每做一个很简单的决策都需要3到5个周,我们觉得,这是一个痛苦的过程。

  • 介绍你和你的团队

我叫张溪梦,是 GrowingIO 的创始人& CEO。GrowingIO 是一家来自硅谷的数据分析公司,提供无埋点数据采集技术和用户行为分析工具,希望帮助互联网企业实现精细化运营。

张溪梦

此前我在美国硅谷的 LinkedIn(领英)商务分析部担任高级总监,是 LinkedIn 的第一个从事数据科学、商务分析的工作人员。五年的时间,我将队伍发展到一个90多年的数据分析团队,支持 LinkedIn各个部门和业务线的分析需求。2015年,我回国创立数据采集和分析公司 GrowingIO,创始团队来自 LinkedIn、eBay、Coursera、亚信等国内外优秀的互联网公司和数据公司。

  • 传统的数据分析流程是怎样的?

GIO1

这是美国汉密尔顿河污水处理的流程图,呈现的是把美国一条污染的河变成清水的过程,也非常类似于现在今天数据分析的流程。

很多企业内部做数据分析的一个基本的流程正如上图:很多脏水流了进来,我们需要人力对它们进行各种监控,把它放到一个池子里进行沉淀。然后做各种清洗、聚合、再清洗、再消毒,再传输·······美国做过一个研究,真正从数据收集到最后数据的产生有用的商业价值的过程,需要3到5周。

每做一个很简单的决策都需要3到5个周,我们觉得,这是一个痛苦的过程。

根据美国白宫的首席数据科学家 DJPatil 的一份研究报告,90%的数据工程和分析师的时间是放在「数据收集」和「清理」部分,只有10%左右的资源放在能够产生大量商业价值的工作上。

在传统意义上来说,整个的数据分析是由若干的部门按照顺序处理,从数据标签的采集开始的。一般都由前端工程人员实施, IT 团队管理数据传输,ETL (数据仓库技术)一般由企业内部的数据仓库或者数据平台的团队负责,BI(商业智能)部门在分析部或者业务部。除此之外,各种商业分析师,统计学家参与其中,这个运行框架体系因为各个部门参与的人非常多,流程很长,效率低下。

为了解决不断增加的需求,企业内部需要内建和定制化各种 IT 系统,这种定制化造成了企业内部各个部门形成了若干数据微型小岛,进一步增加 IT 部门的工作负荷,拖慢企业决策速度。

  • 下一个时代是怎样的?

在过去10年,中国的互联网发展非常快,2009年移动端新增用户比率高达35%。但是最近几年,移动端新用户的增长在不断放缓,去年年底降到了6%。这说明,人口红利正在逐渐消退。

中国互联网是典型的“流量型”经济,大家都想抢流量、抢入口、抢风口。一个调查研究显示,中国网民平均每天使用手机的时间是200分钟,其中71%的时间被前20个网站或 APP 占据,剩下的21%的时间被几百万家网站或 APP 瓜分。

 

GIO3在这样的背景下,很多互联网产品停滞不前。如果人口红利、 流量红利都结束了,下一个时代我们该怎么办?

接下来将是一个精耕细作的时代,我们需要更多地关注产品设计、用户体验、价值输出,还有用户的使用粘度。这也是用数据分析来驱动产品、用户增长、驱动精细化运营的一个核心关注点。

  • 一个做数据分析产品的数据分析团队是如何运作的?

数据分析是一个精细活,它往往和产品优化、运营策略等紧密相关,需要分析师对业务有一定的掌握和理解。

GrowingIO工作流

GrowingIO 团队的工作流

数据分析的前期需要针对性做好数据监控,从数据中发现问题。从问题出发、结合业务场景提出假设,然后设计实验来验证或者推翻我们的假设。

如果假设成立,我们可以针对性地优化我们的产品和运营;如果假设不成立或者不显著,需要重新审视我们的假设,开始新一轮的探索。在“产品/运营——假设——数据”的不断循环中,数据分析的价值不断得到体现,这也是数据分析的一个基本思路。

IT基础设施:
目前我们团队使用的云服务商是 AWS 中国(亚马逊云),最初因为美国客户的原因,使用 AWS US 结点,所以很自然地在回国后迁移到了 AWS 中国结点。

第三方统计我们使用自己的产品, 目前主要用于市场营销分析和已有种子用户的使用情况。

协同办公和内部沟通:
协同工作分 3 部分,任务管理、团队沟通和文档管理。联合创始人叶玎玎也是风车的创始人,所以目前团队目前也在使用风车,主要用于产品进度跟踪,以追踪问题为主。

团队沟通上,Slack 因为需要翻墙而被放弃了,目前使用最多的是微信,有五六个群组。同时研发部门在使用 BearyChat 。

文档管理目前主要是用亿方云做文件同步,用来统一管理公司的文档。

  • 企业应该如何利用数据驱动增长?

-数据分析师们的增长方法论长什么样子?

首先,增长是王道,如果不能增长企业就开始衰退。著名管理学大师彼得·德鲁克说过:“如果你不能衡量,你就不能增长”。

其次,产品增长应该有一套完整的方法论,这些东西经过十多年的发展已经沉淀为精华。

1.MVP (Minimum Viable Product:最小可行性产品)理念。当我们有好的概念的时候,需要用最快的时间把它工程化变成产品;同时,我们必须要用数据来实时衡量新产品的效果,好的话就推广,差的话就快速修正。我们的产品必须迅速迭代,要用数据来指导我们进行精细化运营。

2.全方位、全周期的业务理解。产品经理应该有全面的思维,不能都只考虑自己的交互、设计。一个优秀的产品经理要理解公司的战略、业务,熟悉用户的需求,需要有产品全生命周期的管理思维。

3. 要有「Growth Hacker」的精神。在过去十多年,美国硅谷的增长黑客理念梳理出了一套精细化运营的框架:获取、激活、留存、变现与推荐。这5个环节中任何一个,产品经理都可以做精细化的分析,驱动企业高速增长。

从一个数据分析师的角度,要想实现产品增长,最起码应该具备思考以下三个因素:驱动力、障碍、钩子。

第一,需要思考我们的用户是什么因素驱动的,这实际上就是获客。第二,用户在使用产品的过程中会有哪些障碍,哪些怒点;需要通过用户行为数据来发现这些问题,快速修正,不断提升用户体验。第三,我们的产品有哪些功能能让用户留下来,让用户在平台上持续活跃。

-从三个角度出发
1.产品驱动力:渠道优化和实时监测

过去我们花钱买流量,比如竞价投放、广告联盟、降价促销等等方式。然而今天人口红利、流量红利正在逐渐消退,花钱买流量的成本越来越高,我们需要从出站式营销向入站式营销发展。

比如,通过 SEO 来优化网站的内容和架构,获取更多的搜索流量;通过内容营销的方式吸引用户的关注和转化。这些新的运营方式获客成本非常低,获取用户的速度比较快。

①访问渠道追踪:UTM代码GIO5

以前我们投广告、买关键词、发文章更多是拍脑子决策,并没有对不同渠道进行精细化分析。现在,通过 UTM 代码可以追踪用户的访问来源、媒介、内容和关键词等维度。

现实中不仅关注不同渠道的访问量,还关注不同渠道的转化率。我们要知道有多少用户深度转化成为了我们的核心用户,哪些用户未来会给我们制造营收。

②加快产品迭代:实时监测

最小可行性产品(MVP)的理念强调小步快跑的产品迭代方式。一个新产品从概念到成型上线,我们需要通过数据来验证新产品或者功能是否符合市场需求。同时,用户行为数据也是用户对产品体验的原生反馈,可以帮助产品及时发现问题、快速修正。

GIO11

举个例子,企业结合市场热点快速上线了一个活动页,产品和运营需要对这个活动的效果进行监测和评估。产品活动页上线后,页面的总体访问量急剧上升,且该活动页面一举升至活跃网页的第二位。这样的实时数据可以快速验证产品的效果,帮助产品经理快速评估、迭代,驱动产品增长。

 

2.破解用户壁垒:热图、留存和细查

①让产品一目了然:热图

我们以一个博客页的热图为例,左边是 H5 的热图,右边是 Web 的热图,我们从不同层次对这个产品进行分析。GIO7

第一点,我们分析信息交互的框架,看用户的注意力区在哪里。第二点,分析每个位置的转化率是怎么样的。第三,以博客中的“互联网增长的第一本数据分析手册”为例,这个文章虽然在第二位,但是用户的点击量很大、活跃度非常高,这说明它的内容对用户有直接的吸引。

当我们做数据分析、做产品的时候,我们可以用热图对产品的 UI、UX、内容、用户等做具体的分割,从而实现对产品多层次的分析。当你知道每个产品每个层次的具体情况(例如转化率)的时候,你就可以对产品进行进一步的优化:这也是产品迭代的基本思路。

GIO8

 

②提高转化率:漏斗与细查

广义上来说,所有的商业网站或者APP都是电商,都需要用户变现。电商最讲究转化,比如注册转化、购买转化、搜索转化;转化的每一步都是非常微妙的,它们最后决定我们的网站的 GMV 或者成交额。

2007年我在 eBay 工作,当时有17步的转化公式;注册用户到搜索转化率、搜索到浏览商品的转化率、浏览商品到购买的转化率等等,一步步连起来,分成17步。这17个步骤构成了公司的运营体系,每一个步骤的转化率一旦降低0.1个百分点,就会立刻有人去核查原因。

我们以用户的注册转化为例,给大家介绍一下如何发现问题,解决问题。今天每个公司都有注册环节,需要用户填写电子邮件地址、手机号或者公司信息等等。要想提升转化率,前提是你要能很好的衡量每一步的转化。我们建立了一个注册流程的漏斗,可以清晰地看到总体和每一步的转化率;同时,我们也可以从不同维度对转化这个指标进行拆分,拆分维度根据业务需求各异。

GIO9


以 GrowingIO 注册转化为例,今年1月份我们的总体注册转化率为7.6%。我们从浏览器的角度对转化率进行拆分,发现 IE 浏览器的用户转化率为1.4%,而 Chrome 浏览器的转化率高达12.2%。为什么 IE 浏览器用户的转化率那么低?难道是我们的网站在 IE 浏览器下不适应吗?当然这只是猜想,并没有充足的证据来证明。我们将 IE 注册失败的用户全部找出来,建个分群,然后观察其中3-5个用户的行为,大概就可以发现问题了。

GIO10

通过细查,我们的产品经理发现 IE 注册失败的用户在提交环节出了问题,用户反复输入账号密码,无法提交成功。经核查,这是一个 BUG,是用户的“怒点”,因为我们新的 java 架构对 IE 不兼容。当时我们的工程师花了2个小时对产品做了兼容的处理,接下来的一个月 IE 用户的注册转化率提高到12%。

大家想一想,我们今天的产品里面是不是有很多这样的漏点,导致用户不断流失;只有一个一个弥补这样的漏点,我们的产品和用户的转化率才会提升,产品才可能不断增长。


3.产品如何才能留住用户:留存

留存,顾名思义就是指访问你网站后过一段时间仍然回访。我跟很多产品、运营的人交流,真正理解留存的人非常少。Facebook 发现了一个521原则,一个互联网产品隔日留存率低于50%、隔周留存率低于20%、隔月留存率低于10%的话,这个产品是很难成功的。

GIO11

GrowingIO 产品留存图

这个留存曲线,如果你不做什么工作的话是很难有改变的,用户会慢慢流失。我们从产品功能的角度出发,发现使用过 A 功能(上图红色留存曲线)的用户表现得更加活跃、留存度更高。从产品迭代的角度,我们在下一个版本规划中将 A 功能的入口放在首页,使其获得更多的流量;刺激更多的用户高频使用 A 功能,从而提高总体的留存度。

产品经理应该仔细研究高留存用户的行为,看他们在使用哪些产品功能,是怎样使用的;低留存用户在使用哪些功能,是怎样用的。这样一对比,你就会发现产品很多核心功能点,找到这些核心功能点后,我们所有的产品、运营、业务都改朝这方面来打。

举几个简单的例子,LinkedIn 发现用户第一周增加5个社交好友、Facebook 发现用户第一周增加10个好友、Twitter 发现用户第一周有30个粉丝、Dropbox 发现用户在两个操作系统上使用的话,这些用户的留存度会非常高。每个产品都有它的魔法数字,产品经理如果能找到这些魔法数字,就可以有针对性地促进产品增长。


上一期的访谈中,新一线城市研究所的主编 沈从乐 聊了 一个专注研究城市数据的数据新闻团队是如何运作的,ONES.AI 将会继续跟更多的团队进行交流,去了解在一个共同协作的环境下会遇到什么样的问题,以及怎么样去解决这些问题,探索【团队力量】。

【关于ONES.AI】

ONES.AI 正在为年轻一代的团队打造一套「专业」的项目管理工具,我们关注「交互体验」、「定制能力」、「开放数据」。我们将帮助管理者和所有成员制定「目标」,推进项目完成。

从现在开始订阅 ONES.AI:
邮件订阅:http://ones.ai
微信订阅:万事ONES
知乎专栏:https://zhuanlan.zhihu.com/BangWorkHQ
简书订阅:>>>