變指數(shù)(uv 數(shù) x 內(nèi)部調(diào)整因子)迅速下跌。 圖 18 某版本上線后發(fā)現(xiàn)裂變指數(shù)迅速下跌 通過回溯過去 7 日的分析看到:“分享”按鈕的點(diǎn)擊數(shù)據(jù)出現(xiàn)連續(xù)下滑,“下載”按鈕的數(shù)據(jù)在出現(xiàn)大幅度提升。 圖 19 回溯 7 日數(shù)據(jù)快速篩查可能原因 通過用戶實(shí)際回訪,確認(rèn)“保存按鈕”其實(shí)弱化了“分享意愿”,造成分享減少。次日晨完成新版本上線后,指標(biāo)變得正常。 (4)運(yùn)營(yíng) 除了數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品迭代,下一個(gè)案例是用數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng),數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)同樣是發(fā)現(xiàn)問題,分析原因,來驗(yàn)證效果。 圖 20 基于數(shù)據(jù)的驅(qū)動(dòng)閉環(huán),驅(qū)動(dòng)業(yè)務(wù)決策 六、反饋最后給大家介紹幾個(gè)重要閉環(huán)。 1. 用戶運(yùn)營(yíng)的閉環(huán)反饋我們推出了自動(dòng)化運(yùn)營(yíng)的新產(chǎn)品,我們發(fā)現(xiàn)大家對(duì)產(chǎn)品運(yùn)營(yíng)自動(dòng)化越來越高。 神策自動(dòng)化運(yùn)營(yíng)是基于分群標(biāo)簽的全流程運(yùn)營(yíng)閉環(huán)分析系統(tǒng),通過用戶精準(zhǔn)分群、靈活創(chuàng)建并管理營(yíng)銷活動(dòng)計(jì)劃,比如知道用戶數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù),最終精準(zhǔn)的刻畫了用戶畫像。基于用戶畫像采用不同的觸達(dá)方式,比如優(yōu)惠券等。 做完之后,我可以分析衡量觸達(dá)效果怎么樣,從而評(píng)價(jià)營(yíng)銷效果。有了第一次營(yíng)銷效果之后,可以針對(duì)性的改進(jìn),做第二次營(yíng)銷效果。真正形成自動(dòng)化、精細(xì)化的運(yùn)營(yíng)閉環(huán)。 圖 21 用戶運(yùn)營(yíng)閉環(huán)反饋 2. 產(chǎn)品智能閉環(huán)反饋這是個(gè)性化推薦的全流程,包括采集各種不同的數(shù)據(jù),構(gòu)建相應(yīng)的興趣模型,特定的場(chǎng)景推薦下做推薦,不同緯度、不同指標(biāo)做測(cè)量。 圖 22 產(chǎn)品智能閉環(huán)反饋 東方明珠是神策數(shù)據(jù)的客戶(東方明珠:融媒時(shí)代的大數(shù)據(jù)轉(zhuǎn)型之路打造),以百視通 IPTV 某駐地為例,日活數(shù)百萬用戶通過 IPTV 機(jī)頂盒付費(fèi)觀看授權(quán)內(nèi)容,部分精品內(nèi)容需額外充值觀看;在接入神策推薦之前,主要依賴人工推薦,以熱門、付費(fèi)和內(nèi)容相關(guān)性為主要推薦參考。 為提升用戶的觀影體驗(yàn)、提高用戶留存以及充值付費(fèi)營(yíng)收,東方明珠利用神策推薦解決方案,完成采集點(diǎn)擊日志、展示日志、播放日志等所需用戶行為數(shù)據(jù),基于行為數(shù)據(jù)構(gòu)建深度學(xué)習(xí)召回算法策略,采用 GBDT+LR 排序模型訓(xùn)練數(shù)據(jù)。 推薦算法上線兩周后,神策推薦的效果,對(duì)比人工推薦,僅 CTR 一個(gè)指標(biāo)即提升了 6 倍,對(duì)推薦內(nèi)容的人均瀏覽次數(shù)提升了 1.9 倍。 這就是我講的內(nèi)容,基本圍繞數(shù)據(jù)驅(qū)動(dòng)閉環(huán)。 希望對(duì)你有所幫助! 本文由 @神策數(shù)據(jù) 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載 |