如何拨开数字化转型的迷雾
关于数字化转型，这两年不断有不同行业企业的管理层、增长目标的制定者向我反馈这个命题的理解：一个正在数字化转型、投入大量资源、却看不到价值的企业，是怎么干活的？
大概率是：
“我们已经拥有自己的小程序和APP了，每个月都有新功能上线，目前我们营销推广正在加速，线上化进程都在我们的掌控中，而且我们也有用户资源啊”
开始“转型”，自然也需要建设自己的数据平台，否则怎么可以算“数字化转型“呢？
那么我的问题来了：贵公司的数据采集情况和数据仓库如何？
对方答：我们通过第三方平台采集了部分用户行为数据，也搭建了数据仓库。
我继续问：贵公司执行数据需求是否拥有足够的资源？
对方答：我们有一个小团队主要职能为数据分析，负责为业务提供数据支持。
我再问：你们是否考虑将数据能力作为公司的战略计划？
对方答：这当然是首要任务，我们计划在数据能力方面投入更多资金。
我最后问：那么你们是否有基于数据能力提升业务的案例？
对方答：只有一点改进吧，的确没有很实际的案例
这样的问答，最近两年几乎每个月都能“循环”几次。看完之后，不知大家作何感想？
对于数字化转型的成功如果不能在业务价值提升上体现出来，那么这个转型是要打问号的。
我想，这个问题的根源在于企业管理者的决策方法首先需要迭代更新。
迭代更新的一个方法是用定性研究来管理创新过程中的用户价值。
另一个方法是用定量分析来解决管理纠正决策中的偏见。
说个大白话，就是站在用户的角度去思考和决策，避免纯经验论的巨大损失。
经验论的局限
人类决策的一个惯性就是通过经验的积累，来推导应该如何做出判断。
但是数字化转型的基本命题，恰恰是“转型”，要去做没有做过的事情。
以下的情况，我们都可以感受到是在做没有做过的事情，要解决未知市场的需求，比如：
- 一个传统企业投入数百万乃至上千万打造服务C端消费者的全新业务平台
- 一个在流量平台打拼过年的一线高管继续使用流量思维来创办电商企业。
- 一个在消费者企业获得巨大成功的管理者参与创办一个面向零售行业的SAAS企业
- 一个在金融领域多年的技术团队开始打造一个基于区块链技术的NFT社交平台
这些企业和项目的管理者，都不得不面临从0到1，从1到N的决策挑战。
这些决策的背后，如果站在CFO和投资方的视角，有一个问题是绕不过去的：我们投入这些资金，经济上的回报如何体现？
往往，在一个数字化转型团队中，会被CFO和投资方挑战的问题，比如：
- 为什么要在百度上投放广告？广告投入怎么衡量利润贡献？*
- 为什么要这么多资源做用户活跃？有什么产出？*
- IT投入这么多？我们销售上去了吗？*
如果是一个公司的创始人觉得要这么干，可能财务不会过多干涉，但创始人自己反而会问自己这些问题，特别是如何评估收益，如何设计一个内部的资源分配机制？
因为公司的资源（人力、资金）总是有限的。
往往之前的业务经验，在这个时候反而会成为决策的一种阻碍，因为商业模式完全不同了，用户受众也不同了。
如何理解新业务/新模式中的人（用户），货（产品/内容/商品），场（场景/功能/渠道）之间的定量和定性关系？如何科学计算出每个策略背后对投入产出的价值？
这些问题变成了一个重要的方法和抓手，可以帮助CFO和投资方（利益相关方）去理解项目的业务价值。
所以我说经验论会有局限，需要引入更为科学的管理方法。
经验局限的历史教训
在2012年,微软的一位Bing部门的雇员提出了一个改变搜索引擎广告头条显示方式的建议。开发并不需要太多资源投入，仅需要一位工程师几天的时间。
但是这只是成百个提出的建议中的一个，受限于历史经验局限，项目经理和管理层并没有给与太高的优先级。
这是一个典型的管理决策问题。
一直到6个多月后，一位工程师看到实现代码的成本很低，进行了一个简化的在线的实验（ＡＢ测试）来评估这个想法的价值。仅仅在几个小时内，新的头条变体就呈现了超乎寻常的高营收趋势，触发了一个“效果好的都不敢相信是真的”警报。
通常来说，类似的报警意味着线上的Bug：单在美国境内年化超过１个亿美金。而且还是在没有伤害到关键的用户体验指标的前提下做到的。在Bing的历史上，这是最佳的增收的主意，但是直到测试了它的价值，它都是被严重低估的。
真是让人汗！
这个例子告诉我们评估新想法的价值是多么的不容易。同样重要的是，这也显示如果可以鼓励并行测试的文化，也许在这个过程中可以发现更多的商业价值。
现在，微软和其他诸多硅谷头部公司（包括亚马逊、Booking、脸书和谷歌），每年都会开展超过１万例控制的在线试验。
国内比如百度、头条、携程、滴滴等企业在许多测试中，可能会涉及到上百万的用户。
但是实际上，没有海量流量的初创企业或公司，比如我指导过的DailyYoga，在小批量的用户群体上，也理性的进行着类似的试验。
这些组织发现全线上试验的方式拥有超乎想象的回报。
比如，Bing通过试验每月识别了若干个与营收相关的变化－这些改进已经使得每次搜索带来的每年综合收入增长达到10%到25%。这些能力的增强（会同其它上百的每月可以增加用体满意度的改进），是Bing持续盈利的主要原因；也是美国搜索市场占比在个人电脑领域开展量已经从2009的启动之年的8%增加到23%。
再比如，DailyYoga团队在开始加大试验的投入后，发现大量的更好策略，在2022年data.ai的非游戏厂商出海收入排名上升了16位，他们自 2021 年 12 月开始在海外版本产品名称上标注冥想功能，自圣诞节前持续到目前，不论是下载量还是收入，在美国都走出了一波强劲的上升势头。
这些组织使用的方法，都是站在用户的角度去思考和决策，避免经验论的影响。
下面我们先谈谈用户研究的价值。
用户研究驱动的创新
数字化转型的企业，或者开拓新业务的团队，必然会面对全新的用户和受众。
这里的用户，我不是指的具体的人，而是一个需求的组合。
我们来深入思考一个问题：
微信的用户数量总共是多少？
根据腾讯公布的2021年第三季度财报，截止第三季度末，微信及WeChat的月活跃合并帐户为12.6亿。
但是如果按照用户使用微信的动机出发，微信的用户可能远远超过这个数字。
- 管理和拓展人际关系 （A）
- 即时通讯 （B）
- 自我展示 （C）
- 信息搜索 （D）
- 消磨时间 （E）
A类总数+B类总数+C类总数+D类总数 > 12.6亿
而微信早期，主要只是用来解决A和B，后来开始提供C、D、E的能力。
所以一个探索转型和创新的企业，必然需要先从细分市场研究早期核心用户/消费者。
通过结合心理学、行业知识和定量数据的支持，一般定性出发的用户研究需要回答这些问题：
– 探索对于现有平台/产品的感受，洞察产品使用体验问题，给出产品设计改进建议
– 平台/产品现有功能的使用体验
– 活动策划与日常运营的使用体验
– 内容与服务的相关体验
– 用户/消费者参与使用的背后真实动机
– 后续平台/产品可以改进的机会
当然，比较科学的定性研究或者用户研究项目，是需要同步得到定量数据支持的。
特别是在用户人群筛选，用户行为和消费特征的指标观测上，都需要数据团队的支持。
否则，研究的用户对象是错误的，研究的结论自然也是错误的。
另外在一些进入规模化增长阶段的业务来说，需要经常解决流失的问题，这个时候需要结合定性和定量的方法来找到核心流失用户的原因，下面有个我演讲分享的例子：
下次我继续谈谈定量分析的价值，或者说如何可以“站在上帝的视角”来科学理解用户、内容/商品和功能之间的发生的互动关系，找到撬动业务增长的魔法公式。
联系我们了解如何建立数据领导力