近年来数字化转型、数据驱动、个性化&精细化运营等各种词汇出现的频率越来越高,漏斗分析、归因分析、ABtesting等各种数据分析方法、工具也有越来越多的分享。精细化运营浪潮下,【数据系统】的需求度与重要性都有了明显的提升。
但在业务or组织负责人的位置,【数据系统】到底怎么定义?具体对企业经营有什么价值?最佳实践有哪些?笔者曾从0-1搭建【神策数据分析系统】,想和朋友们分享交流下【数据系统】价值的底层逻辑。
一、为什么数据系统越来越重要了?
近几年外部环境多变,市场对每个公司的经营都提出了更高的要求,所有人都感觉“卷”,背后不变的规律中,与“快速发展”相伴随的新用户“红利消失”必然是核心因素之一。
(2018Q2移动互联网月活跃用户数突破11亿后一直无法突破12亿大关,自20年Q1以来,同比增长率持续低于2%-来源QuestMobile)
可以吐槽、感叹的地方有很多,但站在企业经营者或职业经理人的角度上只能拥抱变化,要么探索第二曲线,要么在第一曲线上想办法,第二曲线的成本率低,且站在经理人的位置上,不会轻易主动去探索第二曲线。
营销渠道需要不断地优化ROI构建私域,拉高老用户的LTV的同时,最好还能参与裂变开发新产品/服务,或者提升产品/服务质量,从而提升客单价提升各个业务流程的转化率其中任何一条应对策略,再下钻一层,都无法缺少“数据分析/验证”。
比如,都在谈私域运营最本质的目的是想拉高老用户的LTV(lifetime value),那么如何提升?这个就需要让用户持续地感知到价值,更频繁地完成高价值动作(HVA Hight Value Action)那产品当中哪些功能/服务/商品能带来HVA? 这就需要运用“留存分析<V分析”等数据分析工具。
想使用数据分析工具的前提,一定是要有数据。这句话听起来像是废话,但其实除了互联网头部公司外,大部分公司当下的数字化程度之低,其实很难支撑起数据分析工具的需求。
1)如何统计朋友圈广告投放来的新用户,一周内下单转化率?
展、点、消的媒体效果数据,各个广告平台会提供;订单系统中肯定有用户基本信息;用户系统中是否有渠道来源信息?并且以在数据分析系统当中使用为目的的情况下,公司是否已经打通了媒体、订单、用户之间的数据关联?
用迭代前和迭代后的数据指标(DAU、留存等)对比?这其中有没运营活动对数据的贡献?有没有业务周期本身的干扰?
肯定很多优秀的同学会说用ABtest的方法实验,得出准确的结论。这个答案本身非常正确!
但现实的情况是ABtest是需要进行分流的,那么数据分流、灰度发布之类的工具有没有?配合工具使用的人群/标签有没有建立?设备ID、地区、年龄等各种基础数据有没有采集?
至此,伴随这些问题,其实已经回答了“为什么数据系统越来越重要了?”这个问题。
定义本身不是目的,更好的理解并运用才是目的。数据系统可以简单粗暴的理解为“数据管理+数据分析”。