数据驱动怎么做（如何通过数据驱动增长）

主要有三个方面内容：

• 到底什么是数据驱动增长？
• 数据如何驱动增长？
• 以董宇辉老师的直播带货为例进行拆解。

一、到底什么是数据驱动增长？

现代管理学之父彼得·德鲁克有一句名言：如果你不能衡量他，那么你就不能有效增长他。衡量数据是增长的基础。

活动中老师们分别对这个概念进行了综合讲解，这边自己也根据理解，做了个概念性的总结：所谓数据驱动增长，是对整个业务流程的数据化，指标化，通过监测、复盘、迭代从而促进业务增长的一整套体系。整个业务流程是指，从宏观层面包括销售、运营、产品、财务、管理、研发等，从微观层面比如产品迭代，推广活动，直播分享等，凡事皆可数据化。

数据化是基础：只有对所有的业务流程进行数据化，才能够利用数据驱动增长，没有数据的积累，就像无本之木，无源之水，谈不上增长。

指标化是核心：对业务流程指标化之后，才能够发现问题之所在，不断的改进和提升。

业务增长是目的：增长本身还是要靠各个业务手段的迭代和提高，提供更加多、快、好、省的用户服务和体验。

二、数据如何驱动增长？

了解了数据驱动增长的概念，那么到底该如何做呢？主要通过数据篇、驱动篇、增长篇三个方面和大家分享下。

2.1、数据篇：

数据从哪里来：主要包括外部数据，内部数据；

外部数据主要是指行业趋势的分析，公开的数据网站数据，竞品数据等，可以通过爬取，付费购买，下载等方式获取；

内部数据主要是指在业务流程中产生的数据，一般沉淀在公司的系统中，如CRM系统，ERP系统等等，也包括日常人工搜集整理的一些数据类型。

数据维度有哪些：维度是指事物或现象的某种特征，如性别、地区、时间等都是维度。其中时间是一种常用、特殊的维度，通过时间前后的对比，就可以知道事物的发展是好了还是坏了，这一点需要结合自己公司的业务类型来去做选择，主要包括用户维度，订单维度，地域维度，渠道维度等等。

数据的准确性：确定了数据来源和数据维度，那么接下来就要确保数据的准确性。这个除了需要我们对业务有足够的了解和敏感性外，还需要技术支持可靠，保证数据源的准确性以及使用数据的逻辑统一。

2.2、驱动篇：

①北极星指标：也叫唯一关键指标，文章开头已经讲到了，指标定义的重要性，可以指引未来，结果导向。

确定北极星指标的方式一般有两种：上级指定或团队协商。制定参考因素可以参考SMART原则，以及生命周期中当前阶段的重点；

②指标体系的拆解和搭建：常见的几种方法：用户生命周期拆解，杜邦分析法，AARRR漏斗拆解法等。

指标体系的构建原则比如MECE原则（相互独立，完全穷尽）、CSCE原则（完备性、系统性、可执行性、可解释性）。

举例：

③数据分析的方法：数据分析的方法很多，也是整个指标体系的重点，以下列举了一些数据分析的常见方法，感兴趣的小伙伴们可以关注一下，这里就不发散了。个人以为分析问题，解决问题方法的核心思想是分类。

2.3、增长篇：

有可靠的数据来源及指标监控分析体系后，专注于立足业务本身的迭代，以促进增长。常见的策略如下几个方面：

产品/研发层面：AB测试，NPS满意度调查，用户行为数据监测，需求评估；

市场/运营层面：ROI，GMV，渠道转化分析，活跃粉丝数量，短信点击率。

由于每个业务类型差异较大，大家可以对自己的工作进行拆解，每一个业务细节的提升，从而带动整体业务指标的提升。这不是一句空话，而是一点一点实打实的迭代和总结出来的经验，俗称“踩过的坑”。

三、以董宇辉老师的直播带货为例进行拆解

接下来以最近比较火的抖音东方甄选董征宇老师的直播分享指标体系为例，给大家进行一个“数据驱动增长”简单案例拆解。背景这里就不花时间和大家介绍啦~

第一步：数据从哪里来。

现在的直播平台，电商平台等等都提供了非常详细的原始数据供大家使用，在这个场景下数据的来源主要是平台提供。数据维度包括了直播时长，用户人数等，还是非常全面的。

如果需要我们手动收集的话，可以在评论区对用户的聊天语义词搜集，区分哪些是正面反馈，哪些是中性反馈，哪些是负面反馈。

第二步：指标体系搭建。

北极星指标为本场直播的GMV，通过北极星指标进行拆解，延展出了30个相关指标，大而全，但布局有些乱，这一点我觉得是做的不是很好的地方。主要可以避免的可能是内核数字，不能交叉放，最好有相关性。

这边稍微进行了一个分类：

流量数据：观看人数、人数峰值、实时在线、人均停留、平均在线、点赞数；

转化数据：销量、转化率、千次观看成交、坑产、分钟销量产出、退货件数；

金额数据：客单价、总金额、分钟销售额产出；

用户数据：新增粉丝、新增粉丝团、转粉率、新人观看次数.....等；

这样看起来是不是舒服多了，在指标拆解这块这里我们可以借用杜邦分析法来进行，需要了解的同学可以自行搜索资料学习。

第三步：业务增长。

比如本厂的GMV相对于上一场直播上升了5%，那么我们可以，对指标体系进行环比计算，看一下是所有指标都增长了5%，还是某些关键指标提升了。

我们假设其他业务背景都相同的情况下，本场的购买转化率提升了，那就需要从业务本身来分析，是我们的选品，更符合这届群众的口味，那我们可以做提高类似商品的比例，以提高我们总的成交率和GMV，确定好运营策略之后，在下一场直播过程中来去复盘本次的迭代效果如何，如果发现确实相对于之前的成交率都有所提升，那么可以验证我们本次的策略是有效的。

四、总结

回顾下本文的主要内容，数据驱动增长，是对整个业务流程的数据化，指标化，通过监测、复盘、迭代从而促进业务增长的一整套体系。数据驱动增长是一整套的解决方案。数据只是作为底层的服务，是对业务的监测，问题的预警，但是不会产生实际的增长。增长具体策略还是要和产品、市场、运营等业务逻辑来实施。

数据化是基础，指标化是核心，业务迭代是抓手，增长是目的。

可能有小伙伴会问，为什么我们要通过数据驱动增长？

因为我们正处于一个数据的时代，用户本身对互联网的依赖度、熟练度在提升，是互联网时代的原住民，而我们只有顺应用户的习惯，才不会被淘汰。所以通过数据化驱动增长，在这个时代任何时候都不会迟。

转载请注明来自专注SEO技术,教程,推广 - 8848SEO，本文标题：《数据驱动怎么做（如何通过数据驱动增长）》

标签：数据分析