GrowingIO 张溪梦:数据分析的行业趋势与最新洞察

张溪梦向参会者重点解析了:新时代下,数据系统、交付系统、智能系统三层系统之间的耦合和关联,以及驱动创新整个过程的数据趋势。

TiD 2019 质量竞争力大会上,GrowingIO 创始人&CEO 张溪梦向众多参会者分享了《数据分析的行业趋势与最新洞察》的精彩演讲。

演讲中,张溪梦向参会者重点解析了:新时代下,数据系统、交付系统、智能系统三层系统之间的耦合和关联,以及驱动创新整个过程的数据趋势

GrowingIO 张溪梦:数据分析的行业趋势与最新洞察

在国内快速、高度发展和进化的过程里,我们如何能够通过数据、人工智能,更好地贴合并且引领未来的变革呢?

美国版“钉钉”Slack 以产品和研发核心驱动增长

美国版“钉钉”Slack, 从 2013 到 2016 年,四年时间利润增加了十倍,并用 5 年时间以市值 194.84 亿美元上市。它的成功,早期产品靠口碑和社交媒体,后期靠渠道优化带来快速增长。

纵观 Slack 的整个发展,有两个“武器”一直都在驱动企业快速增长:

  • 第一个“武器”是产品和研发,这是真正驱动 Slack 增长最本质的动力;
  • 第二个“武器”是把真正的购买决策权交给最终的用户,这个是 Slack 成功的根本。

Slack 的增长手段是基于技术的。Slack 通过大量的和各种共通的软件的整合及大量的系统集成,比如和谷歌、协同软件、营销自动化软件的集成,进行最基础的内容运营,把和系统的集成这些关键字做到了网站里面去。

这样就让高科技圈子里面的用户能够在搜索系统及其他软件的时候,找到 Slack 应用。这种方式使得 Slack 在谷歌搜索里面,90% 以上的搜索都是来自于非付费的自然搜索。

GrowingIO 张溪梦:数据分析的行业趋势与最新洞察

Slack 发现,使用软件的用户如果发送了超过 2000 条的信息,软件的用户留存率就会增加到 60% 以上。

因此 Slack 产品的设计就定位为 2000 条信息之内都是免费的。超过 2000 条后才会收费。而超过 2000 条后,软件的用户留存率就会猛增至 93%。而这个定价模型就是通过数据分析进行设计的。

这个定价模型也让 Slack 的产品具有很高的黏性,从而通过口碑的方式进行裂变,也就产生了指数级的增长。所以最终极驱动 Slack 增长的核心是产品和研发,而不是广告。

以上可以看出,Slack 的所有的品牌词全部跟研发、工程、产品设计有关。研发、设计、产品在实际驱动整个品牌、口碑的发展。

因此我们可以看到今天企业软件未来的发展趋势,我们的 IT、我们的研发、我们的工程不但扮演一个企业内部梳理工作流程,梳理业务流程,进行数据各种系统整合的工作,还转变成了一个业务驱动者的角色。

平台变迁创造了巨大的技术变革和价值提升机会

以美国版“钉钉”Slack 为例,张溪梦进一步地向参会者讲述了平台变迁创造的巨大技术变革和价值提升机会。

在过去几十年里,系统的变化导致了若干次的变革,而这些变革可以简单总结出三大阶段:

  • 第一阶段是大型机;
  • 第二阶段是 Client/Server 变迁;
  • 第三阶段是云端/移动。

这三个阶段,驱动了三次非常巨大的革命。

大型机阶段,系统和用户是整合在一起的。到了 Client/Server 阶段,系统由网站和服务商分离。这也催生了很多的公司,如早期的 IBM、后期的微软、浏览器以及基于浏览器的一些公司。

到了第三个阶段,系统的层级已经开始了巨大的变化,创新了软件形态。Slack 就是这个阶段最具代表意义的一家公司。

从变迁中,可以发现越从底端向上发展,用户的决策权更大。在过去四十年里,软件级企业被称之为以数据系统为核心的软件型的企业。深挖其定义,可以将软件级企业分成三类:第一类针对用户、第二类针对员工、第三类针对资产。

GrowingIO 张溪梦:数据分析的行业趋势与最新洞察

企业软件系统在不停地升级和进化,可以由上而下分为互动系统、智能系统、数据系统这三个系统。

基于数据系统的软件公司在最底层形成了霸主或者垄断的形态;基于互动系统的软件公司也产生了很多的创新软件形态的伟大公司,如 Slack;而智能系统,则是企业及研发所核心关注的。

提升效率成为了现代软件企业的一个非常重要的工作。因为我们工程的本质就是要提升效率,放大价值。那么如何通过智能系统把数据系统和互动系统进行有效的融合?

我们可以把数据分析再分解成几个层次,由基础向上分解,分别是数据采集、聚合计算、统计监控、数据分析、数据洞察、数据预测、数据运筹。

而智能层的核心能力就是数据分析。数据分析又是可以分解成非常多的一个层次,如战略级的分析,竞争的分析。

GrowingIO 张溪梦:数据分析的行业趋势与最新洞察

然而这些层次之间的关系,以及潜在的最优级是什么?张溪梦介绍道,数据分析的本质就是预测还没有发生的事情并找到最优级。而要做到这个,就需要更高速的计算。

相对来说比较简单的,可以通过并行计算的方法,简化中间的流程,形成一个系统级的信息层和智能层,以及前端交互层的一个非常强大的统一系统,用来管理我们的用户整个生命周期系统。

张溪梦介绍道,这就是他认为的 AI 在未来会帮助企业获取增长量的一个非常直接的超大价值的体现。

数据分析行业的发展趋势

随着中美贸易战冲击、移动市场饱和的大环境,如何克服成本的增长,效率的减低,甚至保持高度竞争力,成为现代中国企业面临的新挑战。

张溪梦向参会者介绍了增长黑客概念。黑客就是工程师,增长就是如何用工程和黑客驱动技术。

增长黑客由工程、营销、数据分析这三个模块组成。三个模板的组合形成了更系统的一套在企业内部的驱动增长的一个体系。而这个体系就是用科技驱动从获客、激活、留存、变现到推荐的全用户生命周期。

获客就是如何通过产品的手段,能够更有效率在各个渠道里面进行获取用户;激活就是客户通过产品体验可以看到产品的价值;留存,让客户真正留下来,然后通过留存在到变现、再到推荐。

关注留存是驱动企业增长的一个核心,这也是中国过去最大的数据发展趋势。

GrowingIO 张溪梦:数据分析的行业趋势与最新洞察

但是随着成本增高,公域流量已经不能支撑企业的有效增长。私域流量作为一个新概念出现在公众视野里。

私域流量指的是商家、品牌或者个人拥有的,可以自由控制的、免费的、可以被自己自由反复利用,并且能够稳定触达的流量。

私域流量的出现对增长黑客的模型进行了改造。这个改造就是获客后,立刻把我们客户的口碑或者是推荐模块向上移,对新用户直接进行裂变。

张溪梦介绍道,实际上在过去两年多的时间里面,中国出来很多现象级的公司,像拼多多这类的公司就是这么做的。

除此之外还要关注复购。那么如何能够提高用户的复购率,把用户真正做到一个忠诚的角度?

区别于之前营销策划驱动复购,今天的经济趋势要求我们必须要用技术、软件和数据帮助企业提升复购率,让用户真正沉淀下来,而不是一个变量,买了一次就走了。这是一个增长模型。张溪梦认为,这个增长模型背后其实有很多驱动的因素。

技术和产品的驱动是黑客增长体系里面最本质的东西。因为它依托的是工作数据。所以要驱动企业增长,我们就要站在用户的基础上进行思考,要了解用户的各个方面,及时调整我们的策略。

数据分析驱动的 Growth 需要组合设计思维、精益和敏捷

企业难以落地数据分析驱动增长,一个很本质的原因是企业内部没有相应的流程能够根据客户的反馈来迅速做出迭代。这个迭代可以分成设计思维、精益和敏捷三个部分。张溪梦介绍道,Growth 应该紧密嵌入到产品设计和渠道优化中去。

GrowingIO 张溪梦:数据分析的行业趋势与最新洞察
  • 设计思维

设计思维,就是当产生创意的时候,没有一个围绕着用户展开的用最小化的投入产生最大成果的思维来进行设计思维;之后也没有一套比较精益记忆数据反馈系统,去快速承接营销、运营、产品方面的策划。

设计思维提出来已经二十年了。设计思维是以客户的思维为核心,需要设计跟客户产生共情的机制,需要真正体会到用户的痛点。

创意产生后,不能盲目去做开发,而应该去做足够多的用户访谈来验证创意及假设;应该用最简单的方法构建卫星图让客户及时的反馈,而不要用工程资源去开发。

这是设计思维很本质的东西,可以帮助我们的企业在不开发产品的情况下,减低市场的风险。

  • 精益

精益就是利用数据分析进行学习和复盘,通过数据来验证客户是否喜欢,再进行下一步迭代。这个迭代的过程速度越快,成本越低。

精益最本质的东西是减低商业风险。

面对高成本的开发,快速的迭代,可以精准地对价格、用户体验、用户的黏性进行测试、优化,然后减低商业风险,保证我们在一个正确的创新道路上面持续发展。

  • 敏捷

敏捷减低交付风险。敏捷能够保证我们按时迅速的交付,同时迅速地看到结果。当我们有了好的设计和创意,用非常精益的敏捷的方法交付,就会进入到 Growth 模型。

总体来说,就是当我们有了一系列好的创意,我们需要把它很快地推向市场,让客户的反馈能够尽快的拿回来,并通过客户反馈之间的差异来验证我们的假设是否足够好,然后把好的东西进行下一次迭代,差的东西进行改进。

这套机制就是应对现在变化非常快的市场里面最有效率的一套创新的机制。

今日头条的快速增长,实际上就是他们的每个子业务都通过数据驱动的方法迅速和市场反应进行迭代,进行整合。张溪梦建议大家在可以工作中引入这套思维,特别是数据驱动思维。

AI 的价值就是把数据系统和互动系统进行有机的融合优化

在企业里面,AI 如果不能够把系统级里的数据系统信息包括对外的渠道,对内的产品进行融合,就产生不了很高的价值。AI 的价值就是把数据系统和互动系统进行有机的融合优化,而不是为了发明模型而发明模型,做一些所谓算法。

而这就需要去做数据沉淀、衡量和分析。

产品驱动增长就是要了解用户需求,做让用户喜欢的有价值的产品。对此,我们需要有更高级、更全面、更快速的结构贡献给我们内部团队和用户。而高价值的系统就是适用于一线人员,用得简单,快速反馈数据的系统。

下一代软件开发,张溪梦建议数据洞察不仅要关注企业内部客户和用户,还要关注企业外部的用户。这样的洞察才能给更多用户带来价值,才是有意义的。

本文为专栏文章,来自:数据驱动增长,内容观点不代表本站立场,如若转载请联系专栏作者,本文链接:https://www.afenxi.com/82373.html 。

关注我们
关注我们
分享本页
返回顶部