数据分析驱动业绩增长

数据分析驱动业绩增长数据分析驱动业绩增长案例1:《孙子兵法》《孙子兵法》中有特殊的一章写到，一个国家有多少军队取决于四件事情：取决于你有多少土地；你的土地上能生产多少粮食；你的粮食能养多少人民。最终，人民的数量决定了军队的数量。所以古代其实是用数据分析的方式得出来一个国家应该养多少军队，而不是来自于皇帝一拍脑门冲动的想法。案例2:美国爱普生数据分析驱动业绩增长全文共8页，当前为第1页。美国爱普生公司主要生产喷墨打印机。这个打印机的制造成本大约需要300美元，而购买一台爱普生打印机只需要30美元。爱普生公司为什么要这么做呢？这个决策其实是从数据分析中得出的结论。卖出去一台打印机虽然可能损失270美元成本，但是打印机卖出去一年内，用户通常会买打印机的墨水，而墨水的毛利可以达到99%，一个墨盒卖30美元，毛利就是29美元。所以通过一年的数据分析发现，买了打印机的人，通常会在一年之内买10个墨盒，于是就把这个打印机300美元的成本赚了回来，还带来了利润。所以数据分析就给爱普生打印机的定价决策提供了直接依据。数据分析驱动业绩增长全文共8页，当前为第1页。管理大师德鲁克曾说：如果你不能够衡量，那你就不能够有效增长。作为每一个组织的决策者，如果你想获得这个组织的业绩增长，你首先要做的就是能够衡量它，找到一个尺子，对所有的经营状况去做衡量。1.数据分析应该做哪三件事第一，找到产品的驱动力。每一个产品经理都应该知道：是什么造成了用户购买和使用我们的产品，用户从哪里来。这些答案可以通过数据分析来获取，只有知道了这些数据，才能把投放资源的成本降到最低。如果一个企业每天都能做到，根据今天的数据来调整明天的策略，那这家公司的产品就会实现恒定的、几何基数的增长。案例3:LinkedIn领英数据分析驱动业绩增长全文共8页，当前为第2页。LinkedIn领英公司是全球最大的职场社交网站，现在用户已经超过了4.5亿。今年6月份，微软以262亿美元的价格收购了领英。LinkedIn领英对数据非常重视，在公司成立之初，就有三个原则：1.关注用户的体验和使用2.关注数据3.关注变现数据分析驱动业绩增长全文共8页，当前为第2页。这三点形成了一个闭环，就是领英核心的战略，造就了领英短短五年之内成为营业额增长最快的第一大服务公司。领英CEO杰夫·韦纳每天早晨就要看公司的报表，上面有57个指标：为什么搜索降低了，为什么社交的病毒指数有波动，为什么产品浏览增加了，但是用户转化率却降低了等等。他对核心运营数据的关注，带动了公司所有岗位都关注自己的核心指标，全公司数字指标加起来880多个。这让他们能迅速发现问题，迅速调优。第二，通过数据找到阻力。产品经理需要经常分析：是什么阻止了用户不能很顺畅地，使用和购买我们的产品，是什么东西阻碍了不能给用户提供很好的服务。这些阻力一定要用数据把它找出来。案例4:eBay数据分析驱动业绩增长全文共8页，当前为第3页。eBay曾经卖过一款产品，销量非常不好。然后产品经理开始做测试：如果把购物按钮从左边调到右边，会不会产生影响呢？如果把图从中间调到最上边会不会产生购买影响呢？如果把图片色彩做一个调整，会不会产生影响呢？产品经理就通过各种测试，获取相关的数据，从而找到阻碍用户购买这个产品的原因是什么。数据分析驱动业绩增长全文共8页，当前为第3页。第三，找到产品的钩子。所谓的钩子就是用户的抓手，就是具体用什么功能可以不断地把用户留在这个产品当中。举例：比如京东购物商城，它的钩子就是整点秒杀。每到整点的时候，它都会放出一批特价产品让用户去秒杀。这就针对那些喜欢占便宜，喜欢低价的用户，用这个钩子把他们留在这个产品里边。再比如罗辑思维的「得到」App，每天提供6条，长达25分钟左右的知识新闻音频，给那些在上班路上的用户提供免费的知识服务，用这个钩子也牢牢地抓住了一大批用户。2.互联网产品的数据分析方法第一，设定用户属性。比如地域、性别、手机号码、手机型号、年龄、教育程度、收入水平、购买次数和金额、登录频次、活跃度等等。用户信息可以通过一些运营小活动去获取。第二，对用户行为“埋点”。数据分析驱动业绩增长全文共8页，当前为第4页。在前端功能按钮上做标识，获取用户行为数据（推广投放识别、浏览、购买、充值、退出、注册、启动、登陆、跳转）。数据分析驱动业绩增长全文共8页，当前为第4页。第三，交叉分析得出结论。最常用的交叉分析是三个维度：用户、行为、时间。比如安卓和苹果用户，在七日活跃度上，过去三个月的对比曲线举例1：领英LinkedIn领英发现，第一周就能增加5个社交连接的用户，他的黏度是不超过5层关系的用户的3倍。找到这个数据之后，不需要去探究原因，只需把这个结论用在决策当中，就是领英所有产品的入口，要都想方设法去增加获取5个以上关系的人的机率，从而增加产品黏度。举例2：eBay网站eBay发现，高活跃用户对速度的敏感度比那些低活跃度用户高10～50倍。这个数据结论对eBay而言，如果想促进高活跃度用户的持续购买，他们应该花更多精力和成本提高整个网站点击的运算速度，让用户在最短的时间、最快的速度下点击网页，点击产品，点击购买。举例3：罗辑思维「得到」App数据分析驱动业绩增长全文共8页，当前为第5页。「得到」App可以通过数据分析去了解，付费前10%的用户，他们有什么共同特点。如果把这个共同特点找到了，那就意味着「得到」下一步在发展和拓展新用户时，就可以集中在这些特点用户上。数据分析驱动业绩增长全文共8页，当前为第5页。再比如，在「得到」App中听音频和看电子书，用户的重叠度有多少，通过数据分析可以知道，“听”和“看”这两个行为大家更偏好是什么。如果同样的优质内容，既有音频版也有电子版，那从数据出发，对同样一个知识点，更多的人是喜欢听呢还是喜欢看。还比如新用户的来源分析，「得到」App设定了很多资源投放渠道，比如微信的广点通、微博、知乎、罗辑思维的公众号等等，通过数据统计和分析，可以得知新用户从哪些渠道来得最多，成本最低。还包括同样投放应用商店的首页资源，哪一个应用商店的转化率最好，最有价值，带来更多用户的增长。3.重点关注哪些用户的数据美国人提出RFM理论：数据分析驱动业绩增长全文共8页，当前为第6页。R（Recency）：最近一次消费。就是你的用户上一次是什么时候来的。昨天来的用户就比上个月来的用户有价值，这个月的用户就比去年来的用户有价值。用户来的时间离你越近，这个用户的价值就越高。数据分析驱动业绩增长全文共8页，当前为第6页。F（Frequency）：消费频率。在单位时间内，用户来的频率越高，这个用户的价值就最高。如果他在这个单位时间内来的频率越低，那他的价值就相应低。M（Monetary）：消费金额。就是说它在你这个产品当中花的钱是多少，用户花的钱越多，对你这个产品的价值就越高；花的钱越少，对你的产品价值就越低。4.使用数据对比测试来帮助你做决策举例：比如测试一个APP内部，哪个推广位置转化率最高，就把同样一个产品，同样的介绍文案，放在首页轮播图测试两天看看购买转化，再放在“今日推荐”两天，做几次这样的对比，就能得出推广位的转化率差异。再比如产品推广，可以写一篇纯文案，或者可以图片格式，带有娱乐性的小文案，这两个文案同时向市场推广，就能看出哪种方法转化率更好。互联网产品一个天然的优势，就是可以随时随地做各种测试，通过每次测试之后的预先设计、数据收集和分析，就能高效的得出结论，从而影响下一步决策。5.数据软件推荐数据分析驱动业绩增长全文共8页，当前为第7页。①友盟

②诸葛IO

③神策

④GrowingIO数据分析驱动业绩增长全文共8页，当前为第7页。小结：1.数据分析应该做哪三件事第一，找到产品的驱动力；第二，找到产品的阻力；第三，找到产品的“钩子”。2.互联网产品的数据分析方法第一，设置用户属性；第二，对用户行为“埋点”；