创业公司要想做好数据化运营需要注意的几点
分类:创业故事 热度:



一个好的企业,特别是以后要做营收的企业,必须要关注各个部门各个环节的转化效率。这种转化效率,要达成的手段,可以通过市场营销的方法、产品改进的方法、甚至客户运营的方法。而其中每个环节小幅提高,加在一起就是一个倍数的提高。这种倍增,如果没有做过数据化运营的人,很难体会到会有多大。
 
  宏观的讲,创业者会经历产品5个生命周期阶段。

 
第一个阶段,叫冷启动
 
  就是冷启动接近完成。有经验的创业者,会开始布局和增长有关系的一些核心指标,比如说日/月活跃、留存度。这些指标的目的不是为了衡量产品当前当下的表现,而是为了未来做增长时有可比较的基准。
 
  好的数据分析,能够让公司里所有人都获益。它不是一种特权,不是只给公司里的一两个人看,而是能够让公司里面各个运营部门,特别是前线打仗的部门,能够直接得到好处。
 
  第一个阶段,是什么都没有的;
 
  “流量为王”的时代已经结束,互联网企业正在向精益化运营的方向转型。而做好精益化运营需要大量的数据来支撑决策,这对企业的数据采集和数据分析能力都是非常大的挑战。6月28日,GrowingIO创始人&CEO张溪梦在产品发布会上,就创业公司如何做好数据分析、实现增长分享了自己的经验。本文头图来自站酷海洛创意,未经授权,不得使用。

第二个阶段,增长前期
 
  无论PR还是做活动,都需要人力和时间成本。如何在增长中,找到效率最高的渠道?这个我觉得,是创业公司之间PK的核心竞争力。如果不做数据驱动,靠直觉,一次两次可以,但没有人能进***连赢一万次。所以,直觉需要和数据进行结合,这样企业能迅速优化各个渠道,来提高单位时间的转化效率。
 
  我觉得国内公司对数据分析的理解,分两极:一种认为这是纯技术,还有一部分是比较迷信,认为只要一上大数据,就变成高大上的公司了。我觉得这两种方式,都存在一定的误解。
       第二个阶段,需要公司能够回溯历史:知道自己产品在发生什么,这是最基础的、最原始的一个阶段;

第三个阶段,增长期
 
  业务变现,要求很高的用户基数。一般互联网产品,其中一小部分高活跃、体验好的用户,会转化为付费用户。类似一个漏斗,不断地去筛,这里面就是要拼运营的效率了。
 
  这个时候公司特别早期,天使轮或者A轮,甚至融资还未成功。处在这个阶段的公司,用大数据驱动是一个伪命题——因为客户数量有限,样本性不足。他们需要更多地去了解潜在客户的需求,去“求”客户来用这个产品。
 
第四个阶段,变现期

第五个阶段,是优化,多样产品线如何能找到最好的平衡点:在价格、营销,产品设计,销售各个角度有一个平衡点,这个平衡点是创业者的利益最大化点,也是用户最喜欢这个产品的点。
 
  所以说一个企业,既要有大局观,又要注重可执行性。我建议一般企业想自建的话,应该先从一个单点突破,找到一个转化点,看到了价值,通过这一次的实践,再学习下一次实践的方法。这也是一个学习的过程。不要上来就建立庞大系统,上来就把50个数据圆圈综合在一起,想建立一套数据科学框架。我觉得一般要这样干的话,除非你有很多资源,否则一定会失败的。
 
  我认为最好的知识获取方式,就是实际操作。实际操作的前提,是最好有一个稍微懂一些的人,能带着做几次。然后转起来、学起来了,这就是获取数据分析知识最快、最有效的方式。我不觉得纯读书或者读一些课本,看一些外面的大数据指导类的书籍,能有这种效果。
 
  中美在数据分析上存在较大的差距,张溪梦直言道。数据分析在国内一些特别大的企业,比如 BAT里,才能得到较高的重视;当然这得益于他们的长期积累,对数据和运营结合的比较好。这是我回国以后的总体感受,国内企业对数据本身,以及数据所能提供价值的认识程度,没有美国那边那么深入,并且差异还蛮大的。


需要企业深刻考虑一些问题:
问题1:好的数据分析应该是怎么样的?
问题2:企业数据分析都可以分为哪些阶段呢?
问题3:为什么许多公司的数据分析流于形式?
问题4:中国公司对于数据存在哪些共性的迷思?
问题5:如何打破数据无法“物尽其用”的怪圈?

 

上一篇:马云曾表示未来的生意将是C2B而不是B2C 下一篇:兴网互联为数百家企业提供了稳定的网络服务
猜你喜欢
热门排行
精彩图文