桑文锋：首席增长官从数据思维驱动产品和运营

2007年，我从浙大研究生毕业后去了百度，之后是在百度做了8年。头一年是在百度知道做研发，从第二年开始做数据相关的事情，这一做就做了十年，在百度干了七年多数据的事情，从0到1去做百度的数据平台。

2015年4月我从百度离开，开始创业，创业做的事情还是围绕用户行为分析、大数据分析这个方向，可以说这十年时间对数据的认识越来越深刻，因为跟许多企业打交道交流比较多，对它的价值、实际的应用场景，也看得更加清楚一些。

今天我给大家分享的内容，主要是五个方面。

一是数据思维到底是怎么一回事。很多非技术出身的朋友，或者之前没有做过大数据，如果我直接将技术，中间跨度太大了，需要有一个缓冲地带，我希望这个缓冲地带能帮大家导入进去，之后会讲数据分析的价值。我们谈大数据，谈数据分析，到底它有什么样的价值，我给大家聊一下。

之后讲一个相对枯燥一点的内容，但是又是必须要了解的，就是数据分析，它整个环节是怎么一回事，让大家不管是不是要从事这一块，比如你做一个产品经理，做一个业务人员，在跟技术打交道的时候，你知道它是会按照怎么样的思路去做下来。

其次，是围绕两个角度，一个就是我们在做产品的时候，数据怎么帮到你。另外是我们在做运营的时候，数据怎么帮到你，最后，我也会讲一个，结合互联网金融的一个场景，详细讲一个数据分析的例子。

穿越历史看数据思维

首先讲一讲穿越历史看数据思维。我本身是一个工科学生，研究的就是可以说是技术类的东西，同时我又比较喜欢历史，我对历史的东西研究也非常多，特别喜欢的一段是楚汉争霸，到近现代，最近半年我还学了半年党史，看了一段《毛选》。

在这个过程中我发现，数据分析、数据思维、大数据这些词，给人最直观的感受，是这些东西都是从国外来的，中国人自己是不提这些东西的。但不提这些东西，是不是就代表我们在这些历史上就没有人这么运用呢？我研究之后发现不是这么一回事，在中国历史上，其实有很多人，或多或少在用数据帮到他，只是他不会用数据这个词。

咱们先来看一个人物，萧何。刘邦去打败项羽，可以说依赖了三个人，一个是张良给他运筹帷幄、出谋划策，一个是韩信，给他攻城掠地，另外还有一个，就是萧何，给他治理国家，就是真正去帮助他运营的。

当时刘邦是比项羽先打到咸阳的，打到咸阳之后，刘邦手下许多都是无赖，上去之后就是抢金银珠宝去了，但是只有萧何没有干这样的事情，他是直接去了一些丞相御史家里面去，不是去抢金银珠宝，而是去抢书，抢这些材料去了、之前这种税收记录、地图、各地的统计数据，他都拿过去了。拿回去之后呢，搬到了自己军营里面去，之后就开始做研究。

等到后来项羽并没有把刘邦封为秦王，只是把巴蜀、四川那一带给了他。其实这个时候，刘邦是很愤怒的，说按照之前楚怀王的意见，那我应该是做秦王的，你现在只给了我一个边角料的地方，所以就想反了，然后其他人劝不住。

后来萧何就跟他说，你是愿意死呢，还是愿意去做一个巴蜀的王呢？他说这我怎么死了？我跟他拼一拼。他说你跟项羽去打，你的胜算如何？刘邦想一想，不行。然后萧何就给他分析，虽然巴蜀这个地方是比较偏，但是我通过研究这些材料，发现其实这些地方整个税收情况，交税，整个经营情况还是不错的。如果我们在这块，借助这块地方，我能保证带着你一块儿再去打回去。

并且给他提了一个建议，他说我发现汉中这个地方，当时叫南郑，这个地方不大，但是它的战略意义比较厉害，并且这块聚集了很多人，如果我们能拿下这块地方，那对他之后，咱们再往外打，这个就非常重要了。

结果刘邦就拿了一笔钱，金银珠宝，给了张良，张良又拿着一笔钱给了项伯，项伯又拿着这笔钱然后找项羽去了，说项羽，你看本来也没给人家做秦王，现在把南郑那一块地方给他行不行？

然后项羽这一介武夫过去就知道烧杀抢掠，根本不知道每一块地方，到底实际数据情况怎么样的。好了，就把这一块给他了。结果刘邦就几个月之后，明修栈道暗度陈仓打了过去，然后又过了几年，把整个天下都打下来了。其实这就是数据的作用。

萧何就知道要及时去收集这些数据，还要分析这些数据。那这里呢，我就总结了一下，萧何他作为一个当时的丞相，其实他是承担了很大的数据分析师的作用，他在哪些地方做的比较好呢？

我总结有三点：

• 第一点重视数据收集。不是说等到你要用这个数据的时候，你才知道数据太重要了。而是在开始的时候，每去干一件事情的时候，都在想这里有哪些数据我能收集起来，以备后用。
• 第二点，重视数据分析。不是等到刘邦说，萧何你过去把这个数分析一下，看看里面有什么结论可以用的，那不是等指导他的时候，他去做。而是刘邦没有指导他之前，他自己就已经在做这些分析了。只是说刘邦正好遇到事的时候，萧何把自己分析的结果给他，直接让他用。
• 第三点，提供决策指导。不只是说把这些数据呈现给老板就行，你还告诉他该怎么决策，直接提供指导性的建议，并且在这些实际建议中去付诸实践。

后来刘邦跟项羽打的过程，可以说十战十败，许多的时候都是打的光杆司令一个，但没有关系啊，萧何在关中，直接给他运钱，运粮，运兵员，让他源源不断地打过去。但是项羽呢，就是流寇，后面没有根据地，没有人给他搞运营，没有人给他搞数据分析，这个结果就是很不一样的。

“毛邓”数据观

咱再看近一点的，毛泽东很厉害，这个毋庸置疑，大家有没有想过这个问题啊，我因为做数据的，然后我最近半年又因为看了《毛选》，所以我就在思考里面到底有什么共性的关系，然后我就发现一点。

其实毛泽东在数据分析上是非常牛的。有一篇文章，至少80后应该在课本上都学过，就是没有调查，就没有发言权，那是一个节选，就是节选这个《反对本本主义》这篇文章。

这篇文章讲的核心观点，就是你不能拍脑袋，你应该基于调查研究，并且里面说了一句话，就是调查就像十月怀胎，解决问题就像一朝分娩，调查就是解决问题。

他讲的很清楚，许多时候，我们调查研究，做的只要足够充分了，答案有时候很明显了，但是如果你没有做这些事情，前面就来到一个地方，什么情况也不知道就拍脑袋，那这个问题就非常严重了。

大家如果看《毛选》的话能够看到，最开始几篇是讲什么呢，中国社会各阶级分析，湖南农民运动考察报告，还有包括没有加入到毛选里面的，像雄武调查，还有其他的一些调查，就是毛泽东早期的时候，其实做了很多的调查研究。

我问大家一个问题，调查是什么东西？调查其实就是数据收集。我做了这十年数据的事情，抽象来讲，数据分析是很简单的，它只有两个步骤，一个步骤就是数据采集，一个步骤就是数据分析。

其实我们许多时候，我们自己在做决策的时候，大家可以想一想，你是怎么做决策的，你是不是先要去搜集一些情况，了解一些信息，然后再去做决策，就像当年红军打仗一样，前面要攻打一个县城，你带了一个连的兵力，然后不知道前面什么情况，来，兄弟们跟我上，然后冲进去了，结果人家里面驻扎了两个团，一进去，被人家灭了。或者说，你这个看到前面一个城不敢打，说咱们后援部队没来，这个等来了一块去打，结果他实际里面可能没驻扎军队，你这个过去之后，直接就一百多个人，就把县城给拿下了。

所以这里面为什么会有这样的一个不确定性呢，这里面就是数据的差异，你掌握信息，掌握数据，跟你做决策，那是完全不一样的。

其实对于什么是数据，其实数据就是信息，什么是信息呢？现在是信息时代，信息时代是谁开创的？是一个叫香农的人开创的，香农是信息论之父，咱们现在下载一些东西都是Bit，Bit单位是香农定义出来的。他是定义了一个信息的单位，每一个最小信息单位就是一个Bit，然后他对数据做了一个定义，对信息做了一个定义，信息是个什么东西？信息是一种消除不确定性的东西。

比如说，我手里握了一个硬币，我问你，这个是正面朝上还是反面朝上，你没办法判断这个东西，你可能猜50%可能是正面，可能50%是反面。但是呢，如果给你一Bit信息，就是已经告诉你正面朝上了，那你猜的时候100%是对的，你直接就拿到这个结论，其实这里面就是有了一Bit的信息，就是因为你掌握了一点信息，然后你对这个事情的判断，要精确了很多，这个就是数据的价值，信息的价值，就是消除不确定性。

我就发现毛泽东有三点做的比较厉害的。

• 第一点，重视调查，没有调查就没有发言权，就是你不管干什么事，先做一下调查，不要拍脑袋，不要凭感觉去做，不要乱说一通，先调查一下情况。
• 第二点，就是雾里看花的本领，你收集了很多数据，收集了很多材料，往那儿一摆，然后你看着晕了，看不出门道来，毛泽东就不一样，他就看到里面一些特点。
  • 当时军阀之间混战，今天湘系跟桂系打，明天桂系跟粤系打，打来打去，大家看不出个门道来，但毛泽东他就看到一点，这些打来打去，归根到底，是因为后面的帝国主义不一样，他们之间是争夺利益的，这些打斗的过程，其实是一个军阀割据的局面，只要他们长期打下去，中间就会有夹缝，有夹缝就有革命的根据地，就有地方，所以他就要在夹缝中建立革命根据地，这是他看到的。
  • 等到抗日战争的时候，许多人觉得中国完了，打不过，有些人又觉得我们坚持一下，很快就要胜利了，也不出三个月，半年我们就能胜，都是这样的观点，但毛泽东总结，局面不是这样的，日本国力是很强大的，但是他个头比较小，中国是比较贫弱，但是地方比较大，这个情况，如果它打过来，咱往后退一退，打一打往后退一退，退到一定程度，他的兵力就分散了，分散到一定程度，他就强弩之末了，我们反过来去攻打他，所以这样会是一个比较持久的过程，所以他判断整个趋势是持久战。
  • 这是毛泽东很厉害的一点，就是不只是说他去调查研究去搜集这些情况，你还要看到这些情况，这里面有一些特别的地方，就是值得利用的。
• 第三点，是革命乐观主义，光有前两点，整个革命过程不是说一帆风顺的，很多时候是负面的信息多，许多时候都不行了，就像林彪觉得红旗到底能扛多久，但是毛泽东看来就是星星之火可以燎原，同样一个事，看法是不一样的。

创业其实也一样，我自己创业这三年，我自己总结都是，好消息一个，坏消息一个，或者十条消息里面八条是坏消息，那你怎么办？不过了吗？这个不是这样的。你要去自己去激励自己，激励自己的团队，就是觉得这种局面一定是可以改变的。

另外，邓小平数据思维也挺牛的。1978年，解放思想，实事求是，团结一致向前看，他自己写的文章。其实邓小平确定了一点，就是以经济建设为中心。那怎么以经济建设为中心呢？他又提了一个数据指标，GDP，就看这个数，不管黑猫白猫抓住老鼠就是好猫，你只要把这个数弄上去就可以了。

咱看一看效果啊，这是我从国家统计局上面截出来的数据，1978年的时候GDP，然后到现在2017年，每年8%往前涨，涨到现在，一年产生的GDP是1978年的225倍，你说这个差距有多大。那现在当然大家觉得这个生活确实比之前好了，你说数据有没有起到作用。

虽然说，当然我们定一个指标，比如污染，或者其他方面带来了问题，但是你如果没定这些指标，你可能什么也没搞起来。

再来说一个小例子，我今年春节的时候，去参加了自己学校一个入学20周年（聚会），我1998年上高中，当时整个高中是一年差不多入学的有500多人，后来学生越来越多，因为我们是最好的县高中了，许多学生都挤到哪儿去。所以它就得扩招，越扩越多，等到最近那几年，一年收2400个高一学生，这量就很大了，后来一个学校就撑不住了，就开始分成两个学校，新校区和老校区，当时一个是老师分成了两组，然后一个新校一个老校，两个校长挑人，你挑一个老师，我挑一个老师，这样分开了，学生也分成两组，新进来的学生按成绩排名，第一名在A学校，第二名在B学校，第三名在B学校，第四名在A学校，就这样尽量平均的分开。分开之后，等到三年之后，高考看成绩，两边升学率是有比较大的差距的，那说明什么？说明整个两个老师队伍其实是有差距的，你要说学生都是平均分的学生，这是一个很简单的数据分析例子，对比AB测试。

还有我去年8月份的时候，去敦煌参加过一次创业戈壁行，就是三天走一百公里，出发的那一段，就是当年唐僧西天取经出国的那一段，很苦，整个就是戈壁滩，沙漠，在这种环境下，然后每天平均来说30多公里，跑过马拉松的知道这种难度有多难，如果没有跑过的，其实我说很难，但是你很难理解。但是大家在实际在做一些高强度运动的时候，肯定会有感觉，比如说你脚上起泡了，这起泡其实就是一个关键的指标。我当时就做了一下统计分析，一共参加了有200个人，我没事的时候，我就找他们问，我说你脚上起了几个泡，第一天起了几个，第二天起了几个，第三天起了几个，左脚起了几个，右脚起了几个，我就拿一个手机，用这个Evernote就记了一下，让大家把这个数据报给我。

我一共差不多问了30多个人，当然没有全部去问，但这里面也看了一些有趣的规律。第一天的时间平均一个人脚上起一个泡，两只脚。第二天的时候呢，平均有两个泡，第三天有三个泡，并且发现呢，右脚起的泡，平均比左脚要多一些，那是不是大家在走路的时候，右脚更容易用力呢，这当然是有可能。其实这就是用数据去说话的一个例子。我们有一个简单的数据，大家看一看，是不是我说强度很大，我用数据说话，你就知道，你自己想一想，你自己走路的时候，什么时候起脚泡了，这个强度就出来了，这就是数据的威力。

前面不管从历史上还是从现代，从我个人，讲了几个例子，大家可能对数据分析能有一个认识，就是数据分析这种东西，不是一个高不可攀的东西，它的威力，可能高到国家层面，也可能低到你生活的琐事里面去，其实数据它是一个普遍存在的东西，而数据这种方法呢，也很简单，数据采集，数据分析，采集的手段，有可能用机器去采，有可能去人工去采，比如去开个调查会也可以去采集，或者我这儿问一下，也可以去采集，但是方法也不重要。

重要的是有你这种数据思维。就是你在这些工作生活里面去，你能去想到，我用数据帮助你，去解答这个问题，它更加科学，更加理性去看待它。

数据分析的价值与现状

接下来我们就看数据分析到底有什么样的价值，然后我们现在都会遇到什么样的问题。其实我在百度，因为整个做数据过程中，又加上创业之后，我自己直接打交道的就有几百家创业公司，打交道的过程中，我就慢慢在总结，数据的价值到底是什么。我总结了两点，一点就是数据去驱动决策，就是帮助你拍板的，我前面讲的这些历史上的这种例子，都是说我有了数据之后，更好好的去做决策。

不管做一些商业决策，产品中战略上的东西，或者说我们做一些产品的迭代，产品设计，这种运营监控的事情，有了数据之后，就帮到你更好的做决策，然后比如销售，一个销售的情况怎么样，我们这种团队管理，都可以去用一些数据来说话。当然更多的就是给人去使用，有数据之后，然后你去拍板，去做这个决定。

但在我看来，这只能发挥数据20%的作用，数据更大一个作用呢，在另外一块，就是数据驱动产品智能，那什么是产品智能，或者说什么是智能，现在人工智能比较火，大家怎么理解什么是智能呢？比如说一个门，它上面装了一个弹簧，我推它一下，它开了，然后它自动又合上去了，这叫不叫一种智能，那什么叫智能呢？其实我总结智能是这么一个模式，首先有了一堆基础数据，然后在这上面套上一定的策略算法，再把结果回馈到产品里面去，这让产品本身具有一种学习能力，就是自我迭代，比如典型的例子就是今日头条。今日头条，因为你看了几个花边新闻，它就专给你推花边新闻，它训练你这个模型，你点的越多，他就知道你对这一类的感兴趣，然后把这些地方就强化，去强化你这个，用专业话讲，去做推荐。这其实就是典型例子。

比如说百度去做竞争广告，你收的东西进来给你匹配感兴趣的广告，这里面都是用了这种学习，这种产品智能的方式。所以这一块，跟前面说的去驱动决策有什么区别就是，一个是给人用的，一个是给机器用的，就像今日头条，不是说后面有个编辑，整天给你匹配到底有什么新闻，发给你，不是这样的，是它是靠机器学习，自动的做这些事情。

因为产品本身引用了数据，里面用到了数据，用到了这种产品智能的价值，那就跟之前我们去看一个新浪新闻、搜狐新闻有本质区别了，这是今日头条现在它的市值，一个估值已经非常高的状态，就是它实实在在的在创造新的价值。

所以这就是说，我们谈这个数据的价值，在我看来就这两点。那我们在想这种大数据时代，这种数据分析，对我来说，对你个人来说，到底有什么用，就是这两点。就是你要考虑的是，在你的工作，在你的生活里边，特别是工作里边，我们怎么能用数据帮助你更好的做决策呢，我们怎么能让我们产品本身，让因为有了数据，价值更加高呢，这就是我们思考的点。然后那我们真正去让一个企业去实现数据驱动，让数据分析真正帮到你，而不是说我这个公司，我能出几张报表，就叫数据驱动的，不是这样的，它是一个逐步渗透的过程。

那么理想状态我觉得是应该，一个是全决策，我们期望再一个企业里面，不管是产品也好，运营也好，市场也好，销售也好，就是各种各样的决策，大家都能用数据去说话，数据去帮到你。

第二点，就是全渠道，那我们现在，线上就不用说了，互联网这些公司，用数据用的比较好，线下其实许多时候我们是用不好的，为什么用不好呢？因为你数据采集条件不具备，许多时候数据搜集不上来，搜集不上来你后面怎么去用呢？当然这种局面，也是在变化的，现在就是各种摄像头技术，我觉得也就两、三年的时间，两、三年之后，可能整个通过图样识别去解决一些，比如咱们今天开这个会，大家不用签到，自动识别一下，就帮大家都统计出来了，这个事都会变得非常容易，只是现在这个技术还没那么成熟。但总之呢，我们会期望，怎么去把线上线下这些所有渠道的这种数据，都能给它收集起来。

第三点，就是说全流程，就是我们期望任何一个企业，其实你都是一系列的环节，你的工作都可以总结为一个流程，比如就拿我们神策数据来说，我们就是前面有市场，去吸引潜在的客户，有销售去做转化，转化之后，我们有交付团队去做交付，后面有客户成功，然后保证客户去用好，它就是一个流程的过程，那我们就需要考虑的是，这个过程各个环节，我们能不能通过数据去帮到你，然后真的让你这一块的业务变得更加的好，这就是说这个数据一个全流程，全决策，全渠道，去实现数据驱动。

但是在实际过程中，在我们真正去做的时候，问题就非常多了，比如说，你只有宏观的数据，然后我们看一些整体的情况，但是等到比如昨天，我们活跃用户数跌了20%，你又会想查，这20%到底是怎么跌下来的，那你就要去看一些细的例子的数据，比如我们按照渠道拆开，按照地域拆开，去看这些数据，但是这个时候如果你没办法去看一些精细化的数据，那你就没办法去决定到底这个问题出在哪里。也有可能是，你不同的部门，市场部门掌握了一部分数据，然后销售部门掌握了一部分数据，或者产品团队掌握了一部分数据，等到你想用的时候，要跟各个部门打交道，去审批数据的权限，等审批到了之后，又发现这个数据ID又没有打通，我们又没办法把这些数据真正的关联到一起去使用，这些都是实实在在的问题，就是它真正在一个企业去落地的时候，挑战还是非常大的。

就像我自己，我在2015年，最早考虑创业，我觉得我未来要去把中国的数据底子打好，去重构中国互联网的数据根基，经过这三年的努力，如果说开始的时候我觉得离目标有十万里，现在我觉得有十万八千里，就是真正接触下来之后，发现其实这个数据底子比我想的其实要更差一些。然后大家的数据意识呢，还是要更弱一些，这里我们要做的工作就更加多了。

那理想状态是什么？理想状态我总结就是说，真正的自助式的数据分析，就是让业务人员真正去掌握数据，不是说好一个公司里面，老板想看数据的时候，由工程师帮你跑数据，然后其他一个产品经理，运营经理想看数据的时候，就没数据了，或者提了数据之后，过一个月才给他这个结果，你说这个效率是怎么样的。

更好的情况是，我们一个公司里面，业务人员各个角色，大家想用数据的时候，都能够去进行交互式、自助式的就去完成这些事情，那这个效率就要高很多了。

那这个常见的一种模式，我就把它归结为是需求驱动，往往是有人提出来数据分析的需求，有工程师，从杂乱的数据里面想办法去满足需求，然后整个交互过程，整个周期可能花几天、几周才能满足一个需求。

更理想的状态就是我们反着来，就是我们先要有数据基础，应该把数据底子怎么更全更细的做好，去采集好，然后在这个基础上，提出自助式的分析平台，之后让业务人员可以自助式的去完成这些数据分析的事情，从一个几天去满足一个需求，变成几分钟，几秒钟去满足需求，那这个效率就高很多了。

我觉得互联网思维最核心的就是迭代，不是说你做一个东西别人做不到，而是说你比别人迭代的快，就是这个手机，比如现在智能手机，大家会觉得，好像再往前发展，没啥发展了，它发展到一定程度确实会那样，就笔记本电脑，到底发展到哪一步，下一步会是怎么样的。它一种技术发展到一定程度，会进入一个理想状态。

其实整个过程拼的就是谁更快的到那个理想状态去了。人家苹果就是比你安卓的许多手机就是更快一些，那它就能收割，就是在一路迭代的过程中，他能卖五千，你只能卖两千，所以在这个过程里面，那迭代速度快与慢，那就是取决于你整个决策过程，决策的速度是不是够快，整个在产品开发，在做运营活动，这个环节里面，是不是通过这些数据，让你比别人更精确的很快找到下一步该是什么。而不是说花了六个月踩了一个坑，然后又花三个月，又从坑里面爬出来，那你这个速度从哪里来。这里面就是我们通过这种数据驱动的方式，让你效率变得更加高。

数据分析的四个关键环节

前面讲了数据分析的价值，还有我们现在存在的问题，接下来，我们看真正的数据分析，它有哪几个环节，简单来看，数据分析就两个环节，数据采集，数据分析，实际真正在去做数据分析的业务，其实我们会把它进一步去划分，可以划分成四个环节。

第一个环节就是数据采集，我们要把数据搜集上来；第二个环节，就是说我们要对数据建模，你不能说收集过来，就一个仓库，杂乱的把他们都丢进去，等到你用这个数据的时候，发现你找不到这个数据，你想要的东西拿不出来，这个也不行，所以这个时候，我们要对数据进行组织，我们要把它规范好，然后我也方便后面去用；第三个环节就是各种数据分析方法，围绕我们做数据分析的时候，围绕比如说漏斗分析，流程分析，围绕拉新客户，围绕流程客户，围绕其他的运营事情，我们通过数据分析去帮到你，这样的方法可能说有各种各样的。再往上一层就是指标，就是一些数据指标。比如对国家来说GDP就是一个数据指标，我们不能每天都要从源头去看看数据一条一条的剥离一下，看看问题在那儿，这个效率太低了。

更多的时候我们是期望定义几个指标，把它标记出来，然后我们就看着几个指标，如果没问题，那就问题不大。就像开车，前面有个仪表盘，仪表盘里面不亮红灯，开吧，问题不大。这指标就起到这么一个作用，我们把许多事情去简化了，通过几个简单的数，我们就知道整体运营的情况。

那我们先来看这个数据采集，大家都听过大数据，什么是大数据呢，我们怎么理解什么是大数据？其实这个问题，因为我自己就是从事大数据的，经常会有人问我，我回老家，一些亲戚，他们什么硬件、什么软件都不知道，现在又来了一个概念大数据，给我讲讲什么是大数据，你说我怎么跟他讲，讲起来难度是很大的。但是我也一直不断的在总结，也是在看书，包括对我影响比较大的是吴军，吴军讲《浪潮之巅》，讲《硅谷之谜》，讲许多东西。

其实我都在思考数据，什么是大数据，现在我对大数据的理解，两个层面，一个层面是从价值的角度来看，就是我前面讲的数据分析的价值，就是驱动决策和驱动产品智能，那是从价值，如果从物理层面呢，我又把它总结成四个字，就是大，全，细，时，就是数据分析这个概念，不是一个新概念，他可能已经存在几百年了，两三百年肯定是要有的，因为统计学出来的更早。

现在我们提的大数据，跟之前又有什么区别呢？其实就是说底层的数据源变了，其中一点，就是大，那大是什么大，比如说，我们把全国各个地级市今天的苹果价格，这个数收起来，每个地级市收一条，这个数一共加起来，可能两道大小，但是相反，我们如果把内蒙古草原上一台风机，它的振动数我们收集起来，一天可能有50个GB，因为那个数大？可能是内蒙古风机更大，是不是？但是内蒙古风机在我看来，它不是一个典型的大数据场景。因为你只能看到这一个点，就是它的情况你可以了解一下。但是，如果我们全国各个地级市苹果的价格，我们有一车苹果要运到哪儿去，你就可以做一个智能的调动系统了，这个价值就要大很多。

第二点就是说全，就是你许多时间了解一部分数据，你这个答案是有问题的，你可能偏了，你比如说去年的时候美国大选，大选之前，整个结果就是希拉里获胜的概率70%多，川普获胜的概率20%多，整体整个市场，它网上的调研，许多都是这么一个结论，结果出来之后，川普赢了，许多人都在分析问题出在那儿，后来分析其中一个原因就是美国中部许多农民，这些农民是不上网的，但是他们是支持川普的，你光在网上做这些调研，那你能调研准吗？实际情况你没调研准。

在我们实际工作中也是一样的，有时候你就是只看了部分的数据，或者有时候觉得老板不公平，老板就听谁说了两句坏话，就按照他的思路来做了，那这里面问题出在哪，就是因为你没有去把这些数据很全的搜集过来，你只是看了一部分。就像最近我在看一本书，叫《原则》，《原则》里面其实讲了一点概念就是极度求真，极度透明，就是说我们要把这些信息，尽量真实的去搜集起来，实质情况收集起来，尽量让大家共享出来，大家都能看到这个数据，咱再基于这个数据再去做决定，不要自己看了一两条信息，听了片面之词，然后就去做决策了，那种决策是不是就很容易出问题呢。

第三点就是细，比如说，咱们许多都是做业务的，我问大家一个问题，在你们公司业务里面，不同身高的人，他们在消费上有什么区别？你可能回答不了这个问题，为什么呢？因为你没有搜集身高这么一个维度，你后面就没有办法做这个分析了。所以说同样是数据，如果我们掌握的这种维度比较多，我们就可以围绕这个维度进行交叉分析，看里面有什么样的规律，然后去研究他，但是如果没有搜集，你就做不到这一点。

第四点，就是时，时效性，同样一个东西，同样一个数字，现在告诉你，跟两年之后告诉你，结果能一样吗？它是很不一样的。比如说美国发生金融危机了，如果你提前半年知道金融危机，你就可以做空，或者做多一些东西，你是不是就可以利用这个价值。双十一，然后你上午投的广告，很快发现效果不行，马上就调，这个广告不要投了，换其他渠道去投，是不是就省着等到当天晚上12点的时候，你发现咱们其实投错渠道了，这渠道根本没用，这是不是同样是一个数，时效性他这个作用是不一样的。

那这个前面是说数据，我们其实真正去做好数据，就是在考虑，如何去把数据更全更细更加时效性的收集起来，这是一个基础。

那收集数据有什么样的手段？因为我的背景主要还是做线上相关的，线上在数据采集的时候，我总结有三种方式。可能有一些偏技术的，大家简单了解一下就可以了。

一种就是通过可视化埋点，全埋点这种方式去自动去给他收集，然后去填进去，然后让他自动去采，这种方式好处就是不需要工程师过多干预，让这些产品经理，运营经理，自己需要就在上面配就可以了。

但是呢它有它的弊端，弊端就是数据搜的不够细，比如来说右下角有一个提交按纽，左上角有一个打七折，自动搜的时候，不知道打七折是一个有用的东西啊，但是你如果分析的时候，这就是很关键的一个因素。

第二种就是一个代码埋点，我们去在程序里面，客户端也好，服务端也好，在它关键逻辑里面，去嵌入进去，比如来说，用户提交了，提交运费是多少，成本价格是多少，这些都是维度信息，我们都去把它记录下来，记录下来之后，你做分析的时候，就方便了。

并且你许多时候采集数据的时候，从前端采跟后端采它是有差异的，为什么呢？前端容易丢数据，用户进行交互的时候，可能网络断了，网络不通畅，那可能就让你丢失了一页数据，但是另一方面，通过后台，如果这些系统之间，后台服务器之间交货，可能就没这个问题。

第三种就是说我们用工具导，比如来说你数据库里面的数据，比如说你从第三方拿到的数据，或者说你线下人工去输入的数据，其实这些都是有价值的数据，你也要把它引入进来，你就用工具去批量的，实时的把它导入进来，这就是互联网数据收集的方式。

然后当然线下会有一些区别，线下比如说通过摄像头，通过WIFI信号，通过红外线，通过其他等等，通过激光，通过各种方式去搜集，但本质其实没有区别，都是说我们要想一些办法，通过一些手段去把数据收集起来。接下来那就是数据要进行建模，进行组织，那正常来说，其实我们公司业务，你后面都会有一个数据库，数据库里面放了很多张表，表里面比如这个定单表，或者用户表等等，这个表里面存在了很多有价值的信息，那当然我们可以要求业务人员，你学习一下使用数据库吧，你学会使用SQL，怎么去做分析，那这是一种方式，当然这里面对于许多业务人员掌握这个东西太难了，因为你经常变，后台这些数据经常变，变了之后，后面就没办法去用这些东西了，所以我们要对数据进行一个再组织，对于互联网这种产品来说，比较好的一种方式，就是多维数据模型，就是OLAP。

比如说，这个是维度，这一个概念，比如北京，天津，上海，这是城市的维度，他有一些曲直，然后操作系统，他有MAC OS、IOS、安卓，它也是一些维度，然后这些维度之间可以交叉，交叉之后呢，可以去看一些指标，比如销售额，注册用户数，这样的话，就是我们不只是说能看一些宏观的数据，还可以看一些精细化的数据，比如来自天津的使用IOS的数据是怎么样的，注册用户数是怎么样的，这样的话，就是说我们又能看宏观的，又能建森林，又能建树木，那对你去做决策，价值就大很多了。

然后对于互联网产品，其实都可以去做一些抽象，比如用户去注册，浏览，下单，支付，收货，这是一个典型的电商的一个产品流程，其他的，互金的等等都是类似的。那在这里面呢，我们就需要去把用户，他进行的这些动作，都给它记录下来，包括一些维度，时间，地域，渠道，商品类别，商品单价等等，这维度都记下来，记下来，就形成下面这种表，一张宽表，有这个维度之后，我们就可以分析了。比如想分析来自江苏省的，然后看这个小米平板的，这些人到底有多少，你就可以灵活，但是如果你这个维度信息没有记录下来，你后面是不是就没办法做这个分析了，这就是说对数据要进行建模，就是进行组织。

之后就是数据分析，其实数据分析这种方法，有各种各样的，毕竟它不断的在扩展。那我们可以去从广度、从深度上来去看。广度上来说，我们是看一个用户的，还是看一组用户的，还是看整个全体用户的，这广度是不一样的。另外是深度不一样，我们是看一个用户的某一类操作，比如浏览操作是怎么样的，还是说我们要看这个序列，它先浏览，再支付，再收货，有这些序列行为的，这又是一种思维方式，就是分析方式。所以就是说我们会有各种各样的分析方法，解决这些各种分析的广度深度问题。

咱看一个简单的例子，这也是之前的一个例子，就是开眼，开眼是一个视频APP，他们当时就发现一点，他们去朋友圈，去微信群去分享的一些视频，但是真正去下载的时候发现安卓这种APP下载率是要远低于IOS这种APP的，然后他们就想分析这个原因是在那里，这个时候呢，那最直观的感受，我们就要切这个数据啊，看看安卓过来的，他们再切分一下，看看是不是有哪些渠道跌下去了，或者有其他这种特殊的维度带来这个问题，他们当时就做了一个分析，按照屏幕的宽高去拆开，然后拆开之后，就发现有某些屏幕宽高的下来率几乎为零，这个量是很低的，然后他们就去还原这个场景，还原之后，发现这种屏幕宽高的情况下，左边下载按纽是在第二屏的，第一屏就显示不出来，然后用户得翻下去才会下载，这时候自然点击量就低了嘛，但这些情况就是如果你不进行这种多维的数据分析，你就不知道问题在哪，这就是说，这种多维的数据分析带来的价值。

另外呢，比如来说我们做留存分析，我们其实许多时候花了钱，把这个用户拉过来，咱可不是想这个用户来了一次就走了，就再也不过来了，就这一锤子买卖，其实我们期望的是他后面会不断的留下来，比如次日他会不会过来，次周会不会过来，次月会不会过来，我们期望每来一个用户，巴不得他一直过来的，所以这个时候呢，我们就可以去做这种留存的分析，但是后面我会详细讲这一块，然后可以分渠道，比如不同的渠道，这个用户的留存是怎么样的。

然后我们也可以做这种漏斗分析。因为用户比如来说到你这个官网去浏览，去注册，然后最后购买，它都是一个流程，这个流程里面，它会进行一步步的，它是一个漏斗，一环一环的往下漏下去的，那可能某一个环节，用户就卡到哪儿了，卡到哪儿导致大量的流失，如果我们没有去做这个监控的话，我们不知道，我只知道这个整体这个用户好像来了之后没啥用，但你不知道某一环节，就是因为你那里让人家绑定银行卡，人家没绑定，就导致很多流失了，这个时候呢，我们就需要做这种漏斗分析，去解决这个问题。

数据分析的指标体系

再往上一层那就是指标，我们去看一些数据的时候，我们还是不能说什么事都自底向上这么搞一遍，那这个效率太低了，我们还是期望平常针对这个业务，去把它抽象一系列指标，在互联网另外有一本书，我推荐大家可以看一看，叫《精益数据分析》，它就是讲互联网产品如何做数据分析的。

他里面讲了一个核心观点，就是第一关键指标。就是对于一个产品来说，你在一个阶段，不能胡子眉毛一把抓，就是什么东西都抓，就像邓小平在搞中国建设，社会主义建设，他就抓一点，经济建设，以经济建设为中心，其实我们创业更是如此，你什么也想要，那你能得到什么，那这里其实就有一个问题，比如说你一个团队，大家对这个目标的认识，这个指标的认识是不是一致的，

我曾经做了一个调查，这是我去服务的其中有一个客户，它是一个在线教育产品，我说你们现在最关心的指标是什么？三个人，我说你们各说各的，一个说日活，一个说订单量，还有一个说访问深度，就是平均关键行为次数，然后我说，其实你看咱们就这么小的一个团队，其实大家的思路还是很不一致的，不一致的时候，大家努力的时候，去花工夫是不是花到不同点子上面去了，那所以这个时候呢，就是我们需要有这样一个第一关键指标，或者北极星指标，这个指标咱全公司这个阶段就是围绕他的，咱就提升订单量，好，大家努力，都是怎么去把这个订单量。创业公司嘛，你很小一个团队，更是要集中火力，大家围绕一个目标去努力。

我觉得它有三个阶段，你比如最开始的时候，你MVP，就是你产品没成型，就是在做一个Demo的时候，做一个最小可用产品的时候，你关心的指标是什么，等到你快速增长的时候，你关心的指标又是什么，等到后面你用户基数已经非常大了，你关心的东西又是什么，其实这个每一个阶段，它是不一样的。我们要考虑，我们自己的产品，我们自己的业务，现在所处的阶段是怎么样的，我们到底最关心的是哪一个，让大家集中精力，围绕这一点去做，比如像三只松鼠，这是一个在网上去卖零食的一个APP，那它比如刚做出来这个APP，还没什么用户，它应该关心什么指标？或者像Keep这样的产品，它已经用户数一个多亿了，在这种情况下，它关心的指标又应该是什么样的，其实它就会不一样。你不能说别人关心什么，你在你自己产品里面也这么去用，那这就完蛋了，这就是说你用的力，使的点是不对的。

刚才是讲第一关键指标，我们找最关键的指标，那另外一种思路呢，就是我们按照运营的五个视角去看，这种呢，就是海盗指标法，就是这个PirateMetrics，这是2007年的时候，一个叫Dave McClure一个人，他提出来的思路，到现在过了11年了，其实一点都不过时，我觉得他这个抽象还是非常牛的。

这里围绕用户，我们可以抽象成五件事情:

• 第一件就是触达，比如我们做广告，让客户知道你。
• 第二点事情激活，怎么让用户变成你真实有效的用户。
• 第三点就是留存，我们怎么把用户去留下来。
• 第四点是引荐，我怎么去让老用户给我推荐新用户。
• 第五点就是营收，我们就不用说了，最关心的可能就是钱了，我们整体销售额情况怎么样，这些自然就是跟数去打交道的。

这是他2007年的时候画了一个图，我直接拿过来了，其实就是当时因为也移动互联网也没发展，其实这个用户比如通过PR啊，通过SEM、SEO去把这个用户获取过来，获取过来最后想办法去把他转化，比如变成一个注册的用户，然后之后呢，我们想着怎么去把他推荐其他的用户，去让他留下来，再从他身上赚到钱，这就是说，他牵扯到这个环节，那这个环节呢，我们都应该用数据去监控起来，看看我们这个产品，到底那个环节出问题了。

比如一个互联网金融的产品，我们围绕用户触达，激活留存等等，这些各个环节，其实我们都能定义出来一系列的指标。然后通过这些指标，我们就可以去监控整体去监控这个产品，不然的话，你只是凭感觉，我今天想到我们应该看看这个数，明天想到看看那个数，那你都不会对你的产品建立一个系统的监控，系统的监控，就是按照这种方法论去梳理，去看你到底那些指标，哪些关键环节出了问题。

如何“激活”用户

前面其实就讲了整个数据分析的四个环节，这个环节大家大致了解是怎么一回事就可以了。接下来咱们看一些具体的例子，然后看实际过程中，我们到底怎么去用数据。

首先来说产品迭代，那我们想一想，我们正常怎么做产品，是不是可以总结这么一个模式，就是我们拍脑袋想到一个点子，做了之后，再拍脑袋，再想到一个点子，再继续做，基本上就是你这个过程，这个过程呢，对于一些牛的人，确实挺厉害的，就是他总是能拍对，他的感知很牛，他许多时候，他能去做出来。

但是对一个新手呢，让他拍一下，错了，拍一下，错了。有可能经常做一些错误的结论。那这为什么会这样呢？就是因为咱开始讲那个问题，你没有利用数据思维嘛，有没有有什么东西支撑你，让你拍的更准一些。

这里面我们就需要用数据分析，我们要把这两环变成一个三环的过程，就是首先我们去学习，学习不管你从经验，或者说从其他方式中，有一个原始的起点，然后我们学习，有了一个点子，然后开始研发这个功能，研发功能之后呢，不是马上就去做新的点子了，去提新的功能了。

而是我们要做数据分析，我们做的这些功能，我们要用数据去衡量一下，到底符合不符合预期，然后哪些地方，哪些环节有问题，然后我们要把他做一个分析，分析之后呢，我们又得到了一些新的点子，在这个基础上，我们再去开发新的功能。所以这个过程，就让一个拍脑袋的过程，变成一个科学决策的过程。

互联网思维核心是迭代，迭代也是有科学依据的，就是你许多事物的发展，就是一个螺旋式上升，它是通过一个往前不断迭代的过程，我们在做产品迭代的时候，就通过数据分析去引入进去，让他这个过程变成一个科学的过程。

看一个例子，比如我之前是在百度知道，后来在2012年的时候，整个百度内部都要推移动化，许多产品都做了一些APP，当时百度知道也做了一个APP，然后当时就发现一个问题，其实百度知道上很多都是中小学生提问题的，就是他们问作业，发现里面有10%的人是问作业的，这就是通过数据分析发现了规律，发现了之后呢，我们就可以对产品做一个改进，怎么改进呢？我们加个按纽，让他专门问作业，点一下就直接问作业了，回答问题的人，也能直接去回答这个问题，这里显示有一点问题。后来加了这个按纽之后，就发现有30%的问题量是作业相关的，不是说人家之前问周杰伦的变成问作业了，肯定不是这样的，就是之前那些问其他的还是在正常的问的，但是问作业的就变多了。

有了这个数据之后，就可以进一步往前迭代了，于是专门做了一个APP，叫作业帮，专门就让你问作业了。结果这个产品独立出去之后，半年的时间，增长了500%，现在也是从百度分离出来的一个创业公司，发展的也非常好。其实这就是说，因为有了数据，然后你及时对一个公司来说做这个决策，它都是有据可依的，不是拍脑袋，凭感觉，去做这个决策。

那我们接下来再看运营，运营是什么，其实就是我们前面讲的，因为互联网产品重要的就是用户运营，不管运营的用户也好，客户也好，都是这些，对于一个产品，其实现在我建议一些创业者，我一般都会问他三个问题：

• 你的客户是怎么来的？
• 你怎么把客户留下来的？
• 你怎么从他身上赚钱的？

就这三个问题的，这三个问题我问了之后，我就大致知道他这个业务情况怎么样，这个运转的是不是良好，问题出在那儿。

这里面只是把那三个问题细化，就是细化了一下，比如触达，激活，引荐，这些都是如何获客的，留存就是怎么把客户留下来的，营收就是怎么赚钱的，我们在这种分析的时候，我们做运营活动的时候，就是在关心这些点，只是说我们可以去把它，在这些环节怎么去做的更好一些。

我重点讲激活跟留存环节。首先来说激活，我们考虑一个问题，什么是激活，比如说一个互联网金融的产品，一个用户到你这个产品里面装了APP，这叫不叫激活，或者一个视频网站，他到了你的首页，然后浏览了两下，也没看视频，这叫不叫激活？然后一个电商网站，他过来溜了一圈，然后什么也没买，这叫不叫激活，或者说一个图片编辑的产品，他上去之后，就看了几张图片，没有做什么动作，这叫不叫激活，但实际情况呢，我们看我们的市场团队，就在以我刚才说的那些方式在衡量效果的，衡量做的好与不好的，我们看市场推广，花了一些钱，就看装机量，装机量就多了，但装机了就代表是你的用户了吗？这是不一定的，有些就是被这种积分墙或者什么产品，就网上装上去了，但实际如果你分析的话，许多用户他根本没有真正去用它。

所以那什么是激活呢？不是说装了APP，启动这就叫激活了，而是说一个用户，一定要体验到你产品的核心功能，那比如说12306这么一个产品，必须说买了票，他才知道12306原来这么有用。一个视频网站，必须让他看视频，看5分钟，他如果不看5分钟，他那知道这个产品好与不好呢？质量怎么样呢，所以这个过程，就是我们说所谓的激活，就是我们要千方百计想办法，更快的让客户感知到你的核心价值。

那我们在做一些市场活动的时候，我们在做一些运营活动的时候，就要以这个为目标，我们怎么能以这个去衡量，我们做的到底好与不好，不要只看一些虚的，一些虚荣的指标，实际到后面就打架了。比如市场团队觉得这个拉了很多线索，然后销售团队觉得你这个拉的什么线索，一个也转化不了，市场觉得销售你这个销售能力不行，销售觉得你市场这个做的不行，那为什么会出现这样的问题呢？关键是没有衔接起来，中间还差个坑呢，他光把APP安装了，就觉得市场就觉得完成任务了，销售后面还要做很多事情呢，这个体验的用户，他连体验都没有体验，感受不到这个核心价值，那你怎么去做这个，到后面去转化这个就非常难了，这个客户也不容易留下来，所以我们就要去思考，我们怎么去把用户去有效的激活起来。

这里面其实围绕这个用户激活，我们肯定能通过一些动作来去衡量，就是在一个产品里面，比如来说播放视频，超过5分钟，或者说他要发消息，就是说我们都有一些关键的动作，我们围绕产品，对这个用户的研究，我们会慢慢的就会发现，只要做了这些关键的动作，用户就更容易留下来。这里就会产生一个概念，或者一个称号，就是Magic Number，这个经验的数字，比如这个实际的例子，比如像Facebook，Facebook研究之后就发现，一个新用户，如果他十天之内关注超过七个好友，他就更容易留下来，更容易变成一个有效的用户，如果一个Twitter帐号，如果他follow了超过30个用户，他就更容易留下来，去观察他。

还有像Slik这样的产品，一个团队里面，他如果发送超过2000条消息他就更容易变成一个有效的团队，就是一个企业用户，大家思考一下这个背后的原因。其实你像Facebook，它本来主要是看朋友动态的，如果你连个朋友都没加，你看谁的动态去啊，这个Twitter，它是一个发新闻，或者说这些信息的，然后你都没关注人，你看什么新闻啊。Slik是一个团队协作的，都没人发消息，没人陪着你一起去，互相的交互，你能变成一个有效的用户吗？

其实看着很神奇，背后一个原因就是说，我们真的让用户变成一个有效的用户，让他尽快的体验到你产品的核心体验，所以我们要引导客户，赶快加好友，赶快让他follow一批人，赶快让他发一些消息，邀请他的同伴，让他们过来一起去聊一聊。所以通过这些过程，就是说我们让一个用户变成一个有效的用户，这就是激活。

以神策数据自己的官网来说，我们官网这么一个产品，然后用户来到这里可以浏览一下，看一看，可以体验我们的Demo，那你说，这个用户什么叫激活呢？他到我们官网浏览了一下，在百度上搜数据分析，然后跳到我们网站，这叫不叫一个激活的用户呢，那肯定不是了。他过来之后，注册之后，叫不叫呢？可能还不是。那我期望的是他要体验我们的Demo，那所以我们对一些产品改进的时候，我们就是要衡量这个东西，你不能衡量只是浏览量，好，我们上来一个新页面，看他浏览量是不是变多了，就觉得这一次改版是成功的，那这就不对了，我们一定要去衡量，我们一些关键的行为.

比如提交申请，这么一个过程，当然其实这里还是只是一个层面，我们可以更深的一层，比如到他这个体验Demo的程度，我们去把这些环节给他通过漏斗分析去记录下来，记录下来之后我们就分析，新上的这个版本跟老的版本，它之间是不是有一个大的变化，是不是真的在一些环节提高了，提高之后，那我们说，这次改版，它是值得的。

所以这个就是说我们关心的指标，在一些特别是引流，吸引新用户的过程中，我们就要千方百计把这个用户去，真正转化成一个有效的用户，这个有效的用户怎么定义，那不同的产品有不同的定义方法，还要结合自己的产品来去体验。然后前面讲的激活，激活是对用户触达，到变成一个真实的有效的用户，里面最关键的环节，我们要想办法，让它变成一个激活的。

如何把用户留下来

接下来一个问题就是留存，就是我们怎么去把客户留下来。那什么是留存，刚才我也给大家讲了概念，比如次日留存，周留存，复购率，这都是留存相关的指标，就是我们期望他不断的留下来，这个不断的回头客。对于留存，我们应该做什么？我总结有三点，第一点要关注留存，第二点要提升留存，第三点要利用留存。

首先来说，关注留存，我们为什么要关注留存，这里面就有一个简单的公式，我们是期望客户获取成本，是小于客户生命周期价值的，这个道理很简单，我们花一百块钱买了一个用户，结果你只能从他身上赚50块钱，然后你亏了50，这就是许多2014年的时候，O2O这些项目就是这个结果，做一单亏一单，做一单亏一单，做得越多，亏得越多，这其实就是问题。

我们许多时候我们是花钱买用户，但我们买用户是一个前提条件，我们是期望最终能从他身上赚到钱的，那这里呢，就是我们期望LTV，就是客户生命周期价值，是要大于这个CAC的，所以这里面呢，如果它大的，那我们就能够让客户，每一个客户过来，我们都是一个正向的滚动，相反那就是越来越亏，所以这个就是说一个基本的观念，所以我们要关心这个用户的留存。

比如来说像Keep这么样一个产品，它头一年半涨了5000万用户，Keep也是我们自己的一个客户，发展的非常好，反正我自己锻炼的时候，经常用Keep，就是那这个用户来了之后，那你其实不只是说来了，大家知道健身，瘦身这些东西是很难坚持的，装了APP，3分钟热度，练不了几天就坚持不下去了，那其实这个留存率就没那么好了。那所以我就看到这个Keep这样的产品，三天两头改版，引导上，激励上，他想各种各样的方法，怎么能激励你，让你留下来，让你坚持下来，然后给你换不同的花样，这个就是说你要去做这样的事情，挖掘这个用户整个生命周期的价值。

第二点就是提升留存。我们怎么能把留存提升上去，核心点其实就是两点，我觉得第一点，就是满足客户需求，你这个东西得是有用的，第二点，提升用户体验，实际上第一点就很直接，就是如果你这个东西没用，你即使通过一些花招的手段，把用户吸引过来，骗上来了，你觉得他会留下来吗？

2015年的时候发生了一件事，有一个小的产品叫足迹，就是发了一个电影海报一样的东西，下面加了一句话，你就可以把一张照片做出这样的一个东西，当时火了一阵，但后来没消息了，为啥没消息了呢？就是这个产品太单薄了，你发两条，体验了一下挺好玩的，然后玩了一下之后，你觉得没啥用啊，你不能整天发那个东西，然后那接下来呢，这个用户用的动力就没那么大了，所以许多产品就是这样，如果你给客户带来不了价值，用户用你没有什么用，他为什么要天天过来呢，为什么要反复去用你那个东西呢。

另外，就是用户体验要好，那有用还不行吗？还得有用户体验。这个问题就在这里，就是互联网产品，往往不是你一家来做的，往往是一堆在做的，你要做个共享单车，一堆做共享单车的，然后你要做个充电宝，哗一下，全地球都在做充电宝了。它许多时候，是有很多家做同一件事情，互联网的竞争它有一个特点，就是它不是零和一的竞争，就是有的东西只有你能做，别人做不了，往往是大家都能做，但是这里有区别，有的是60分，有的是90分，最终90分干掉了60分，不是说你做一个60分，人家90分，6比9这个市场份额，往往是1比99，你就只能占一丁点，所以这里面呢，就是体验要好，除非你这个产品是12306，独家的，垄断的，你不用我不行，你不用我，你就没办法买票了，这个它只要满足有用就可以了。

即使如此，大家有没有发现，大家发现12306迭代的也不错，最近我看加了一个功能，可以选座了，之前就不能选座，人家也是在想着怎么去把这个产品体验做得更好一些，所以许多时候，大家想着要国家有一些公共设施做得不够好，就千方百计先让他引到网上去，先按照互联网的玩法玩起来再说，玩了之后呢，就能改了，就有一个迭代的基础了。

那我们怎么去提升留存，其实提升留存有一些各种各样的手段，当然我这里只是随便列了几点，这个没办法穷尽，可以说有各种各样的方法，围绕你自己的产品去考虑。

比如来说做消息推送，我们到月底了，发现月活没满足需求，给他们推个色情新闻，哗一下这个量上起来了，但是这里有伤害，你光推这些东西，许多人一看，我又不喜欢看这些东西，我又给你卸了，把你这个推众给关了，你这里就得不偿失了。

其实这里面每一条动作，你不要觉得给客户发一个消息是免费的，然后这是没有成本的，其实你伤害的是客户的感情，这里面你要衡量成本，衡量价值，就是你到底给客户带来多大的价值，多大的伤害，需要评估这个东西，不能乱来。另外就是前面讲的魔力数字，就是激活的用户更容易留下来。

我们在分析留存的时候要考虑，我们怎么能让用户真正的使用起来，这是一个前提条件，所以我们要去改进产品的体验，要让这个过程更加流畅，让他更快的体验到产品的核心功能，那比如来说用户分群，我们要针对一些不同的用户，采用不同的策略，比如之前频度非常高的，现在频度忽然变低了，针对他们采用一个策略，或者说之前没怎么用的，现在忽然用起来了，针对他们又要采用什么样的策略，就是要把它用户分起来。

运营这个事情，理想状态就是针对不同的群体采用不同的策略，最极端的情况就是针对一个人采用一个策略，然后通过这种方式，把它定制化的去操作，去运营，比如流失的挽回，比如一些用户，已经半年没过来了，给他们发个优惠券，或者说采用一些搞活动，给他们打个电话，去咨询一下，通过一些方式，把这个用户去吸引过来。那这里就有一个问题，那留存到底提高到多少，我们当然期望一个用户来了就被黏住了，就像这个滚雪球一样，只要粘上去，就掉不下来了，这是理想状态，但是实际状况呢，没那么理想。

许多时候，只要有一步操作，就可能流失一部分，那到底提升多少算好，这个没有一个绝对的标准，我们基本上业内的标准就是涨到不能再涨了，并且是不同的产品形态，它这个标准也是不一样的。你比如来说对于微信这样的产品，一个月里面，有25天活跃，这就算一个不活跃的用户，但是对京东这样的产品，一个月你过来4次，这就不错，这就是一个好用户，所以你不能把这种不同的产品形态给它硬是对比，对比这个留存率，人家留存率80%多，我的怎么才5%呢，你5%说不定也是行业内最好的了，还是要同类的产品去比较，然后去看，到底多少算好。

如果留存提升不上去了，怎么办？我们还可以去利用留存，去利用它的一些规律，然后从这些规律里面去发掘这个价值，那比如来说，像Worktile这样的产品，他们其实就发现一点，就是这个周留存率比较高的这些用户，他就更容易变成一个付费的用户，那好，销售资源有限，然后就针对这些用户，专门给他们定制化的，给他约访，然后请他吃饭，或者各种方式，然后给他去做交流，然后把他们想变化去转化，这样就更加精准了。

你不是说胡子眉毛一把抓，都给大家一样的服务，那你许多都浪费掉了。那再比如我们自己的官网，这些用户到我们官网上去申请体验Demo，我们这个数据上就发现，第一天有70%的人会体验这个Demo，第二天变成百分之十几，第三天变成百分之八点几，第四天就低于5%了，后面就不怎么用了，不怎么体验了Demo，那这告诉我们什么呢？我们必须在前三天就应该联系他了，就应该跟他打交道了，如果过半个月再跟他聊，人家早就忘了，早就不记得在你上面用的怎么样，然后有什么样的问题，早就忘了。

所以你的产品，留存的规律是怎么样的呢，你要利用这种规律，这种规律怎么能帮到你，你要去利用这种用户的动作的特征，或者说你发现这个用户，一直没过来了，忽然之间又登陆了一次，十有八九这个要变成真实的用户了，你要把这种用户给他捞出来，要单独的去处理。

所以我总结一下，这里面咱做运营的事情，业内的一句行话就是先做好留存，再做拉新，就是说许多时候不要急着去做大规模的推广，怎么去吸引更多的用户，你要考虑如果你用户吸引过来都跑了，你不就是狗熊掰玉米，掰得挺多的，但是最后就留了两穗，但是如果你留存做得好，就变成滚雪球了，你是越滚越大的，你老的都被黏住，这个威力就非常大了，那另外一句话呢，就是留存的前提是激活，这是我自己总结的一句话，就是一个用户为什么更容易留下来，就是说你要先想办法变成一个激活的用户，就先让他体验到你产品的价值，只有体验到你产品价值，最终才容易留下来，这是我总结的这两句观点。

好产品要学会减功能

接下来咱们去看一个行业的案例。然后比如来这个互联网金融的，最近这几年消费金融都比较火，这一块就是说咱看都要关注什么东西，你对一个互金产品，可能要关心用户运营，每一个都是钱相关的，每一个客户你可能花一千块钱买过来的，你能不好好运营他们。

这些用户的转化，我们去通过一些渠道来的用户，他转化情况怎么样呢，来了一个新用户，我们出了一些理财产品，他整个转化过程是怎么样的呢？是不是有许多人都买了呢，这个过程跟其他第三方去进行交互，有这个资金端，资产端，之间交互的通畅度是怎么样的呢？我们是不是要去做分析，然后这些渠道，不同的渠道情况怎么样的，我们去搞了一些活动，它又是怎么样的。

我们要通过各种各样的视角，我们需要去分析，这些过程都需要用到数据，我们想办法用起来它。然后我们可以围绕一些产品，围绕用户，围绕一些标的，我们去定一些指标，去监控他们，去分析他们，比如围绕这种产品的，整体日活啊，这种PV、UV，还有产品注册率，开户率，转化率这些东西，用户这一块，投资的用户，或者说复投的这种情况，我们要去定一些指标出来，然后去整体的去监控到你这个产品。

然后我们就可以看一看怎么去优化他，比如说这是正常的一个互联网金融类的产品，用户来了之后，比如先去激活，这里的激活不是我定义的激活，而是说正常行业内一般是这么定义的，反正装了APP启动，这就叫激活了，总之他启动了。

启动之后呢，开始注册，注册之后开户，然后充值然后投资，这是一个正常的流程。那这个流程里边呢，每一步可以说用户都可能流失掉，比如说正常的一个产品，这是一个互金的产品，开始一般一个产品安装之后，他会有一个欢迎页，有些连让你跳转出去都没有，你得看完，那我这里就问大家一个问题，你说欢迎页有用吗？就是你会看欢迎页吗？你装一个APP之后。

许多时候我都是跳过去的，并且你看这个欢迎页，你翻许多都是拼凑出来的，可能就是产品经理觉得我们应该有个欢迎页，在反正上面填充点东西，就这么做上去了，但是你们要知道一点，你每多一步操作，用户都会在这一步有可能流失掉。

所以如果让我在看这个问题，那就要考虑，是不是这些欢迎页是没用的，我们是不是要做一些数据测试，去对比一下，有欢迎页跟没有欢迎页，他们之间有什么样的差异，或者欢迎页，我们是不是对有些用户，他不想看的，能够让他很快的能跳出这一步来，那我们要对他进行改进。

等到他进到这个产品之后，那你想引导他什么，你想让他更方便的登陆，还是更方便的注册，还是更方便的购买，这个环节我们都要去进行研究，那其实这就是这个当时我们分析这个问题之后，就对它进行改造。

比如来说最简单的，我们这个欢迎页，每个页都让他可以跳到注册这个页面去，不要让用户找不到，翻翻翻，翻到一定程度还找不到入口，我前一段还看了一个银行类的产品，前面欢迎页七页，中间根本就没有跳出的地方，或者有些就把那个跳出设的很小，你点点错了，就这个情况，我不知道你目的是什么，你目的难道不是为了让用户真正更快的体验到你的产品核心功能嘛，还是说你想设置一些障碍，让客户像玩挑战赛一样，非得做很多挑战，才能体验到你这个产品的价值，所以通过这些改进之后，我们就发现，这个数据从之前这个百分之九十三点几转化，到后面变成百分之九十九点几，那你这些改进其实很简单，但是它的效果，威力是很大的，你就轻松的做了一点操作，然后到后面，你就让整个用户情况，变得好很多。

另外呢，就是通过这个数据分析发现，许多用户，我们本来是想一个新用户他过来之后，点注册，然后注册之后，然后去做其他的一些操作，后来发现许多用户点到了个人中心，点了个人中心之后，他又没找到注册，又做了一些操作，这个过程呢，如果我们去看到这些数据，就发现你做一个产品经理，你就需要考虑了，这跟你设想的一样吗？这用户的操作流程，跟你想的是不是一样的，所以你要去引导，你要去改进这个产品，怎么能让一些客户按照你所设想的一些思路去改，比如来说这些新手，围绕这些新手的，我们就给他突出一点，还有前面这个Banner，就是说这上面，大家用一些APP，可能都能感受到，APP上面有几个滚动的广告图，你会看那个广告图吗？其实很多时候你是不看的，所以这里面许多时候，我们看了一些想当然的功能，做上去，但不代表它真正有用。

这个过程就是我们在做产品的时候，是要去做数据分析的，通过这些数据分析去看，到底问题出在哪里。比如来说，我们是以新手引导为目的，那我们就把新手引导这一块要做的非常突出，我自己出国的时候，我就对比，比如去美国的时候，谷歌的Uber，还有谷歌地图，这些产品跟国内的一些产品之间的差异，我发现一点，就是美国那些产品设计的时候，他追求一种极简，就是尽量让那个操作一眼就看出来，就那一个按纽，好购买，整个页面就出来一个按纽，购买，点一下就可以了，做这个操作就可以了。

而国内呢，许多东西就是做的花里胡哨，就生怕你找到那个你想干的事，这里面为什么会这样呢？其实你没有数据支撑，都是凭感觉在做的，就是你根本，这个我总结就是一个初级的产品经理就知道加功能，也不知道减功能，反正一直往上加，有客户提需求我就加上去，有客户提需求，那牛逼的产品经理，他就知道减功能，你比如说像微信，微信之前往下拉一下，是让你拍短视频的，后来发现这个东西经常许多人误操作，然后微信就干脆把那个禁掉了，你往下拉也拍不了短视频，但是现在变成显示小程序了，那又用于其他作用了。

就是说一个好的产品，那绝对不是说只加功能不减功能的，肯定还是要去研究这些东西，哪些东西对客户有用的那留下了，没用的让它靠边站，或者就把它下线掉，要做这样的操作。

那我们也可以去分析这个用户的路径操作，就是你要分析这个用户，他一步一步怎么操作的，然后那个环节是怎么样的，从全局上去跟踪他，这个我就不详细讲了。

那还有这个用户，比如来了之后，我们一个用户注册成功了之后，我们是不是想着用户，赶快去购买点东西呢，你在这个流程里面，要做对应的引导，让他做完这一步，就紧接着顺畅的到下一步去，到了下一步，比如他自己购买理财了之后，还可以再去，让他邀请一下好友，你邀请好友，我给你这个奖励，你又能去邀请好友，所以这个过程呢，你就要进行设计，设计整个过程，让他操作非常流畅，又能达到你想要的诉求，所以这里面都是需要数据分析去支撑，先看环节，哪些环节出了问题，然后去提出来一些假设的思路，然后这些思路本身还是要经过数据检验的，通过数据之后，我们看到问题出在那里。

最终，其实我们是期望回到咱们主题上，我们期望在一个业务里面，我们是希望各个决策，各个渠道，就是各个流程环节，都能去把数据引入进来，然后这个环节里面，不只是说营销端的，还有针对销售的，针对产品的，针对管理层的，我们在一个企业里面，把数据分析这件事情去做好，我们要去思考你整个流程里面有哪些环节，把自己的业务流程图画出来，把自己这种决策去画出来，我们去看那些环节，我们通过数据能帮到他，能够变得更好，这些就是你努力的方向。

总结一下今天讲的内容的话。第一点，那就是说培养数据意识，就是数据驱动的意识，我觉得用什么工具不重要，或者你掌握的数据分析的方法多少，其实都没那么重要，重要的是，你在平常的工作里面，生活里面，你知不知道用数据去证明你的观点，用数据去说话，这一点是个前提，这个特别是对一个企业创始人来说，这一点尤为重要。

如果下面的人给你费了很大劲，整理了一个报表交给你，你连看都不看，我觉得是怎么样的，我感觉咱们应该怎么做，你又拍下来了，让下面的人什么感受，下次就不整数据了，或者简单给你整一整，交给你就拉倒了，反正你又不看。所以这种数据意识再一个企业的落地，重要的还是从自上而下的，一定是从最高层，大家有这种数据意识，用数据说话的能力，然后在这种情况下，整个公司他很容易变成这样的。

第二点是要重视数据采集，我相信今天讲的内容，大家应该能感受到，就是数据采集这个太重要了，没有数据采集，你后面就是拍脑袋了，就没有一个根据。第三点就是说要借助一些数据分析的工具，通过一些工具去提升效率，而不是说每个数，你都得自己写本子，然后用一个excel，千方百计去整这些东西，花了很大代价，通过一些工具肯定是能把这个效率去提升的。

最后再给大家推荐一些书，一个是《精益创业》，其实我刚才讲产品的时候，讲到了一点，就是我们要把数据分析，引入到产品迭代里面，这个观点呢，就是《精益创业》这本书里面提出来的，它里面就是讲互联网产品怎么做的，怎么通过这种迭代这种方式去做下来的，这本书非常好，特别对于这种，之前不是互联网从业者，大家去学这一块，就能了解这些互联网产品到底大概是怎么一步步迭代出来的。

第二本就是《精益数据分析》，就是我们去针对一个产品，我们怎么去定义自己应该关心那些指标，这个呢，是这本书写的比较好。那第三本就是我自己的书《数据驱动》，我讲的东西呢，大家能感觉到，更加系统性一些，就是从数据的采集到追踪的数据可视化就一条流，而不是只是围绕某一个视角去讲。

当然如果你想更系统的去学数据分析的知识，那就需要了解一些专业技能了，这里面不管涉及到数据模型的这种，数据仓库的这种书，还是说数据挖掘的书，概率统计的，数据库的，这些都需要做一些学习，学习之后，你对整个知识面，那就非常全了，那当然对于只是做业务的，其他的剩下的这五本书那就没必要，就是它太专业，太技术了。

文：桑文锋@神策数据创始人、CEO。2007年进入百度，从在“百度知道”做研发，到开始组建并带领团队，从0到1搭建了百度用户日志大数据平台。历任软件工程师，高级软件工程师，项目经理，高级项目经理，技术经理。2015年离职百度，创办了神策数据。

相关文章推荐：

《桑文锋增长实操复盘：如何使核心指标提升 7.5%》
《来自硅谷的指南：首席增长官如何系统性地提升用户留存？》
《“数据分析”究竟是怎样一种能力？企业数据科学修炼指南（2018 年版）》

更多精彩，关注：增长黑客（GrowthHK.cn）

增长黑客（Growth Hacker）是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度，梳理整合产品发展的因素，实现低成本甚至零成本带来的有效增长…