數據驅動業務,技術改變金融

GrowingIO 發布會幹貨分享&回顧

2016.06.28 PM2:30-4:30

海航大廈萬豪酒店

回顧文介紹

一. 數據增長的重要性

二. 如何提高運營效率

三. 數據方法體系的缺陷

四. SaaS企業的困擾

五. Q&A

為增長而來數據驅動業務,技術改變金融

張溪夢

GrowingIO創始人&CEO

前Linkedln美國商業分析部高級總監親手建立Linkedln將近百人商業數據分析和數據科學團隊


一、為什麼增長非常重要?

一個企業的增長關係到核心的利潤率,持續的為客戶增加價值、為員工增加價值、為投資人增加價值、最終為社會增加價值。這是一個企業永恆的使命。

在過去的幾年,特別是互聯網高速發展的幾年,PC互聯網時代,疊加2010年移動互聯網以後,創造了很多互聯網企業的增長神話。

這個過程中很重要的兩個因素,驅動很多企業增長:

第一,人口的紅利推動了很多增長。

第二,流量的紅利也推動了很多增長。

在今天市場瞬息萬變,我們來看看今天的具體情況是什麼樣子的:

這裡跟大家分享一些數據,是今年KPCE發表的2016年互聯網的報告,:2009年以前,移動手機的新增數量每年增長30%-35%;2015年底同樣的研究報告顯示增長的速度降低到了6%左右。根據他們的機構預測,2016年的增長率應該是5%以下,也就是說人口紅利的增長不能驅動很多企業的高速增長。

我們來看看流量的紅利是否存在:

同樣的數據來源KPCE的發布報告,大家看到整體每個用戶平均使用時間每天在200分鐘左右使用移動互聯網,其中前20個APP佔據了所有用戶的71%的時間和流量。

非常重要的一點也是很多的企業都關注的,用戶每天打開12個應用,但是三個應用會消耗掉他們80%以上的時間。

這個故事告訴我們什麼呢?

今天剩下的幾百萬家移動網站和移動APP需要分享最後的20%-30%用戶的時間和流量,大家看到流量的窗口期也在慢慢地關閉。

曾經流量為王,造成了很多企業在思維上、方法論上都形成了很多習慣,比如說只要抓住了流量的入口就能獲得高速的增長。

因為無論在資源上,在配置上,在社會關係上,以前提供的思維方式就是抓住流量就能成功,導致很多理論「風口論」、「趨勢論」豬到風口也能飛起來。

今天很多互聯網企業家已經意識到流量紅利已經結束。假設我們的產品運營是水桶,我們忽然發現水桶還在不斷地滴漏、遺失用戶,沒有把新來的用戶轉化成活躍的用戶,使他們產生價值。

今天中國運營的成本在增加,很多企業家意識到如何提高效率是未來持續增長最重要的手段。


二、如何能提高運營效率

今天中國運營的成本在增加,很多企業家意識到如何提高效率是未來持續增長最重要的手段。

至少我們的觀察分成兩個主要流派。

第一個流派,就是大家非常熟悉的,完全通過商業的直覺來做判斷,不需要任何數據,以前流量的紅利非常高,今天因為拍腦子決策,拍胸脯保證,往往產生的效果是拍屁股走人。

另外一種方法獲得增長也是在歐美國家運營很多年的一套理論,叫數據化運營理論,增長體系是框架性思維,流量很重要,但是要分析流量來的渠道是否是有效率的,新來的用戶如何通過提高產品體驗的方法,轉化成核心的用戶在平台留下來。

很重要的就是平台有效的變現能力,工具通過數據化運營,每一個節點、步驟,包括拉新、轉換、存留、變現各個步驟可以用數據來衡量、分析,找到最重要的節點。同時提高各方面的運營效率,從而進行整體性的、系統性的整改。

很多領先的互聯網企業,包括中國的BAT、美國的谷歌、FaceBook等都是高級的數據分析方法驅動整體的全公司運營。比如說過去這幾年商業發展的技術、數據倉庫的技術,以及過去五年間蓬勃發展的大數據的技術,雲端的可視化、非結構化數據的大規模處理,不但在數據量上處理爆發性的增長,還要在運營體系裡面做到精細化運營。


三、數據方法體系的缺陷

在以上三個方面上是不太適合今天的互聯網企業繼續做高速增長。

首先,就是需要各種各樣的科技人才,在數據處理過程中數量有數據的工程師做清洗、整合、運算、存儲、展示,後端需要高端的商業分析師等來指導各個業務的運營。大家看看在人才的基礎上,很難僱到年輕的團隊。

第二,時間周期,在過去幾年數據清洗和數據可視化上面,會花團隊很長時間。

第三,投入高,因為我們需要搭建硬體,購買軟體,做系統的整合,整個流程導致公司做數據決策服務高層。

但是今天的業務需求是要求我們的業務端,前線打仗的人員需要做迅速的決策和決斷。比如說在產品設計和發布的角度,需要做快速的決策,不但需要更快,還得需要規模大,覆蓋廣,就導致很大的矛盾,我們的系統不能滿足我們的需求。在過去的十幾年裡面,在互聯網公司的這段時間,精細化運營的第一個要素就是收集很多用戶的細節數據。

傳統的互聯網公司要在工程師的角度做很多的部署,比如說我需要收集一個用戶在網頁上的瀏覽行為,工程師要加一個代碼,收集這個信息,精細化運營要收集很多的信息。

像以前工作的LinkedIn在前端做了很多工作做數據的收集,還有Ebay部署過億級用戶的代碼收集數據。買點需要投入和時間的,部署KOA也需要時間。

2014年年底我們做了一個調研,調研了一千家公司,平均起來每一次買點收集數據實施的過程平均消耗公司兩到四周的時間。這樣在2010年以後,這個痛點被放大,比如說蘋果有一個周期,必須要審核APP才能通過出現在應用商店,又有兩個周的延遲,造成了這種問題變得更加嚴重,因為沒有數據,就沒法知道用戶怎麼用的產品,是否用得好,不知道哪個地方改進。

下面一點就是非常靈活的指標組合和快速的商業洞察,明道是一個非常有名的SaaS軟體,今天有很多SaaS企業的創始人,自從90年代末Salesforce開始做雲端的嵌入軟體以後,所有的註冊都是圍繞電子郵件展開的,但是中國今天的情況是普通用戶向PC端向移動端遷移,中國的電子郵件網路形態導致了很多真正的商務性的郵件被默認為垃圾郵件,在註冊流程中有40%的用戶無法得到確認,產品經理提出一個概念說能不能把郵件這個端去掉,就用手機端來做。


四、SaaS企業的困擾

第一,就是慣性思維,所有的SaaS軟體都需要有辨認郵件的功能。

第二,這個產品本身很多用戶提出質疑,以前是電腦看郵件,現在手機看不太適合。

第三,最早版本是明道CEO帶領工程團隊做出來的,老大做的東西什麼人敢去改?這個困擾了團隊很長時間,但是今年他們做了非常大的嘗試,不用管他,數據來說話,迅速開發了一個移動端的版本,經過了三四天的測試發現註冊轉化率提高了20%,數據說明了事實,立刻管理層就同意可以撤離上線,這就是數據講一個真實的故事,一個有價值的故事,大家都認可,不會有反駁和辯駁。

還有一個,以前都講大數據,真正的數據大本身並不是最主要的,我們需要它很細,我們有很多的電商和客戶,平時他們都用一個非常普遍的問題,為什麼很多用戶把產品加入購物車以後不一定會購買?

這個問題實際上在很多客戶裡面都有反映,以往老的分析方法就是做頁面流、轉化流、轉化率等粗淺的分析,很難了解用戶為什麼不購買。比如說電商有一個網站,產品加入購物車以後準備開始支付,支付要確認,轉化非常迅速。

我們通過分析,發現從開始支付到支付成功,只有20%的人成功支付,80%的人被阻擋在這個外面。通過用戶細節查詢的新功能,找到用戶想要支付卻沒有支付的問題,找到了這些沒有成功支付的用戶,他們怎麼使用這個產品的。

打開這個產品頁面,加入購物車,點擊我要支付的按鈕,在特殊的驗證碼反覆點擊,當我們進行購物的時候,獲取驗證碼是非常重要的驗證步驟,我們不期待用戶獲取十次、二十次驗證碼,為什麼有這個呢?

因為剛開始提示非常模糊,放在下面不顯眼的地方淺灰色的,另外一點在功能上面,因為延遲時間稍微長几秒,用戶很難抓取正確的驗證碼,沒有轉化。找到問題的原因后,經過一星期修復,在產品的設計上做了微調,工程師對系統的調整進行了調整,以前最後的轉化率在20%左右,新的結果是80%。大家想一想,以往要去做增長率,提高一兩倍,是不是要加大預算兩三倍才能達到這個效果,但是今天找漏水的點非常快的修補就獲得一系列的增長。


問答環節

Q:現在數據分析是國內比較熱門的一個領域,有一個行業是比較適合做數據分析的,這些行業有什麼特點?

A:我覺得數據驅動一個企業的增長,是很多產業的事情,這不是只屬於互聯網企業,不是這樣的,但是這些不同的行業裡面,獲取新的技術、理念會有一個過程,有些行業裡面會更快的吸收新的思想和理念。說真心話今天我們做的數據分析的工作在我剛剛入這個行當的時候,2005年我入一些互聯網公司,是從傳統的企業零售、銀行、保險領域延伸到互聯網領域裡面,在零售裡面我們做郵件和營銷,這些方式轉到互聯網領域通過技術放大,所以今天看到的很多互聯網企業在傳統裡面應用,其實在傳統企業有很多的好的應用。

第二,我們基於對市場的感知和客戶的反饋,我感覺還是互聯網和移動端稍微近一些的企業,在早期更容易獲得一些效果,因為數據更接近閉環,但是我覺得這個是一個不斷地往前迭代的過程,早期可能科技公司會更快的吸收這些知道和方法論,下面就是主體的市場吸收這些方法和最佳實踐和產品和工具。

我有好幾個朋友他們都在美國做數據分析,其中銀行裡面在風控領域可以已經做到了接近極致,這方面已經有很多的洞見,只不過今天大數據的技術把這個進一步的放大,以前的銀行風控是給中型企業做貸款,今天可以放到每一個普通的私人用戶,通過一些最簡單的手段來做,這個在方太(音也有前途。雖然這幾年在美國遇到了一些瓶頸,在未來數據驅動,像政策分配、數據資源等等,特別是中國信用體系的建立,都會產生非常大的價值。


Q:創的大潮下,創業公司越來越多,你覺得對於創業公司來言,什麼時候自建,或者通過第三方搭建平台是不是最合適?為什麼?

A:創業是非常艱難的事情,在我們創業之前過好多也者分享包括一些書,很多創業裡面有很多的挑戰和坑,每天的創業者都是在0和1之間迅速的迭代,這點我跟大家分享這個結論不是個人的體會,是在中國很多成功的投資人和創業者總結出來的結論。

在創業非常早的時期,比如說產品沒有成型,或者只是概念的時期,不要用太多的數據的方式做驅動,首先有一個概念需要去問至少十家潛在客戶,問他這個概念有沒有價值,這是第一點。

第二在冷啟動之前至少問20-50家企業具體產品功能的細節對他們有沒有操作和使用的可能。下面的話,冷啟動時期需要創始人和聯合創始人猛烈去推他,因為數據是驅動不了業務,只有自己去做才能推動起來,包括Linkedin,他們獲得了用戶是每一個聯合創始人邀請來的人。過了冷啟動以後,尋找產品和市場的匹配度,是不是有用戶用的時候,這個時候需要用數據分析做支撐,這個時候不要自建。

當時我從矽谷離開的,當時他們就邀請我加入他們一個小群,叫增長的群,這個群裡面就講兩件事,第一個佔60%的話題是如何幫助企業找到產品和市場的匹配,另外如何用通過非常低成本的方法迅速獲取客戶,增加留存而獲得增長。40%的時間是教這些人如何用數據,比如說要做精細化數據分析,比如說要做很多潛在的線下活動,這裡面所有的東西都變成一個SaaS軟體,所以一個創業公司在沒有資源的情況下要善用工具,「工欲善其事,必先利其器」,用這些工具能獲得很多像大公司一樣的優勢。

經過了PMF時期,特別是增長時期這些工具更有用了,達到一定的節點以後,當你有了一定的資源和工程能力以後,我還是建議有一套核心的數據驅動系統,你可以去進各種各樣的人才和體系。但是未來,十年之前Facebook、Linkedin是那麼做,那時候沒有那樣的工具,未來一個企業的核心競爭力就是他的CEO、CTO能夠靈活的使用數據資源,最後為自己的公司所用,平衡各種產品的有效性,這是未來企業競爭的優勢。邵亦波講到了彎道超車的概念,美國自建花很長的時間,當他們發現內部系統很難打通的時候,今天就變成阻止企業發展的因素,這是非常明確的現象今天中國的創業企業沒有那麼多的歷史包袱,完全可以用最新的方法來促進企業的增長。

數據驅動業務,技術改變金融

未经允许不得转载:Feenix第四色色 » 數據驅動業務,技術改變金融

赞 (0)
分享到:更多 ()

评论 0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址