数极客首页

来自七个公司的数据应用实战分享(完整版)

(上篇)

一、 背景:

经常有人问我:作为新手怎么入门?我当时给出的建议是,如果公司没有人带,最重要的成长路径,是积累案例,构建自己的知识体系。

所以我自己如果有空,也会参加各种会议,收集案例,拿回来自己分析思路,对比自己做过的项目,看还有哪些不足和优化。

我关注的分几块:

1、数据团队如何发挥作用,关键因素是什么;

2、数据在公司哪个业务模块的应用,执行人是谁。

3、数据分析和应用的思路有哪些。

参加神策会议的当天觉得收获非常多,主要是每个嘉宾拿出来的经验,覆盖了公司运转中的不同模块和流程。

会议是一天,包括以下内容:

来自七个公司的数据应用实战分享(完整版)

如果想要当天的PPT可以联系我。不过毕竟我在上班,建议大家还是可以直接去关注神策的公众号,他们会不断的推出相关信息。

今天整理的是上午听的。上午的更战略一些,很多当时听的数据也不能公开放出来。下午的会更具体和细节。

下午篇:

https://www.aiyingli.com/entry?id=675213641773184&from=notification&pmc_param%5Bnotify_type%5D=2

二、 互联网的三个时代:流量时代-用户时代-订单时代

观点:桑文锋把互联网分成了三个时代:流量时代-用户时代-订单时代;比如开心网处于用户时代:关注用户量,而不是访问量。只要有用户量不愁访问量。而在订单时代:做教育的获取成本就2万,用户来了之后,客单价也就2万。所以对端到端的打通非常重要。所以涉及到交易的,就得深度分析。这也是神策的核心竞争力之一。

注:对于数据要打通端到端这件事,我们生而在互联网时代,在电商时代,大家的自然的思维方式就是如此。但是当我们做非互联网业的数据时,就会发现这是一个成本很大的事情,技术难度、销售归因的细节,都是比较难的。

案例:饭糕网:最开始用GA,后来发现GA对搜索关键词的支持不够。使用神策的考虑:打通每个订单来自哪个关键词。

对数据的需求:只要把两个主要的关键词优化好,就能够把花在数据上的钱挣回来。(为什么感到心塞)

三、 作业帮

作业帮这个哥们是原来百度知道还是问答团队的产品经理,讲了非常多他们利用数据做决策改善百度一些产品,并且通过数据判断,决定创建作业帮的事情。是我当天听到的干货最多的之一。但是因为神策没有放他们的ppt,所以推测是不让公开,所以我也不能在文章中详细写。

1. 如何用数据分析优化产品的方法论

和我在这个系列的文章中写的非常接近。 知乎专栏

不过也许是因为我本身就把数据分析应用优化的方法论整理了很多。这是一套既可用于算法产品,也可以用于用户产品的分析方法集合。新手建议就对着这套自己挨个试验一遍,就不要费时间在网上到处找资料了。

2. ab测试和AA测试

正好我那段时间也在做一个AA测试的项目,所以听到他讲,就比较注意听。AA测试的意思是什么呢?比如说,你给100个用户分配A页面,100个用户分配B页面,一周后看结果,A的转化率高,就认为A页面比B页面好么?不!也可能是用户数太少,也可能是测试时间太短,会带来结果的错误。所以AA测试是测试样本量是否稳定的,用户数到底多少,或者测试时间到底多长,可以保证AB测试能得到一个准确的结果。

3. 整体感受

作为百度的产品经理,能够自由的运用数据,查看数据,挖掘用户需求,首先是基于百度有一个好用(也许仅仅是可用)的数据平台,而光这一步,就已经站到了很多公司的起点上。太多的公司还处于没有数据底层,就已经希望数据出成果的阶段了。

四、 移动社交电商数据驱动经验分享:点点客副总裁

点点客是微信营销软件专家。因为是副总裁的演讲,所以整体思考非常深入,他的思考集中在流量价值、数据团队、数据应用以及公司业务商业模式战略等,印象深的有以下几点:

1. 流量价值阐述

2. 数据应用案例:我个人认为比较新颖的有两个,都是经常见到网上文章说,但是做出来的还是第一次见到:

  • 店铺推客网络、店铺推客网络热度。这是基于社交网络的分析;从下面这种图中,可以看到他们做的已经能够对推广人员和运营人员有帮助了。比如我最近就很需要这种数据。对于分析投放效果、研究产品的目标用户群体等都很有用。

来自七个公司的数据应用实战分享(完整版)

  • 店铺流失预警。之前见的都是针对会员的、对个人用户的流失预警,这个给我的借鉴意义就是原来可以应用到机构。界面还不错.可以引申和借鉴的场景比较多。

这个我就不公开放了。毕竟这个界面不像上一个那样常见,还是要有些保护意识。

3. 数据分析部门管理:数据分析部门双向汇报:运营和技术cto。

  • 运营部门会有自己的数据分析团队,每日的、小活动,运营自己的数据团队做比较好。
  • 数据部门做报告,从大的角度,规范运营的操作。公司内部利益博弈,会带来很多问题,需要数据部门从更高的角度去思考和统筹。
  • 有的公司把算法放到运营团队,最开始要让运营干预,包括冷启动时。

注:这些都是经历过的老司机说出来的话。特别是第2条。做数据不是小清新,有人的地方,就有漏洞和想钻漏洞的人,从数据上很容易看出来,关键看公司是否愿意管。

见图,可见整个数据部门的工作模式还是很扎实的。

来自七个公司的数据应用实战分享(完整版)

4. 5月份到点点客,11月份出来演讲时,已经拿出了很多个成功的、被公司认可、也可以对外讲的案例。

注:当天我也是和一个资深做数据的朋友一起听的。我们全场最震撼的其实就这一点:一个公司的数据发展有多快,是由懂数据的领导做到了哪个级别决定的。

举例:数据团队如果挂在运营领导下面,会偏运营分析,如果挂在产品领导下面,就会偏向于产品功能的优化,而挂在技术领导下呢,就会更擅长做技术上的事;所以经常会发生有的大VP看数据团队在另一个大VP下面,觉得没有发挥出作用来是因为这个VP不行,把团队弄自己手下就可以产生效果了,于是就会带出各种鸡毛蒜皮的事情,整个数据团队就容易动荡。实际上只是因为不同的VP对数据的价值理解不同而已。

所以数据团队的领导级别,直接决定这个团队的发展速度。

5. 数据相关的一些观点

a) 行为数据和交易数据打通,是神策比较有价值的地方。

b) 自动打点,是非常理想的,还会有10%做不了,就只能用埋码打点。

c) 做需求最怕的就是:一个需求开发不完,又来一个,堆积起来。但是如果事件模型搭建好了之后,需求的完成和实现就会非常的好。

d) 如何达成数据驱动:1、好的领导;2、好的数据分析工具;3、好的数据分析团队。

e) 留存率分析比较好,还可以看什么样的情况的用户导致留存比较好。

f) 注:表面上看起来,这句话实现很容易,但是我最近的案例中,就硬是没有办法把这一条做出来。对用户流程的梳理和串联、以及每个环节的数据埋点,要求很高。如果在前期没有进行好好的梳理,后期再做就很困难。

(下篇)

如上一篇一样,如果想要当天的PPt可以联系我微信276982689。不过毕竟我在上班,建议大家还是可以直接去关注神策的公众号,他们会不断的推出相关信息。

另外,实际上当天的嘉宾都讲了数据埋点,数据系统架构、逻辑梳理等等知识,但是我这里只记录了我感兴趣的,也就是偏业务分析的部分。

下午的实在是太长了,我自己整理了整整一天。整理别人的讲座可能会有一些不是很顺畅,因为毕竟一个观点,我可能自己写要用一大篇文章,但是记录别人的,就记成四五句话了,会带来一些理解上的问题。可以找我沟通。

一、 移动视频数据驱动实战分享—秒拍 陈太锋

一下科技很牛逼,有秒拍、一直播、小咖秀。而且我去听的那周,我们刚在一直播上做了个直播活动,老板的分享干货也很多。

1. 数据应用:

每一个新商业模式的兴起,都会带来很多数据的深度应用。

舆情分析:通过对微博的舆情分析找到潜在热点和风险,应用到视频领域;

内容审核:用大数据的图像识别技术识别一些视频。

来自七个公司的数据应用实战分享(完整版)

2.直播的高变现率

来自七个公司的数据应用实战分享(完整版)

讲的时候我根本没注意这个数据,一个业务数据嘛,直到……

上周闺蜜聚会,有一个闺蜜去陌陌的直播做运营,强拉着我们要直播,于是我们几个并无任何梳妆打扮、穿着运动服就对着镜头说自己马上去打羽毛球了,打完后就去吃大餐。

就酱。

当时她就收到了打赏,超过了我在知乎上辛辛苦苦的写专栏的累计所得 (泪奔)。

这个事情给了我很大的震撼,再回头来看这个数据,才能够明白,这个数据背后意味着多少钱。

想一想电商行业的苦逼,知识变现行业的探索,拥有海量用户但是就是没挣到太多钱的工具类APP(墨迹天气等),这个付费转化率真是太恐怖了。

她说,你打赏别人礼物的时候,感觉特别好,别人打赏你礼物的时候,感觉也特别好~

所以实际上我更关注付费的分析:场景、气氛、话题、人群、打赏的容易程度,到底是怎么样作用在一起,促进成这么高的付费转化率的。

所以我们做数据的人,要经常的跑一线。数据的过程出现在你面前的时候,你才能够意识到数据背后的细节和背景,才能更好的分析和应用。

3. 各环节指标优化

接下来讲了公司运转中的渠道、市场、产品、运营等各种指标,这个我就不赘述了,自己去看ppt吧。只记录下对我自己很有用的几个指标和优化案例。

1) 视频播放指标:

主要看广告加载速度和广告品质,包括:

l IV(播放数),指在一个统计周期内,视频被打开的次数。

l VV,是指在一个统计周期内,视频被播放的次数之和。

l CV,视频被真正播放的数据,除去广告。

l VV影响前贴片广告,CV影响后贴片广告。

主要看CV。

还有一个新的指标:有效播放。指有效内容播放超过3s。对内容的监控要求更高。

来自七个公司的数据应用实战分享(完整版)

2) 渠道指标

渠道质量:水很深,不同渠道的引流会刷次日留存、7日留存、30日留存等这些比较重要的指标,所以反而要看3日、4日留存这种不容易被刷的,才能看出真相。

3) 留存率

留存率是关键核心路径的数据,要通过对节点的监控进行优化。

案例:一直播的用户实名验证,是重要节点。最开始:拍身份证的正反面、输入身份证、手机号,80%的用户提交数据是无效的,都是随便拍一张照片。

修改:引入人脸识别,跟公安部的系统链接,调出身份证照片,再让用户拍一个小视频,跟身份证对比。成功率95%以上。

案例:最开始让用户选一个封面图,才能开始直播。影响20%-30%。把这一步去掉,选择用户头像、截图视频的画面,或者让用户选一张好看的图片,等等代替。

注:头条号和微信号现在都是这么干的了。

注:留存率和平均停留时长是比较重要的指标,几个嘉宾都重点提到了。

4) 播放失败率优化

有些数据在小咖秀播放非常高,在秒拍非常低。通过微博的UID做了关联分析。找到对应的设备、所在的地区,做了分析。

5) 用户分群分析

ios、安卓内容兴趣点不同,东三省是直播的大户,地域兴趣点也很不一样。

同一用户在新浪微博和一直播的兴趣点也不同。

注:设备分析、地域分析和平台分析。

4. 数据观点汇总

数据分析是一种能力,而不是一种岗位。(这句话是真理)

要求:专业:懂得基本的术语、方法论。

敬业:数据是公司的重要资产。

思考:要有自己的思想,而不是套用方法论。

举一反三:要针对问题考虑到可能带来的问题。

表达:漂亮的数据报告,ppt,每个季度都要做一个。

二、 移动出行数据实战—车来了

1、可视化:这是70个人,如果分别用大巴、自行车和轿车,占用路上的空间。看完决定以后要多坐地铁。

来自七个公司的数据应用实战分享(完整版)

  • 这个哥们开启了大实话模式:
    • 用数据也有性价比,用数据解决适合数据解决的事。埋点、数据清洗是有代价的。
    • 如果一个功能改动小,还要考虑数据前后对比、样本性、时间长度、有效性;
    • 如果不适合数据解决,就要靠产品直觉、用户沟通、用户反馈等;不是任何时候都需要看数据。
  • 数据使用场景:
    • 列表排序模式:在一个列表中,怎么把用户感兴趣的推上去:1、把用户常用线路推上去,减少用户查询行为,2、对用户查询的内容做时间衰减等。通过这些手段,优化了列表排序,减少了用户查询的成本。最后用户在搜索中查询的,确实只剩一些是不常用的路线。

说真的,这个业务我不太了解,就没记录太多。

三、 通用saas产品如何实现数据驱动:一起写

一起写是一个服务创业公司的在线办公软件,自己也是一个创业公司。

这个公司带来的案例的意义是,对于他们一个创业公司来说,人员的精力是有成本的,所以他们把花在数据的时间都用于了哪些环节,这些环节就是创业公司的刀刃,是每个创业团队都需要重点关注的。

所以可以减少摸索数据使用的过程。

case1:注册方式的转变带来的数据上升和变动

来自七个公司的数据应用实战分享(完整版)

最开始是微信。

增加邮箱和手机注册后,注册用户总次数上升。

做了邮箱免验证,邮箱数据上升15%。

把微信注册放到首页上来,微信注册的数据上升20%。

来自七个公司的数据应用实战分享(完整版)

case2:分享模块的易用度

新用户进来,想分享某个东西的时候,不停在分享框转来转去。所以需要做路径分析。

来自七个公司的数据应用实战分享(完整版)

因为如果用户分享给他人,在邮件、手机没注册的情况下,之前就不做分享和发送,但是现在做了路径分析,对分享功能进行优化后,就成为一个很好的新用户引入率,从而把百度的预算砍了一些。(百度的眼泪/(ㄒoㄒ)/~~)

case3

美国的用户喜欢空白的东西,中国的用户不喜欢空白的东西,所以专门准备了很多模板。通用模板非常重要,专业的模板也很重要。

注册后,用户激活率低——>提供模板后,用户激活率提高。

case4:尽量降低用户的付费成本

来自七个公司的数据应用实战分享(完整版)

把付费的页面做的美观;

首页做优惠活动,也会提示到期

综合考量。

Case5:不断尝试,提升付费转化率

一起写是一个对公司的软件,购买时需要给公司的人一起买。

最低购买人数变化:3个人—10个人—5个人,不断尝试,看哪个数值最被用户接受。

四、 餐饮数据驱动营销实战分享

盈客在线,这家是做餐饮行业会员营销的,所以讲起来思路清晰、理论自成体系、案例丰富,这就是在乙方训练出来的,因为甲方配备这么好的资源和团队。

并且充满了华南人的实在感。

原来80%的工作是整理数据,现在10%的工作量是整理数据,剩下90%是挖掘数据背后的内容。

1. 留存率:这里我看到了对留存率的一个新的用法。

餐饮行业的用户消费频次,并不是频次越高越好,会腻的。

来自七个公司的数据应用实战分享(完整版)

一家店一个人吃四五次就差不多够了。再去就会说:又吃那家,咱能换一家么。所以第6周之后,留存率就降低了。第5周或第6周没去,这个用户就流失了。

所以研究留存率的目的,是为了延长留存次数。能够延长一周或者一次,就可以最大化的提升用户生命价值。

解决办法:

可以在这个时候,做一个唤醒营销。

每个品类的消费频次不一样。看这个品类的流失在哪周,就是消费节点。

把用户划分,对3000元以上的客户,生日前3天打电话,送蛋糕,不管生日在哪过。80%的客户当时决定定你们餐厅。

对不同目的的用户采用不同策略:70%-散客:随便消费,提升他们的频次;20%是随客:陪同吃饭,负责买单,提升他们的回头率。

来自七个公司的数据应用实战分享(完整版)

2. 营销案例—会员日的使用

2015年,4月、5月比之前下降了30%,所以就做了会员日行为。会员日是一个长期行为,不是短期行为。

会员日当天,数据提升40%。同比去年,提升20%。

客户留存加强。(也是提升留存的一种方法)

来自七个公司的数据应用实战分享(完整版)

3. 优惠券使用

不同金额的优惠券的回收率:50元券:5.19%,30元,2.56%。33元泡椒田鸡半价券:4.96%,所以33元券效果和50元差不多,为什么不多推33元的呢,这样就可以把成本降下来。

来自七个公司的数据应用实战分享(完整版)

五、 杏树林数据驱动实战

杏树林是一个在线医疗的app,也是一家做事思路很清晰的公司。有以下三个亮点:

1. 埋点规范

我去面试,会聊到埋点规范这一步,如果面试官毫无兴趣,只是希望我尽快讲用数据实现了多牛逼的功能,那么我就会停止讲下去,扭头就走。

因为这样表示这个团队还没有经过数据的入门步骤,也对数据的坑和成本没有了解,只是寄希望于数据的光环。在大多数情况下,会面临很大的项目失败率。

嗯,这个哥们讲了好半天的埋点规范,可见他们也在这里走了很多路才摸索出来。我个人觉得想跳槽的可以去这里。

2. 强大的需求管理能力

他们竟然真的把产品开发中的每个环节都量化了。

每个功能的对应的留存和流量都很清楚,这样团队对用户的了解和功能优先级很清楚

每次改版的成本和收益都量化了,这样不同部门吵架就很少。

想这样做的公司很多,但是把产品中涉及到的所有功能,都用功能树拆解,从而每一级功能,都可以清楚的出现在图表上。这样的公司还是很少见的。

来自七个公司的数据应用实战分享(完整版)

3. 数据观点

不是所有的产品迭代都能用数据评估。

要控制不能用数据评估的功能开发。因为不能用数据评估,一定有其原因和风险。——这是我第一次听到这个观点,并深表赞同。


杨楠楠:酒仙网高级数据产品经理,负责搜索、电商流量分析、内部BI,参与设计推荐、用户画像、供应链管理。擅长数据化运营体系和数据产品设计方向。

本文由特邀作者 @杨楠楠 原创发布于产品社区(www.aiyingli.com),未经许可,禁止转载。

给大家推荐我国新一代大数据用户行为分析与数据智能平台:数极客(https://www.shujike.com),是支持无埋点、前端埋点、后端埋点、API导入四种混合数据采集方式,整合分析用户行为数据和业务数据,可以自动监测网站、APP、小程序等多种渠道推广效果分析,是增长黑客们必备的互联网数据分析软件。数极客支持实时多维分析、漏斗分析、留存分析、路径分析等十大数据分析方法以及APP数据分析网站统计网站分析小程序数据统计用户画像等应用场景,业内首创了六种提升转化率的数据分析模型,是用户行为分析领域首款应用定量分析与定性分析方法的数据分析产品

发表评论

评论已关闭。

相关文章