圖 6 構(gòu)建多設(shè)備用戶管理體系

大家可以看下如圖的例子。我們做了一些工作，后臺架構(gòu)有很大改進(jìn)，可以實(shí)現(xiàn)將第二個設(shè)備，跟同一個用戶綁定，只要用戶登錄，神策就可以把不同情況下登錄的數(shù)據(jù)完全打通，這是非常典型的 ID-Mapping 的場景。

同樣非常典型的場景是用戶行為多端關(guān)聯(lián)機(jī)制。

用戶產(chǎn)品本身可以多端使用，可以在網(wǎng)頁上使用，例如說發(fā)了營銷 H5，用戶在微信內(nèi)置瀏覽器 H5 完成注冊，跳到 Appstore 完成激活。如果不能將營銷 H5 的用戶行為，與登錄激活之前的行為貫通，那么也沒有辦法詳細(xì)分析 H5 的營銷效果。

再如，小程序突然火起來了，客戶有需求，為此我們專門做了小程序采集，包括預(yù)置采集的事件，以及小程序相關(guān)的屬性，同時一樣帶動了代碼與自動化采集兩種方式，小程序可以充分得到微信里面的社交信息，對小程序分享傳播的屬性采集是非常重要的。

圖 7 小程序的采集

小程序最復(fù)雜的事情，它有不同的匿名 ID 或者設(shè)備 ID。

一個人在設(shè)備上，又使用小程序，又使用一個 APP，又換了一個小程序，但是兩個小程序之間登錄帳號打通，最終我們實(shí)現(xiàn)可以把兩個 LoginID 與 OpenID 設(shè)備貫通起來。

5. 服務(wù)器日志采集

圖 8 服務(wù)器日志采集

我現(xiàn)在畫了很簡單服務(wù)器日志采集架構(gòu)圖，看似技術(shù)上沒什么問題。

從實(shí)際經(jīng)驗(yàn)上來說：想高質(zhì)量搭建日志采集非常難，設(shè)置日志用哪些內(nèi)容，一次性工作很難。更難的還體現(xiàn)在產(chǎn)品迭代上，比如產(chǎn)品兩周發(fā)一個版本，程序員會說產(chǎn)品功能都測不完，沒法搞日志。

要搭建一個高質(zhì)量的日志采集，要貫穿在整個開發(fā)流程，從最早期一直到運(yùn)維上線，到復(fù)盤整個迭代項(xiàng)的時候，每一步都要有意識。這也是為什么很多SaaS 產(chǎn)品都沒有采集日志的能力。

圖 9 用戶行為數(shù)據(jù)應(yīng)用案例

這是我們在中國銀聯(lián)典型的案例，包括設(shè)備指紋采集、加密傳輸?shù)?，?dāng)然這個圖畫出來體現(xiàn)對用戶行為數(shù)據(jù)不同的應(yīng)用，除了做日常行為之外，還有一些其他的應(yīng)用。最后是業(yè)務(wù)數(shù)據(jù)的采集，包括 CRM 系統(tǒng)等。

四、數(shù)據(jù)建模

數(shù)據(jù)建模最重要的是數(shù)據(jù)模型的選擇，以及對應(yīng)的儲存。數(shù)據(jù)模型選擇為什么重要？因?yàn)閿?shù)據(jù)模型抽象好了，后面的分析模型可以做的更好。如果數(shù)據(jù)模型抽象的太復(fù)雜，整體過程非常復(fù)雜。

我們現(xiàn)在的數(shù)據(jù)模型是 Item 實(shí)體、Event 事件、User 用戶，我們不會把模型搞得太復(fù)雜，現(xiàn)在模型下面，數(shù)據(jù)采集到建模所要做的工作是比較少的，基本可以通用化、產(chǎn)品化。

我們已經(jīng)有了標(biāo)準(zhǔn)的數(shù)據(jù)模型，同時通過不同的采集方案采到了很多數(shù)據(jù)，所要做的工作主要是把采集到的數(shù)據(jù)映射，這里面非常多的工作不再具體展開。

不同的數(shù)據(jù)模型選不同的儲存方案，儲存方案的選擇主要根據(jù)數(shù)據(jù)本身的特點(diǎn)，例如是否可追加、可修改、訪問是以什么樣的訪問為主，是否會需要刪除等。

五、數(shù)據(jù)分析

有了標(biāo)準(zhǔn)模型，有非常合適的儲存結(jié)構(gòu)，后面是對數(shù)據(jù)怎么分析。

1. 數(shù)據(jù)統(tǒng)計(jì)與分析的兩種方法論

數(shù)據(jù)統(tǒng)計(jì)與分析有兩種方法論，通常情況下是圖片左邊方法論，PM 給 RD 提，老板要看這些報(bào)表，給 RD 提要求，RD 寫一些東西并發(fā)郵件出來，改程序后又有新的需求。

老板可能問你 PV 為什么是這么多？

你可能要把整個計(jì)算過程完整講一遍……在這種情況下，RD為了不想太頻繁操作和改變，總是會給 PM 設(shè)置各種限制。

圖 10 數(shù)據(jù)統(tǒng)計(jì)與分析的兩種方法論

右邊的方法論，抽象的模型覆蓋指標(biāo)體系以及大部分分析需求，通過友好的交互讓需要數(shù)據(jù)的人自主獲取數(shù)據(jù)。這種方法論是神策產(chǎn)品提供的，我們不需要問你看什么指標(biāo)，因?yàn)槟憧吹闹笜?biāo)可能在整個行業(yè)都有通用性，我們會把需求抽象下來，接下來就是模型抽象。

如此，你的工作就變成你自己用分析模型，通過拖拖拽拽，把你要的條件選出來，就能完成一次分析。

這兩種方法論區(qū)別是，是否讓需要數(shù)據(jù)的人直接使用數(shù)據(jù)，造成的工作效率相差非常大，這就是為什么現(xiàn)在神策產(chǎn)品能夠賣出去，并不是我們造了一個這樣的需求，而是真正有這樣的需求。

接下來這個圖是神策實(shí)現(xiàn)的自助式分析：

圖 11 自助式數(shù)據(jù)分析

2. 針對不同角色的數(shù)據(jù)分析：決策者、營銷、產(chǎn)品、運(yùn)營

通過不同角色分析四個不同的場景。

（1）決策者

老板關(guān)心的是第一關(guān)鍵指標(biāo)是什么。第一關(guān)鍵指標(biāo)該如何選擇？

不同階段關(guān)鍵指標(biāo)不相同，每個發(fā)展階段都有最關(guān)注的數(shù)據(jù)，集中注意力，提升第一指標(biāo)。

有了第一關(guān)鍵指標(biāo)，如何構(gòu)建指標(biāo)體系？有了第一關(guān)鍵指標(biāo)，我們要繪制整個用戶旅程。

以電商產(chǎn)品為例，我們關(guān)心總營收額，如何得到？

先繪制用戶旅程：用戶首先要訪問網(wǎng)站，之后要注冊賬號，實(shí)現(xiàn)首購之后會重復(fù)性購買，只有這樣的用戶旅程最終會帶來總銷售額的增長。接下來就要根據(jù)用戶旅程來組建增長模型。

圖 12 繪制用戶旅程

拆解的好處，不同團(tuán)隊(duì)提不同的項(xiàng)目，你可以調(diào)整項(xiàng)目的優(yōu)先級。

圖 13 組裝增長模型

（2）營銷

市場營銷希望實(shí)現(xiàn)流量拉新，渠道投放評估。

市場營銷團(tuán)隊(duì)，他們最關(guān)心兩個事，一是老板給了多少預(yù)算，二是怎樣花出去最有用。

如何衡量？

像電視廣告、樓宇廣告，一定程度上是不可追蹤的，但是像抖音、頭條都是可以追蹤。同一個用戶在媒體上點(diǎn)廣告，跟進(jìn)入到產(chǎn)品之后，只要把這個行為打通起來，整個投放效果就是可追蹤的。現(xiàn)在我們可支持二三十種大大小小的渠道。

我們把用戶在點(diǎn)擊廣告前后的行為串通起來，剩下的工作就是分析，比如我們在頭條花了10000 塊錢買了 1000 個點(diǎn)擊，其中 50 個用戶使用產(chǎn)品，我們可以設(shè)置從哪些角度來衡量這些人的效果，來衡量用戶的轉(zhuǎn)化率、留存、復(fù)購等。

也可以對比不同的渠道，對比不同渠道下不同的投放關(guān)鍵詞帶來效果等，來對比與衡量用戶真正的價值。

圖 14 數(shù)據(jù)驅(qū)動市場營銷案例

圖 15 數(shù)據(jù)驅(qū)動市場營銷案例

這個是很典型的數(shù)據(jù)驅(qū)動市場營銷的例子，某家理財(cái)產(chǎn)品投放廣告，剛開始假設(shè)關(guān)注 P2P 理財(cái)產(chǎn)品都是資質(zhì)相對較好的白領(lǐng)，因此在核心商圈的寫字樓電梯間投放廣告。

但是經(jīng)過轉(zhuǎn)化分析后，發(fā)現(xiàn)進(jìn)件轉(zhuǎn)化率很低，因此對借款人畫像分析，確定目標(biāo)人群特征：24-30 歲，工作時間短，收入一般，身處非核心高檔區(qū)域。得到這種結(jié)論后，將投放渠道放到了抖音和快手這類短視頻平臺，轉(zhuǎn)化率得到明顯提升。

（3）產(chǎn)品

圖 16 數(shù)據(jù)驅(qū)動產(chǎn)品優(yōu)化

這個是我之前一個產(chǎn)品同事發(fā)給我的，他說這些是產(chǎn)品關(guān)心的指標(biāo)。

因?yàn)槲沂枪こ處煶錾恚腋静欢@些東西，但是我知道怎么改進(jìn)產(chǎn)品：我們把這些指標(biāo)全部算出來，進(jìn)行監(jiān)控，一旦發(fā)現(xiàn)某一個指標(biāo)異常，立刻分析原因，并解決這些原因。

如果指標(biāo)沒有異常，可以和別人家進(jìn)行對比，你的轉(zhuǎn)化率是多少，我的轉(zhuǎn)化率是多少，看我們有多少提升空間，來提升指標(biāo)。

所以，整個邏輯很簡單，先設(shè)置關(guān)心的問題，實(shí)際算出來，并關(guān)注是否異常，找到異常原因，分析解決異常，看數(shù)據(jù)有沒有真正得到上升。

場景 1：內(nèi)容產(chǎn)品的“Aha Moment”

通過用戶行為將用戶群體劃分成四類：路人、打醬油、參與（點(diǎn)贊、轉(zhuǎn)發(fā)）、深度參與，如何提升這四類人的用戶留存？

很簡單，首先我觀察四類人的留存率，很明顯，行為深度越深，用戶留存肯定越高。

那該怎么操作？

擴(kuò)大“參與行為”使用者面積，門檻太高，落地性較差；擴(kuò)大“圍觀行為”使用者面積？這個方法更可行，在產(chǎn)品信息流頁露出“熱評”，可以提升留存，來驗(yàn)證新增“熱評”之后效果如何。

場景 2：電商，收藏按鈕位置改版

某電商的首頁存在兩個“收藏”，一開始設(shè)置有點(diǎn)問題，一個點(diǎn)擊率極高，一個點(diǎn)擊率極低。顯而易見，浪費(fèi)了非常重要的位置。后來將點(diǎn)擊率低的收藏按鈕位置換成了“服務(wù)”的按鈕，經(jīng)過驗(yàn)證，點(diǎn)擊進(jìn)入量沒有明顯下降，同時“服務(wù)”點(diǎn)擊量提升。

經(jīng)過 SA 中的數(shù)據(jù)對比發(fā)現(xiàn)，BEST 分類的點(diǎn)擊流量并沒有預(yù)想中高，甚至跟 MEN 分類的訪問量差不多。猜想可能用戶不習(xí)慣往左滑動頁面，習(xí)慣往右滑動界面。

同時，該電商還進(jìn)行了首頁 BEST 分類按鈕位置調(diào)整，將 BEST 類目放到 FUN 類目右邊。效果：經(jīng)過調(diào)整后，50% 以上的首頁用戶會進(jìn)入 BEST 類目，比原來調(diào)整之前相對提高了 78% 。

場景 3：小程序的產(chǎn)品迭代案例

這是一個純女性短視頻社區(qū)案例，他們一直致力將數(shù)據(jù)分析融入到運(yùn)營乃至產(chǎn)品迭代的最細(xì)節(jié)處。這是他們的工作方式。

圖 17 把數(shù)據(jù)分析融入到運(yùn)營至產(chǎn)品迭代的最細(xì)節(jié)處

該企業(yè)的小程序更新發(fā)版很快。用戶分享之后裂變，有一個完整的看板讓大家來評估的自己的影響。日裂變作為關(guān)鍵指標(biāo)，某版本上線后發(fā)現(xiàn)裂變指數(shù)（uv 數(shù) x 內(nèi)部調(diào)整因子）迅速下跌。

圖 18 某版本上線后發(fā)現(xiàn)裂變指數(shù)迅速下跌

通過回溯過去 7 日的分析看到：“分享”按鈕的點(diǎn)擊數(shù)據(jù)出現(xiàn)連續(xù)下滑，“下載”按鈕的數(shù)據(jù)在出現(xiàn)大幅度提升。

圖 19 回溯 7 日數(shù)據(jù)快速篩查可能原因

通過用戶實(shí)際回訪，確認(rèn)“保存按鈕”其實(shí)弱化了“分享意愿”，造成分享減少。次日晨完成新版本上線后，指標(biāo)變得正常。

（4）運(yùn)營

除了數(shù)據(jù)驅(qū)動產(chǎn)品迭代，下一個案例是用數(shù)據(jù)驅(qū)動運(yùn)營，數(shù)據(jù)驅(qū)動運(yùn)營同樣是發(fā)現(xiàn)問題，分析原因，來驗(yàn)證效果。

圖 20 基于數(shù)據(jù)的驅(qū)動閉環(huán)，驅(qū)動業(yè)務(wù)決策

六、反饋

最后給大家介紹幾個重要閉環(huán)。

1. 用戶運(yùn)營的閉環(huán)反饋

我們推出了自動化運(yùn)營的新產(chǎn)品，我們發(fā)現(xiàn)大家對產(chǎn)品運(yùn)營自動化越來越高。

神策自動化運(yùn)營是基于分群標(biāo)簽的全流程運(yùn)營閉環(huán)分析系統(tǒng)，通過用戶精準(zhǔn)分群、靈活創(chuàng)建并管理營銷活動計(jì)劃，比如知道用戶數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)，最終精準(zhǔn)的刻畫了用戶畫像?；谟脩舢嬒癫捎貌煌挠|達(dá)方式，比如優(yōu)惠券等。

做完之后，我可以分析衡量觸達(dá)效果怎么樣，從而評價營銷效果。有了第一次營銷效果之后，可以針對性的改進(jìn)，做第二次營銷效果。真正形成自動化、精細(xì)化的運(yùn)營閉環(huán)。

圖 21 用戶運(yùn)營閉環(huán)反饋

2. 產(chǎn)品智能閉環(huán)反饋

這是個性化推薦的全流程，包括采集各種不同的數(shù)據(jù)，構(gòu)建相應(yīng)的興趣模型，特定的場景推薦下做推薦，不同緯度、不同指標(biāo)做測量。

圖 22 產(chǎn)品智能閉環(huán)反饋

東方明珠是神策數(shù)據(jù)的客戶（東方明珠：融媒時代的大數(shù)據(jù)轉(zhuǎn)型之路打造），以百視通 IPTV 某駐地為例，日活數(shù)百萬用戶通過 IPTV 機(jī)頂盒付費(fèi)觀看授權(quán)內(nèi)容，部分精品內(nèi)容需額外充值觀看;在接入神策推薦之前，主要依賴人工推薦，以熱門、付費(fèi)和內(nèi)容相關(guān)性為主要推薦參考。

為提升用戶的觀影體驗(yàn)、提高用戶留存以及充值付費(fèi)營收，東方明珠利用神策推薦解決方案，完成采集點(diǎn)擊日志、展示日志、播放日志等所需用戶行為數(shù)據(jù)，基于行為數(shù)據(jù)構(gòu)建深度學(xué)習(xí)召回算法策略，采用 GBDT+LR 排序模型訓(xùn)練數(shù)據(jù)。

推薦算法上線兩周后，神策推薦的效果，對比人工推薦，僅 CTR 一個指標(biāo)即提升了 6 倍，對推薦內(nèi)容的人均瀏覽次數(shù)提升了 1.9 倍。

這就是我講的內(nèi)容，基本圍繞數(shù)據(jù)驅(qū)動閉環(huán)。

希望對你有所幫助！

本文由 @神策數(shù)據(jù) 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載