我以前在携程的决策方法论
3年前,我们曾经推出过一个计划,帮助企业提升数据驱动决策的能力。
当时我们就说企业数据驱动的能力和决策文化建立绝非一朝一夕,不是招个大数据VP,买个BI系统,提点报表需求就算是个数据驱动决策文化了。
3年后的现在,情况在一步步朝着我们设想的方向在发生改变。最近一段时间,我受邀给36kr合作的一些消费品牌企业CEO讲解有关数据驱动和用户体验的话题,节选了一些内容发到网站上。文章比较长,结尾有惊喜。
如果有问题,可以在这里与我预约咨询。
大家好,我叫顾青,一直在从事数据驱动决策、产品创新和用户战略方面的工作,曾经在携程负责全球业务的决策和可持续化增长,对利润率负责。离开携程后,做了很多公司的顾问和导师,包含中国移动、京东集团和每日瑜伽等几十家移动互联网企业,也有一部分品牌及传统企业,比如娇兰、BabyCare、辉瑞制药、华住酒店集团等。
下面我分享一些我近17年的总结,这些总结一部分来自与我在携程时期亲自经历的企业数据驱动决策和可持续增长经历,另一方面,因为在座的可能都是来自于各个品牌的创始人和合伙人,我自从离开携程后,帮助过很多企业的管理决策者在内部推动数据驱动决策的落地,一些经验也值得分享。
我在携程做的事情,更多的就是要基于数据来解决企业收益和健康增长的问题。
今天的话题是两块,一块就是敏捷运营,敏捷这个词叫Lean,最早其实是来自于制造业,用户体验可能经营大家可能都会比较重视。我相信在座所有的既然是这个公司的一把手,你肯定很重视用户体验
之前请36Kr团队做了一些简单的调研,一些企业的CEO普遍希望的是做规模化增长,但在问到关于最关心的指标时,ROI、GMV和复购都是出现的比较高的词。
我先做一些铺垫,如果今天大家在做决策时候,拿一个统计的GMV,比如看一次活动的 GMV 和上一周的活动 GMV 之间的绝对数量的高低,能否说明这两个活动的策略有优有劣?这件事情是一个决策的“坑”。
拿绝对的统计值来做比较的话,其实不合理,因为因素影响很多,你不知道这个业务中的哪个主体对这个GMV 产生的重大的影响,这就需要做好归因。
增长的现实和第一性原理
我们来谈一个很现实的问题,比如在拿到 2021 年国家第七次人工统计的数据时,大家会有什么反应?。
就是15 到 59岁人中的比例下降了将近 7 个百分比,,60 岁以上人口比重上升了大将近 5.5 个百分点, 65 岁以上的人上升的 4.63 个百分点。
今后几年很可能每过一年依然是 15 到 59岁的人口比重持续下降,后面的人会持续上升。
这会带来一个问题,很多企业现有业务的人群数量会随着年龄段的迁移产生巨大的变化,要么急剧萎缩,要么产生新的增长需求。
企业创始人做决策的时候,人口统计数据和其他一手的行业数据是一个重要的数据源。
零售品牌都是做人的生意,所以零售业增长的第一性原理可以用这个图来解释:
在我来看,当下消费品牌企业的最关键问题还是在E这儿,下面是T。指数是什么?是产品的核心价值跟产品体验。
我举个例子,说说什么叫特斯拉的用户价值,就明白了。
假如我是一个特斯拉车主车,快没电了,找到附近一个特斯拉官方充电站,我开过去。
当我看到特斯拉充电站旁边那个红色标记的时候,然后通过特斯拉App启动任意一个充电位的地锁时,我顿时充满仪式感。旁边充电站所有的车都可以随便停,只有特斯拉的这个充电站只能停特斯拉。
在停完车,插入充电枪后,不需要扫码(一般公用充电枪都需要扫码),由App自动开始计费。
此刻,我的世界可能就2种电动汽车,一种叫特斯拉,另一种叫其他的电动车,这就是用户价值。
如果我还带了一个朋友一起去充电,他如果没开过特斯拉,这个用户体验的价值印象是不是够深刻?
所以用户体验这件事情,蕴含在整个产品设计和用户服务链路路。
这就是数字化后传统企业可以掌握的用户路径。
大家都是做消费品的,但是你的用户绝对不只是在线上。如果你有门店,你的线上和线下用户每个触点的体验,从购买下单、后续服务、维保服务到增货补货整个过程中的体验,是不是体现了你的品牌独特定位?
我觉得所有的企业一把手需要思考的不是GMV做到多少,而是是什么因素影响了长期的利润率提升,用户体验就是需要长期量化观测的地方。
更重要的在于,在这过程中有没有向他提供一种有价值的服务,让他愿意跟你去互动,通过这个流程,用户向你提供了他/她的数据。
如果你观察很多做得比较好的企业, 它会在小程序和App 上面有很小的浮层,问两三个很简单的问题,通过这样的交互收集用户的体验反馈数据,这种数据可以根据用户行为数据明确定位是哪群人对哪些功能/服务是否满意或者不满意,以及可能的原因。
所以当我们的用户价值(E)做好之后,流量其实反而永远可以去获取。流量永远不会消失,无非是从百度转到了抖音,从微博转到微信和小红书。
零几年的时候我是个站长。大家知道早年做互联网,其实那时候零几年实际上是没有移动手机的,没有智能手机的。所以那个时候其实一个公司如果做互联网,就意味着你唯一的办法就是做网站,然后你需要大量的关键词的挖掘来找到流量的需求。
可能有些品牌,你们还是会有些出海计划对吧? 那么你会发现一旦到了 全球的这样一个环境里面去的话,如果你做美国市场或者是你做欧洲市场或者东南亚市场,那谷歌是一个你绕不过去的地方。
而在谷歌这样的生态里面,你如果要拿到自然流量的话,那 SEO 是你必须做的。SEO 的最基础工作就是做数据挖掘,可能你要挖大概几百万上千万的关键词,这些代表用户的正式需求。
这也是Shein这类企业可以一路做到估值千亿美元的基本方法。
搜索引擎这件事情为什么需要关注?是因为每年都有很多新的词,用户因为市场变化而产生大量的新增搜索词到搜索引擎。
所以我零几年做网站的时候,我当时在加拿大,必须每天要监控大量的关键词,甚至说我们当时有的同行,甚至去爬取大量的竞品网站的页面排名的数据,来判断他们最近的内容策略方向,来判断该做什么内容,这些全部要用到数据挖掘的技术。
所以我从一开始就不可避免地必须要做数据挖掘及分析这方面的工作,一直干到现在。
流量可以拿到,但是只有当你在单位时间内向用户提供的价值超过他们的预期,那他们才可能产生下一次在来的心理印象,以及社交传播动力。
当然,只要谈到用户忠诚度的部分,就会涉及CRM。
你可以认为这代表了生意在时间上的生命力。
我不知道大家记不记得,如果你去看美国四五十年前就有database marketing 数据库营销的理论了,在还没有互联网的年代,美国的营销界就建立了clv客户生命周期的财务指标。
对,当年的clv其实是个财务定义,后来被改造成了现在的LTV用户生命周期这样的一个定义。
要做到可持续增长,用户生命周期是各位需要关注的。
基本上,你的品类决定了用户的使用的频次和业务频次。
比方一个眼镜,你说我能每个月换一副吗?不可能。但是你说一个酸奶我可不可能每周都买,是可能的。
所以因为用户的生命周期不一样,你的 LTV 肯定是不一样,从财务角度需要企业创始人一开始需要计算好产品定价和利润率,并构建属于自己的指标体系。
所以在这个模型里面最关键的问题我认为是不是流量,而是你的 E 和 C ,对于一个消费品的品牌,如果要进行长期规划的话,用户价值就是一个战略问题。
这也是为什么经典的商学院教材里但凡谈到战略地图和平衡计分卡时,第二层往往就直接奔着用户层面去了,你可以去看哈佛也好,斯坦福也好,很多就是这样。
如果有问题,可以在这里与我预约咨询。
用数据驱动应对市场的不确定性
各位都是企业创始人或重要合伙人,如果在业务中出现了用户逐年流失的问题,你会怎么办?
我觉得首要的事情不是在内部找原因,而要向外面去找线索。
为什么?
大家如果读过德鲁克的管理哲学,他在很多年前就讲过:
-
企业内部只有成本中心,无论设计、销售、制造、会计,由企业付出成本 -
成果依赖外部的人(市场经济中的顾客、计划经济中的政府) -
知识也要从外部获取(科学技术、社会经济和管理知识),最终让企业有别于其他企业,成为特有资源,只有在知识上才让企业与众不同
所以,我强烈建议所有的一号位需要定期去做用户研究,如果你脱离用户研究的话,你很可能会以为自己想的东西是对的,但用户不一定买单。
所以在用户价值上投入资源去做定性和定量的研究,这件事情是战略级别的工作,并直接影响企业的业务/产品/营销/渠道/团队组织等,必须要做好。
那么这个定量研究的手段是什么呢?
就是我和各位企业一把手都说过的,需要在内外部数据整合打通的基础上,去做相关性分析,并接受概率论思想,放弃纯粹用统计的一次性结果去判断好坏。
要推动整个团队用相关性分析去找到整个业务中与业务目标下滑与之相对应的相关性因子到底是什么?
比方说是:
-
某一类商品需求下滑? -
某一个campaign的文案与受众不匹配吗? -
某一个门店的配送流程有问题? -
某些线上功能影响了用户的探索?
建议大家读一下:
-
“随机漫步的傻瓜” -
原则2:应对变化中的世界秩序
其实他们讲的道理都是同样的,就是一定要重视对数据的时间序列和维度价值。
首先,大家要接受就是这个世界是不确定性、随机性的,这是一个基本的世界观。
在这样的世界观上,你才能够放下自己的成见不断地探索外部世界真相。
创业的目标有一个很核心的产出,也是马斯克等人在实践的,就是其实我们是在找真相。
马斯克创办特斯拉也好,去发送火箭也好,他都不认为以前的做法是唯一的,所以他想办法用极低成本去发火箭。
而且他自己就是一个数据驱动决策的典范,比如创业做Paypal。
Tesla也是一个典型的数据驱动电动车,因为每台车都在为Tesla大脑不断提供道路的行驶数据样本,来不断优化电池和行驶技术。
同时,我看到很多企业的一个问题是在做战略复盘会议时,用于策略评估的数据样本的维度才十来个。这样的数据很难挖掘出什么价值,讽刺的是这些企业的业务流程可以采集的维度其实很多,但是他们居然没有想过去规划。
作为一个消费品牌企业,创始人每天都要作出一大堆决策,大至决定整年的营销预算,小到是否要投入资源上线一个小程序或者 App的新功能。
但是没有一个创始人,可以做到在每个专业领域里都清楚细节,但成功与失败往往就在细节里,而这个细节需要具体负责人可以给出可信的执行结果。
同时,作为创始人,放权的同时也需要一个预警机制,需要量化的判断标准。没有机制和标准的化,你怎么判断执行结果好不好?执行策略好不好?
比如获客成本和LTV,可以设置纯粹的布尔值,来监控对比关系,如果长期是获客成本比LTV大,那么你就是在失血,投入越多亏本越多,用户量越大离关公司越近。
这也是一个动态过程,一把手需要定期有一系列的预警开关,保证自己和团队通过迭代优化,找到更好的业务定位和目标客户,在用户完成体验价值的同时,自己也完成商业价值变现。
如果这样理解,各位就需要定期的去对定量定性的结果进行分析,比如说每一次大促包括 618和双十一,完成后是否对销售背后的用户画像做一次复盘?最近来买东西的人和以前有没有变化?以前的客户为什么不来了?哪些人成为了新的核心客户?数据上的波动能否提供一些相关性的洞察结果,基于这些量化的结果是否可否进一步做对应人群的定性研究?
只有建立一套这样的数据驱动决策流程,大家才能建立流失预警模型、用户评分模型、价值敏感模型和终身价值评估模型。
这些其实都是几十年以上的量化理论基础,帮助各位算清楚每一类客户能够给你的业务贡献多少经济价值的核心方法,可以帮助各位持续提升企业的利润率增长。
其实我们不用去纠结企业是否拥有了数据中台,还是一个简单的MySQL数据库,关键在于有没有形成一个比较完整干净丰富维度数据大表。
大家想象有一张巨大的数据表,这个表以用户、功能、商品等不同视角,把业务中所有的轨迹,包括线上注册、登录、购买、访问、加购、点赞评论,以及线下POS机和线下会员系统的的业务流程,可以完整放入一个完整的的大表。当你可以拿出一个干净完整的数据切片,就可以用我给携程和很多企业建立的一种洞察决策流程得出科学可信的量化结论。
如果有问题,可以在这里与我预约咨询。