Data Driven 101

最近主力写作+笔记工具从 Ulysses 往 Craft 切换，整理文章，发现篇18年为团队产品升级写的“软文”，读起来觉得不过时，删减掉“软”的内容旧文重发。

大佬们在说，互联网下半场了。

各种文章也告诉我们，人口红利已经结束了，流量红利也褪去了，资本红利更是萎缩的不要不要的。

做产品的拉不到用户紧张不？做运营的留不住用户焦虑不？

很多人在谈数据驱动，仿佛抓住它，就可以解决业务过程出现的各种问题。

Boss-Driven Data Analysis

数据驱动离不开数据，离不开对企业/产品关键指标的跟踪。

市面上有很多分析产品，提供从数据采集到展示的的标准统计服务，比如国内的百度统计、友盟等，接入后，可以看到产品的用户、日活、渠道等概要情况。我们团队几年前也开发过类似的一系列产品，公司内部很多业务线都在使用。

"很多同事，每天早上会登陆系统看下，日活稳定、新增在变大，很好。"

"当然也有可能，啊！日活怎么掉这么多，呃，不应该呀，奥，今天加班是周六，那正常 。。。"

很多业务都会有年度关键目标，比如用户增长到X亿，日活到X千万，营收到XX亿。于是做个报表，把这些关键数据都放在里面，实时更新，领导可以一目了然看到整体目标的完成情况，大家也努力工作，看着目标一天天接近。

这样有问题么？

看到用户一天增长了 10 万，除了感到欣喜，还能做什么？

看到总用户数突破 1 亿，除了感到好长脸，还能做什么？

除非产品出了大问题，否则用户总是在增长的，总用户数总是一条蓬勃向上的曲线。

数据驱动，数据是基础，但关键在驱动。看到一个指标，如果不能回答，依靠这个指标，能怎么行动，那还不如索性不要太过关注这个指标，要能思考怎么去行动，这样才能持续优化。

比如看到 PV 是 1000，到底来源于 1000 个用户，还是 10 个访问了 100 次的用户？所以，这个指标无法驱动行动。

Segmentation, Cohort, A/B testing

那如何找到可付诸行动的指标？

细分

细分，就是通过对用户行为的特征筛选，找到有共同特征的人。比如在杭州滨江区的用户、使用 iPhone 手机的用户、使用 4G 网络听歌的用户。

以运营内容网站举例，通过一系列技术对访客进行细分，比较不同细分特征用户的行为差异、付费转化率差异，如发现使用华为手机的用户的付费转化情况明显高于小米手机用户，那就可以进一步行动去调查背后的原因，再将发现的成功要素复制到其他细分用户中，扩大整体付费转化率。

当然，也有可能被残酷的现实击倒，付费过程在小米系统存在偶现 bug，影响付费流程。但这也是有价值的发现，没有细分维度的数据对比，问题可能会隐藏非常久。

分群

细分是通过行为特征对用户进行筛选，而分群则是通过用户属性特征对用户的筛选，比如男性用户、比如 6.18 大促带过来的新增用户、比如支付能力强的用户等。

有了分群，可以针对不同的用户群，进行产品的功能使用比较，基于目标用户需求来优化产品设计，比如通过比较新、老用户的产品留存、使用粘性情况，来对用户进行精细化运营。

以运营电商网站举例，通过比较不同推广渠道带过来的用户消费情况，可以进行合作渠道筛选和推广策略优化，甚至可以发现某些渠道刷的都是僵尸用户。

A/B 测试

有了分群和细分，就可以对不同群体，在同一时间段展示不同的功能，比如按钮的不同位置，链接的不同颜色等，来研究哪些功能比较吸引用户。也可以在目标小用户群体中验证产品的一些新特征，而对其他用户不造成困扰。

甚至还可以搞恶作剧。

曾经 TechCrunch 经常乱报 Facebook 的新闻，Facebook 决定反击，09 年的时候上线了个功能，"Fax Photo" （用户可以传真 Facebook 上面的照片），并设定该功能可见范围（用户群）为 TechCrunch 办公网络。TechCrunch 的一位编辑看到后马上发了篇文章，谈使用 "Fax Photo" 的感受，大肆抒发对于此功能鸡肋性的吐槽，这年头还开发这种过时功能。完全没想到，这个功能只有他们能看得到。

用户行为分析

上面说了这么多，想必大家也能理解为啥仅仅看概要统计数据对业务价值有限，也能想到对用户不同行为特征、不同属性分布进行比对分析对业务决策的重要性。

那么，有什么工具可以辅助大家来做这些事情呢？

XXXX 是一款基于用户行为的实时数据分析&A/B测试产品，提供数据从采集、建模、存储到展现的端到端解决方案，只需要在产品中接入 SDK 就可以实时进行用户洞察，优化产品设计、提升用户粘性、掌握用户动态。

... ...