互聯網大數據背後的秘密 分析創造商業價值

轉自：36大數據

原文網址：http://www.36dsj.com/archives/33179

Part 1 互聯網移動和網站分析的核心是轉化

今天很多是創業公司或者BAT公司，大家把時間花在下面，美國做了一個研究，大部分數據分析師和科學家花很多的時間，只有10%時間創造很多的價值。那麼勢必我們會產生更少的價值，用更多的資源，我覺得企業急需要解決的問題。不應該把時間浪費在下面，要做大規模自動化。

第一，我們要把數據決策權給公司里大量的員工，在過去五年在Linkedin做得最有 價值的事情，數據決策的權利給了很多很多的Linkedin內部員工，我們用技術引導很多人，能用數據做迅速決策，做大量決策，這點是我們看到一個趨勢。

另外一個趨勢，美國發現數據分析變成自動的東西，已經不是一個人做高級模型還是機器建模型，慢慢就抽象出來有智慧和智能，這種智能會產生很大的價值。大家想想，中國以前有《孫子兵法》，《孫子兵法》講一句話，妙算勝寡算。如果道理是對的話，每個人用數據做決策，這對我們的業務一定會有很大的價值和產出。

下面節省時間，盡量自動化下面，把時間放在上面去，這是每一個數據驅動里核心的競爭力。這種競爭力，我給大家舉一個例子，Linkedin講的三個東西，產生了大量的數據，數據又產生了大量的價值，價值變成市場，再次反哺，是三角形的關係。

今天我們要談的也是這個，如何把剛才說的一些比較虛比較技術性的東西和今天業務相結合。這張圖是一個我從互聯網上拷貝下來一張圖，它叫Life Cycle。這個是生命周期，每一個企業都會或多或少經歷這個周期，每一個人都要經歷這個周期。大家看看非常有意思，製造階段、成熟階段、成熟階段、衰減階段。我們用戶群，第一個階段往往是有革命性的感覺的人，想來用新產品的人，這是很少一部分人。然後主流的人開始應用，然後是滯後用戶，最後是衰減。很多產品市場策略通過這個做。

今天我們做的各種營銷產品有五個環，我這裡面第一個環叫品牌認知，已經提到了；第二，市場運營、獲取；第三，產品交互體驗；第四，銷售線索轉化；第五，客戶忠誠度、留存。大家看看最大化這五個詞它的核心是什麼？它的共性是什麼？

誰知道什麼是SOV？五環後面全是KPI全是數據？你在獲取認知的時候，你在市場里當你有多少生意，基數是全世界的生意，您的生意在全世界佔多少。

首先，PFP，什麼意思？我們要為每一個轉化要付多少錢。

PPC，每個點擊應該付多少錢。

CPM，千人點擊率暴光成本。

我們可以再寫50個往下，我們今天的企業是否也提上日程開始關注轉化點。

第二是成長，盡量低成本獲取客戶，迅速大量獲取客戶，社交網路提出這概念，把口碑做出來，推薦新客戶這個產品，變成註冊用戶，最後變成專業的註冊用戶，比如Linkedin，第一點，他註冊，他完成簡歷就是變成專業註冊用戶。

CAC，客戶獲取成本，我每一次獲取客戶是有成本的，這裡面沒有東西是免費的，我們獲取成本是有成本，我們要付出精力財力人力。

Cohort，我們需要理解客戶，比如第一天進來的客戶。成長裡面有一系列的KPI，很多公司要關注它核心的東西。

再下來是Engagement，每天有多少活躍用戶，MAU、PPV、UV，Engagement數據是最大的，登錄的頻次，哪個區域來的人，哪個渠道來的人，這也是最大最有價值的數據源。

再下面是Monntization，電子商務有多少付費，購物車的數量，ASP，你單價是多少。GMV，電商用這個辭彙，整個銷售額。再下面MRR，Linkedin裡面有一個最核心的值就是MRR，是一個Saas企業，是按年按月付費的，這點對Saas重複付費的企業是核心的營收指標。再下面LTV，整個客戶全生命周期的價值，這裡邊衍生成40、50個。

最後一點，就是Resurrections，用戶流失怎麼辦？有多少睡眠的用戶，有多少殭屍客戶，再下面沉重的客戶，不用的忽然被拉回來，再下面有流失的用戶。大家想想，每一個這裡邊的KPI背後都有是什麼？背後都有我們怎麼做。

為什麼我們有Doramnt Users，我們需要重新激活，如何激活，營銷手段、電子郵件、廣告把客戶重新激活，為什麼？因為保持一個客戶成本遠遠低於獲得新的客戶的成本，基本貫穿所有行業。再下面比如說Churend用戶，Linkedin把利潤弄得很薄，最早期5年以前剛去公司，每年假設一百個用戶註冊，轉年只有一個用戶還繼續付費，99%的人都離開。當我們離開的時候，100%的流失率變成50%變成20%的流失率，這種流失率的減低，在營收上是呈幾何倍數的月銷售額的增長。Linkedin的營業額，我去的時候6千多萬美元，變成25億美元，我估計今年能達到30億，大家想想看增長超過40倍是怎麼做到？把這個值做好，把Churned降低了。所有KPI的背後都有一套打法無論從銷售、工程、產品上都有各種打法，我想把核心理念跟大家分享。

Linkedin最大的營業額來自於企業級服務，賣給公司，賣給公司的過程，把公司視為用戶進行轉化。怎麼做？

第一，通過營銷手段，把公司和企業變成銷售線索，銷售線索變成機遇，再一撥的轉化就變成銷售，這個人就變成一個客戶，買超過一次的人，這是一個漏斗，最後保持客戶忠誠度。我相信每個企業來保持這個漏斗，分析漏斗的合集，說起來簡單，運營起來複雜，Linkedin有800多個KPI，剛測試的時候只有100、200個，現在有800個，如何管理呢？很簡單，我們需要在用戶級別對數據進行規範。

以往出來的各種工具，比如說不管谷歌的分析，大概有30%、40%人用過，很傳統工具它的分析對象不是人，而是物。比如說首頁有多少註冊了，都是圍繞物和內容來展開，這一點違背今天的核心概念，我們所有的分析一定要以用戶為基礎，才能把整個生命周期打通，漏斗的核心概念以人、用戶為基礎的方式。

第二點，整個漏斗本質就是要把一個非付費或者非活躍變成付費變成活躍過程，這裡面核心有兩點，第一點，我們需要知道用戶該怎麼轉化？我們叫定義。一個事我們是不能衡量，你很難改變它，這句話不是我說的，是管理大師說的，一個事物如果我們不能衡量，我們就不能改變它，比如我想減肥，家裡沒有稱。比如我想財務獲得自由，我根本就不知道我有多少錢。比如說我想去一個地方旅遊，我根本就不知道那個地點離我有多遠，所有東西必須有衡量才能增長，這是為什麼分析很重要的原因。

Part 2 如何用數據提效　　　

第一，增加新客戶，我們需要知道分析每個渠道來了多少客戶，誰是從哪個渠道來的 ，這是非常重要的起點，否則我們投放很多廣告沒有任何反饋。

第二，如何提高社交網路效率。比如在自媒體或者社交網路平台上，廣告影響力是什麼樣的，非常有意思，衰減速度很快，衰減速度呈幾何倍數增長，但是能持續兩到 三天，這是分析出來，第一天轉化率多少，第二天，第三天，第二天半就過了，另一個生命周期就開始了，下一個運營又開始。

第三，各個渠道的客戶購買傾向。每個渠道來的人，一定有不同的行為，這是我們通過各種數據分析看到的結果。比如百度渠道來的，360渠道來的，比如好搜、比如谷歌渠道來的，他們一定有細微的差異，差異體現在用戶轉化效率，獲取客戶成本上面還有ROI上面，一般把流量做一下，這是遠遠不夠的。

第四，客戶區隔，定製營銷方案。每一個客戶有自己的屬性，但是每一個客戶都有相似性，全世界的人不是都要買蘋果，有傾向性的客戶放在一起，大幅度降低獲取客戶成本。第二，我們可以迅速把產品在這些客戶裡面進行複製，一複製產品增加營銷銷售額，同樣的產品放在同樣人群裡面複製很快。

再有一點ROI，我們需要非常迅速持續的去衡量各個渠道來的用戶轉化和投資回報比，這一點，老美確實是做得非常好。當時我在零售業的時候，他們每次發一次廣告，要詳細計算成本，包括印製傳單成本，比如說營銷設計成本，發多少廣告，工本費，另外一點產品打折成本，各種成本計算還有計算產品大約要賣多少件，大約要賣多少錢，所有這些東西都算完。最後算每個用戶購買可能性，計算所有成本，才會把這封郵件或者offer發出去，這樣每一次提升運營效率，有運營效率就是掙錢，每一次營銷都要掙錢。

再舉一個例子，產品分析。在座的，誰不是互聯網企業？互聯網企業核心概念產品的體驗，產品體驗變成核心價值觀，要想做出口碑來，產品必須要好，怎麼能好？我們如何知道產品做得好與壞，需要客戶反饋，多少人為產品做過市場調研？三個、五個。做市場調研的企業還蠻少的，這是一種事實。客戶也許給我們調研，他會撒謊他會說得不太對，但是客戶行為會反映他是否真正喜歡我們的產品，這就是數據會驅動整個產品設計一個核心概念。

首先，我們需要知道用戶都在用什麼。第二點，我們需要知道用戶使用是不是非常流暢，這裡又換到流和漏斗概念，從功能A到功能B，流失率有多少，這是我們必須要關注。轉化的效率，持久關注轉化。在EBAY，我們觀測從購物車到購買，我跟大家講這個，每個小時的變化不能超過0.1%，0.1%的差異就需要立刻檢查到底發生什麼，無論它升高或者減低了，大家想想對轉化效率追求極致，導致掙錢核心原因，我們知道每一個原因，一百個進購物車只有50個人才交費，慢慢出來能形成指導體系。

再有一個用戶畫像，知道用戶屬性。在美國核心關注在是男士還是女士，收入狀態，住在什麼地方，年齡等等，理解用戶畫像會產生更多價值。在美國今天這部分產生價值遠遠低於用戶使用行為產生的價值，為什麼？用戶畫像的數據往往都是缺失或者靜態都比較老的數據，用戶行為是動態，數量很大，我們迅速知道它的RFM。分析裡面有一個RFM，F，代表來了多少次，M，花了多少錢，用三個指針構建一個模型。

下面理解用戶趨勢，判斷一個用戶，通過各種細微信號，得到他的傾向性，不是用一個指標預測，比如首頁登錄頻次，購物車用的次數，搜索頻次等等所有細微指標慢慢加起來就會形成一個非常平衡的指標，這個指標就是傾向性。比如以前我們針對Linkedin企業用戶那些公司，給最後銷售看的數字就兩個數字，大家看了850個指針，真正給銷售看是兩個數字，第一個數字用戶購買，叫溫度，溫度越高購買可能性越高。第二，健康度，什麼概念？用戶用越多，就越健康，就用這兩個維度對全世界的公司進行排名，發給每個銷售人員，產生銷售線索，就這兩個值，熱度和健康度，而且畫的圖，把所有客戶放在一張圖上面，非常健康的用戶卻不購買，這邊是非常高購買慾卻不使用，還有這邊既有高使用和高購買。經常使用不交費，如何讓他付費，我們又把客戶分成三個群，既不用又不購買這些用戶，我們又有另外一套打法，高加高，高加低，加低高，低加低。

再下面假設檢驗，這一塊在產品做AB測試。AB測試是最簡單的能驗證產品性能的方法，一定首先核心KPI體系建設完了，一個事物不能衡量，你很難增長它，首先要把核心指針定完，定完要迅速的把客戶區隔進行各種檢查檢驗，比如把成本A是這樣的表現，成本B是這樣表現。剛才跟創始人聊了一下，沒有一個產品是一次就設計好的，很多產品都是反覆的迭代的把它產生出來，所以不停用數據設計它的效率，因為真正的老師是客戶，客戶用得好是產品設計得好，客戶不喜歡是產品設計有問題，這是不斷迭代的過程。

Part 3 如何增加銷售、促進客戶留存　　　

如何用數據促進銷售？我就想迅速講。我們如何能判斷一個客戶是否買單？這是一個非常重要的問題。 做了很多的活動，把人拉進來，怎麼判斷一個人能買？就是通過他對產品的使用，就能判斷他是否會買。一個網站，一個人看了90個頁面，另外一個用戶就看兩個頁面就撤了，看90個頁面的人必然大於看兩個頁面，然後還要分析，用戶用的哪個頁面哪個功能會增加他的購買度？

大家看看，經常搜索的人和一個點一兩次廣告，搜索的人想要什麼東西？搜索頻次高有自驅力想買東西，我們要找到產品點。下面，針對B2B企業講得很多，在Linkedin，我們分析完了發現公司各個關係不一樣，認識裡面人的人，認識決策人。最後如何接洽，不是每個客戶行為是完全一樣，比如一個曲線是呈M型，一條曲線，早晨9點是低谷到中午上去，12點下來了，然後又下去了，6點變成為零，這是什麼樣的公司的一種使用情況？M型曲線，早晨8、9點開始，中午吃飯減低，然後回去，下降。國企，企業軟體，一般針對於企業用戶是這樣用。再看一個，早晨8點這樣，一上班這樣，中午又上面。微信。

再看一個，這樣上去，到夜裡頭還不停又下去了。玩遊戲的，年輕人。他們看每個趨勢是不一樣的，人的行為在很淺的線，這些線，上來看這條線，這條線是很多小線組成，疊加在一起成為M的曲線。我們把客戶拆分出來，大家發現公司裡面有很早起的人，還有很多高活躍企業用戶，有可能是晚上才用，這裡面慢慢把客戶區分出來，針對他們有不同的打法、方法。

最後一點，舉Linkedin的例子。以前Linkedin去賣東西都得拍腦子，谷歌，一百萬美金，今天就把它搞定了，後來通過數據分析，分析出來，谷歌每年得花500萬美元，實際上跟谷歌簽的單子，五年2300萬的和約，通過數據分析看到了使用頻次是非常高，用戶活躍度很高，雇了很多很多人，各種匯聚，看去年招了7千人，都是從ABCD公司招來的，這些人幹什麼東西，你通過內部推薦招40%，剩下需要獵頭或者HR，算來算去。客戶每一次聽這故事就買單了，那是事實，是從數據里推演出來，我講Linkedin的故事，我想大家自己的企業一定有自己的故事，故事非常美妙，數據講通了，有一個好處就是規模化。比如網站，去台灣講是這個原因，去美國講是這個原因，都基於數據，很簡單。

再下面講用戶留存。最後真正掙錢一大部分都是從客戶留存來的。大家有多少人玩過《憤怒小鳥》這個遊戲？大家想想《憤怒小鳥》有一隻鳥，飛到半空中，摁一下，趴一下，一個小火箭把鳥飛遠一點，《憤怒小鳥》那個曲線是不是拋物線，大家想想《憤怒小鳥》拋物線跟生命周期有類似之處，我想問一個問題，我們想讓這隻小鳥飛得遠一點，不要立刻落地，落地就假設它流失了，我們應該在哪一個生命周期做工作？小鳥起來了，中間快降落了，在哪個點，比如分三個點，起飛點、平衡點、降落點，將要降落的點，什麼時候您給它一個推力，小火箭點一下。

結論我也不做決策性的東西，大家回家可以玩一下，找那個功能試一下。Linkedin最早的時候是這樣做的，我們做的模型客戶流失，加上產品，趕快給客戶，50%折扣，或者給客戶發一個郵件，這一個單子都免了，下一個月再付費，發現客戶立馬關了，我們當時反省用戶流失，模型會產生負面影響，思考怎麼辦？是因為用戶他不使用這個產品，我們產品沒有價值，怎麼做？把郵件或者營銷方法提前，提前到小鳥飛行中間節點，在半年的時候是不是跟客戶接洽，發現好一點，流失率從50%，變成30%多。後來很大一部分用戶早期付完費根本不使用，有微軟的同志嗎？挺好，謝謝。微軟付了好多好多錢，從來都不登錄，這種不登錄用戶以後一定不續費，Linkedin在很早期，一星期用戶登錄，從來不用，立刻派人給這個公司做培訓，大家想想，《憤怒小鳥》，大家回去玩一下，數學分析和物理相關係，把低活躍變成高活躍，為未來流失減低做了很多偉大貢獻。Linkedin成功團隊在這些分析基礎上慢慢成型的，上來做完以後一拍腦子，後來預測到用戶流失打電話，立刻流失，中間好了很多，早期非常非常好。今年Linkedin，內部消息，原來20%，今年的目標是多少？流失客戶20%減到10%以內，每年付夠90%的用戶，大家想想自己管理客戶成本周期，所有數據和業務是完全強關聯，管理客戶流失在早期就要進行行動。

每個客戶流失時間是不一樣的，因為他和您的產品接洽時間也不一樣，我們又回到生命周期的方法，早期關注客戶的行為，生命周期，每個人都不一樣，以前所有用戶加起來報一個數，這是錯誤的，鳥飛得遠，不是同時發出去，是按照時間點發的，每個用戶精確管理它的生命周期，生命周期，也就是今天我們講的行動和數據緊密結合。

再講講Growth Hackering。Linkedin以前投資者，他們組織活動，題目就是Growth Hackering，如何建造好的創業公司，我每次去很無聊，不是人家講得不好，本質上來講，他們60%講數據分析，如何用各種工具來調優、監測，40%講的是方法、打法、渠道，我從哪個方式哪個平台，大量的東西都是集中在用工具上面，我去了那種比較小的企業，如何能衡量你的市場運營效能，如何能促進你社交網路活躍度，如何用推特進行營銷，所有這些如何如何背後都是各種的解決方案和工具，小的公司一般沒有資源，一系列數據分析為依託。大家是一個中小企業，不要去自建數據倉庫，大數據解決方案，回到剛才Growth Hackering，大家看一看，早期的企業成長型的企業，關注做好自己的業務，是需要人、錢，想想大數據分析師、Hadoop工程師，這是非常重體力的東西，早期不要陷入這個裡面，是很高成本低價值，它的價值會在一到兩年會彰顯，我建議大家用各種工具幫您的企業來做調優。一個好的醫生他可以很迅速用各種工具，是一個我們把公司特別從無到有建起來很重要的過程，一種手段。

大家知道這個電影？《星球大戰》，這個場景非常震撼，為什麼呢？不是因為是電影特效拍特別好，是因為它本身來說，它反映以前我經歷很多事情。當時這個是星球大戰第五集裡面，優客，用原力把宇宙飛船拖起來，我用念力把石頭拖起來，不能把宇宙飛船拖起來，太沉了。我想跟大家分享是什麼呢？後來盧克說，這是不可能的，這就是為什麼你失敗了。

很多事情大家一定要有信念，有些事情是不源於事實。

近期精彩活動（直接點擊查看）：

福利 · 閱讀 | 免費申請讀大數據新書 第8期

版權聲明：