以用户为中心的设计 |
这是UCDChina提前预览网页留下的存档,不包括作者可能更新过的内容。 推荐您进入文章源地址阅读和发布评论:http://news.paidai.com/9826 |
||
目前有些人关心行为数据,也有些人关心商业数据,但较少人把行为数据和商业数据联系起来看。大家往往只单纯看某一端数据。但是看数据走火入魔的人会明白,每个数据,就像散布在黑夜里的星星,它们彼此之间布满了关系网,只要轻轻按一下其中一个数据,就会驱动另外一些数据的变化。 前一段日子见到一位数据发烧友,我们俩有一致的观点:电子商务发展速度越来越快,这个行业的趋势变化也越来越快;对于电子商务公司老板来说,想要自己走在趋势前面,必然要学会数据驱动。 庆幸的是,今年,电子商务业者对数据分析已经重视起来了,就连由夫妻店起家的淘宝卖家也开始招揽数据分析师,更别谈一些再大些的电子商务公司。 但是,这也让我心存隐忧:现在不是缺数据,而是数据太多了! 据统计,在今天的互联网上,每60秒会产生10万个微博信息、400万次search、facebook上50万次contact。我相信,今天稍大一些的电子商务公司,都会采集一些行为数据,但是这些行为数据与商业数据(比如交易量)有什么关系?今天绝大多数公司,都没有好好利用这成千上万的零散数据。
需要数据逻辑,更需要商业敏感先讲一个有趣的故事。有一天,Linkedin忽然发现雷曼兄弟的来访者多了起来,但是并没有深究原因,过了不久,雷曼兄弟宣布倒闭。谷歌宣布退出中国的前一个月,我在Linkedin发现了一些平时很少见的谷歌产品经理在线,这也是相同的道理。 试想,如果Linkedin针对性地分析某家上市公司高管找工作的数据,是不是很有商业价值呢?我相信,现在有很多网站不知道可以采集这些Deep Data(底层数据,编者注),只盯着一些简单的表面数据,甚至拿着鱼翅当萝卜。 说这个故事,只是为了告诉大家,互联网中的数据,需要用商业的眼光去分析和关联,才有价值。 今天电子商务公司的数据分析师,必须有从枯燥的数据中看到解开市场的密码的本事。 比如,当一个具有商业意识的数据分析师发现,网站上婴儿车的需求增加了,那么他基本可以预测哪些关联产品的销量也会跟着上去。 再比如,和传统卖场相似,网站上的产品起到的作用并不一样。有的产品是为了赚钱,有的产品是为了促销,有的产品是为了引流量,不同的产品在网站上摆放位置当然是不一样的。这也可以从数据中发现。 一个商业敏感的数据分析师,需要懂得用什么数据去驱动公司实现目标。 又如,两个新建C2C平台的竞争,重点看的不单纯是交易量,而是每天有多少新的seller(卖家,编者注)进来,卖了多少东西。因为此阶段最核心的竞争就是人气,而非实质交易量。如果新来的seller进来卖不出东西,只是老的seller的交易量在增长,即使最后交易量每天都在增长,还是有问题。 再比如,一家刚踏入市场的B2C和已经占领大部分市场的B2C,他们的公司目标是不一样的。前者看重流量以赚人气为目标,但流量对后者的意义就没有那么大,成熟的公司重点是看交易、转化率及回头率的。 当下的数据分析师多是统计学出身,一堆数据放在那里,大家都擅长怎么算回归、怎么画函数。但是这批数学人才较缺乏商业意识,不知道这些数据对业务意味着什么,看不见一堆数据中谁和谁有关系,也就不知道该用什么逻辑分析,更无法充当老板的眼睛了。 前几天遇到一个老板,他说手下每天给他看几十个零散数据。我问,是不是数据越多越麻烦。他说我一下子就点出他的痛处了,因为请来的数据分析专家只把数据交到他面前,但是却没有把数据和商业的关系告诉他。 你说,一个公司CEO,每天看到几十个数据,什么PV、PU、UV等等等,他们有精力来解读吗?对于他们来说,只需要知道:公司有问题吗?问题是什么?有新的发现吗?需要做什么?这就够了。 我把这些问题理解成为数据世界里的“仪表盘”,比如说网站流量进来弹出率怎样就可以在仪表盘里呈现。你开车,如果水温过高,仪表盘亮灯提示。同样,在电子商务的交易中,也可以用一些数据组成“仪表盘”。 所以说,数据分析师不应该是单纯做数学题。
行为数据和商业数据,互相推动一个好的仪表盘,出现好的情况和坏的情况,仪表盘都会有提示。而构成“仪表盘”的,正是行为数据和商业数据之间的逻辑关系。 我自己习惯了这样一种称谓:前端行为数据和后端商业数据。前段数据指访问量、浏览量、点击流及站内搜索等反应用户行为的数据,而后端数据更侧重商业数据,比如交易量、ROI(转化率)、LTV(Life time Value终身价值)。 目前有些人关心行为数据,也有些人关心商业数据,但较少人把行为数据和商业数据联系起来看。大家往往只单纯看某一端数据。国内小有名气的网站CEO,每天也只看一个结果数据:网站今天的成交量是多少,卖了多少件产品。 但是看数据走火入魔的人会明白,每个数据,就像散布在黑夜里的星星,它们彼此之间布满了关系网,只要轻轻按一下其中一个数据,就会驱动另外一些数据的变化。 大家都比较关心网站用户群,就以此举例子。 某一天,某网站发现自己的前端注册量增加了不少,访问量也上去了,交易量却没有上去,不死不活。其实这也是许多网站的通病,每天有许多老板都在想这个问题。 原因是什么? 现在这个阶段,处在互联网前端的人只知道点击量等数据,很少问后端的商业数据,如谁一直在重复购买?谁影响了5%-15%的核心用户群进来买东西?谁在给网站做正面和负面传播? 而操作网站后端交易环节的人只知道卖东西,又很少问到前端数据。如一个客户进来网站平均停留了15分钟还是30分钟,这对将来重复购买的关系大吗?一个客户进了网站社区和没进社区,对产生交易量有影响吗? 这都属于找不到核心用户群,究其原因,很大程度上是因为没有把行为数据与商业数据对接来看。 于是,前后端数据割裂,没有人知道其中的关系。作为网站的决策者,不知道网站的核心用户群的行为特征,也不知道怎样刺激核心用户的增加,更不知道从一个用户进入网站之后到走出去,哪些环节是需要疏通。 当然这只是一个管中窥豹而已。 一个平台运营商,反应用户行为的前端数据与后端商业数据千千万万,卖家和买家也是千千万万,其中前端哪个数据对整个网站后端的交易量产生最大影响,只要针对这个前端数据猛下药,必然会刺激后端数据的增加;反过来,后端哪个交易数据比较高,摸清楚是从哪个渠道来的,主要贡献用户是谁,网站的产品设计就要倾斜于他们,对他们好一点,如此才会有渠道前端的“转化率”等关键数据的提升。 如果一个网站的核心用户群每月以10%的速度在增长,不火也是怪事。 遗憾的是,今天许多电子商务公司,每天都在做“碰巧”游戏:今天推荐A家产品,明天撤下A家的产品;今天做低价促销,明天又做线下活动。这些决策的改变,没有仪表盘的指示或良好的数据监控,都是蒙着眼睛在碰巧。
|