本文是大特保聯(lián)合創(chuàng)始人&CTO林洪祥在小飯桌保險(xiǎn)課上的分享,，全文圍繞數(shù)據(jù)運(yùn)營(yíng),，從三個(gè)層面闡述了數(shù)據(jù)怎樣讓保險(xiǎn)和用戶體驗(yàn)更好，結(jié)合了大特保實(shí)戰(zhàn)中積累的諸多經(jīng)驗(yàn)，對(duì)于初創(chuàng)企業(yè)非常有指導(dǎo)價(jià)值,。以下是分享實(shí)錄：
創(chuàng)業(yè)起始，重視早期數(shù)據(jù)
我們經(jīng)常會(huì)遇到這樣的問題,，第一款產(chǎn)品馬上要上線了,，技術(shù)人員可能還不齊，這個(gè)時(shí)候能滿足系統(tǒng)上線就已經(jīng)相當(dāng)不錯(cuò)了,。如果還要求相應(yīng)的數(shù)據(jù),，那要求太高了。 所以在這個(gè)階段,，一開始我們就有數(shù)據(jù)意識(shí),，那么對(duì)公司后續(xù)的發(fā)展是非常有利的。因?yàn)樵缙诘臄?shù)據(jù)往往決定到你后面很長(zhǎng)一段時(shí)間的數(shù)據(jù)基準(zhǔn),。早期的很多數(shù)據(jù)都來自周圍的親戚朋友,，他們都愿意去嘗試一下。錯(cuò)過了這撥人,，后面改進(jìn)的機(jī)會(huì)就比較少,。我個(gè)人建議在這個(gè)階段一定要把數(shù)據(jù)準(zhǔn)備好，也不需要太過于復(fù)雜,，開發(fā)工程師只需要一些簡(jiǎn)單的工作,，就可以把這些東西做好。
跳出率和退出率的分析,。我找了一個(gè)與滴滴合作的案例,。這次活動(dòng)的圖包括活動(dòng)說明有三四屏左右，我們?cè)趺磁袛噙@些圖的效果呢?初期只能通過經(jīng)驗(yàn)來做,，我們當(dāng)時(shí)準(zhǔn)備了三四套方案,，上線是從凌晨開始切換的，所以我們從凌晨開始,，就把當(dāng)時(shí)精心挑選的三四套方案,，做了一個(gè)很好的測(cè)試，就看它的跳出率跟退出率,，到底是哪些環(huán)節(jié)會(huì)影響到我們的核心要點(diǎn),。
快速迭代。在有限時(shí)間內(nèi),，大批量流量同時(shí)進(jìn)入,，需要提前準(zhǔn)備多套方案，密切關(guān)注數(shù)據(jù)變化,，用最短時(shí)間完成流量測(cè)試(半夜),，保證整體最優(yōu)。前提是技術(shù)系統(tǒng)不能掉鏈子，以及提前準(zhǔn)備各種突發(fā)情況,。
過渡階段,，在數(shù)據(jù)里找思路
很多公司都會(huì)經(jīng)歷類似情況，我已經(jīng)到達(dá)一定程度了,，接下來該怎么走?到了過渡階段,，如果現(xiàn)在的業(yè)務(wù)沒有帶來增長(zhǎng)，人員又比較多,，我建議如果有能力,，可以做一些數(shù)據(jù)方面的工作，能找到一些新思路,。
早期可以通過用戶畫像,，判斷自己的用戶到底是哪個(gè)類型的用戶?這是用戶畫像的相應(yīng)的步驟，群體定量分析-個(gè)體定性描述-數(shù)據(jù)產(chǎn)品應(yīng)用,。我有一定的人群了,，通過對(duì)群體不同緯度、不同指標(biāo)的劃分,，然后有了一些定性的描述和相應(yīng)的用戶標(biāo)簽,，這些標(biāo)簽可以作為要點(diǎn)應(yīng)用到相關(guān)的產(chǎn)品里。
其次是運(yùn)營(yíng)轉(zhuǎn)化率,。到了過渡階段，如果有一定的量,，注冊(cè)用戶肯定不再是原來的指標(biāo),，我肯定希望把用戶從活動(dòng)參與過渡到付費(fèi)用戶，從低價(jià)的薅羊毛轉(zhuǎn)化成高價(jià)的用戶,。怎么讓用戶參與進(jìn)來?并且讓他們有付費(fèi)的意愿,，這個(gè)時(shí)候通過轉(zhuǎn)化率的設(shè)置，可以發(fā)現(xiàn)哪些路徑是最佳模式,。我們通過微信內(nèi)容的推廣方式去做呢?還是通過直接這種產(chǎn)品列表,，還是通過簡(jiǎn)單、低價(jià),，比較粗暴的方式來做?
另外,，優(yōu)惠券、積分等常規(guī)運(yùn)營(yíng)也有大文章,。過渡階段我們想大力做正品的轉(zhuǎn)化,，所以通過很小的優(yōu)惠措施吸引用戶轉(zhuǎn)變。我們發(fā)現(xiàn),，在優(yōu)惠券的指標(biāo)上,，往下跳的概率特別低。通過AB測(cè)試，我們發(fā)現(xiàn)有一些專業(yè)術(shù)語(yǔ)隱藏之后,，特別有利于用戶快速的下單,，為什么呢?因?yàn)楹芏嘈“子脩魧?duì)專業(yè)術(shù)語(yǔ)并不了解，甚至連保額,、保費(fèi)都想半天,，這需要一個(gè)轉(zhuǎn)化。所以,，在下單流程上,，我們一方面隱藏了一些專業(yè)術(shù)語(yǔ)，另一方面設(shè)置了免登錄購(gòu)買環(huán)節(jié),。
成長(zhǎng)階段,，此處有彎路
我們剛剛進(jìn)入這個(gè)階段，也碰到一些情況,，比如數(shù)據(jù)的需求一下子膨脹了,，這個(gè)時(shí)候怎么去調(diào)整，怎么去解決呢?
我的建議是,，需要配備一些比較專業(yè),、比較優(yōu)秀的數(shù)據(jù)團(tuán)隊(duì)或者數(shù)據(jù)人員來做相應(yīng)的事情。這個(gè)階段如果有人,、有錢,，而且前面兩個(gè)階段的數(shù)據(jù)驗(yàn)證有用，那么對(duì)運(yùn)營(yíng),、節(jié)約成本 ,、定位及對(duì)發(fā)現(xiàn)機(jī)會(huì)都有比較大的幫助。在這個(gè)階段,，就應(yīng)該去考慮相應(yīng)的人員,。 但這里面有挺多坑。數(shù)據(jù)人員特別貴,，首先是人才坑,。如果你一個(gè)月花了50K、60K相應(yīng)的人員來做一堆報(bào)表出來后沒有用,，這個(gè)時(shí)候怎么辦?所以你要衡量,，所有的數(shù)據(jù)分析都是有目標(biāo)的，你要給它確定目標(biāo),。
還有工具坑,，剛剛說了需求膨脹了，分析師,，統(tǒng)計(jì),、運(yùn)營(yíng)各方面的人,，都會(huì)向你要相應(yīng)的數(shù)據(jù)需求。這個(gè)時(shí)候需要開發(fā)很多數(shù)據(jù)工具,，以滿足不同人的要求,。但你怎么去衡量它的成本呢?你的目標(biāo)是把數(shù)據(jù)用起來，而不是去搭一堆數(shù)據(jù)工具,，這個(gè)時(shí)候怎么去平衡這個(gè)需求,。
另外，準(zhǔn)確性永遠(yuǎn)是個(gè)坑,。上線了幾套數(shù)據(jù)系統(tǒng)之后,，會(huì)發(fā)現(xiàn)各個(gè)緯度的數(shù)據(jù)永遠(yuǎn)對(duì)不起來。怎么辦?所以這個(gè)時(shí)候就要想清楚,，我們的數(shù)據(jù)系統(tǒng),，它的指標(biāo)定義可能是不一樣的，它的統(tǒng)計(jì)緯度,，統(tǒng)計(jì)范疇都是不一樣的,。這個(gè)時(shí)候你要了解的是各個(gè)系統(tǒng)之間數(shù)據(jù)差異在哪里?你不能走的彎路是讓它把各個(gè)數(shù)據(jù)系統(tǒng)嚴(yán)格的對(duì)應(yīng)起來，你只能減少相關(guān)的誤差,，并且理解各個(gè)數(shù)據(jù)系統(tǒng)至今的差異,。
林洪祥：大特保聯(lián)合創(chuàng)始人及CTO，組建并執(zhí)掌大特保產(chǎn)品技術(shù)團(tuán)隊(duì),。在加入大特保之前,，他曾就職于IBM和百度，從事高級(jí)研發(fā),、大數(shù)據(jù)架構(gòu)研發(fā),、社區(qū)數(shù)據(jù)技術(shù)負(fù)責(zé)人等研發(fā)和管理工作。
