如何應用數(shù)據(jù)分析來指導商業(yè)實踐

最近讀了谷歌數(shù)字營銷布道師 Avinash Kaushik （他同時也是暢銷書 Web Analytics 2.0 作者）寫的：The Lean Analytics Cycle: Metrics > Hypothesis > Experiment > Act 一文，個人認為其中的方法論對我們應用數(shù)據(jù)分析來指導商業(yè)實踐是非常有價值的。

我是做技術出身，不太喜歡重復造輪子，在對 Avinash Kaushik 這篇文章的大部分編譯的基礎上，也提出了我的一些個人看法和思考。限于篇幅原因，原文里的四個案例，這里只摘了 Airbnb 的例子，感興趣的朋友文末有原文鏈接。
數(shù)據(jù)驅動（Data Driven）的概念在國內(nèi)有了很長時間了，但真正實現(xiàn)數(shù)據(jù)驅動的公司卻少之又少。要做好精細化運營，需要用好數(shù)據(jù)，用數(shù)據(jù)來驅動運營和產(chǎn)品增長，而其中的關鍵則在于實現(xiàn)數(shù)據(jù)分析閉（循）環(huán)。

那么，什么是數(shù)據(jù)分析閉環(huán)？

數(shù)據(jù)分析閉環(huán)就是說把數(shù)據(jù)分析到驗證的每一個步驟有機的連接在一起，由此指導業(yè)務和實踐，同時也能對閉環(huán)進行迭代優(yōu)化。

數(shù)據(jù)分析閉環(huán)有四個步驟：指標--->假設--->試驗--->行動。無論你做的在線，離線，或是非線上的業(yè)務，都需要這個閉環(huán)來指導業(yè)務增長。

數(shù)據(jù)分析閉環(huán)

過分迷戀于數(shù)據(jù)收集和標準的指標報告或許不是好事，很多人對這些很熱衷有時候只是在跟風，因為數(shù)據(jù)和指標的作用和價值很多年前就有人在強調(diào)。但這種現(xiàn)象是不正常的，只有把指標和數(shù)據(jù)用于指導實踐，形成一個數(shù)據(jù)分析的閉環(huán)，才能體現(xiàn)出數(shù)據(jù)的價值。怎么解決這個問題，又或者說怎么形成數(shù)據(jù)分析到應用的閉環(huán)？

《精益數(shù)據(jù)分析》這本書里提到了精益數(shù)據(jù)分析閉環(huán)這個概念，它的目的就是幫你創(chuàng)建一個可持續(xù)的方式來選擇重要的指標，并把這些指標跟基本的業(yè)務問題關聯(lián)起來，然后提出對問題解決方案的假設，通過測試（當然包括A/B測試）驗證假設并最終驅動業(yè)務增長。
下面，我們會從四個步驟，解讀數(shù)據(jù)分析閉環(huán)的一些細節(jié)并用 Airbnb 的案例讓大家更好的理解精益分析循環(huán)如何指導業(yè)務實踐。

精益數(shù)據(jù)分析模型

精益數(shù)據(jù)分析循環(huán)非常簡單，它的4個步驟清晰的解釋了你該如何來用它指導業(yè)務。首先，要找出你想提升什么；然后創(chuàng)建并運行試驗；最后衡量試驗結果并決定采取什么行動。

這個循環(huán)里結合了精益創(chuàng)業(yè)（精益創(chuàng)業(yè)是指基于數(shù)據(jù)分析進行持續(xù)的迭代提升）的概念，它能幫你放大已經(jīng)驗證有效的想法，拋棄無效的想法，并根據(jù)數(shù)據(jù)反饋來調(diào)整目標方向。

用下面的這張圖來表示精益創(chuàng)業(yè)循環(huán)：

上圖的流程看起來有點復雜，我們把它簡化為任何業(yè)務和公司都能用于其數(shù)據(jù)分析實踐的四個關鍵步驟：指標--->假設--->試驗--->行動
步驟1：找出優(yōu)化指標

這個循環(huán)不能幫你了解你的業(yè)務，因為這是你的工作。你需要知道業(yè)務最重要的是什么，以及需要改進什么。

是提升轉化率？

是提升訪客注冊數(shù)？

是提高用戶分享率？

還是降低用戶流失比例？

也可能簡單到就像讓更多人去你的餐館就餐。

關鍵在于，它必須是你業(yè)務的核心指標。如果你不是業(yè)務負責人，只負責增長，那么你可能需要業(yè)務管理者（老板或業(yè)務總監(jiān)）幫你確定這個指標。這是好事，意味著你跟業(yè)務是有關系的，如果這個循環(huán)最終成功，你會讓團隊離目標更進一步。
確定要改善什么指標的另一種方法是根據(jù)你的商業(yè)模式。我們舉檸檬水攤的例子，那么你的商業(yè)模式就是一張表格，這里記錄了檸檬和糖的價格，經(jīng)過攤點的人數(shù)，多少人停下來買水喝，以及你收費多少。這里有四件事對你的生意很關鍵，其中一件有待改善。這就是現(xiàn)在你的業(yè)務非常重要的一個指標。只選一個指標出來，因為你要優(yōu)化它。

這個指標跟 KPI 相關，如果是購買人數(shù)，那么指標是轉化率。如果是發(fā)送的邀請數(shù)，指標就是病毒性。如果是離開的付費用戶數(shù)量，就是流失率。

商業(yè)模式也能告訴你指標應該是什么。比如，如果你需要每杯檸檬水賣5美元才能達到收支平衡，那么這就是你的目標， KPI 的目標。

步驟2：提出假設

這是發(fā)揮你創(chuàng)造性的地方，因為你可以進行各種類型的試驗：

? 一次營銷活動

? 應用的重新設計

? 定價的改變

? 把運輸成本納入價格

? 改變吸引用戶的方式

? 嘗試不同的平臺

? 改變按鈕文字

? A/B測試一個新功能

無論如何，提出假設是需要靈感的地方，你可以通過兩種方式找到靈感。

如果得不到數(shù)據(jù)，你可以做各種嘗試。

? 嘗試理解市場。做調(diào)查，或看看別人怎么做，或查看客戶反饋，或者簡單地拿起電話。

? 從競爭對手那里偷師。如果有人做的很好，那么可以模仿。但切記不要為了不同而不同。

? 學習最佳實踐。了解其他公司的增長方式，從增長黑客到內(nèi)容營銷，并從中找靈感。

如果能獲取數(shù)據(jù)，搞清楚用戶之間有什么不同點。比如說，你在想辦法降低流失率，有些用戶一個月都不退出，他們之間有什么共同點

最忠誠的客戶跟其他人有什么不同點？他們都來自同一個地方？他們都買一樣的東西？諸如此類。

無論哪種方式，這個假設都來自于用戶，問他們問題，或了解他們的選擇。

假設這個詞有很多不同的解釋，個人覺得維基百科給的定義最貼切：、

? 人們把問題的試驗解決方案稱為假設，通常稱為“有根據(jù)的猜測”，因為它提供的解決方案是由一些證據(jù)得出的。

我們對采取什么動作才能改善 KPI 所做出的有根據(jù)的猜測是基于步驟1得到的。

步驟3：創(chuàng)建試驗

一旦有了假設，你需要先回答3個問題再進入試驗步驟。

首先：目標受眾是誰？事情的發(fā)生都是因為有人做了什么。那么你期望做什么呢？受眾是所有人，還是用戶中的一部分？他們是正確的受眾嗎？你能觸達他們嗎？直到你明確了你是要試圖改變哪些人的行為，才能去吸引他們。

其次：你想讓他們做什么？你要求他們做的事情足夠清晰明確嗎？他們能很輕松的，或是以自己的方式做嗎？他們中有多少人今天做了這項操作？

第三：為什么他們要這么做？只有有價值的，并且充分信任你，他們才會做你要求做的事。你正確地激勵他們了嗎？當前的哪一項請求最有效？為什么他們愿意為你的競爭對手做這件事？

看起來 who 、what 和 why 這三個問題不難回答，但事實并非如此。因為這需要你對客戶有很深入的了解。在精益創(chuàng)業(yè)里，這叫做客戶開發(fā)。創(chuàng)建試驗的步驟看起來就像是這樣：

弄清楚什么人因為什么原因做什么事，才能明顯提高你定義的目標 KPI 。

這是我們采取行動的目的，用靠譜的假設來創(chuàng)建靠譜的試驗。這種方式也能讓每個人理解試驗的目的和意義。

一旦創(chuàng)建了試驗，并設置數(shù)據(jù)分析來根據(jù)當前的基準和你設定的目標來衡量 KPI ，接下來就是運行試驗。

步驟4.衡量和決定要做什么

到這一步，就能知道你的試驗是否成功。這樣我們有了下面的幾個選擇：

1、如果試驗成功，碉堡了。慶祝一番，然后繼續(xù)找下一個最重要的指標，繼續(xù)下一個 who ， what ，why 周期。畢竟，生命不息，優(yōu)化不止嘛。

2、如果試驗失敗，則需要重新審視我們的假設。然后把從失敗的試驗里學到的經(jīng)驗用于定義新的 who ，what ， why 。即使是失敗的試驗，如果能從中得到教訓，就不算是浪費機會。

3、如果試驗有一點結果，但不明顯，這時候就應該嘗試另一個試驗了。一開始提出的假設依然有效，但是你可以根據(jù)這次試驗對接下來的試驗進行優(yōu)化，再試一次。

這就是流程之美，we’re being smart, fast, and iterative！制定慎重的計劃，衡量其結果，并圍繞更接近我們的目標。識別，假設，測試，反應，以及重復。

下面是一個具體的案例，來加深對精益數(shù)據(jù)分析循環(huán)的理解。

案例：Airbnb

Airbnb 是美國一家非常受歡迎的共享經(jīng)濟公司提供閑時房屋租賃，他們發(fā)現(xiàn)了很多創(chuàng)造性的方式來實現(xiàn)增長，明智和數(shù)據(jù)驅動是它的代名詞。

步驟1：找出優(yōu)化指標

Airbnb 想優(yōu)化的指標是房屋租賃天數(shù)，這對它們來說比單純衡量收入更重要：如果房東出租房子的時間越久，那么 Airbnb 的業(yè)務也會變得更好。為了成就房東， Airbnb 通過列出熱門租住房源，來保證留存。

Airbnb 知道，要取得成功，需要大幅提高每家物業(yè)的租住率。

?  一個關鍵指標：“房屋租賃天數(shù)”

? KPI ：房屋預定

? 目標：不明

? 當前水平：不明

步驟2：提出假設

我們不知道 Airbnb 是怎么提出這個假設的，但我們知道它能得到熱門租住的房屋列表。

可能他們注意到這些熱門租住房屋的照片看起來更專業(yè)。

可能他們意識到房客的常見投訴是房子的照片和實際上不一樣。

可能他們發(fā)現(xiàn)人們在看了照片之后就放棄了列表。

可能他們他們分析了圖片的元數(shù)據(jù)，發(fā)現(xiàn)房屋租賃跟昂貴的相機型號之間有很強的相關性。

反正他們就是得出了這樣的假設：圖片越好看，房子租的越好。

步驟3：創(chuàng)建試驗

有了這個假設，接下來就是創(chuàng)建試驗了。通常來說，有一個清晰的假設能讓創(chuàng)建試驗更容易。 Airbnb 的 who ，what ，why 如下：

誰是試驗的目標受眾？在 Airbnb 上查看列表的游客。

想讓他們做什么？租房子更頻繁。

游客為什么會這樣做？因為照片看起來更專業(yè)，并且讓房子看起來更美觀。

那么，這個試驗就變成了：

確定游客們是否會因為更專業(yè)的照片列表更頻繁地預定房子，并把房屋預定提升 X%。

這種情況下， Airbnb 真的不需要任何當前數(shù)據(jù)，這就像對午餐的一次隨機評論引出的假設。但即使假設不是建立在硬性數(shù)據(jù)中，試驗設計也必須建立在硬性數(shù)據(jù)上。

為了運行試驗， Airbnb 創(chuàng)建了精益創(chuàng)業(yè)里的最小可行化產(chǎn)品（MVP）。就像魔法師：大多數(shù)辛苦的工作都是在幕后做的，但觀眾認為他們看到的就是真相。

Airbnb 不確定試驗是否有效，所以團隊不打算雇傭全職的攝像師或給應用添加一個新功能。但同時，他們必須對實際功能進行真實測試。

這給我們一個很好的經(jīng)驗，你不需要建造一個宏偉的閃亮城堡，你不需要萬事俱備才開始測試。你可以開始小的，精益的，低成本的測試，只對客戶測試你想測試的部分，來驗證（或反駁）你的假設。

Airbnb 的試驗包含一些看起來像是一個真實功能的東西，但其實只需要攝影師就能解決。在試驗過程中，攝影師為房屋拍照，然后測量 KPI ，再把有攝影師拍照和沒攝影師拍照的房屋進行對比。

步驟4.衡量表現(xiàn)
在這個案例里， Airbnb 衡量了有專業(yè)攝影師拍攝的房屋以及屋主自己拍照的房屋的預定量。那么結果如何？有專業(yè)攝影師拍照的房屋平均預訂率翻了2-3倍。

記住原始數(shù)據(jù)不是唯一重要的部分，我們需要衡量統(tǒng)計顯著。 Airbnb 的試驗數(shù)據(jù)足夠證明結果的可行度。
—— Avinash

到2011年，公司已經(jīng)有了20名全職攝影師。

這張圖非常令人印象深刻，對吧？ Airbnb 的業(yè)務和商業(yè)模式做了很多對的事情，但精益過程和A/B測試是提高預訂率的關鍵因素，顯然，試驗是成功的。

從 Airbnb 的案例中我們學到什么？

精益數(shù)據(jù)分析循環(huán)是快速推動變革非常核心的因素。精益數(shù)據(jù)分析循環(huán)和精益模式是一個整體，他們可以用于處理不確定事件，但他們不是隨機的。第一步里很大的考量是如何確定 KPI （包含“一個關鍵指標”），這將成為我們試驗的指引。第二步里有很多考慮，以確保能做出最佳假設，然后通過深入清晰地定義 who ， what ， why 來弄清楚如何進行試驗。最后，衡量我們是否成功。然后不斷內(nèi)化吸收，最終成功。

關于數(shù)分析閉環(huán)的一些思考

要讓數(shù)據(jù)閉環(huán)的價值充分體現(xiàn)出來，企業(yè)必須具備兩個核心條件：

1.創(chuàng)造和使用數(shù)據(jù)的人，需要具備用數(shù)據(jù)來分析和決策的能力，特別是能夠把具體數(shù)據(jù)對應的業(yè)務意義理解清楚，這些人硅谷互聯(lián)網(wǎng)圈稱之為“增長黑客”。

舉例來說，如果 Airbnb 的一個A/B測試的試驗結果是房屋詳情瀏覽下降而訂房率上升，那么說明什么問題？應該采取什么行動？是不是因為在試驗里房屋展示列表改進了，讓用戶可以更加快速的發(fā)現(xiàn)自己想要的房屋（從而減少瀏覽房屋的次數(shù)而提高下單的可能）？另一個相反的可能，試驗里房屋列表展示有問題，讓用戶能點的房屋變少了，下單的增加僅僅是因為試驗里增加了促銷獎勵？增長黑客需要對數(shù)據(jù)進行合理的判斷，然后做出相應的決策（顯然，不同的判斷往往帶來不同的決策）。如果試驗結果的分析不明朗，我們可能還需要重新設計試驗，比如減少試驗的變量，或者增加更多的試驗版本。

注意，選擇合適的關鍵KPI作為核心優(yōu)化指標（訂單量），試驗數(shù)據(jù)會更加容易分析。

2.產(chǎn)生數(shù)據(jù)的工具，需要保證數(shù)據(jù)的準確和可信，特別是A/B測試的統(tǒng)計結果必須足夠收斂。
假如數(shù)據(jù)統(tǒng)計的結果是 B 版本比 A 版本提高了10%的下單，但是“誤差”達到了50%，那么這個試驗數(shù)據(jù)的可參考價值就幾乎不存在了，對于我們的產(chǎn)品優(yōu)化也沒有用。

在關鍵性的企業(yè)決策工作中，人的作用依然大于機器，就是因為人可以通過經(jīng)驗和思考幫助判斷數(shù)據(jù)的可信性，從而避免讓錯誤的數(shù)據(jù)帶來錯誤的決策。