2017 數據驅動大會幹貨篇(3)—— Alistair Croll 中國演講實錄

以下根據精益數據分析鼻祖Alistair Croll(阿里斯泰爾·克羅爾)於神策 2017 數據驅動大會現場演講整理而成。

作者介紹:

Alistair

Croll,哈佛商學院訪問執行官,Coradiant 公司聯合創始人。先後擔任 Google、DHL、Recruit Holdings、BBC、華為、Capital One、the White House、Unisys、Naspers、Teradata等公司和組織的戰略顧問。作為哈佛商學院訪問執行官,開設「大數據與批判性思維」課程,教授如何利用數據高效工作的思維技巧。他參與撰寫了四本科技與創業類書籍。最暢銷書籍——精益數據分析(Lean Analytics),被翻譯成八國語言廣泛傳播,中國已印製第十版。書中匯聚了 100 多位創始人、投資人、內部創業者和創新者的成功創業經驗,呈現了 30 多個極具價值的案例分析,可以為各階段的創業者提供行為準則。

《精益數據分析》是一本關於如何通過數據建立更好商業模型的書。在精益創業理論中,最小可行化產品足以向市場傳達你所主張價值的最小化產品。最小可行化產品推出後,企業可以立刻看到市場的反應,收集到的信息讓你可以在短時間內以最低成本儘快測試自己想法,而無需等待3-5年的設計時間。這是創建、衡量、學習的過程。

這種精益迭代的模式當中沒有終點,但是很不幸,我們每個人都在撒謊。怎麼理解呢?每個人都在自欺欺人,也許你的原型產品不是一個很好的市場產品,但創業者仍然會覺得自己的想法太棒了……好的數據分析幫助我們不再被欺騙,並衡量業務發展是否朝著原定的目標進行。下面詳細為大家介紹。

好的衡量標準的四個特點

你的老闆和投資人請你幫他收集一些數據,他們要求做一個好的衡量標準。一個好的衡量標準具有以下特點。

好的衡量標準必須是簡單易懂的。例如,時速是每小時100公里,能夠讓大家對它的衡量標準有了實實在在的理解。

好的衡量標準必須是比較性的。時速是100公里,但4秒前時速是10公里,也就是在4秒鐘之內我進行了極快的加速。在這種情況下對速度的了解是清晰的;

好的衡量標準必須是一個比率。時速包含個信息:時間、距離,時速傳遞了時間和速度之間的關係。再如衡量投資回報率,傳遞了時間和回報的關係。如果我們要獲取一個客戶,花費成本的衡量對象就是市場營銷支出和時間之間的關係。

好的衡量標準必須是可操作性強的。它是行動的嚮導,如果一個衡量標準並不能影響你的行為,說明這不是一個優秀、合格的衡量標準。一個精益的模型當中每一個衡量標準的最終目的都是為了學習,我們在收集數據之前就要知道這個衡量標準所帶來行為的變化。還有一些所謂歷史性、滯後性的衡量標準,比如,要衡量過去的一段時間內損失了多少客戶,即便我已經得出了它的結果,這也已經是木已成舟了,沒有辦法改變這個歷史。因此這裡指的是預見性、引領式的衡量標準,它可以幫助我們在未來贏得客戶當中獲得一些指向。

圖1 冰欺凌銷量與意外溺水人數的相關性

舉個例子。一份研究中把吃冰淇淋和溺死做了一個關聯性的分析。二者是相關的,但能否為了挽救人們的性命而不讓大家吃冰淇淋?僅僅關注單一的關聯而不追溯因果關係會導致錯誤的決定。我們顯然知道吃冰激凌並不會致死,而北半球的夏天人們除了吃並欺凌外,還經常去游泳,我想強調的是,這裡的相關並不是因果關係,完全可以在游泳池邊上設立更多的救護人員來減少溺死的發生。在兩個數據指標之間發現相關性不是一件壞事,發現相關性可以幫助你預測未來,發現因果關係可以幫助你改變未來。

如果我們可以改變現在的某一個衡量標準來改善未來的某一個情況或者某一個事件的結果,這樣當然是最理想的情況。有些美國公司做了這樣的研究,包括Facebook就在自己的大數據上獲得了這樣的結果,就是一個新註冊Facebook的用戶在10天之內聯繫了7位你的朋友,那麼很有可能最終將會是Facebook長期忠實的用戶。

Zynga是一個美國的遊戲公司,他們也做過這樣的數據分析,用戶在註冊遊戲後的第二天再次登錄遊戲的話,將很大可能成為一個忠實的付費用戶……這些公司都已經設立了某種衡量標準,用今天的數據分析來吸引未來的客戶和收益。

增長的三個引擎:黏性、病毒式、價格

精益數據分析到底是什麼?精益數據分析告訴我們什麼時候衡量什麼數據。在《精益創業》一書中,埃里克·萊斯提出了驅動創業增長的三個引擎,它們都有各自對應的 KPI。

第一,黏著式增長引擎。在這個引擎中,重點是讓用戶成為回頭客,並持續地使用你的產品。我們可以根據自己的衡量標準,獲得新客戶的速度是不是比損失客戶的速度更快。衡量黏性最重要的KPI就是客戶留存率。

第二,病毒式增長引擎。病毒式傳播的目的就是讓名聲傳播出去。你的用戶當中有多少會推薦他的朋友或者同事使用同一款產品,以及能夠多快地讓他的朋友和同事真正用上這款產品。

第三是付費式增長引擎。第三種驅動增長的引擎是付費,你的客戶花費越來越多的錢在你的服務和產品上,你要思考如何計算你的投入產出比。

這三個增長引擎看起來很簡單很容易理解,卻能夠告訴我們你的商業是否在獲得可持續的發展。

圖2 精益數據分析的五大階段

我們在精益模型當中用到了海盜式模型,然後建立了五個步驟的增長模式,分別是移情階段、黏性階段、病毒性階段、營收階段、規模化階段。

繪製商業模式圖的重要性

我做了六個基本的業務模型分析,大多數公司都屬於以下這六個模型中的一個或者幾個。當我們自己的業務發展模型之後,每個業務模式都可以用這樣的方式展示出來,看起來非常複雜,也就是說能夠通過這樣的圖表展示用戶是從哪裡來的,他們怎樣成為了付費用戶,怎樣才能向別人推薦產品,以及我們最後丟失客戶的原因是什麼。

圖3 根據企業商業模式繪製商業模型圖

我們在這六個業務模式上都畫了這樣的一個業務的流程,也是我在這個公司當中的經驗,我會為這些公司畫這樣的模型。希望大家回到自己的公司都能夠建立起自己的一個模型,讓整個團隊上上下下對這個模式有一致的理解。這讓團隊知道應該關注什麼數據,關注如何讓病毒式傳播力增長,還是關注收入增長等。通過這樣的分析能讓團隊知道短板和缺陷,也可以知道業務模型以及所處發展階段。我們能夠知道這個階段當中到底哪個衡量標準是最重要的,我們把它稱之為最緊要、最關鍵的衡量標準,這樣就是第一關鍵指標。

商業模式+所處階段=第一關鍵指標

圖4 商業模式+所處階段=第一關鍵指標

很多人會問,怎麼可能只有一個重要的衡量指標呢?確實,許許多多的衡量指標都是非常重要的,而真的只有一個重要的衡量指標——這個衡量指標就可以幫助你真正關注你的業務。比如你在開車,遇到很多重要衡量指標,比如速度、震動,甚至廣播上的聲音。但是歸根結底,最重要的指標是你和你前車後車之間的距離、什麼時候可以到達目的地。

圖 5 當一個指標發生變化時候,其餘指標會響應發生變化

衡量指標有點像發泄壓力的玩具,不可能把它全部捏緊,因為捏緊一個地方就氣體會從另一個地方冒出來——當你優化企業行為讓某指標最大值時,其他指標會發生一些重要的變化,好像按下葫蘆浮起瓢一樣的感覺。

優化第一關鍵指標,不僅積壓了這一關鍵指標,使你的收益最大化,同時它還揭示了下一個關注點,同行是創業的轉折點。我們提出的概念就是要做精益數據分析周期,了解自己關注的衡量標準是什麼,然後建立起一個關鍵的績效指標,比如我需要百分之10的整合率、低於百分之5的回報率。

優化第一關鍵指標案例:Airbnb增長中的增長

Airbnb的服務源於一種假設,即「附有專業攝影照片的房源更搶手,因此房主肯定會願意申請Airbnb提供的此項服務。」這一假設出自團隊的直覺,他們感覺專業攝影服務將有助於業務的開展。他們並沒有把想法立即付諸實踐,而是迅速驗證了自己的假設。

Airbnb最小可行化產品最初的測試表明,附有專業攝影照片的房源所獲訂單數是市場平均值的2-3倍。這驗證了創始團隊最初的假設。結果,房主均表示非常歡迎Airbnb向他們提供的專業攝影服務。

這是一個很大的發展和跳躍,回到精益數據分析周期中,有兩種假設的模式:一種是猜測——照片質量變好能夠有更高的收益;另一種是發現共通性或共有性——也就是說可在所有的照片當中找到這樣的規律。

如果你身處創業公司,我的講話應該會對你有收穫。但如果你身處一家大公司了,你要在設定目標和模型之後進行延續和可持續。北美許多公司都在進行轉型,包括有幾十年歷史的公司,如Facebook、亞馬遜、Google、微軟和蘋果,很多非技術領域的大公司也需要進行徹底的轉變,數據給了他們在這個時代生存和發展的機會。

正確思考與看待數據

上面講的都是如何創造性地找到數據、利用數據,現在給介紹兩個正確思考與看待數據的例子。

這張照片是德州休斯敦機場的行李傳送帶。機場做了一個關於「你的旅途愉快嗎?」的調查,調查發現,旅客經常抱怨「我在行李傳送帶過程中等待行李的時間太長了」。為了解除這個問題,機場花費幾百萬美元,用了一整年的時間,將旅客在傳送帶的等候時間從9分鐘降低到6分鐘。一年後,再次做這個調研的時候,發現旅客的回答還是一樣的——「等候的時間太長了」,這說明一年的努力和幾百萬美元的投入並沒有提升顧客的用戶體驗。

後來,一個機場的員工解決了這個「抱怨」,他讓乘客的飛機提到了離傳送帶更遠的停機位,乘客從停機位走到傳送帶要花更多的時間,所以到達傳送帶的時候行李已經在那裡了。這個解決方案並不是簡單地把傳送帶的傳送行李時間減少,所以他們發現乘客抱怨的根源並不是他們到底要花多少時間,而是他們就不願意走到傳送帶的時候還需要等待。

還有一個關於數學家阿基米德的故事。國王請一位金匠打造一頂皇冠,打造完成後懷疑工匠私藏了黃金,便請阿基米德釋疑。阿基米德認為測試黃金的密度並不是很容易的事兒,所以通過體積計算解決了問題:找到與黃金相同重量的金銀各一塊,分別放到水中,溢出來的水則代表體積。通過體積的對比,認定皇冠是金銀混合製成的。這個故事好比在六七十年代,在沒有數據的情況下,要說服大家去支持他所要求的事情,要提出正確的問題,只有提出正確的問題才能獲得可靠的回答。

更多內容可以歡迎關注神策數據官網。

推薦閱讀:

TAG:增长黑客 | 数据分析 | 前沿 |