数据驱动运营 – 青瓜传媒

如何利用数据驱动运营增长呢？

青瓜传媒 — Thu, 06 Dec 2018 07:21:38 +0000

随着数据时代的来临，以前的粗放式管理已不再适应潮流，我们需要进行精细化管理，特别是以C端为驱动的运营模式，每一个运营的细节都离不开数据的支撑，互金行业也不例外，各大银行和互联网金融巨头也纷纷在抢占用户数据市场。

一、搭建数据指标体系

首先我们要搭建一套比较完善的数据指标体系。其实搭建数据指标体系，就是在梳理我们的分析思路，很多人在做数据分析时，经常会不知道从哪方面入手，分析的内容和指标也会比较散乱，因此也会被人质疑分析结果是否正确。所以搭建一套完善数据运营指标体系是非常有必要的，它可以帮助我们理顺思路，确保数据分析结构体系化、数据分析维度的完整性以及为后续数据分析的开展指引方向。

二、如何设计数据指标体系

指标是连接问题和数据的纽带，只有选择合适的指标才能充分反映问题，一个好的指标是要可量化、易观测的；那么如何来搭建数据指标体系呢？我们可以通过一些营销的管理模型来设计数据指标体系，例如5W2H分析法、4P分析理论、用户生命周期、逻辑树分析法等。

当然相应的分析模型肯定要结合实际业务模式和分析目的来进行，没有业务逻辑的数据分析是不会产生任何价值的。

例如，互金行业中的数据指标体系，我们可以根据用户生命周期来进行搭建。

数据指标体系设计完成后，我们就可以根据用户在不同阶段不同场景下，通过埋点事件来设计数据采集方案，这其实是通过业务驱动指标设计，再驱动数据收集的过程。

三、数据驱动运营增长

那获取到用户数据后，我们要如何应用数据，让数据产生价值呢，我们主要通过以下三方面来进行描述。

01、用数据优化运营策略

通过用户行为数据收集之后，我们就可以知道在运营活动当中，用户浏览注册下载绑卡投资的转化率是多少，每个产品页面浏览时长，浏览次数是多少，首投人数、投资金额等；但数据是要结合业务场景，进行汇总对比分析，才会有意义的，否则就仅仅是数字而已。

例如我们最常见的漏斗分析法，当我们发现用户的投资转化率有30%，这样一看，转化率好像还挺高的，但如果我们跟其他类似产品相对比，跟同环节不同细分用户群相对比，发现其他类似产品或其他细分用户群的转化率是40%，我们才知道这环节上还有很大的优化空间在。

02、利用数据验证运营策略

在互联网产品运营当中，我们经常会遇到多个产品设计和运营方案的选择，甚至于界面按钮颜色一句文案的不同也会有争议，虽然相对于整个运营方案来说，这只是一个细节问题，但对于C端用户来说，往往就是细节决定一切，在这个信息泛滥的时代，往往争取的就是你能不能在第一时刻进入用户的心里。

这时我们可以采取A/B测试，在一切条件都相同的前提下，只有一个变量不同，利用数据来告诉我们那种方案比较可行，让数据来验证运营策略是否正确，降低试错成本；当然在进行A/B测试时，最好是数据量和数据密度不要太低，以及要有足够的时间进行测试，不然是比较难得到统计结果的。

举个例子，蚂蚁财富app，在引导新用户转化为首投用户时，采取了进度条的展示形式，主要目的就是为了制造紧迫感，虽然是利用用户心理层面因素，但展现形式却有多种。

上面这两种进度条的设计，第一种是利用用户焦虑、恐慌的情绪，让用户觉得在不进行抢购就没有了；第二种则是利用用户大众心理，抢购的人数这么多，那自己是否也可以跟着试试看；这两种设计，各有其考虑的因素，很难说那种会比较好，这时候就可以使用A/B测试，让数据来进行验证。

03、利用数据指导运营策略

数据与数据之间都是有关联的，如果你不知道，那只是你还没有发现它们之间的关联关系而已，最经典的数据分析案例莫过于沃尔玛的啤酒和尿布了，这个案例相信大家都有听说过的，当一个商业目标对多种行为、画像等信息有关联时，我们就可以通过数据挖掘手段进行数据建模，来预测用户的下一步行为，从而针对性的提出运营解决方案。

例如关于新用户流失严重问题，我们可以采取聚类算法，建立用户流失预测模型，通过数据刻画出流失用户的画像信息，有什么属性特征、行为特征以及流失周期是多长，这样我们可以更加准确的抓住具有潜在流失倾向的用户。

像互金行业，关于用户流失预测模型，我们就可以从用户的投资行为、在投资金以及流失周期来进行构建。

从上面，我们可以看出预流失用户的行为倾向是：近期内无投资行为、有在投资金但想提现的用户，那针对这部分用户，我们就要采取一些留存激活策略了。

最后，数据分析可以给我们提供有效信息，指导营销决策，但也不要迷信数据，要换位思考，这样数据才能发挥其真正价值。

作者：互金营销研究所，授权青瓜传媒发布。

来源：互金营销研究所（ITFINLAB）

社交产品方法论：产品运营的二三事

青瓜传媒 — Mon, 22 Oct 2018 06:08:16 +0000

运营如何创造短期用户价值并协助产品实现长期价值？相应的运营手段有哪些？带着这2个疑问，请听我为您慢慢分享。

黄有璨在《运营之光》中写到：运营是什么？产品负责界定和提供长期用户价值，运营负责创造短期用户价值和协助产品完善长期价值。笔者深以为然。产品和运营关系密切，缺一不可，做产品的一定要有深钻运营的意识。

产品运营该怎么做？我们可以分为四个步骤。

第一步：明确运营的目的

我们常说“运营三板斧”，其指的是拉新，促活和付费。但笔者理解其为目的，而非方法。从产品长期价值角度来看，用户维系也是运营的重要目的之一。

那用户维系是什么呢？

笔者理解为无招胜有招。无具体目的，发自内心的为用户考虑，跟用户像朋友一样相处，足以。

因此，运营的目的主要有4类：

拉新；
促活；
付费；
用户维系。

比如小区楼下新开了家面馆，其产品的长期价值是“提供用户爱吃的面条”。老板开业时张灯结彩放爆竹，请美女小姐姐门口站台，这是“拉新”。首次吃面半价，还送优惠券，这是“促活”。首冲满200送200，办会员卡部分商品享受会员价，这是“付费”。老板见面 say hi，牢记你的口味偏好，不时搭个讪，唠个嗑，这是用户维系。

第二步：理解运营策略的道

明确运营目的后，我们需要梳理运营策略，并根据运营策略制定一系列运营方法，落地实施，达成目标。我们可以把运营策略看做是“道”，是总纲，逻辑。运营方法看做是“术”，是方法，实战。道为体，术为用。先要摸清楚运营策略的骨骼脉络，策划的运营方法才能持久高效。

我们可以把运营策略分为2部分：

内容运营；
用户运营。

内容运营我们可以理解为生产并过滤内容。用户为产品内容而来，好的产品内容才能留住用户。如果你是“抖音”类产品，如何让用户快速刷到爱看的视频？

优秀的内容运营有2个核心：

短线促进一切内容被消费。算法推荐？主动关注？信息流展示？分类导航？
长线培养出内容独特调性。段子？科技？文艺？

内容运营策略图如下：

内容运营策略图

用户运营我们可以理解为吸引用户并留住。如何筛选并留住目标用户？如何通过活动把用户聚集起来一块儿玩？如何促进用户付费，并花钱花的爽？

优秀的用户运营有4个核心，短线开源节流，最大可能吸引并留住用户。长线维持并转付费，提升用户的参与价值，并促进用户付费。

用户运营策略图如下：

用户运营策略图

第三步：打磨运营方法的术

策略明确后，便是执行层面的较量了。都是写一篇运营推广文章，好的文章让人流连忘返并拍案叫好，“卧槽，这软文真搞笑，转发一下”，烂的文章让人秒关。

我们可以在制定好运营策略后，将所有观察到的运营方法填入相应的策略中成表。分析前人运营方法是如何落地的，总结其优点并在实践中不断提升自己的落地能力。

表格结构范例如下：

运营方法汇总表

举个笔者总结的付费活动背后的心理学原理：

100位美女主播一致推荐（杠杆原则）
分享得锦鲤大礼包（物质激励）
拼手气，得大奖（概率性事件）
限时充值优惠（营造稀缺感）
排行榜争顶活动（激发竞争意识）
开神秘礼包得特殊称号（赋予用户某种炫耀，猎奇的可能性）
童年记忆皮肤，重磅登场（营造强烈情绪&认同感）
全服广播，秀出自我（赋予尊崇感&被重视感）
包月88，包年188（通过对比营造超值感）

第四步：数据驱动运营

我们在《社交产品方法论（八）：数据分析的二三事》里详细论证过数据分析对于产品迭代的意义。既然产品运营不分家，其方法论是相通的：通过数据验证运营的效果，指导运营迭代。

综上，产品运营的逻辑图如下：

产品运营逻辑图

举个笔者最近参与的案例：社交产品话题广场运营。

（1）明确运营的目的

话题广场的核心目的是促活和用户维系，让新用户登录APP后有优质内容可以消费，老用户有一个展示自我的平台，玩家间可以产生互动，形成社交关系，提升留存。

（2）理解运营策略的道

内容属性是什么？图片，文字。
内容调性是什么？恋爱，风景，美食，年轻人喜欢的关于美好的话题。
内容从哪里来？内容生产如何具备可持续性？UGC，官方运营话题，用户发布产生内容。对于优秀内容生产者给与特殊称号奖励。
内容如何组织和呈现？信息流，图文混排，9宫格微博图片形式。
内容如何能够更容易被用户所消费？根据点赞和发布时间的双重权重排序，保证优质内容优先可见。话题分组，方便用户查阅指定话题。官方推荐优质贴，优质帖会增加曝光权重。
内容如何与用户互动并传播？帖子支持评论。点击发帖人头像支持加好友聊天。

（3）打磨运营方法的术

因为广场内容属于UGC，初期核心在于内容初始化，吸引种子用户，和激励内容生产者。

话题广场运营方法

（4）数据驱动运营

基于促活的目的，话题广场我们关注的数据指标有：

人均功能使用时长，帮助判断内容质量；
日均发帖数，帮助判断社区氛围和激励措施。

针对以上数据指标，后期我们进行的优化有：

降低了算法的时间权重，让优质帖子能更长时间的显示在顶部；
新增了下拉刷新功能，方便用户更快捷的看到新内容；
优化了帖子排版，让“话题”名称更显眼，图片视觉效果更佳；
新增了话题推荐，让优质话题更容易曝光；
通过话题达人活动，鼓励用户创作优质内容。

优化后的人均功能使用时长提升了50%，日均发帖数提升了20%。数据又可以指导我们进行下一步运营优化。如优质内容的二次传播，话题活动的常规化等。

小结

运营的本质是创造短期用户价值和协助产品完善长期价值。要学会运用各种心理学知识把用户串联起来，组个局，让参与其中的每个人玩的开心，这便是运营的价值。消费升级的当下，有钱难买爷高兴。只要我们善于发现用户的痛点，通过杠杆将其放大，一定能让用户心甘情愿的买的高兴，玩的开心。

作者：小强Joey，授权青瓜传媒发布。

来源：小强Joey

如何从0开始搭建用户增长体系？

青瓜传媒 — Wed, 26 Sep 2018 10:07:16 +0000

最近收到比较多关于运营体系应该如何搭建的咨询，那我自己经历的几个产品的感受来看，运营越早介入越好，提前做好运营的规划，让用户增长走在一条健康可持续的路径上。

那究竟应该如何从零搭建运营体系呢？

一、挖掘核心功能，查看用户留存，找到驱动用户增长的魔法数字

做产品最大的忌讳是上来就做一堆功能，然后就让运营去推广，用户增长不力就是推广做的不好。这种案例屡见不鲜。如何在产品初期找到真正能拉动用户自增长的产品功能，是一个非常重要的课题。

Facebook发展早期通过数据分析发现，要让一个用户留存下来，并持续使用Facebook的诀窍就是让这个用户在10天内完成7个好友添加的动作；

LinkedIn早期发展过程中也不知道如何提升留存，于是分析了两三百个各种不同的指标，最后发现，一星期内加到5个联系人的用户，他们的留存率/使用频度/停留时间是那些没有加到5个联系人的用户的3-5倍，这个是他们找到的驱动增长的魔法数字。找到了这样的数字魔法后，LinkedIn开始在产品各个入口增加社交关系，去强化这个产品功能，让更多的用户在第一周里加到5个联系人，此后的增长速度就步入了快车道；

同样的，在2009年的时候，Twitter的用户流失率达到了75%，时任增长团队的产品负责人Josh Elman做了一件有趣的逆向思维的事情，他并没有去研究那75%的用户是为什么走的，而是深入地研究了剩下的25%的用户为什么留下来。结果他发现这25%的用户关注的用户数都在30以上，所以他们重新设计了产品，在注册后会进行推荐关注等，以此来提高新用户的关注数量，并最终提升了留存率。

在国内的新浪微博、人人等社交产品你会看到当你首次使用的时候会默认给你推荐关注大V，背后的原理就是如此。

再举一个例子：我最近需要去搭建一个股票产品的数据体系，面对这样一个新产品，应该如何去发现这个产品的核心功能？

我使用的炒股软件是雪球，为了避免重新安装后数据丢失，还主动完成了注册。逆向反推我为什么一直使用这个产品？因为我在使用这个产品初期添加了几支股票，添加后就不定期关注几只股票的涨跌，那对于这个产品来说我就是一个留存用户。这只是经验上的判断，我们可以通过用户行为留存率的数据去验证是否真是如此。

那我搭建这个产品数据指标的时候就应该首先分析是否是添加了自选股达到几支以上的用户留存率会更高。如果数据验证了确实如此，那我们在运营和产品上就应该去强化这样的产品功能，比如上来就给用户直接推荐几支股票，或者快速引导用户完成他自己想要的股票的关注，然后再引导用户想要保存数据再去注册和登录；同样的道理也可以复制在其他的功能上，比如关注牛人的数据，参加了模拟炒股大赛的留存数据；

以上的几个案例可以归纳为以下要素：

网络效应密度——用户几天内达到多少连接度；

内容增加度——多少的内容被用户添加到产品内；

访问频度——单个用户至少几天内访问一次产品；

如果是交易类产品，那就参考我之前写的《如何重新定义新用户，破解新用户增长难题》如何引导用户快速完成首次交易；

二、给产品埋下用户成长策略，建立用户成长通道

1、新手引导

新用户对平台有一个认知的过程，让用户快速的了解我们是谁，提供什么样的产品和服务？有什么样的保障？

还是拿理财为例。很多用户不知道应该如何投资，搞不清楚活期、定期、转让的区别是什么？平台如何保障用户的资金安全？新用户应该如何投资，如何获取收益以及资金的流向去了哪里，这些都是用户关心的问题。如果这些用户疑虑不能消除，用户很难完成首次交易。

除此之外，我们还应该持续从用户反馈获取信息，用户还对平台哪些产品功能或服务存在疑问，从客服团队那里定期获取那些咨询量最大的问题，有针对性的去设计新手引导。

比如，客服如果反馈用户好多都不知道体验金如何使用，那么我们的新手引导里面关于体验金是什么，如何使用就应该强化一下。

2、新手特权

我在负责百度糯米的运营的时候，我们分析过一组数字。我们分析发现每天移动端活跃的DAU里面有几十万是非当日下载，但从未下单的用户。这个数据说明了什么问题？说明的就是用户对你比较感兴趣，但是缺乏下单的动力，而且这个用户的量级还不是一个小数目。那就迫切需要做好APP首页的新手引导和新手特权，刺激用户完成首次下单的动作。因此，我去推动上线了新手专区，在APP首页强化。上线之后新客量和新客转化率大幅度提升。

案例1：团购新手特权，新用户一毛钱吃大餐

还有一个小细节，就是新手专区在产品展示的逻辑问题。很多人会有疑惑，新手专区在用户完成了首次交易之后是否还展示给用户。我们也讨论过很多次，有人的观点是，只要用户发生了交易，就不应该展示给用户；但实际上新手专区承载的不仅仅是用户自身，还承载了用户做传播的一个功能。如果用户交易后就不能再看到新手专区，那用户想要推荐给身边人的时候就找不到入口，这个在产品初期也会是一个损失。因此我建议是在产品发展初期给一个固定的位置，在成熟期之后再根据用户是否是新用户做判断来决定是否展示给用户；

案例2：理财体验金，新手特权

3、建立高效率的用户链接通道

互联网是眼球经济，每个用户在手机上的总时间是有限的，能分配到每个APP上的时间就更是少之又少，我们要想提升用户在访问APP期间的交易转化，就需要想办法提升跟用户接触的种渠道和方式，尽可能增加用户访问APP的机会，将用户从离线状态拉回到在线状态。只有在线的次数越多时间越长才越有可能往交易方向转化。

以招行为例：如果你使用招行的银行卡，你每发生一笔消费就会收到招行的短信提醒，push通知，如果你绑定了微信公众号，还会收到一条微信通知。这既让用户觉得资金安全，又增加了跟用户多次接触的机会。在每条通知短信后面都会有一条活动链接，要么是贷款类，要么是抽奖。原本一条通知类的短信，愣是是被开发成了一个高效触达用户的广告位，增加了跟用户多次接触的机会。

参考招行的案例，我在我们平台通知类短信也加上了类似的策略，引导用户去下载APP，效果也是出奇的好。这是典型的增加用户接触提升用户转化的案例。

微信的原理跟短信类似，但是微信和push几乎没有成本。短信每发送一条都有成本。因此现在很多公司都在把用户导入微信，建立更多的用户链接场景，同时还能节省用户触达成本。（别问我为什么要把用户倒给微信，所有用户都是微信用户的子集，微信还缺你这点用户？）

在push上，市面上90%以上的公司都是全量push，到达率很低，而且内容无法做到个性化，打开率也很低，甚至还会遭到很多用户屏蔽，严重的甚至导致卸载，即便如此push又不得不发。在我负责百度糯米的运营期间，我们的push都是坚持每天全量发送，某一天某位大佬说这样对用户太过打扰，只让每周发两次push，结果每天DAU减少了几十万，可以想见push对于拉动日活的重要作用。那怎么样既能发挥push的效果，又能减少对用户的打扰同时还能提升用户的打开率呢？答案只有一个“个性化”。下面是某股票APP的push。用户可以自己订阅和关闭，这样保证收到的push都是自己需要的内容，而且还让用户一天收到可能不止一条push，每天能跟APP发生多次的交互，提升了用户活跃，增加了用户交易转化的机会

4) 设计用户成长激励机制，任务式引导用户成长之前在《重新定义新用户》系列文章里面讲到了，如何根据用户节点去制定相应的运营策略。用户的成长分两种：一种是推，一种是拉。拉是通过核心供给驱动用户自然成长，这属于最优质的那部分用户；另外大多数的用户需要靠运营手段和激励机制推动往前走。比如用户注册完成赠送什么东西，首次投资赠送什么东西，复投再赠送什么东西。通过这些手段扩大每个阶段的用户群，然后再从这些用户群体中筛选真正优质的用户；

下面举例两个例子说明。

图1, 激励用户完成首次投资，且激励用户首次投资更多金额。

活动方案：首次投资赠送体验金，投的越多送的越多。

此方案的出发点有两个方面，一个是告诉用户你完成首次投资我可以赠送你体验金（体验金可以折算成现金）；另外就是告诉用户你投的越多我送的越多，因为我之前在《重新定义新用户》里面也讲到了，从多个维度去定义新用户，用户首次投资的金额越高，对于用户的留存率越高。

图2，激励注册、首次投资和复投。

活动方案：注册送体验金、首次投资送体验金、复投再送体验金。在一个活动中把用户的3个关键路径都考虑进去了。之前在《重新定义新用户》里面提到了复投的重要性，因此此活动方案是希望引导用户连续完成3个关键成长路径。

三、建立核心数据指标，建立漏斗转化模型，挖掘有效渠道，高效支撑用户增长

在产品早期一定要找到一条健康的用户增长通道，打通产品转化率的各个环节，建立起数据驱动运营和支撑产品迭代的运营模型。为规模推广之前做好充分的准备。

在业务早期不一定要非常多的数据指标，只需要关注最终的目标数据即可。拿金融为例：核心指标就一个，就是投资额。围绕这个指标去拆解如下：

投资额=UV注册转化率投资转化率*客单价

然后再分解需要新增多少注册用户，多少投资用户，需要多少流量，什么样的渠道用户质量高。尤其是在创业初期没有预算做推广的情况下，一定要分析出优质用户来自于什么地方，大概的转化率能做到多少，每个新客成本是多少钱，为后续做规模化的市场推广做准备，把有限的预算花在最有价值的渠道上。

互联网业务是一个非常长的漏斗，但我们早期业务做数据分析的时候尽量简化这个漏斗，看核心问题出在什么地方，然后再就单个指标去做深入分析。

以金融为例，从流量获取到最终的投资额，中间会经历注册、实名、绑卡、投资几个环节。我们在开始的时候可以直接忽略注册环节，直接从流量到投资用户，甚至直接到投资金额。需要深入分析单个渠道的时候再去分析其中的过程指标。在初期千万不要被虚荣指标所迷惑（虚荣指标是指跟最终的目标值有关系，但是不够直接，如，注册用户数，看上去跟交易额有关系，但注册用户数再大，无法转化成投资用户，依然没有任何意义，我们可以直接分析从UV到投资用户的转化）；

下面举个实际案例来说明，如下图所示：

我们能看到第一个渠道流量和注册用户都很大，但是最终带来的投资额很小，那说明这个渠道带来的用户不够优质，带来的都是虚荣指标的增长。

第二个渠道我们能看到是属于正常的范围的，在每个漏斗环节都没有出现特别大的波动，但是在投资额环节还是出现了衰减，原因可能是客单价比较低，那这个渠道的运营重点就是提升客单价；

最下面的两个渠道是优质渠道，流量虽然不大，但是带来的投资用户和投资额很大。用户的客单价比较高，每个环节的用户流失也少，在预算有限的情况下，就应该把费用都花在这两个渠道上。

在实际预算分配上也可以参考下面的一个四象限划分模型。

四、建立驱动用户增长机制

打造优质供给。所有的互联网产品都是围绕供需展开，只是供给的形式有所区别，电商是实物商品、O2O是服务、金融是优质资产、社区是优质的内容。用户增长首先还是要围绕用户的核心需求去展开，不断打磨核心供给能力，围绕用户的核心需求之外的需求做延伸，增加用户的使用频度和使用粘性。

还是以金融为例。互联网金融核心拉动用户增长的还是优质的资产，其次围绕用户增长的可能就是积分，用户等级，抽奖、电商化等方式。目的就是尽可能多的增加用户投资的场景，以及投资频次。这个话题我后面会单独一篇文章展开叙述。我在之前的文章《互联网金融运营模式和获客策略》里面也有讲到。

五、探索运营模式：是用户运营为主，还是内容运营为主、线下会议营销为主？

金融行业是一个强用户运营驱动的业务。目前线上理财供给类型比较单一。用户的28定律也十分明显。一个高净值的用户能抵几万个普通用户，如何去筛选和挖掘这些高净值的用户，以做差异化的运营，是互联网金融行业运营的一个重要目标。那类积分类的运营模式在这个行业就是一种非常重要的运营模式。

再举一个例子说明。我一个朋友是做女性配饰业务，这种业务就需要很强的内容运营。通过内容设置场景，让用户有很强的代入感。

再比如类似growingIO这种数据分析类的公司，他们的运营模式可能更多的就要去做一些会议营销，去参加非常多的行业论坛，因为他们是一个To B的业务，在这些地方聚集了他们的精准目标客户。

因此，如何根据自身业务属性探索出一条符合自己业务增长的运营模式，是一个非常重要的课题。建议多参考相关行业的运营模式，比如金融行业可以借鉴的行业运营模式包括：游戏行业、电信行业、传统银行业等，从这些行业的运营模式里面吸收灵感。

六、产品功能逐渐叠加、运营不断打磨，新的功能带动用户持续增长

运营跟着产品走。产品不断推出新的功能，运营就需要快速跟进给新产品导入用户，加强用户对于新产品的认知，提升新产品的转化率，并且找出用户在产品使用过程中遇到的问题，反向推动产品做改进。运营在初期就深度介入到产品里面去，持续运营和迭代。运营需要打磨出一条从产品发布，导入用户，收集问题反馈，查看数据，分析转化率、留存等数据，提出产品迭代需求，产品迭代完整的闭环。

总结用户增长是围绕供给、需求、平台三方展开的。我们如何通过打造健全的运营体系去高效的支撑用户增长，尽可能的提升运营效率，节省运营成本是一个企业发展永恒的命题。

我们需要在业务的发展过程中建立起多模块的运营模式，支撑整个业务的飞速发展。主要包括从几条线建立运营体系：

以用户生命周期为线索，建立一条用户漏斗模型，以用户生命周期价值为主线去建立运营模型；

以供给端为线索，建立一条高效率的上单模型，以品类和利润率为主线去建立运营模型；

以平台转化率为线索，建立一条高效率的流量分发和交易转化模型，以产品转化率为主线去建立运营模型。

如下图所示：一个O2O业务的几个核心业务逻辑

作者：小马快借，授权青瓜传媒发布。

来源：小马快借

金融业如何进行数据驱动运营？

青瓜传媒 — Fri, 07 Sep 2018 08:43:19 +0000

本文是中原银行大数据架构师刘远东发表了题为《中原银行数据分析建设实践》的演讲，内容很有启发，特整理分享如下。

一、中原银行大数据建设历程

中原银行这几年在数据方面做过很多探索：

2016 年 12 月，中原银行完成了大数据第一期项目上线；2017 年 5 月，完成了全行数据集市重构与迁移；2017 年 7 月，上线了基于新的数据平台的自助分析；2017 年 10 月，开始使用外部数据平台和历史数据平台；
2017 年 12 月，正式与神策数据合作接入实时行为分析平台；
2018 年 5 月，中原银行完成了两个新项目——数据挖掘分析和一站式数据订阅平台的上线；
2018 年 6 月，中原银行上线了一批新的 T+0 数据集市。

个人认为，银行业经过了做报表到 BI 的阶段，下一个发展阶段很可能是场景化，比如实时行为分析，T+0 的 OLAP 系统，且 T+0 是个必然趋势，可能几年后仓库都会变成 T+0，很难再有人接受 T+1 的场景。

注： T+0 是一种证劵（或期货）交易制度。凡在证劵（或期货）成交当天办理好证劵（或期货）和价款清算交割手续的交易制度，就称为 T+0 交易。

T+1 是一种股票交易制度，即当日买进的股票，要到下一个交易日才能卖出。“T”指交易登记日，“T+1”指登记日的次日。

二、平台建设目标与思路

中原银行已将大数据治理与应用建设上升到全行战略层面，并制定了以技术创新为导向，秉承自主可控、开放共享的理念，构建统一完整、便捷高效、智能安全的大数据技术体系，提供全流程、一站式、智能化的数据服务的目标。

值得强调的是：中原银行一直以来的目标不是做一个系统，而是为了提供一种服务。比如：当业务人员想知道流失了多少客户，就目前来说，很难提供给他 BI ，即使提供了数据，他也很难算出来，但通过场景化分析，制定出该场景下所需要的维度和指标，通过调取相关数据，很容易进行分析。因此，我们计划把一个场景做成服务，未来提供给业务团队使用。

三、数据平台建设进展与规划

这是中原银行大体的平台建设进展情况：

2016 年已完成基础平台搭建和数据架构的设计；
2017 年建立了一个数据整合平台，构建了数据服务引擎、OLAP 自助分析引擎和挖掘分析平台的基础搭建；
2018 年计划做数据治理、实时计算服务、图计算服务、数据交换平台、机器学习平台等；
2019 年，我们可能会从技术角度出发，做一些更加整合类的、更加完善类的、提升类的项目。

在很多情况下，虽然科技部门领头建立了技术体系，但并没有真正的业务落地，现在我们在尝试往实现业务跨越发展的方向转移。

在 2018 年 6 月，中原银行特别成立了一个一级部——数据银行部，这是从信息技术部分离出来的一个部门。

以前我们更多地专注于技术，但现在意识到用技术驱动业务，在营销和风控方面的成本和难度都非常高，且技术并不一定能驱动业务带来收益，从这一点上，我们决定尝试神策数据提供的这一套场景化的方法论和逻辑。

中原银行在过去几年做了一些技术驱动的改进，比如：面向全行的集中交付能力优化，包括固定报表和移动报表，自助查询模型等，特别是在过去几年银行业的自助查询比较流行，没有做的银行未来也一定要做，这是一个必经的阶段。

四、数据分析需求理解：五种模式支持全行应用

我认为银行业的数据分析需求可能有五种场景的数据交互模式（如上图），中原银行目前做了一个数据实验室，其实是一套数据湖的系统，就是把以前的仓库、集市这些平台迁到了一个新的计算架构上面。

它的主要作用是为了做数据建模和探索性的分析，该平台完全独立于原来的 P2P 平台，且不像以前那样只做报表，也能做一些自助分析、数据建模，以便将来能支持更多建模师的使用。

我们希望这种项目出来成果之后，能做成不同类的业务场景应用。不过，有些旧有模式，比如：即席查询在中国视角下会一直存在，因为很难从别的应用场景完全替代它。

五、数据分析平台体系建设

中原银行目前规划了一套数据平台体系，但目前这个体系还在演进。

在过去几年，中原银行大概做了将近 1000 张报表、20 多个主题的自助分析以及数据实验室的平台。

这些平台面向的人员有所不同，报表主要面向数据使用人员。自助分析主要面向条线，比如：给领导编制报表和往下发布数据的人；数据实验室主要面向一些有科技背景的人员，比如：建模师。

除了上述三大平台，中原银行还建立了一个社区平台，我们把这些统称为一站式分析平台。

数据驱动创新社区的建立是为了引领行业数据驱动的发展，目前，科技部正在主导这个社区的建设。

我们会在该社区大量地发布一些数据驱动的内容，比如：数据分析报告、文章等。个人认为，像数据驱动这种工作的推动，将来一定是业务牵头的，因为即使技术人员有思路也很难达到盈利，所以需要站到业务角度上去实践。现在，我们会把自己的技术人派遣到业务部门，学习在业务场景下进行分析。

前面提到的这几种数据分析平台还是比较偏技术方向，不过我始终认为，未来一定是场景化的方向才有发展。因为场景化的成本更低，比如：更低的使用成本，场景化让业务人员使用更方便；更低的人才成本，场景化的应用不需要招很多技术人员。

六、面向大数据的综合分析平台架构

这是中原银行目前面向大数据的综合分析平台架构，在这方面各行差异不大。

不过，中原银行集市做的很薄，只有一个贴源的 ODS，以及 4-5 块集市，比如：管会、内部运营、营销等，与其他银行相比，中原银行是一个非常轻的架构，从贴源可以直接到集市，有的集市甚至没有指标加工，就直接整合明细，再到自助分析、报表，有的也往实验室里面供。

个人认为：像自助分析和场景化分析、数据湖这样的思路早晚会替代我们之前做的大量报表，T+0 会替代 T+1，这只是时间问题。所以，我们整个架构现在也在往这边迁移。

七、分析平台建设实践—性能优化

在前几年中原银行对分析平台做了一些性能调优，一般刚开始从报表转到 BI，肯定会面临性能问题，因为 BI 本身是一种以空间换取灵活性的方式。

我们采用大数据技术支撑计算，用了 30 个物理计算节点，大概有二三十个面向大数据反范式设计的主题模型，也就是宽表模型。因为宽表模型牺牲了很多空间的代价，在这个大数据的平台上一般会跑得比较顺，冗余度高一点，性能会提高。

不过，大数据平台的一个主要特点是成本较低，扩容方面也可以接受，所以我们现在更多选用这种方式。

八、分析平台建设实践—质量提升

数据质量提升，是中原银行今年的重点，我们准备启动一个新的数据治理项目。

下面简单介绍下：

我们建设了一个在线口径管理的渠道，举个例子：现在业务在看报表发现数据问题的时候，会有一个线上的渠道直接在上面反馈问题，之后会有专门的技术人员跟进。除此之外，我们还有一个类似知识库的渠道，该渠道有利于口径的沉淀。但是，对数据的治理，比如主数据、标准管理，我们还需要进一步完善。

九、分析平台建设实践-灵活性提升

这个是中原银行的 BI 平台，总体来说使用还不错。我认为银行到一个阶段必须做 BI，如果没有 BI 很难把数据驱动的思路真正地让业务落地，因为业务人员无法直接接触数据，很难了解数据在未来的作用。

只有他们把 BI 用熟了之后，你才能告诉他以后可以做场景化分析和预测类分析，现在中原银行就是沿着这样的轨迹发展。

十、分析平台建设实践—数据安全管控

金融业会涉及很多敏感数据，特别要注意数据安全问题，为了保证数据安全，我们做了一些技术上的加工。

比如：

下载管理，我们建立了完善的数据使用审核流程和设定了数据最小访问授权，按需分配报表访问权限；
实时脱敏，Smartbi 支持不同形式的数据脱敏展现，可以实现前台敏感信息的脱敏展示，对像身份证号这样的敏感数据在实时展现时会隐去；
使用痕迹的管理，我们会统计发布报表访问数据，促进报表使用过程中的自我监督和相互监督，便于及时发现因岗位调整，多余授权带来的数据泄漏风险；
行为监控，我们利用大数据与机器学习技术，建设数据安全智能分析预警平台，对数据操作行为进行智能化监控，防范内部数据安全事件。

十一、未来建设规划—数据深度探查服务体系

我们的未来建设规划大体如上图，目前来说，我们还处于数据探索和多维分析阶段，在今年我们启动了几个数据建模项目，下面列举一二。

我们启动了一个叫做网点的现金流预测项目，要做到精准预测，需要考虑到很多维度，比如：网点的维度、人员的维度、客流的维度、天气的维度。

因此，这个项目通过分析研究所有网点的历史数据来预测各支行每天需要多少存款，这里的存款指的是现金。因为对支行来说现金的存量是个非常大的成本，比如：运输成本，而且现金沉淀到支行没有利息，相当于现金放那儿了。

我们希望预测类的项目在明年会有一些阶段性的成果出现，也希望通过我们在数据驱动变革创新方面的努力，能为推进金融业数字化转型建设发展进一份力。

总结

金融业的竞争已经愈加激烈，不变则败，盲目的变亦败，唯有数据驱动能指引方向。

希望本文对金融业的运营与产品有启发！

作者：神策数据，授权青瓜传媒发布。

来源：神策数据