用數據驅動決策

2020-12-19 運營之術

企業的成長、業務的發展、產品的迭代離不開數據作指導,尤其是當前階段,網際網路紅利消失,增量時代已經過去,存量時代到來。企業從「業務經驗驅動」向「數據量化驅動」轉型,從以往的主觀分析和預判變成基於存量數據分析和精細化運營。

意味著我們做每步決策時不能再講「我覺得」,「可能吧」,「去嘗試」諸如此類的話,一講出來就被質疑為什麼要做你這個功能,為什麼要把資源投給你。

企業要科學地配置有限的IT資源,減少浪費,因此每步決策需要回歸到數據中去,讓決策跟著數據走。用數據說話,尋求業務痛點和需求,以數據驅動業務發展,使業務實現高效增長。

問題是數據那麼多,看哪些指標合適還是全部都看?這些數據指標如何在業務和產品上發揮作用呢?我們大概可以遵循下面的分析過程:

一、業務指標

企業存在的目的都是為了最終盈利,需要開展一系列的經營活動,這些經營活動也就是我們常說的業務。公司實際的業務線通常很多,它們也許通過網際網路產品實現,也許不需要產品實現,比如某品牌的銷售,可以通過經銷商、代理商渠道,也可以通過自建線上電商網站售賣,這裡我們談通過網際網路產品實現的模式。

業務層級的指標用來衡量商業層面的客戶發展、增長與獲利、競爭力與盈利能力等。業務指標不能很多,嚴格意義上說最好有一個,否則一會兒往東走,一會兒往西走,走著走著就會迷失。在古代跨洋遠行中,航海家會通過北極星來確定航向,對於企業而言,在追逐星辰大海的路上,也需要找到自己的北極星。對每個業務部門來說,找到自己業務的北極星指標是首當其衝的事情,沒有清晰的目標,再多的執行,可能都會方向不對,是在額外增加成本。

尋找北極星指標要看你到底想要什麼,比如銷售業務的核心指標是銷售收入。同一業務在不同階段想要的也不一樣,比如新業務處於探索期,業務價值未得到市場驗證,很難有增長和盈利,此時北極星指標可能要看業務在市場的滿意度,看業務模式是否可行;當業務處於增長期,就要看業務的健康程度,此時可能關注業務的營收增長力。

以我做的支付業務為例,支付業務的使命是幫用戶完成訂單金額的支付,促成交易。對用戶來說,在購買時要麼全額在線支付、要麼在線不支付,延遲再付;基於此,有支付寶這樣的全額支付方式、有花唄這樣的分期支付或者貨到付款這樣的後付方式。

全額支付我只關心訂單的支付成功率,看它促成了多少筆訂單的有效銷售額轉化。分期支付或者貨到付款本質是降低用戶購買門檻,讓本不打算購買的用戶有了購買行為,因此會帶來訂單銷量的增長,所以關心銷量增長率這一指標。當然,分期支付方式也會有訂單支付成功率這一指標,但是和它的本質作用—降低用戶購買門檻相比,在銷售和銷售額增長率前,訂單支付成功率成了次級指標,成為不了北極星指標。

二、產品指標

業務從用戶那裡掙錢,需要通過產品作為載體或媒介,網際網路產品的使命是利用技術賦能業務,幫助企業降本增效。所以談到產品,需要去思考產品定位、產品能提供的核心價值、產品帶給用戶的產品使用體驗、產品如何實現業務目標。

支付業務之下是支付產品為支撐,直接面向用戶提供服務。支付產品首先必須要是安全的,否則用戶資金無法得到保障。像海外信用卡,還涉及到用戶在商家網站輸入卡號和姓名等信息,還需要保證用戶的信息安全。

產品直接面向用戶,一定涉及到體驗問題。對用戶來說,使用某一支付方式要是簡單的。事實上,在近二十年來,無論是從支付載體,還是說支付方式上,都經歷了不少演變。支付方式從最早的現金交易,到後來的刷卡消費、線上支付,到現在可以免密支付或者刷臉支付。支付載體則從貨幣,演變到後來的銀行本票,到現在比較火的各種手機廠商Pay,比如ApplePay等。整個支付進程都是讓支付這個動作變得越來越簡單。

最後,支付產品如果可以降低用戶的購買支付門檻,就是前面提到的對業務銷量增長的賦能。尤其是對一些高客單價的品牌來說,這點尤其重要,比如蘋果官網的全場24期免息,毫無疑問,可以為品牌銷量一定程度上帶來增長。

三、流程指標

進一步細化,一個產品往往有著很多功能,承載著不同的用戶交互步驟或操作流程,梳理並整理出整個轉化流程中各個關鍵節點,去實現產品的核心指標。

以支付產品之一的收銀臺為例(面向用戶提供的支付產品往往不只一個,收銀臺只是其中之一,比如支付寶提供的產品有掃碼支付、刷臉支付等多種支付產品),首先根據用戶行為過程觸達-參與-完成找到用戶在支付過程中的流程:支付前、支付中和支付後,再對這三個子流程做進一步的拆解,支付前拆解為下單到達收銀臺、完成支付方式的選擇;支付中拆解為到達支付頁面、輸入密碼等提交支付操作、支付後拆解為到達支付結果頁。無論什麼樣的流程或交互任務,簡單或複雜,從開始的第一步到最後一步的目標達成,基本都可以用「漏鬥模型」來表述。

每個用戶行為路徑階段,產品這一載體都應對應著其自身的產品目標。比如達到收銀臺時,產品目標應為快速達到,從產品目標安全角度看,為保障系統穩定性,該階段數據指標應為接口請求速度、系統SLA等;從產品目標簡單角度看,為保證用戶快速支付,該階段數據指標應為時效和用戶流失率

從業務模式,到根據產品的價值與體驗,再分解到具體流程的步驟效率。這提供了一種縱向的,自上而下、由粗到細的分析模型,在每一個層級上,又會有不同關注點和類別的指標。總得來說,在任何一個需要做決策的地方,都應先找到核心數據指標,再用數據來驅動決策,提升IT投資回報率。

作者:涵小仙女 產品經理,文藝女青年一枚,白天工作,晚上碼字,愛美,愛跑步,愛旅行,願我手寫我心,餘生不將就。

相關焦點

  • 八張圖,看懂數據分析如何驅動決策
    關注並將「人人都是產品經理」設為星標每天早 07 : 45 按時送達如今在這個大數據時代,數據對於企業的重要性越來越明顯,因此不少企業開始做數據驅動決策,讓業務裡的每個人都可以更精準的展開工作;本文作者分享了關於數據分析如何驅動決策的講解,我們一起來看一下。
  • 清華大學經濟管理學院陳國青:大數據驅動的管理與決策
    清華大學經濟管理學院教授陳國青出席「大數據管理與決策」分論壇並發表題為《大數據驅動的管理與決策研究》的演講,以下為演講實錄。非常高興今天用一點時間跟大家分享一下大數據驅動的管理與決策這個題目。這個題目實際上是講兩件事情。第一個背景非常簡單,還是因為今天上午講的報告偏應用方面的。今天說的是國家研究計劃,有一些偏研究方面的,其中的一些挑戰和自己的一些體會吧。
  • 前百度大數據部技術經理:如何用數據驅動產品決策?
    本文來源於微信公眾號:筆記俠微信ID:Notesman今日筆記俠客 | 楊毛毛 責編 | 戈多活動內容:2017年9月24日,人人都是產品經理主辦「2017中國產品經理大會:解碼未來產品經理」的活動,桑文鋒作為嘉賓發表主題為「如何用數據驅動產品決策
  • 我校王震教授在《自然-通訊》發表數據驅動的行為認知與決策最新...
    然而,隨著人類行為趨複雜化、多元化,人們的認知和行為決策模式發生了極大地改變,這對群體合作競爭行為的研究帶來機遇和挑戰。因此,對群體合作與競爭機制的研究也被Science雜誌連續列為當今最具挑戰的科學難題之一。目前在該研究領域,「數據驅動」作為大數據與人工智慧相結合的重要方法也日益被研究者所採納,使我們對人類行為的認知更為客觀、準確。
  • 「機器學習及數據驅動的決策管理」國際暑期學校,報名開啟!
    以下文章來源於浙大數據分析和管理國際研究中心 ,作者ZJUIRCDAM 浙大數據分析和管理國際研究中心浙江大學數據分析和管理國際研究中心是2016年正式組建的校級跨學科研究機構。
  • 如何構建數據驅動組織
    這些過程無需人工幹預決策,全部由系統使用事實、指標和數據驅動來指導和完成。具體而言,數據驅動是通過移動互聯或其他技術手段採集海量的數據,將數據進行組織形成信息,之後對相關的信息進行整合和提煉,在此基礎上經過訓練和擬合形成自動化的決策模型。信號、數據、信息、情報、知識、智慧,環環相扣,不斷迭代上升,完成一個又一個決策過程。
  • 用谷歌的數據管理方法,提升人事決策,你也可以!
    但是作為一個以計算機技術為主導的科技型公司,谷歌致力於讓人力資源部門成為一個科學部門,所有人力資源決策必須有數據支撐,其精確化水平要與谷歌其他科學項目匹配。Teamface的人事管理功能,可以實現全面的人事數據化管理,讓數據驅動企業決策:1、高效招聘在人事管理中,效率是減少用人成本和促進項目開展的一大關鍵。
  • 員工培訓:如何制定以數據為依據的業務決策
    不幸的是,高達62%的高管仍然更多地依賴經驗和直覺,而不是數據來制定業務決策。偶爾信任你的直覺是可以的,但是數據才是你的判斷標準,因為數字不會說謊。支持所有數字和事實的決定,將幫助企業盈利。讓我們仔細看看什麼是數據驅動型決策,數據對業務的重要性以及數據如何為你的員工培訓提供支持。
  • 數據驅動經驗分享:從方法到實踐
    目錄數據驅動價值:驅動決策、驅動產品智能數據驅動閉環:數據採集—數據建模—數據分析—數據反饋數據驅動各環節方法與實踐一、數據驅動價值:驅動決策、驅動產品智能數據驅動能做什麼?圖 1 數據驅動價值驅動決策包括運營監控、產品迭代、營銷分析、商業決策。
  • 「場景賦能•驅動有數」,神策數據 2018 數據驅動大會在京成功舉辦
    10 月 16 日,以「場景賦能•驅動有數」為主題的神策數據 2018 數據驅動大會在北京麗亭華苑酒店如期舉行。「場景賦能,驅動有數」中,「場景」是本次大會核心,嘉賓演講主題、星鬥獎獎項的評選條件,以至神策數據新產品矩陣的背後理念,無一不貫穿「數據驅動的落地場景」這一核心思想;「驅動有數」通「驅動有術」,旨在強調數據價值和數據驅動方法論體系。
  • 如何在決策表達中勝出?用數據說話,Don't Say So Much
    今天我們要談的數字力,是具有力量的,不僅是冰冷的阿拉伯數字,通過數字的呈現,我們能更好地做決策,更好地去說服別人,或者能更清楚地表達我們要說的核心內容。那麼,數字力能帶給我們什麼東西呢?在《數據說話 決策 說服 表達中的數字力》這本書中給出了答案,那就是「產生75%的認同感」,然後以這種認同感來驅動自己或者他人來執行行動。
  • 千億美元市場的「正確答案」,如何用數據驅動企業數位化轉型?
    數據驅動下的數位化轉型推手我們發現,企業業務決策的場景越來越多,將線上線下數據融合,共同進行決策支持的趨勢越來越明顯。對於多數企業而言,搭建一個面向全企業、覆蓋全業務線的數據平臺,這一需求愈發迫切。於是,企業開始進行以數據驅動的全面數位化轉型。
  • 神策數據桑文鋒:打造數位化運營閉環,讓數據驅動落地 - 軟體與服務...
    從創立起就一直強調幫助企業落地數據驅動的神策數據,對數據驅動認知有了新見解,提出了構建基於數據流的企業數位化閉環,加速企業數位化,讓企業數據驅動快速落地。因此,神策數據提出了打造集感知(Sense)、決策(Decision)、行動(Action)、反饋(Feedback)為一體的 SDAF 框架,構建基於數據流的企業數位化閉環,更好實現用戶活躍、優化用戶體驗、提升用戶價值、驅動業務創新等核心價值。
  • 如何用決策樹模型做數據分析?
    簡單:邏輯相對簡單,整個算法沒有更複雜的邏輯,只是對節點進行分叉;高效:模型訓練速度較快;強解釋性:模型的判斷邏輯可以用語言清晰的表達出來,比如上述決策樹案例中的判斷,就可以直接用語言表述成:脫離水不能生存的沒有腳蹼的動物,我們判斷它是魚
  • 【數據說第十三期】數據驅動業務增長的底層邏輯
    ,本季主要深挖用戶表面行為的背後真實、本質的需求,全面視角的分析產品的用戶行為數據,展現驅動業務實現增長的經驗、案例以及方法論。 而面對海量的數據,還是有很多人不知道從如何著手、如何開展,如何得出結論。下面梳理探討一下「數據驅動業務增長」的底層邏輯思維,希望在數據驅動業務增長的實際應用中能給大家擴展一下思路。
  • 數據驅動設計:如何提升註冊轉化率?
    數據驅動是一個時髦的詞彙。也就是說我們可以用工程產品的方法加上數據分析的方法來促進用戶和業務的增長。這種工程和分析的思維就是把一個大的問題細化成一系列小的問題,然後針對每一個小的問題進行迅速的改進,很多小的迭代累積而成大幅度的改進產品整體體驗,並最終產生大幅度的商業效果。
  • 數據驅動教學:大數據時代教學範式的新走向
    藉助教育數據挖掘與學習分析技術,可以將課堂環境與網絡環境中生成的教學數據「翻譯」成有價值的信息,如學困生的識別、知識缺陷的發現、學科能力的診斷、教學目標的達成度等,進而為教學者的教學決策(調整教學方案、改進評價設計、選擇教學資源等)以及學習者的學習決策(制定學習計劃、定製學習資源、選擇學習路徑等)提供更準確、更及時、更全面的支持,推進數據驅動的精準教學和精準學習。
  • 極海領跑智能決策科技 「數據+平臺+AI」模式全面驗證
    本次峰會以「地圖,重新定義智能決策」為主題,以「數據價值」、「機器學習」、「思維轉變」三大板塊為核心,全方位再現了極海在金融、零售、規劃等各個服務領域中的重要突破。一方面,極海不斷對其擁有的上億級數據進行提煉、整合與優化;另一方面,極海基於城市路網等經典數據,開創性地生產出「自然街區」、「等時圈」、「零售門店服務區」等數據集合,為門店選址、運營監測、投資評估、金融風控等實際商業場景提供更準確、更高效、性價比更高的決策產品,實現從數據到決策的更多、更懂、更快、更準。
  • 數據驅動數字經濟加速發展
    2019年,我國數字經濟佔GDP比重達到36.2%,在近日舉辦的2020電力大數據協同創新高峰論壇上,國家信息中心首席信息師張新紅預測,到2025年,數字經濟佔GDP的比重將達到40%~ 45%。新冠肺炎疫情對數字經濟的發展提出了更高的要求,也加速了數字經濟的成長,起到了加速器的作用。
  • 大數據:驅動未來教育的新引擎
    大數據在未來教育視域下對症下藥、精準施策從區域教育發展需求來看,大數據有很強的現實意義,將成為驅動未來教育發展的新引擎。破綜合改革之難。隨著教育事業的持續發展,要想破解教育重點領域和關鍵環節的深層次難題,必須要確立系統思維,綜合考慮各種因素,絕不能倚重主觀感受和經驗判斷,而是要充分利用新的理念、技術和手段,推動改革決策的民主化、科學化。而大數據最擅長的就是關聯分析,即從繁雜的交叉領域數據中尋求有意義的關聯。