數(shù)據(jù)驅(qū)動(dòng)到底能做什么？數(shù)據(jù)驅(qū)動(dòng)的使用方法實(shí)踐說明

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。本文分享以下內(nèi)容：

1、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

2、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

3、數(shù)據(jù)驅(qū)動(dòng)各環(huán)節(jié)方法與實(shí)踐

本文根據(jù)神策數(shù)據(jù)聯(lián)合創(chuàng)始人& CTO 曹犟在發(fā)表題為《數(shù)據(jù)驅(qū)動(dòng)從方法到實(shí)踐》演講整理所得，請(qǐng)您欣賞！

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)頁面，習(xí)慣往右滑動(dòng)界面。

同時(shí)，該電商還進(jìn)行了首頁 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。

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?；谟脩舢嬒癫捎貌煌挠|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。

責(zé)任編輯 LK