專訪諸葛io：數據分析，讓用戶「路人轉粉」的奇妙魔術

這世界上的一切勝利，都源自對未來的精準預判。

一個棋手能夠擊敗對手，是因為他比對方更準確地預測了對方的落子。

一個將軍贏得一場戰役，是因為他比對方更清晰地嗅到了戰場風雲變化。

一個企業攻下一方市場，是因為它更精確地判斷了每一個用戶的行為規則。

說到底，競爭根本的「遊戲規則」是對於規律的體察。而「一個行為和另一個行為之間的匹配關係」，就是規律。你手中掌握的規律越多，勝算越大。

諸葛io 要做的，正是告訴企業他們的客戶，有怎樣的行為規律。他們判斷規律的方式，叫做「數據分析」。

【孔淼 諸葛io CEO&CTO】

「數據魔術師」孔淼，是諸葛io 的創始人。曾經擔任李開復的技術助理的他，發明了利用微博數據來評價人的系統：把一個人的微博資料，關注人的級別，他的訪問設備，被關注人的身份綜合起來，就可以得到這個人的精確社會定位。

把這種數據分析的思想發揮到極致，就是利用「數據分析」來判斷用戶行為之間的關係。例如：

用戶在 App 上點擊了怎樣的優惠活動，就會成為這個 App 的鐵粉。

用戶在應用中點擊了什麼信息，就會「粉轉路人」，甚至付費購買更多服務。

這就是諸葛io 所能作的最基礎的事情。

【趙子琪 諸葛io 執行總裁】

趙子琪，諸葛io 執行總裁。作為一個寫代碼出身的管理系統營銷老兵，他曾經在 Oracle、SAP、微軟工作十多年時間。在他眼裡，企業亟需掌握一種技能——學會利用數據分析，而不僅僅是未經驗證的經驗來改進自己的服務。

諸葛io 利用 SaaS 平台和私有化部署，為互聯網企業和傳統行業企業提供數據分析。在雷鋒網對諸葛io 進行專訪的時點，諸葛io 有一萬多家註冊用戶，月均月均處理事件量500億次。

以下是雷鋒網d諸葛io的專訪：

雷鋒網：「數據分析」究竟可以對一個 App 產生哪些神奇的效果？

孔淼：

簡單來說，一個用戶和一個 App 產生關係的行為，主要有四個方面，我可以逐一說一下在這四個方面數據分析產生的獨特效果：

一、怎樣找到真正的用戶？

從用戶下載 App 開始，數據就開始起作用。

哪裡來的用戶質量最高？這是企業關心的問題。我們的方法就是評估這些渠道的好壞，然後提升優化渠道。

舉一個最簡單的例子，我們會根據數據來判斷特定渠道帶來的用戶，究竟有沒有使用 App 核心功能，而不僅僅是有沒有打開 App。

二、什麼動作導致了用戶流失？

在用戶已經獲取 App 後，應用廠商當然期望用戶持續訪問自己的產品。

但是我們會發現一些產品的行為，會造成用戶的流失。

如果他有一個活動特別好，但是位置很隱蔽。

不過，數據顯示用過這個功能的人會成為「忠實用戶」，會經常回訪；沒有發現這個功能的人，可能就流失了。

這時我們的系統就會建議用戶把這個功能提前。

舉個諸葛io做過的案例：

有一個直播 App，經過數據分析之後，發現了一個有趣的現象：第一次使用充值功能的時候，喜歡用免費積分的人，後續充值的概率非常高。但是他們的免費積分放置的位置比較隱蔽，於是推薦他們做了調整。

調整之後用戶的留存增長了超過30%。

這就是從整個產品設計上能夠幫助 App 優化的地方。

【用戶留存率模型】

三、設計哪些活動可以擊中用戶的「爽點」

在持續運營過程中，應用都會設計很多活動。

但是這些活動究竟哪個有效、哪個一般，就需要數據來進行分析。

舉個例子：

通過數據分析，可以知道哪些活動的參與人數多，而哪些活動用戶參與之後回訪率（粘性）高。通過這些數據，我們就可以挑出好的運營活動和壞的運營活動，在以後的活動設計中，多仿照好的運營活動來設計。

【用戶重複使用某一功能的評價方法】

四、找到願意付費的「土豪」

很多服務最後都會涉及到用戶付費。

我們可以通過數據分析，具有哪一類行為的用戶，付費轉化率最高。我們就會刺激用戶來做這樣的行為。

總體來說，數據展現了用戶在產品本身上的所有行為。圍繞這些行為，我們就可以找出與之對應的運營方法、市場策略，甚至在 SaaS、銷售等環節也能找到可以提升的點。

之所以要重視數據分析，是因為現在的創業方向越來越細分，有可能一個特定的服務之針對有限的目標客戶。這個時候就不能簡簡單單通過客戶量增長的方法來解決你的發展問題，而是要針對有限的客戶，提升產品的價值。

如果你的客戶群本來就不大，卻因為產品設計不好而給用戶留下不好的印象，是很難獲得第二次機會的。

雷鋒網：有沒有一個具體的案例來說明，數據分析是怎樣起作用的？

趙子琪：

我來講個故事吧。

某乳業集團有一個業務，是訂奶業務——客戶提前預訂，公司把奶送到家門口。這塊業務比重不大，只佔到10%-20%，但對乳業集團來說是優質業務：一來客戶是預付費，沒有賬期；二來沒有進入商超的進場費、堆頭費。

針對這樣的業務，集團會希望用戶有什麼樣的行為呢？

1、訂奶期限結束之後，希望客戶繼續訂。

2、希望客戶訂奶的數量可以增加。

3、希望客戶可以訂更優質價格更高的乳品。

針對這些希望，公司可以怎麼做呢？一個非常好的方式就是通過線上渠道去了解客戶。這就到了數據分析的領域。

在手機 App上，他們根據數據分析，嘗試把用戶喜歡的產品放到合適的位置上，並且設計活動吸引客戶了解想要推薦的奶品。用這種方法，實現了讓客戶購買更好、更有價值產品的目的。

另外，由於在乳業集團內部的CRM系統（客戶關係管理系統）里，有大量的客戶交易數據，把線上用戶的行為數據和這些線下購買的數據結合，就可以分析出新的結論。

從現在的應用情況來看，這樣的數據分析對於訂奶業務的改進效果非常明顯。

雷鋒網(公眾號：雷鋒網)：數據分析系統面臨哪些重要的技術問題？

孔淼：

總體來說，我們把可預見的問題做了整理，在2.0版本里做了改變。諸葛 io 2.0 是在去年的第三季度開始籌備的。2.0 對整個基礎架構做了升級，簡單來說有兩點：

1、把整個諸葛io 做了 SaaS 和私有化部署兩套優化方案；

2、改善了過去客戶數量累計之後，我們的系統跑起來越來越慢的問題。

我可以分 SaaS 和私有部署兩個方面來解釋一下。

1、SaaS

1）我們試圖建立了更準確的用戶模型

我們在應用的過程中發現一個問題，那就是用戶和設備之間的關聯關係存在不準確的情況。比如多個用戶擁有一個設備，或者一個用戶擁有多個設備；有些用戶在成為用戶之後還存在匿名行為，這些同一個人的行為之間都需要打通。

這些問題都要靠基礎模型的優化才能解決。

2）改變架構，用以實現更快的響應速度

同時我們還面對一個用戶越來越多，系統響應變慢的問題。這就像一部手機，安裝越多應用速度就會越慢。我們的做法是針對每一個應用都進行獨立的可調節的資源分配，相當於一個沙箱，目的就是保障性能。

過去某一個系統問題，可能會導致一系列客戶的連鎖反應；而現在如果出現問題，可能只會影響到一個客戶。目前來看，我們的系統可以實現秒級的查詢速度。

3）為數據應用開發提供便利

根據系統的演進，以前很多人用數據分析系統主要做事件漏斗分析，現在有了越來越多數據分析應用，更精確地挖掘用戶流失和用戶預測。所以我們抽象了一層大數據處理架構，開發新應用就會變得簡單。我們希望提供的不僅是一個基礎工具，而是解決方案。

4）幫助企業利用自身數據

很多企業擁有自己的分析平台。所以我們試著做出更開放的數據架構，這樣廠商就可以把數據導入他們自己的平台。

2、私有化部署

在私有化部署方面，我們同樣建立了更開放的數據架構，還有不同數據的接入方式。因為不同的企業需求不同，所以我們也可以根據要求進行硬體的減配。

另外，在整個架構之外，我們涉及了一些新的分析場景和模塊，針對不同行業和應用場景，有一些獨特的效果。

【少量的關鍵行為細節，隱藏在海量的用戶行為數據之中，需要通過獨特的方法才能發現】

雷鋒網：數據分析的場景模塊是怎樣的原理？

孔淼：

在分析場景模塊做了一些擴展之後，分析鏈條也拉長了。

不止是用戶下載，一個用戶可能僅僅掃一個二維碼，就能被識別出來。通過這種技術，可以把一個用戶從真正的初級用戶到最後用戶的轉化和流失，整個系統性地記錄和分析。

簡單來說，這種技術可以達到一個效果，那就是拉低分析人員的門檻。

【產品分析的一般過程】

國外有一個詞叫做：自助式分析。企業做分析，無非就是想對應哪些用戶做了哪些行為，後續有沒有持續做這類的邏輯。我們根據這樣的基本邏輯做成互動式組件。

由於具體的分析工作，都要由客戶企業內部的人員來做。所以我不想讓產品給人一種很專業的分析工具的感覺，我們想通過技術改進，只要預先的「埋點」設計好，一個普通的市場人員都可以順利地使用數據分析系統產生一些有價值的結論。

其實有業務導向的人，更容易探索出結果來。一個做市場的人會有很多想法想要驗證，如果委託技術同事來寫代碼做驗證，往往並不能準確地表達自己的需求，而且往來的溝通效率會很低。使用他們熟悉的語言來直接嘗試不同的數據分析，會大大提高提出結論的效果。

雷鋒網：互聯網企業和傳統企業是否都需要數據分析？他們在數據分析領域最想得到的是什麼？

趙子琪：

互聯網企業對於數據分析的意願更強烈，因為他們所有的業務都構建在互聯網上，和客戶接觸的唯一渠道就是線上。所以採用數據分析或者提高數據分析能力之後，會對業務有巨大的改變。某種程度上說，數據分析在影響著互聯網企業的生死存亡。

但是傳統企業自知對數據分析的陌生，所以在不斷探索。傳統企業由於線下業務的成熟，對互聯網數據分析的探索要求「穩健」。

雖然「慢半拍」，但是一旦意識到數據分析的重要性，傳統企業會調動足夠的資源，制定完整的計劃來堅決推進數據分析。

舉一個例子，前一段時間我接觸了一個比較有名的製藥企業。它專門請了一個公司幫忙制定了完整的「零售4.0」業務規劃。這個規劃已經脫離了傳統零售的管理方式，所以需要我們的配合，我看到它執行力度非常強。

大企業的執行體系是很健全的。他們關心的事情很簡單：多少價格，能夠獲得多少價值回報。所以我們也在建立一整套的服務體系，來對接這樣的傳統企業。

總體來說，我們服務過的10000多家企業，會提供很有價值的經驗。這些經驗中必然會有一些共性的東西，可以分享給傳統企業。

【用戶行為統計詳情】

雷鋒網：越來越多的數據會接入分析平台，數據分析在未來還可以怎麼玩？

趙子琪：

我之前在微軟做微軟CRM系統，其實微軟也在探索一些新零售的應用，他們叫全渠道的一些數字化營銷，從線上線下都要管理數據。

諸葛io 更多偏重行為數據，目前的客戶偏向於探究他們的客戶在線上做什麼。他們希望找到一個行為數據對應的「必然的結果」。

線下數據是什麼呢？我個人理解是客戶行為比較真實的一個反映。包括：

· 行為數據。例如，你去了哪些商場，看了哪些商品。

· 交易數據。從歷史交易來看，可以看到用戶的特點。舉個例子，我就喜歡阿迪達斯的東西，所以我買體育用品大部分跟阿迪達斯有關係，而且跟阿迪達斯的足球鞋有關係，這就是有意義的線下歷史交易數據。

但是線下數據受更多因素影響。例如：可能我看了5個車子，我只買其中一輛；我看了很多車，但夫人說了算。這是比較真實的，因為總有一種概率你不是決策者。

數據分析的目的，根本上來說就是找各種各樣數據的匹配關係，所以我們需要的是線上和線下的數據結合，做出適合的營銷的手段。

通過數據分析，我們可以針對對於不同客戶，究竟是給到店體驗，還是5元優惠券，等等。

但是，線上線下數據關係過於複雜。舉個例子，某個人有100個特徵標籤，這個人同時可能有100個行為，需要對應我100種措施。這最終演變成為100×100×100這種海量的匹配關係。那麼你如何做精準的匹配？

比較好的方式，需要有一些自動化、人工智慧的措施去篩選調優。這樣的方案值得探索，有第一家用這種方式獲取提升的公司，就會有第二家跟進，逐漸會成為行業的標配。我覺得這個市場會成熟很快。

小結·採訪手記

人類科學的根基，正是對科學規律的尊重和信任。商業世界同樣如此。尋找規律，讓變幻莫測的企業競爭突然有了可遵循的「解題思路」。

值得慶幸的是，商業規律背後是人的行為規律，而人的行為規律可以通過數據分析來分解和探查。

數據分析，從表面上看是讓企業使用工具和技巧獲得更好的經營效果，但從深層來看，這更是對人的洞察。據此，它值得被我們期待。

註：部分文章圖片來自《產品經理數據分析實戰手冊》，諸葛io 產品 SVP 於曉松著，手冊全文下載可點擊這裡。

註：本文經雷鋒網授權轉載，原文鏈接：專訪諸葛io：數據分析，讓用戶「路人轉粉」的奇妙魔術 | 雷鋒網