增長模型下的產品與運營實戰 之一:數據體系運用(2)
本篇接上篇,具體談一下常規性數據報表的定制及數據監控。
為了最優使用BI資源并突出自身專注點,在定制常規性數據報表時,切勿大而全。需要完全考慮清楚的主要有兩點:北極星指標、指標監控頻度。
1
北極星指標
任何一個業務要能不斷優化和提升,做出更好的效果,都需要正確設立核心指標,持續監控,并根據實際數據與階段性預期進展之間的差距進行分析,觸發相應的調整動作,以使得業務的發展和計劃保持一致。這套思路在項目管理理論中被總結為PDCA,即計劃(Plan)、執行(Do)、校驗(Check)、響應(Act),在項目管理和持續質量改善中也被稱為戴明循環。該體系是業務目標管理的核心方法,感興趣的同學可以查閱項目管理理論,本文不進行贅述。
從PDCA概念中可以看到,目標的制定、執行成效的判斷,以及糾偏動作的效果,都需要好的數據指標進行衡量,并作為最終目標達成與否的判斷依據。這個可度量的指標,與目標呈直接的正相關關系,該指標被稱為北極星指標。
北極星指標體系通常分為多級,每一級指標的設立選取,都是為了更好的支持上一級指標的達成,以最終共同實現公司頂層戰略(公司級的北極星指標)。
在這里舉個實際例子。一個電商公司的經營規模往往通過公司的年營業額(GMV)來衡量,也即GMV是整個公司的北極星指標之一。營業額有多種拆分計算方式,在此列出常見的一種簡化計算方式:
GMV = AC * Freq * Conversion * AOS
AC:活躍顧客數
Freq:顧客平均訪問頻度
Conversion:轉化率
AOS:平均單均價
上面四個核心指標,則為第二級核心指標,通常可下達到各個部門分別負責。例如,市場部負責流量和用戶數及其活躍度,產品和運營負責轉化率指標,類目線負責單均價指標。于是這些指標成為各個部門的北極星指標。如果一個指標的核心影響因素分散在多個部門,也由同一個部門牽頭負責。
為了達到上述各個二級指標,還可以進一步拆分。以活躍顧客數為例,
AC = RC + NC - EC
RC:留存顧客數
NC:新客數
EC:流失顧客數
于是這些指標又可以進一步分配到負責拉新和留存的職能團隊,成為這些團隊的北極星指標,由這些團隊各自牽頭負責。
負責拉新的團隊,又可以進一步把拉新指標拆分到渠道,如付費渠道、免費渠道等,進行下一級的核心指標定義和目標制定。
同樣的,下一級負責付費渠道的職能團隊或人員,則可以進一步拆分到具體渠道,如網盟、SEM、應用商店等,進一步制定各個渠道的具體目標。如此層層往下,直到直接可控的最下一層。
以此類推,產品和運營負責的轉化率指標,則可以沿轉化漏斗拆分為首頁到商詳、搜索到商詳、商詳加車率、購物車結算率、支付成功率等,通過逐層遞進的拆分具體到各個團隊進行分解,成為各自的北極星指標。
對于各個職能部門/團隊來說,自己所負責的這一級指標以及下一級指標情況,應當成為常規數據報表的監控內容,由此制定報表格式,向BI部門提出數據需求。
站在宏觀維度來看,三級指標的達成可以確保二級指標的達成,二級指標的達成可以確保頂層指標的達成,從而為業務目標提供保障。因此,指標體系的合理拆分和嚴密監控糾偏對公司目標實現至關重要。
2
指標監控頻度
常規數據報表的周期通常為日報、周報、月報、季報。實時數據監控通常為應急響應需要(如故障宕機、突發事件處理),而半年報、年報則大多為業務結果的統計,周期過長,發現的問題及響應過慢,通常不在常規數據報表的范圍。
每個業務單元都具有各不相同的特點,需要進行有針對性的數據統計頻度設定。下面以產品和運營層面對轉化率對監控為例:
1
實時監控
在大促期間觀察活動效果,流量變化迅速,高峰此起彼伏,爆品庫存時有告罄,此時數據觀察應當精確到最小顆粒度甚至實時監控數據曲線,對數據體現的問題(如售罄、宕機、技術故障、黃金資源位單品滯銷、頁面陳列錯誤、價格設置錯誤導致的波動等)迅速響應,優化促銷品及資源位,并使用賽馬機制,調整會場流量分發,以把大促效果推到極致。
2
日報表
對于日常促銷活動,可以以天為單位,對促銷品類和促銷方式在整體轉化漏斗中的表現進行觀察,定位問題點并迅速進行針對性優化,如換品,換促銷規則,更新活動頁/活動欄目,配置促銷標簽等,以達到最佳活動效果。
3
周報表
運營方面,例如首頁或頻道運營,可以以周或月為單位,通過各板塊CTR、停留時間、商詳到達率、加車率、轉化率、復訪頻度等維度觀察欄目用戶的興趣指數,對于薄弱環節通過數據進行深入分析(如用戶動線跟蹤、區域點擊熱度分析、跳失分析等),并適當結合用研的定性定量深訪對頻道入**互設計、頁面信息架構設計、頻道子欄目鋪設、信息展示、營銷文案等進行優化,以達到最佳效果。
4
月/季報表
移動時代受到移動端發包頻度的限制(大多為每兩周到一個月發一個包),高度依賴技術功能的核心指標往往以月或季為單位進行統計。例如,對于核心轉化漏斗模塊的功能迭代和新產品模塊的效率效果,可以以月或季為單位(與技術發版周期和新欄目用戶教育養成周期有關),結合季節性因素,縱向對比同比和環比相應數據的波動,找到可以發力優化提升的環節。
運營動作一般帶來較快速的數據響應,側重于日報周報對運營的指導,而產品動作一般受技術發版影響,數據響應周期適中,更偏重月或季為周期的報表,但都謀求發現問題后迅速響應。年報總體來說可能更適用于公司戰略和業務線的財務考量,除了成果和得失總結,產品和運營側的使用相對較少。
上述是針對轉化率的舉例。如果是用戶運營和增長,同樣可以根據頻度對用戶的渠道來源和激活情況、傳播效果(短周期,如天或周)、活躍度、品類滲透率、交易情況、人均價值(中周期,如月)、留存率、流失返回率、生命周期情況(長周期,如季或半年/年)進相應的數據報表制定和監控,并觸發響應的調整動作。
最后,在報表制定時,建議不要把太多級別的數據放在同一個報表上,造成數據的汪洋大海,表格過度復雜,也會迷失專注點。通常一個報表含兩級指標為最佳。例如,一級指標的報表只含一、二級指標數據,對于一級指標的波動從二級指標進行觀察,找到波動原因。如果需要繼續深入,建議另外定制二級指標報表,含二、三級指標數據。以此類推。
聲明:本站所有文章資源內容,如無特殊說明或標注,均為采集網絡資源。如若本站內容侵犯了原著者的合法權益,可聯系本站刪除。