内容简介:随着流量红利的消失,深度挖掘用户价值、精细化运营越来越成为互联网行业的转变重心,“数据驱动力”的价值也得以凸显。与此同时,要想提升“数据驱动力”,就要掌握三点内容,具体如文中所示。互联网流量红利的消退,倒逼互联网公司告别野蛮扩张迎来精益运营时代,通过“数据驱动”挖掘更深层次的用户价值成了互联网人的一致共识,“数据驱动力”在精益运营时代的重要性日益突显。
随着流量红利的消失,深度挖掘用户价值、精细化运营越来越成为互联网行业的转变重心,“数据驱动力”的价值也得以凸显。与此同时,要想提升“数据驱动力”,就要掌握三点内容,具体如文中所示。
互联网流量红利的消退,倒逼互联网公司告别野蛮扩张迎来精益运营时代,通过“数据驱动”挖掘更深层次的用户价值成了互联网人的一致共识,“数据驱动力”在精益运营时代的重要性日益突显。
这里的“数据驱动力”,即指通过数据体系,系统化地获取及分析数据,并为业务决策提供有效支撑,不断驱动业务发展的思维和能力。
概括来说,互联网人可以从以下三个层面提升“数据驱动力”。
一、认识数据驱动结构
1. 数据价值演进金字塔
按照人类认知逻辑,数据的价值演进呈现出一个清晰的“倒金字塔结构”,如图1所示,塔基到塔尖由低到高依次为数据、信息、知识、智慧,塔的四周则是客观的外部世界。
如果我们将数据价值演进的过程,看做是一个矿物冶炼过程的话,数据就像是人类从外部世界发掘出的初级“矿石”,是对客观世界的最原始记录。比如未被加工和解释的文本、数字、声音或图像,等等。
然后再经过一步步的冶炼加工,依次生产出更高等级的认知“产品”。这些“产品”的共同使命,在于帮助人们实现更加科学的决策,而最终又通过实践影响客观世界。
落在实际业务中,打造“数据驱动力”首先就是要构建获取业务数据的能力;其次是提升发现和挖掘信息的能力,以及提升总结、归纳知识的能力;而最高的追求则是形成“业务智慧”,及运用智慧持续驱动业务发展的能力。
拿到一手业务数据后,对数据价值挖掘和思考的深度,往往也决定了一个人、一个企业的发展高度和维度。
2. 数据驱动系统金字塔
为了描述数据驱动系统的内部结构,本文借助了传承于老子《道德经》的“道法术器势”理论。
如图2所示,数据驱动体系,由高到低依次可以划分为“道、法、术、器”几个层级。
- 道,指数据驱动需遵循的规律、理念和价值观
- 法,指围绕数据驱动人为制订的制度、规范
- 术,指数据驱动的技术、技巧、方法
- 器,则指数据驱动中所使用的 工具 或手段
- 势,指所处的时空及趋势,即互联网行业所处的大环境
“器”服务于“术”,“术”符合于“法”,“法”根基于“道”,“道法术器”整个体系又在“势”的裹挟下不断演进并驱动“势”的前进和变化。
实际业务实践中,需讲求“以道御术”,即以道义来承载智术。
想打造自己的数据驱动力,首先要认同数据驱动的内在价值,形成数据驱动业务的内在价值观;在“明道合法”基础上,再去不断提升数据挖掘、数据分析等技术层面的技巧和方法,不断提升Excel、 SQL 、 Python 等数据工具的使用能力,这样的“数据驱动力”才会更加有底气。
二、构建数据驱动闭环
1. 打通数据驱动流程闭环
业务实践,是数据驱动的出发点,也是数据驱动的落脚点。
如图3所示,一个完整的数据驱动流程大致可划分为数据需求、采集处理、挖掘分析、数据决策、数据驱动5个环节。
数据需求,是整个流程的第一步,其根据业务碰到的实际问题抽象而来,为数据采集指明了方向。
数据采集处理,即搞到数据并进行清洗、转换、整理和存储。
数据采集的方式主要包括可视化埋点、代码埋点、导入辅助工具3类。采集的数据类型主要包括埋点数据、日志数据、业务数据、爬虫数据、财务数据、第三方数据等等。
数据挖掘分析,包括数据挖掘、数据分析2个环节:
(1)数据挖掘,主要是计算机通过统计学、人工智能、机器学习等方法挖掘出有价值的信息或知识。
(2)数据分析,则是通过适当的统计分析方法及工具,对采集整理的数据进行剖析,提取出有价值的信息,并得出结论。
数据分析,主要的重点是进行业务的现状分析、原因分析、预测分析,常用的分析方法包括对比分析、分组分析、交叉分析、回归分析,等等。
2. 建立数据驱动体系闭环
随着数据专业技术的发展和数据工作的日益精细化,业务的数据驱动早已不是一个人独立就能完成的工作,而更需要依靠一个机制化的配合体系,相关部门之间需形成数据驱动的业务闭环。
如图4所示,管理层&业务团队、数据团队是数据驱动体系里的最主要的两个业务角色。
管理层&业务团队,首先需基于商业模式和企业愿景制订okr目标,从而指引业务链条上的相关团队沿着一致的方向开展工作,然后再结合业务实践中碰到的问题,形成具体的数据需求下发至数据团队。
数据团队根据业务需要,采集数据并构建起数据体系,结合业务方的数据需求进行挖掘分析,并将结论反馈给管理层&业务团队;帮助业务方更科学地决策实现对业务实践的驱动,并最终促进okr的达成。
数据驱动体系得以运转的基础,是公司内部数据驱动的企业文化和价值观,让数据真正发声。
而让数据驱动体系高效运转的要点,是各个部门之间形成一致的数据共识,即明确公司层面的北极星指标和增长模型;而数据需求的提出、数据体系的构建需主要围绕这一数据共识而展开。
三、把握数据驱动节奏
数据驱动是一个动态的过程,业务实践中需要根据实际情况,灵活把握数据驱动的节奏和侧重点。
如图5所示,以一个互联网项目管理的节点为例,大致可拆分为事前、事中、事后3个阶段,每个阶段数据驱动的重点各有不同。
1. 事前阶段:主要侧重分析和评估项目的可行性,分析市场潜力和投资回报(ROI),基于充分的数据分析形成项目规划,并明确所要达到的目标及对应的项目指标体系。
2. 事中阶段:一方面要对项目数据进行全面实时的监控,确保项目的正常运行,建立异常告警机制;另一方面要及时对已经产生的数据进行挖掘分析,推动项目优化迭代。
3. 事后阶段:主要是对项目进行复盘,及时将转化数据同步给项目干系人,同时为后续的项目积累可贵的经验。
结语
以上,就是站在互联网“人”的维度,可以提升“数据驱动力”的三个层面。
另外,随着大数据和人工智能技术的发展,“机器”维度的数据驱动力也越来越重要,其正在深刻改变着行业生态,驱动着“产品智能”进行着快速的迭代,篇幅所限后续文章中再做探讨。
作者:云洲,公众号:云洲说(yunzhoushuo),互金产品运营专家,上海、杭州6年行业经验。
本文由@云洲 原创发布于人人都是产品经理,未经许可,禁止转载。
题图来自 Unsplash,基于 CC0 协议
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 浪潮刘军:人工智能有三大驱动力 结合使用有奇效
- 从今天起,给你注入可应用于「业务增长」的数据驱动力
- 华为分析 5.3.1 版本全新发布,为数据驱动产品智能再添动力!
- Redis最佳实践:业务层面和运维层面优化
- 汇编层面分析函数调用
- 初探php扩展层面(一)
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Adobe Flex 大师之路
2009-5 / 69.80元
《Adobe Flex大师之路》以Flex 3.0为基础,涵盖了Flex技术的核心内容。《Adobe Flex 大师之路》能够帮助您你学习并掌握使用Flex所需的牢靠和全面的知识基础,告诉您你如何把这些知识将之转化为代码,并在实际项目中变通应用。通过学习《Adobe Flex 大师之路》,您你可以利用Flex来构建企业级应用的表现层、改善应用的用户体验、集成企业端的复杂服务。这本书是为所有希望学习......一起来看看 《Adobe Flex 大师之路》 这本书的介绍吧!