云中的端點(diǎn)安全需要了解的內(nèi)容
一提到數(shù)據(jù)指標(biāo)體系,很多人喜歡背誦AARRR、RFM一類??烧娴焦ぷ髦?,會(huì)經(jīng)常發(fā)現(xiàn)很難滿足業(yè)務(wù)需要。比如前幾天就有同學(xué)在星球提問:用戶流失該如何搭建指標(biāo)體系?
起因是:某公司定義了用戶流失率指標(biāo)是“連續(xù)三個(gè)月不消費(fèi)”,可業(yè)務(wù)看到這個(gè)指標(biāo)卻很懵:
1、知道了用戶流失率是30%,所以呢?能干什么?
2、知道了用戶流失要召回,可召回劃算嗎,值不值得干?
3、為啥一定要等到用戶流失了才干活?不能早干點(diǎn)事嗎?
因此,想讓數(shù)據(jù)部門幫忙建立一個(gè)用戶流失指標(biāo)體系,全面反映問題,輔助業(yè)務(wù)決策。那該怎么辦呢?想要搭建一個(gè)業(yè)務(wù)用得起來的指標(biāo)體系,需要考慮三個(gè)流程:業(yè)務(wù)流、管理流、數(shù)據(jù)流,下邊一個(gè)個(gè)看一下。
第一步:梳理業(yè)務(wù)流
梳理業(yè)務(wù)流,即搞清楚業(yè)務(wù)上需要分幾步達(dá)成目標(biāo)。有些業(yè)務(wù)流程是很清晰的,比如銷售流程,就是一個(gè)大轉(zhuǎn)化漏斗;比如客服流程,根據(jù)客戶需要,分類處理問題。業(yè)務(wù)流程是數(shù)據(jù)指標(biāo)的基礎(chǔ)(如下圖):
在本文流失分析場(chǎng)景中,面臨的第一個(gè)挑戰(zhàn)是:業(yè)務(wù)流程不清晰。業(yè)務(wù)方自己也不知道可以干啥,此時(shí)肯定不知道該看哪些指標(biāo)。
對(duì)用戶流失而言,常見的措施有:
1、事前預(yù)防:當(dāng)用戶出現(xiàn)投訴/退貨,及時(shí)安撫
2、事前預(yù)防:當(dāng)用戶消費(fèi)一個(gè)月比一個(gè)月少,及時(shí)激勵(lì)
3、事前預(yù)防:當(dāng)用戶1個(gè)月/2個(gè)月未消費(fèi)(此時(shí)尚未達(dá)流失標(biāo)準(zhǔn))進(jìn)行刺激
4、事后補(bǔ)救:利用優(yōu)惠活動(dòng)/新品上市/爆款產(chǎn)品等進(jìn)行召回,嘗試重新激活
可以先列出清單,然后讓業(yè)務(wù)選:希望從哪個(gè)方向下手。注意!業(yè)務(wù)方很有可能說:“我們不了解情況,暫時(shí)選不出來”。那么下一步,可以先把這幾種情況對(duì)應(yīng)的數(shù)據(jù)撈出來,讓業(yè)務(wù)方看清楚大局再行動(dòng):
第二步:梳理管理流
梳理管理流,即搞清楚管理層到底希望業(yè)務(wù)想做成啥效果。注意!即使業(yè)務(wù)流程很清晰,業(yè)務(wù)的目標(biāo)也有可能是多元化的。
比如銷售流程,有可能有好幾種考核方法:
1、只考核銷售額
2、銷售額+毛利
3、銷售額+毛利+回款
4、銷售額+特定產(chǎn)品銷量
不同考核方式,決定了指標(biāo)體系的主指標(biāo)不同,當(dāng)然會(huì)影響考察哪些子指標(biāo)。因此搞清楚管理層意圖很重要。
在本文流失分析場(chǎng)景中,面臨的第二個(gè)挑戰(zhàn)是:業(yè)務(wù)方也不明確到底要做成啥樣。所以才會(huì)發(fā)問:“到底值不值得做”“到底該不該做”。
此時(shí),可以做一些輔助工作:
1、這些用戶流失前的貢獻(xiàn)有多大 → 理論上流失前貢獻(xiàn)越大,越應(yīng)該召回
2、這些用戶處于流失狀態(tài)多久 → 理論上流失狀態(tài)越短,越容易召回
3、這些用戶有沒有自然回流的跡象→ 理論上有回流跡象,越容易召回
可以先把數(shù)據(jù)梳理出來,讓業(yè)務(wù)方看一看找找感覺,這樣容易定出目標(biāo)了。
幫業(yè)務(wù)方定一下目標(biāo)是很重要的。因?yàn)椴煌y度的目標(biāo),意味著采取的手段不一樣,軟綿綿的業(yè)務(wù)手段也不會(huì)起到效果。比如召回流失用戶,如果就孤零零地發(fā)條短信,啥好處都不給,那用戶愿意傻乎乎回來消費(fèi)就見鬼了。
此時(shí)業(yè)務(wù)讓你“深入分析下,為啥召回沒用”,有啥好分析的!作為用戶,你看到一條短信就樂呵樂呵地給企業(yè)送銀子呀!換你你也不會(huì)。
如果前期實(shí)在定不下來目標(biāo),可以預(yù)留一段時(shí)間做觀察期。比如留仨月時(shí)間,留一筆預(yù)算,測(cè)試一下不同召回手段的效果,了解下在一定預(yù)算支持下,能實(shí)現(xiàn)的效果是啥。這樣有了測(cè)試數(shù)據(jù)支持,后邊再落實(shí)目標(biāo)就容易了。
第三步:梳理數(shù)據(jù)流
梳理數(shù)據(jù)流,即明確業(yè)務(wù)的目標(biāo)是否已量化記錄,業(yè)務(wù)的操作流程是否已量化記錄。這一步是確保前兩步梳理的內(nèi)容,能落地成數(shù)據(jù)表報(bào),而不是懸在空中??疾斓氖菙?shù)據(jù)采集的功夫。
比如銷售流程,傳統(tǒng)企業(yè)的最大問題就是數(shù)字化能力不行,除了最后一步的簽約合同,之前啥過程數(shù)據(jù)都沒有,這不就歇菜了,還建啥指標(biāo)體系,指導(dǎo)啥業(yè)務(wù)工作呀。
回到用戶流失的例子,除了流失用戶人數(shù)這個(gè)孤零零指標(biāo)外,上述兩步梳理的內(nèi)容,最好都有記錄(如下圖):
注意!數(shù)據(jù)指標(biāo)體系不止有指標(biāo),標(biāo)簽也很重要:
1、流失前用戶消費(fèi):高消費(fèi)、中消費(fèi)、低消費(fèi)
2、流失前用戶偏好:品類偏好/優(yōu)惠偏好
3、流失前用戶狀態(tài):有投訴、無投訴
4、對(duì)召回行為的響應(yīng):有響應(yīng)、無響應(yīng)
5、召回用戶素材:優(yōu)惠類、新品類、換季類
6、召回用戶優(yōu)惠力度:高、中、低
這些都需要打好標(biāo)簽,才能方便后續(xù)的深入分析。當(dāng)需要解釋:“為什么召回效果不好?““為什么流失增多”這些問題時(shí),直接利用標(biāo)簽對(duì)比,就能得出初步答案,從而極大提高數(shù)據(jù)指標(biāo)體系的可用性。
理想的效果
理想狀態(tài)下,一個(gè)好的數(shù)據(jù)指標(biāo)體系,可以指導(dǎo)業(yè)務(wù)實(shí)現(xiàn)工作閉環(huán),用通俗的話說,是:我想干什么→我要針對(duì)誰干→我要怎么干→我干成了沒有,全流程都有數(shù)據(jù)監(jiān)控。這樣在數(shù)據(jù)的指導(dǎo)下,業(yè)務(wù)方不斷具體到用戶流失案例,整個(gè)指標(biāo)體系如下圖運(yùn)作:
這樣就不是一個(gè)孤零零“流失率35%”的指標(biāo),而是可以按圖索驥,找到解決問題的思路,追蹤效果,可以說能實(shí)現(xiàn)用數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)了。
- 上一篇
數(shù)據(jù)分析的經(jīng)典方法之:結(jié)構(gòu)分析法
類似的方法,還有矩陣分析法、趨勢(shì)分析法、漏斗分析法。這些方法的共同點(diǎn),就是:用一組有邏輯的指標(biāo),樹立清晰的標(biāo)桿,長(zhǎng)期監(jiān)控業(yè)務(wù)變化,從而快速得出結(jié)論。
- 下一篇
文化去中心化:區(qū)塊鏈和去中心化解決方案
正如其他許多領(lǐng)域一樣,藝術(shù)和文化領(lǐng)域也在經(jīng)歷著變革,這要?dú)w功于區(qū)塊鏈技術(shù)和去中心化應(yīng)用程序。這種從傳統(tǒng)文化資產(chǎn)管理方式轉(zhuǎn)變?yōu)橐环N新的不依賴于單一中心機(jī)構(gòu)的管理方式,被稱為“文化去中心化”。
相關(guān)資訊
- 確保物聯(lián)網(wǎng)無縫轉(zhuǎn)型的三個(gè)關(guān)鍵因
- 系統(tǒng)更新對(duì)IIoT設(shè)備的重要性
- 數(shù)據(jù)分析解決制造營(yíng)銷機(jī)構(gòu)的挑戰(zhàn)
- 人工智能驅(qū)動(dòng)的智能技術(shù)幫助圖書
- 簡(jiǎn)析數(shù)據(jù)匿名化的方法、挑戰(zhàn)與應(yīng)
- 智慧城市不是企業(yè):論物聯(lián)網(wǎng)方法的
- 一文快速解鎖:價(jià)格分析模型
- 技術(shù)分析在大數(shù)據(jù)時(shí)代正在迅速發(fā)
- 人工智能顯著增加了社交媒體黑客
- 人臉識(shí)別技術(shù)的多維探索:跨越挑戰(zhàn)