璐璐

“自助式數(shù)據(jù)分析”將會是后續(xù)數(shù)據(jù)分析的一個發(fā)展方向。

過去二十余年，網(wǎng)民數(shù)量激增，由于市場上的新增網(wǎng)民與設備量足夠大，對企業(yè)而言，即使不做分析、即使轉(zhuǎn)化率很低，總是不用愁用戶來源。但如今，互聯(lián)網(wǎng)人口紅利正在消退，用戶增長遭遇了瓶頸。

同時，互聯(lián)網(wǎng)創(chuàng)業(yè)的浪潮也從信息化轉(zhuǎn)變到服務化，本地服務、消費、出行等服務成了近兩年移動互聯(lián)網(wǎng)產(chǎn)品隊伍中的主力軍。“服務型產(chǎn)品”在崛起，人口紅利帶來的自然流量卻在萎縮，這意味著留住用戶、創(chuàng)造價值變得尤為重要，用戶生命周期價值（CLV）的衡量與提升，變得史無前例的重要。

當人口紅利、流量紅利、資本紅利正在逐漸消失，如同水源有限，需要開源節(jié)流。企業(yè)更多的需要去分析自身原因，用更低成本、更高效率來獲取更高的增長以及更高的留存。

什么是精細化運營

傳統(tǒng)的統(tǒng)計分析工具（如GA、友盟、百度統(tǒng)計等）更偏重于頁面訪問量（PV）、訪客數(shù)量（UV）、活躍用戶量（DAU）、新增注冊用戶等籠統(tǒng)粗放的數(shù)字，這些基礎數(shù)據(jù)背后，并不能體現(xiàn)數(shù)據(jù)漲跌背后的原因，更無法用于探索用戶的真實特性及其價值，很難通過這些數(shù)據(jù)來指導下一步的工作。不同的用戶喜好不同，如何面向不同喜好的用戶制定不同的運營策略，這需要對用戶有清晰地畫像?！熬毣治觥毙枨箝_始逐步提升。

“精細化運營分析”是指基于用戶在互聯(lián)網(wǎng)產(chǎn)品上的行為（以及行為背后的人）發(fā)生的時間、頻次、觸發(fā)事件等維度深度還原用戶使用場景從而指導業(yè)務增長。

相比基礎的統(tǒng)計數(shù)據(jù)，“精細化運營”的核心就是“精細”。透過用戶的行為，可以將用戶按不同的標簽分群，針對不同的標簽進行運營。比如，美顏類APP中，可以按用戶使用頻率分為下載后未使用用戶、僅使用一次的用戶、偶爾使用的用戶、頻繁使用的用戶，運營策略可以定期對未使用用戶進行激活，對用過一次就不再用的用戶進行召回，有新功能時推薦給低頻使用的用戶，對高頻使用的用戶要減少“騷擾”。

按另外一個維度“功能”來區(qū)別，哪些用戶只是使用圖片裁剪、亮度調(diào)節(jié)等基礎功能？哪些用戶偏好使用濾鏡？哪些用戶使用拼圖？哪些用戶進行美顏？哪些用戶美顏后添加文字、貼紙？又有哪些用戶會將制作好的照片分享出去？了解了這些，相應的運營策略 才能更有針對性：推出了新的濾鏡，不適合發(fā)推送給只偏好拼圖的用戶；新的圣誕美顏模式，不適合推薦給只用作圖片裁剪的用戶。

而當用戶使用頻率和功能偏好兩個維度結(jié)合，以及結(jié)合更多的維度（制作圖片耗時長短、固定訪問時段、以及年齡性別等等），運營策略也就更為精準。比如，引導每天制作多個美顏照片的用戶進行分享：頻繁制作美顏圖片的用戶一定有分享的需求，如果通過軟件直接分享，無形中向朋友推薦了這款APP，從而完成了一次從核心用戶向口碑用戶的升級。能“得心應手地運營”源于對用戶畫像的深入理解，精細化數(shù)據(jù)分析為精準運營提供了基礎。

自助式數(shù)據(jù)分析是未來

Mixpanel是新一代用戶行為數(shù)據(jù)分析產(chǎn)品中具有代表意義的產(chǎn)品，通過記錄用戶的行為數(shù)據(jù)和屬性數(shù)據(jù)，呈現(xiàn)完整、多維、精確的用戶畫像。便于拆分不同屬性的用戶群，從而制定精細化運營策略，提升用戶新增以及用戶留存等。

Mixpanel成立于2009年，最早從事郵件分析，2011年開始研究網(wǎng)頁用戶行為數(shù)據(jù)分析，以用戶行為為驅(qū)動，所有的用戶行為對應一個個事件，通過跟蹤事件了解用戶行為，目前服務了Uber、Airbnb等公司。同時，Mixpanel更微觀地關(guān)注每一個用戶的行為。

精細化運營分析的前提是要滿足時效性。前面提到對用過一次就不再用的用戶進行召回，“召回”的時間點也要掌握好，此類產(chǎn)品普遍是一周之內(nèi)，超過一周有可能用戶已經(jīng)不記得這個APP是做什么的，或者已經(jīng)卸載了。如果運營人員在一周之內(nèi)都沒能找到這批用戶，運營也就無從談起，只能流失掉。然而，從業(yè)務人員到分析師，再到IT人員，以往情況下，業(yè)務人員拿到數(shù)據(jù)要走過冗長的流程，響應的速度非常有限。當業(yè)務端想要的數(shù)據(jù)在兩周之后才拿到，很可能已經(jīng)錯失了運營的最佳時機，因此最好的方式是業(yè)務端不用、或者僅需少量的IT或分析師支持就能直接使用和駕馭數(shù)據(jù)。

無獨有偶，在國內(nèi)同樣有著基于用戶行為數(shù)據(jù)的精細化數(shù)據(jù)分析的先行者諸葛io，諸葛io上線于2015年3月，通過以用戶中心的分析方法，洞悉用戶行為畫像、提升用戶生命周期價值，諸葛io可以為企業(yè)實現(xiàn)數(shù)據(jù)驅(qū)動的精準運營。通過將不同維度的數(shù)據(jù)交叉分析，呈現(xiàn)數(shù)據(jù)背后潛在的相關(guān)性。不同于Mixpanel完全基于SaaS的模式，本土公司諸葛io同時支持SaaS和私有化部署，即面向國內(nèi)私有云和傳統(tǒng)用戶提供支持。

同時，為快速適應企業(yè)各業(yè)務部門的數(shù)據(jù)需求，諸葛io從業(yè)務角度出發(fā)，提供人人可用的分析，提升數(shù)據(jù)分析與應用效率。其目標是業(yè)務人員能夠自主、敏捷的通過一些數(shù)據(jù)分析工具滿足自身分析需求的自助式數(shù)據(jù)分析模式。在實現(xiàn)完全“自助化”之前，諸葛io還提供顧問式的數(shù)據(jù)智能解決方案，幫助用戶更便捷的布局數(shù)據(jù)分析體系，類似于國外的Amplitude。目前，Intel、光明隨心訂、墨跡天氣、羅輯思維、在行、暴走漫畫、優(yōu)信二手車等10000余家企業(yè)正在使用諸葛io驅(qū)動業(yè)務增長。

“自助式數(shù)據(jù)分析”將會是后續(xù)數(shù)據(jù)分析的一個發(fā)展方向。也就是說，未來企業(yè)不再需要有一個專門的BI部門去完成整個業(yè)務的需求。自助式數(shù)據(jù)分析會在將來給整個分析行業(yè)帶來新的變化，這也是國內(nèi)外分析領(lǐng)域的專業(yè)公司的目標。相信，完全自助的數(shù)據(jù)分析將成為精細化運營的沃土，驅(qū)動業(yè)務高速增長。當然，這需要整個市場的共同努力，以及企業(yè)用戶數(shù)據(jù)驅(qū)動理念不斷成熟。