互聯(lián)網(wǎng)時(shí)代數(shù)據(jù)分析工具已經(jīng)越來越多地應(yīng)用于產(chǎn)品與運(yùn)營場景。做一款優(yōu)秀的產(chǎn)品，先決條件是要充分了解產(chǎn)品所面對(duì)的人群特征，做好用戶運(yùn)營也是同樣的道理，以用戶運(yùn)營效率為起點(diǎn)，不斷優(yōu)化產(chǎn)品，從而達(dá)到進(jìn)一步提升運(yùn)營能力的目的，這是一個(gè)良性循環(huán)的閉環(huán)。

一、達(dá)成共識(shí)：莫把用戶關(guān)進(jìn)籠子，別把數(shù)據(jù)放地下

這張圖反應(yīng)了一部分企業(yè)的真實(shí)狀況。在企業(yè)做決策時(shí)，不同角色都能指出不同的方向，盡管企業(yè)文化一直標(biāo)榜“以客戶為中心、用數(shù)據(jù)說話”，但在真正落地時(shí)，往往脫離了數(shù)據(jù)和用戶——數(shù)據(jù)被放在地下，用戶則被關(guān)進(jìn)籠中。

產(chǎn)品人與運(yùn)營人日常工作目標(biāo)不同，產(chǎn)品人主要圍繞產(chǎn)品的生命周期，制定產(chǎn)品策略推動(dòng)產(chǎn)品迭代；而運(yùn)營人員則圍繞用戶群體進(jìn)行有目的的組織和管理，增加用戶粘性、用戶貢獻(xiàn)和用戶忠誠度。從協(xié)作和效率的視角，要打造產(chǎn)品和運(yùn)營這兩個(gè)角色的閉環(huán)，首先要撇開思路差異，換位協(xié)作，兩個(gè)角色要有統(tǒng)一共識(shí)。數(shù)據(jù)即是最好的“巴別塔”，最好的統(tǒng)一語言來統(tǒng)一共識(shí)。通過從數(shù)據(jù)到行為模型、指標(biāo)體系的建立，數(shù)據(jù)分析師在其中擔(dān)任粘合劑的角色，幫助用共同語言將產(chǎn)品人和運(yùn)營人更好地連接起來。

二、產(chǎn)品人：用運(yùn)營視角思考，關(guān)注全景漏斗和運(yùn)營效率

在產(chǎn)品人與運(yùn)營人達(dá)成統(tǒng)一的共識(shí)的基礎(chǔ)上，產(chǎn)品人應(yīng)該從運(yùn)營的視角來考慮產(chǎn)品設(shè)計(jì)，從全景漏斗的角度來思考，并關(guān)注運(yùn)轉(zhuǎn)效率。

用運(yùn)營視角來考慮產(chǎn)品設(shè)計(jì)

從運(yùn)營的視角來考慮產(chǎn)品設(shè)計(jì)，產(chǎn)品人的思維不再是簡單地從痛點(diǎn)、問題出發(fā)考慮問題，而會(huì)將用戶進(jìn)行分群，如老用戶、新用戶、不同地區(qū)的用戶、不同場景的用戶等等。基于這些分層深入思考，如何讓不同用戶感受到差異化的服務(wù)。這些細(xì)分的背后，都是一個(gè)個(gè)生動(dòng)的、個(gè)性的場景，每個(gè)場景都蘊(yùn)含著產(chǎn)品改進(jìn)、數(shù)據(jù)提升的機(jī)會(huì)。

思考全景漏斗

下圖是某款具有社交屬性的健身工具類產(chǎn)品，產(chǎn)品包括訓(xùn)練、電商、內(nèi)容、社交、運(yùn)用等分類內(nèi)容，每塊內(nèi)容都有獨(dú)自的漏斗，然而在用戶使用過程并不是完成a 漏斗繼而完成 b 漏斗的過程，而且與各類內(nèi)容都交纏反復(fù)的過程。在產(chǎn)品人思考產(chǎn)品時(shí)要具備運(yùn)營思維，動(dòng)態(tài)看用戶在產(chǎn)品中的流轉(zhuǎn)。

思考產(chǎn)品運(yùn)轉(zhuǎn)效率

一個(gè)產(chǎn)品乃至公司，都可以認(rèn)為是有機(jī)的效率“機(jī)器”?！皺C(jī)器”是能夠持續(xù)運(yùn)轉(zhuǎn)，且通過正向反饋不斷調(diào)優(yōu)。產(chǎn)品本身相對(duì)于運(yùn)營來說是靜態(tài)的，衡量產(chǎn)品的運(yùn)作效率要?jiǎng)討B(tài)考量產(chǎn)品的運(yùn)作情況，每個(gè)產(chǎn)品都應(yīng)該定義自己的運(yùn)轉(zhuǎn)效率第一指標(biāo)，或者相對(duì)動(dòng)態(tài)的能評(píng)價(jià)整體運(yùn)轉(zhuǎn)情況的北極星指標(biāo)，比如定義運(yùn)轉(zhuǎn)效率 = 日活*激活率*分享率*累乘（1+△激活率）（1+△分享率），即可以表述產(chǎn)品的運(yùn)轉(zhuǎn)效率、改進(jìn)效果。根據(jù)指標(biāo)反饋到運(yùn)營優(yōu)化上面，再由運(yùn)營優(yōu)化的結(jié)果，內(nèi)化到產(chǎn)品迭代中。

三、運(yùn)營人：從產(chǎn)品視角思考運(yùn)營

運(yùn)營人要從產(chǎn)品化的視角考慮運(yùn)營問題，考慮如何讓運(yùn)營做到去人工化，盡量實(shí)現(xiàn)機(jī)器化。在用戶群體中找到產(chǎn)品機(jī)會(huì)，尋找講日常運(yùn)營得到的“知識(shí)”，內(nèi)化到產(chǎn)品中，從而實(shí)現(xiàn)自增長的閉環(huán)，讓運(yùn)營工作更加簡單。因?yàn)檫\(yùn)營的手段通常來說是比較動(dòng)態(tài)的，但日常中有許多工作是可以總結(jié)成自動(dòng)化、機(jī)器化的“套路”，這就是產(chǎn)品化的機(jī)會(huì)。Uber 的自增長閉環(huán)顯示出產(chǎn)品是如何循環(huán)起來的，表面看起來是運(yùn)營，實(shí)際上每個(gè)環(huán)節(jié)都可以轉(zhuǎn)化到產(chǎn)品中。

四、行業(yè)實(shí)踐分享：閉環(huán)，是漸進(jìn)迭代的系統(tǒng)工程

實(shí)現(xiàn)產(chǎn)品智能驅(qū)動(dòng)產(chǎn)品與運(yùn)營閉環(huán)，可以分為幾個(gè)層次：

• 能實(shí)現(xiàn)規(guī)則可描述的分群運(yùn)營；
• 能實(shí)現(xiàn)按復(fù)雜規(guī)則、策略的分群運(yùn)營；
• 能實(shí)現(xiàn)個(gè)性化的模塊、推送、推薦；
• 能完全實(shí)現(xiàn)通過機(jī)器替代人工運(yùn)營。

行為和用戶價(jià)值標(biāo)簽驅(qū)動(dòng)的分群運(yùn)營

這是相對(duì)傳統(tǒng)的精細(xì)化運(yùn)營方式。我們通過用戶屬性篩選出不同特征的用戶，即通過他發(fā)生過的行為、行為特征等產(chǎn)生群體標(biāo)簽（為運(yùn)營人員所理解的標(biāo)簽），讓運(yùn)營人員在此基礎(chǔ)上實(shí)現(xiàn)精細(xì)化運(yùn)營。例如給內(nèi)容平臺(tái)的不同標(biāo)簽的用戶推送App消息、發(fā)送站內(nèi)信。

這是直銷銀行的分群運(yùn)營的案例。通過綁卡開戶、客戶入金、投資理財(cái)、生活繳費(fèi)的行為進(jìn)行分群管理，包括高凈值客戶群體、預(yù)警流失用戶群體。接下來可對(duì)這兩部分群體進(jìn)行精細(xì)化運(yùn)營，將高凈值客戶群體推送至 CRM，做召回或者刺激購買的推送；推送中心則可對(duì)流失預(yù)警用戶進(jìn)行召回，避免流失。

圖 某零售銀行分群運(yùn)營案例

實(shí)時(shí)個(gè)性 Push、個(gè)性化模塊

在做 push的過程中，我們思考如何將push變得更為高效，轉(zhuǎn)化率更高？ 如圖，一家以色列公司嘗試采集用戶行為過程中的一些行為數(shù)據(jù)，根據(jù)當(dāng)前的場景、狀態(tài)、設(shè)備類型等進(jìn)行打分。舉個(gè)例子，在一款廣受歡迎的食譜App應(yīng)用里，當(dāng)消費(fèi)者走進(jìn)一家超市時(shí)，他們會(huì)使用這款食譜App應(yīng)用，因?yàn)橐鶕?jù)食譜購買食材。當(dāng)消費(fèi)者根據(jù)食譜準(zhǔn)備食物時(shí)，通常會(huì)把手機(jī)放在廚房桌子上，可能會(huì)不停搜索、瀏覽；當(dāng)手機(jī)靜止不動(dòng)時(shí)，多半是他們正躺在床上，研究各種不同的食譜……我們通過實(shí)時(shí)收集當(dāng)前設(shè)備、用戶的狀態(tài)，判斷用戶是在走路、還是躺著、還是手機(jī)放在桌子上，以此判斷用戶所處的場景，打出相應(yīng)的分?jǐn)?shù)。分?jǐn)?shù)會(huì)反映在當(dāng)前狀態(tài)下，應(yīng)該進(jìn)行什么樣的模塊推送，什么樣的內(nèi)容推送。高分的時(shí)候（用戶沉浸度最好）是用戶轉(zhuǎn)化率最高的時(shí)候，此時(shí)與用戶溝通（推送）是最為恰當(dāng)?shù)臅r(shí)機(jī)。

個(gè)性化推薦

個(gè)性的推薦服務(wù)，本質(zhì)是產(chǎn)品去適配無數(shù)個(gè)細(xì)分場景和市場。在拉新方面，個(gè)性化推薦的作用較小，而對(duì)留存和轉(zhuǎn)化的作用較大。個(gè)性化推薦目的是，讓你盡可能地觸達(dá)天花板，而天花板早在你選擇進(jìn)入市場時(shí)就已經(jīng)決定。個(gè)性化推薦被證明是能有效提升用戶留存、用戶體驗(yàn)的一種方法。

Bot！Bot！

通過 Bot 化的運(yùn)營、Bot 化的產(chǎn)品，用系統(tǒng)的思維替代人工運(yùn)營方法，從而提高運(yùn)營效率。

A 公司是一家做海淘的 APP，在美國，電商市場相對(duì)穩(wěn)定，行業(yè)基準(zhǔn)線是次日留存30%+，平均轉(zhuǎn)化率均在2%以上。這家企業(yè)如何突破行業(yè)基準(zhǔn)線？如何真正提高轉(zhuǎn)化呢？

總的來說，A公司從價(jià)值鏈上找提升機(jī)會(huì)，看哪些點(diǎn)是可以減人、哪些點(diǎn)增加效率；從日常工作中，從產(chǎn)品下單到倉庫、到分倉的整個(gè)流程中，尋找到機(jī)器代替人工的方式。具體說來，通過品類運(yùn)營、流量運(yùn)營、減少物流人工、減少人工下單的方式。

例如，傳統(tǒng)的下單流程是，用戶下單后，電商平臺(tái)需要進(jìn)行代下單，并在代下單的地點(diǎn)將貨物發(fā)回倉庫之后發(fā)貨，消耗人力較多。A公司做了物流的軟件機(jī)器人，用戶下單后在美國直購網(wǎng)站上生成用戶，并下訂單并返回給公司；再如，在內(nèi)容方面，內(nèi)容機(jī)器人可以根據(jù)節(jié)日、品類、用戶，來自動(dòng)組織活動(dòng)內(nèi)容，包括標(biāo)題、圖片、推薦的商品等，把運(yùn)營結(jié)合到產(chǎn)品中去的，將更多的節(jié)省成本。

綜上所述，建立好的閉環(huán)并沒有什么靈丹妙藥，需要工具、方法論、團(tuán)隊(duì)思維的支撐。

在工具方面，工具包括行為分析工具、運(yùn)營支撐系統(tǒng)、用戶生命周期管理、用戶標(biāo)簽與畫像系統(tǒng)等工具，在此基礎(chǔ)上實(shí)現(xiàn)系統(tǒng)管理用戶生命周期，實(shí)現(xiàn)機(jī)器代替人工、更為精細(xì)化的運(yùn)營；在方法論上，圍繞用戶生命周期標(biāo)簽，構(gòu)建指標(biāo)體系和行為標(biāo)簽，描述不同的用戶群體，實(shí)現(xiàn)更為精細(xì)化運(yùn)營和產(chǎn)品增長；在團(tuán)隊(duì)思維上，構(gòu)建問題驅(qū)動(dòng)的企業(yè)文化，把數(shù)據(jù)作為一種工具，讓數(shù)據(jù)說話，在這個(gè)過程中分析師充也發(fā)揮粘合劑的作用。簡言之，數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品和運(yùn)營閉環(huán)作戰(zhàn)是公司持續(xù)進(jìn)行的過程，沒有工具或者方法論能夠立竿見影，靠的是復(fù)合團(tuán)隊(duì)+有效工具+方法論。

本文由 @喬一鴨?原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Unsplash，基于 CC0 協(xié)議