
互聯(lián)網(wǎng)思維和大數(shù)據(jù)相遇會(huì)有什么樣的商業(yè)機(jī)會(huì)
互聯(lián)網(wǎng)思維UFO模型中的U代表Userexperience,即極致用戶體驗(yàn),其對(duì)應(yīng)的方向是產(chǎn)品設(shè)計(jì);F代表Freemium,即免費(fèi)商業(yè)模式,其對(duì)應(yīng)的方向是商業(yè)模式研究和設(shè)計(jì);O代表精細(xì)化運(yùn)營(yíng),其對(duì)應(yīng)的方向是產(chǎn)品運(yùn)營(yíng),而大數(shù)據(jù)在這三個(gè)方向的應(yīng)用起到不同程度的作用。其中,大數(shù)據(jù)與F(免費(fèi)商業(yè)模式)及U(極致用戶體驗(yàn))關(guān)聯(lián)度或者驅(qū)動(dòng)度中等,與O(精細(xì)化運(yùn)營(yíng))關(guān)聯(lián)度或驅(qū)動(dòng)度最高。
大數(shù)據(jù)如何支撐更好的商業(yè)模式?
好的免費(fèi)商業(yè)模式要求:
(1)通過(guò)免費(fèi)或者“利潤(rùn)超薄”的產(chǎn)品或服務(wù)發(fā)展大規(guī)模的用戶,形成用戶大盤;
(2)產(chǎn)品可以做到通過(guò)互聯(lián)網(wǎng)方式每天有機(jī)會(huì)與用戶發(fā)生接觸或聯(lián)系。即前文提到的例子,如果你把手機(jī)賣給一個(gè)人,就不跟他“聯(lián)系”了,這個(gè)人并不是你的用戶,但你通過(guò)某種方式每天跟他“聯(lián)系”,如你在手機(jī)上提供軟件服務(wù),讓這個(gè)人跟你發(fā)生“聯(lián)系”,他就是你的用戶;
(3)產(chǎn)品或服務(wù)是否可以做到版本迭代升級(jí)。很多人認(rèn)為傳統(tǒng)領(lǐng)域的產(chǎn)品或者服務(wù)比較難提供“版本”升級(jí),但其實(shí)這只是受傳統(tǒng)思維方式所阻。以汽車為例,我們常常認(rèn)為已經(jīng)賣給客戶的車不存在版本升級(jí)的概念,而特斯拉做到了:特斯拉在2014年12月底宣布了計(jì)劃把TeslaRoadster升級(jí),Roadster將會(huì)被換上一組新的電池,對(duì)比原本那組電池來(lái)說(shuō),新電池可以在同樣的體積下提供額外31%的能量,另外,Roadster還會(huì)換上新的空氣動(dòng)力學(xué)套件,令到車身的風(fēng)阻系數(shù)由0.36減至0.31,還有就是會(huì)換上滾動(dòng)摩擦系數(shù)更低的輪胎。
我們?cè)谠O(shè)計(jì)好的免費(fèi)商業(yè)模式的時(shí)候,要充分考慮以上三點(diǎn)。但大數(shù)據(jù)目前在商業(yè)模式設(shè)計(jì)、商業(yè)模式研究、創(chuàng)新商業(yè)模式研究這方面的能力還比較弱,目前在中國(guó)還沒(méi)看到成功的利用大數(shù)據(jù)的智慧來(lái)輔助設(shè)計(jì)商業(yè)模式的案例,也許是因?yàn)橛?jì)算機(jī)目前的智慧還沒(méi)達(dá)到設(shè)計(jì)商業(yè)模式的能力高度。但是我們可以通過(guò)大數(shù)據(jù)的方法進(jìn)行行業(yè)監(jiān)測(cè)以及進(jìn)行創(chuàng)新監(jiān)測(cè),從而可以輔助戰(zhàn)略規(guī)劃人員來(lái)進(jìn)行商業(yè)模式的設(shè)計(jì)。比如我們可以通過(guò)爬蟲(chóng)技術(shù)的手段采集互聯(lián)網(wǎng)上的國(guó)內(nèi)外行業(yè)發(fā)展動(dòng)態(tài)、行業(yè)發(fā)展趨勢(shì)、分析師文章、最新專利申請(qǐng)情況、相關(guān)最新產(chǎn)品上市情況等來(lái)輔助戰(zhàn)略規(guī)劃人員進(jìn)行相關(guān)的行業(yè)分析和創(chuàng)新分析,以輔助設(shè)計(jì)商業(yè)模式??偟膩?lái)說(shuō),大數(shù)據(jù)在免費(fèi)商業(yè)模式設(shè)計(jì)方面的能力還比較弱。
但如果大數(shù)據(jù)作為商業(yè)模式中的一個(gè)引擎,即大數(shù)據(jù)作為產(chǎn)品的一個(gè)引擎,就有可能促進(jìn)商業(yè)模式的升級(jí)。打個(gè)比方,把一個(gè)傳統(tǒng)的商業(yè)模式比作一輛汽車,這輛汽車的引擎是2.0的排量,如果你在設(shè)計(jì)商業(yè)模式的時(shí)候把大數(shù)據(jù)很好的融入商業(yè)模式中,那么這輛2.0排量的汽車就有可能升級(jí)為2.0T,即變成帶渦輪增壓的發(fā)動(dòng)機(jī),動(dòng)力將更猛。如健康領(lǐng)域,如果是一個(gè)銷售傳統(tǒng)血壓計(jì)的商業(yè)模式,投資人對(duì)這種商業(yè)模式并不會(huì)很關(guān)注,但在血壓計(jì)加上大數(shù)據(jù)的能力,即做智能血壓計(jì),可以遠(yuǎn)程監(jiān)控父母的血壓情況,及時(shí)進(jìn)行病情預(yù)警,這種加入的大數(shù)據(jù)的商業(yè)模式就會(huì)比較有投資價(jià)值。
總的來(lái)說(shuō),如果把大數(shù)據(jù)作為一種研究能力來(lái)支撐商業(yè)模式研究,那么其作用相對(duì)較低,只能在行業(yè)監(jiān)測(cè)和創(chuàng)新監(jiān)測(cè)起一些作用;但如果把大數(shù)據(jù)作為一個(gè)引擎嵌入到商業(yè)模式中,嵌入到產(chǎn)品中,其價(jià)值則非常大。
大數(shù)據(jù)如何更好的驅(qū)動(dòng)用戶體驗(yàn)?
在互聯(lián)網(wǎng)思維UFO模型中,我們提到做極致用戶體驗(yàn)一個(gè)很重要的SIM原則:S指Simple(簡(jiǎn)單),少即是多的“極少主義”;I指iteration(迭代),即小步快跑,快速迭代。M指micro-innovation,微創(chuàng)新。以上三方面均可以通過(guò)大數(shù)據(jù)來(lái)支撐。
通過(guò)大數(shù)據(jù)我們可以監(jiān)測(cè)一個(gè)產(chǎn)品是否做到足夠的簡(jiǎn)單(simple),我們可以基于大數(shù)據(jù)構(gòu)建很多的用戶體驗(yàn)監(jiān)測(cè)模型。如用戶行為的漏斗模型,我們可以把用戶使用產(chǎn)品的關(guān)鍵觸點(diǎn)(touchpoint)定義出來(lái),監(jiān)測(cè)每個(gè)觸點(diǎn)之間的轉(zhuǎn)化率。如電商購(gòu)物,用戶進(jìn)入首頁(yè)、查看商品產(chǎn)品詳情、把產(chǎn)品放到購(gòu)物車、購(gòu)買以及支付等是關(guān)鍵用戶關(guān)鍵觸點(diǎn),通過(guò)監(jiān)控各環(huán)節(jié)之間轉(zhuǎn)化率來(lái)以及從最開(kāi)始的接觸點(diǎn)到最終的接觸點(diǎn)的轉(zhuǎn)化率來(lái)衡量產(chǎn)品的體驗(yàn)是否做的足夠好,足夠簡(jiǎn)單。我們相信,如果用戶完成一個(gè)產(chǎn)品操作任務(wù),用的步驟越少,轉(zhuǎn)化率相對(duì)就越高。
通過(guò)大數(shù)據(jù)的手段,我們可以幫助更好的快速迭代,以提升效果。尤其是利用A/B測(cè)試方法以及灰度發(fā)布實(shí)時(shí)監(jiān)測(cè)手段。A/B測(cè)試簡(jiǎn)單來(lái)說(shuō),就是為同一個(gè)目標(biāo)制定兩個(gè)方案或版本(比如兩個(gè)頁(yè)面),讓一部分用戶使用A方案,另一部分用戶使用B方案,通過(guò)及時(shí)的統(tǒng)計(jì)使用效果數(shù)據(jù)如點(diǎn)擊率等,看哪個(gè)方案更符合設(shè)計(jì)目標(biāo)。當(dāng)然,在實(shí)際操作過(guò)程之中還有許多需要注意的細(xì)節(jié),在此就不贅述。Google很多新的產(chǎn)品上線或者功能優(yōu)化上線前都要進(jìn)行A/B測(cè)試。對(duì)于常規(guī)的A/B測(cè)試,同一個(gè)目標(biāo)一般要做兩種方案,很多互聯(lián)網(wǎng)公司為了簡(jiǎn)化,一般只做一種方案,進(jìn)行灰度上線(即只抽取一小部分用戶進(jìn)行產(chǎn)品發(fā)布)以后,再通過(guò)大數(shù)據(jù)實(shí)時(shí)監(jiān)測(cè)看這個(gè)效果和之前版本的效果對(duì)比,如果效果不如之前的版本,新版本就放棄正式發(fā)布。
通過(guò)大數(shù)據(jù)的手段也可以幫助產(chǎn)品實(shí)時(shí)產(chǎn)品微創(chuàng)新的效果。360公司的周鴻祎先生說(shuō)過(guò),口碑是衡量創(chuàng)新的標(biāo)準(zhǔn),因?yàn)榻o用戶帶來(lái)強(qiáng)烈體驗(yàn)的東西一定能形成口碑。通過(guò)大數(shù)據(jù)可以很好的及時(shí)監(jiān)測(cè)產(chǎn)品口碑的情況。通過(guò)大數(shù)據(jù)爬蟲(chóng)的手段,我們可以抓取產(chǎn)品在互聯(lián)網(wǎng)上的評(píng)價(jià),如抓取微博、論壇、電商評(píng)論等,通過(guò)自然語(yǔ)言處理的手段和語(yǔ)義分析,對(duì)評(píng)論等非結(jié)構(gòu)數(shù)據(jù)進(jìn)行處理和挖掘,計(jì)算產(chǎn)品的推薦度,實(shí)時(shí)掌握產(chǎn)品口碑情況;另一方面,我們也可以通過(guò)大數(shù)據(jù)的手段,實(shí)時(shí)發(fā)現(xiàn)產(chǎn)品問(wèn)題點(diǎn),這樣會(huì)對(duì)產(chǎn)品的改進(jìn)非常有幫助。在很多產(chǎn)品導(dǎo)向型的大型互聯(lián)網(wǎng)企業(yè),都會(huì)要求若1小時(shí)內(nèi)有3人同時(shí)反映一個(gè)問(wèn)題,就定義為BUG,需要在24小時(shí)內(nèi)必須立即解決?;诖髷?shù)據(jù)的手段可以在產(chǎn)品問(wèn)題的及時(shí)發(fā)現(xiàn)和定位上非常有幫助。
大數(shù)據(jù)如何更好的驅(qū)動(dòng)精細(xì)化運(yùn)營(yíng)?
好產(chǎn)品是運(yùn)營(yíng)出來(lái)的,互聯(lián)網(wǎng)產(chǎn)品需要不斷運(yùn)營(yíng)、持續(xù)打磨。產(chǎn)品運(yùn)營(yíng)的目的是為了擴(kuò)大用戶群、提高用戶活躍度、尋找合適商業(yè)模式并增加收入。成功的互聯(lián)網(wǎng)運(yùn)營(yíng)要做到精細(xì)化運(yùn)營(yíng),成功的精細(xì)化運(yùn)營(yíng)需要大數(shù)據(jù)支撐。大數(shù)據(jù)和互聯(lián)網(wǎng)思維在此方面關(guān)聯(lián)度最高。所以,企業(yè)在大數(shù)據(jù)的應(yīng)用場(chǎng)景上,一定是要優(yōu)先考慮如何通過(guò)大數(shù)據(jù)進(jìn)行精細(xì)化運(yùn)營(yíng),以驅(qū)動(dòng)更好的運(yùn)營(yíng)效率和效果的提升。
但值得注意的是,企業(yè)在這方面的建設(shè)一定要考慮如何讓數(shù)據(jù)分析人員、算法人員與產(chǎn)品運(yùn)營(yíng)人員更好的融合在一起工作,否則大數(shù)據(jù)將在產(chǎn)品運(yùn)營(yíng)環(huán)節(jié)比較難起到理想的作用。因?yàn)楹芏喙镜倪\(yùn)營(yíng)人員并不是非常了解大數(shù)據(jù)在哪些運(yùn)營(yíng)的環(huán)節(jié)可以用到大數(shù)據(jù);同時(shí),數(shù)據(jù)分析和算法人員不能很好的理解業(yè)務(wù),也不知道有哪些運(yùn)營(yíng)策略和場(chǎng)景,也較難為產(chǎn)品運(yùn)營(yíng)人員提供好的支持。我們的建議是如果數(shù)據(jù)分析人員和算法人員能夠定期參與產(chǎn)品運(yùn)營(yíng)的一些例會(huì),甚至如果有可能,可以讓數(shù)據(jù)分析和算法人員與產(chǎn)品運(yùn)營(yíng)人員坐在一個(gè)相鄰的辦公區(qū)域一起工作。
基于大數(shù)據(jù)可以更好的做精細(xì)化運(yùn)營(yíng)監(jiān)控、更準(zhǔn)確的做用戶細(xì)分、更準(zhǔn)確的進(jìn)行個(gè)性化推薦、更合理的進(jìn)行營(yíng)銷推廣效果的評(píng)估、更有效的進(jìn)行用戶生命周期管理以及基于用戶生命周期進(jìn)行相關(guān)的營(yíng)銷和運(yùn)營(yíng)策略。具體方面如下:
在精細(xì)化運(yùn)營(yíng)監(jiān)控方面,我們需要進(jìn)行關(guān)鍵數(shù)據(jù)體系梳理和構(gòu)建,在此基礎(chǔ)上通過(guò)智能化模型開(kāi)發(fā)出來(lái)的數(shù)據(jù)產(chǎn)品,監(jiān)控關(guān)鍵數(shù)據(jù)的異動(dòng),并可以快速定位數(shù)據(jù)異動(dòng)的原因,輔助運(yùn)營(yíng)決策;
通過(guò)基于大數(shù)據(jù)的方法進(jìn)行用戶細(xì)分,基于大數(shù)據(jù)可以找出更好的細(xì)分維度,并對(duì)用戶做更好區(qū)隔,以輔助產(chǎn)品運(yùn)營(yíng)人員做更加準(zhǔn)確的用戶細(xì)分,并洞察每個(gè)細(xì)分人群的興趣愛(ài)好和消費(fèi)傾向,對(duì)每類用戶分別進(jìn)行有針對(duì)性的策劃和運(yùn)營(yíng)活動(dòng)。
通過(guò)數(shù)據(jù)挖掘的手段進(jìn)行用戶生命周期管理,我們可以可做到實(shí)時(shí)對(duì)不同生命周期的用戶進(jìn)行實(shí)時(shí)標(biāo)記和預(yù)警,并把有效的活動(dòng)當(dāng)成商品一樣及時(shí)的推送給不同生命周期階段的客戶。
通過(guò)大數(shù)據(jù)的方法,我們可以實(shí)現(xiàn)對(duì)不同通過(guò)渠道的效果評(píng)估。如果只看一些表面的數(shù)據(jù),如廣告的點(diǎn)擊率,是非常難衡量不同推廣渠道的真正效果。如果把用戶的渠道行為和后續(xù)產(chǎn)品行為(即通過(guò)渠道獲取的用戶在產(chǎn)品上的各種使用行為)進(jìn)行打通跟蹤,在此數(shù)據(jù)基礎(chǔ)上構(gòu)建渠道質(zhì)量評(píng)估模型,將能夠更好的發(fā)現(xiàn)渠道的真正質(zhì)量,或者更直接的,可以發(fā)現(xiàn)推廣渠道的究竟有多少是虛假的流量。
通過(guò)利用基于大數(shù)據(jù)進(jìn)行有針對(duì)性的用戶畫像,并通過(guò)用戶畫像數(shù)據(jù)、用戶行為和偏好數(shù)據(jù),結(jié)合個(gè)性化推薦算法實(shí)現(xiàn)根據(jù)用戶不同的興趣和需求推薦不同的商品或者產(chǎn)品,通過(guò)算法真正的實(shí)現(xiàn)“投其所好”,以實(shí)現(xiàn)推廣資源效率和效果最大化。
總之,互聯(lián)網(wǎng)思維和大數(shù)據(jù)有著緊密的關(guān)系。互聯(lián)網(wǎng)思維背后代表的是商業(yè)模式、產(chǎn)品設(shè)計(jì)、產(chǎn)品運(yùn)營(yíng),而大數(shù)據(jù)在不同程度的支撐或者驅(qū)動(dòng)這三方面。如果大數(shù)據(jù)能夠作為商業(yè)模式的一部分或者更準(zhǔn)確的說(shuō)是作為企業(yè)產(chǎn)品的一個(gè)引擎,那么企業(yè)的能量和想象空間將會(huì)更大。而大數(shù)據(jù)在產(chǎn)品設(shè)計(jì)和運(yùn)營(yíng)環(huán)節(jié)都能起到不同程度的左右,作用最為明顯的是在驅(qū)動(dòng)產(chǎn)品的精細(xì)化運(yùn)營(yíng)。我們希望企業(yè)相關(guān)決策層在運(yùn)用大數(shù)據(jù)的時(shí)候更好的了解大數(shù)據(jù)應(yīng)用的優(yōu)先級(jí)和應(yīng)用場(chǎng)景,更好的發(fā)揮大數(shù)據(jù)的價(jià)值。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11