惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

量子位
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
F
Fortinet All Blogs
博客园 - 聂微东
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Hugging Face - Blog
Hugging Face - Blog
V
Visual Studio Blog
小众软件
小众软件
有赞技术团队
有赞技术团队
雷峰网
雷峰网
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
AWS News Blog
AWS News Blog
C
Cisco Blogs
美团技术团队
T
Threat Research - Cisco Blogs
C
CERT Recently Published Vulnerability Notes
人人都是产品经理
人人都是产品经理
宝玉的分享
宝玉的分享
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
酷 壳 – CoolShell
酷 壳 – CoolShell
Stack Overflow Blog
Stack Overflow Blog
W
WeLiveSecurity
D
DataBreaches.Net
博客园 - 司徒正美
Blog — PlanetScale
Blog — PlanetScale
IT之家
IT之家
云风的 BLOG
云风的 BLOG
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Simon Willison's Weblog
Simon Willison's Weblog
Google DeepMind News
Google DeepMind News
T
The Blog of Author Tim Ferriss
Know Your Adversary
Know Your Adversary
NISL@THU
NISL@THU
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
The Cloudflare Blog
Vercel News
Vercel News
月光博客
月光博客
T
Tailwind CSS Blog
H
Help Net Security
aimingoo的专栏
aimingoo的专栏
P
Proofpoint News Feed
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Spread Privacy
Spread Privacy
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Cisco Talos Blog
Cisco Talos Blog
Microsoft Security Blog
Microsoft Security Blog
V
V2EX
WordPress大学
WordPress大学
Cyberwarzone
Cyberwarzone
Recent Announcements
Recent Announcements

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
数字化进程下,如何将数字资产转化为商业价值
人人都是产品经理 · 2023-08-01 · via 人人都是产品经理

2023年6月10—11日,人人都是产品经理举办的【首届数字化产品经理大会】完美落幕。大数据产品专家、深圳婉心科技CEO@陈静老师,为我们带来《数字化进程下,如何将数字资产转化为商业价值》为题的分享,本文为演讲内容实录。

大家好,首先感谢人人都是产品经理,组织了这场大会,让我有机会来做这次分享,介绍一下我自己,我给自己加了两个标签:“互联网中年叛逆老少女”和“斜杠创业者”。为什么这么说呢,可以从我的经历来看。

2010年,我加入了腾讯,负责手机浏览器的数据分析工作。说实话,在年轻的时候,对于职业规划,我不太明确,但是呢,我有比较强的学习能力和执行力,愿意在一个岗位上兢兢业业钻研。加上当时的业务,数据建设很薄弱,因此我做出了非常多亮眼的业绩。比如:腾讯第一个渠道管理系统和渠道稽核系统,这个项目每年为公司节约十几亿的推广经费。

在腾讯的第一个七年,我发展非常顺利,每年可以拿2-3个公司级大奖,2015年大数据和AI开始席卷中国互联网,由于我是浏览器的干部中和大数据最接近的,于是顺理成章开始管理整个大数据的产品,从NLP、知识图谱、画像、推荐一路做下来,并且在2016年推出了浏览器自己的数据产品。

不过从2017年开始,我开始了第一次叛逆。可能是过了35岁,我突然厌倦了做C端的产品,希望去做一些与产业结合的项目。于是,我放弃了自己的管理title,加入了公司的一个公益办学项目,在那里,我作为初创产品,启动了腾讯青少年编程项目“腾讯扣叮”。通过这个项目,让我体验了从0到1创造一个产品的快乐。

2019年,我回到了内容与平台事业群,在数据中台负责运营工作。在那个阶段,我接触了一个前所未有的项目,事业群全业务数据治理,其中包括QQ、浏览器、应用宝、腾讯视频、新闻、小说、音乐等等业务,在腾讯的最后3年,非常开心,通过数据治理项目,认识了一群厉害的数据人,并且把这些巨无霸产品的数据从采集到应用重新做了一次实战梳理,这在我的职业生涯中,将是无法重来的一次宝贵经历。

不过在2022年8月,我依旧选择了离开腾讯,因为每一次的职业叛逆,都拓展了我的可能性,让我渴望外面的世界。现在,我是一个斜杠创业者,创业方向有三条:一是教育自媒体,第二是作为合伙人加入青岛道道研究院,这是一家教育AI公司,为孩子们提供学习力评估和解决方案。第三是创立深圳婉心科技有限公司,在婉心科技我聚集了一批只工作,不上班的互联网专家,希望给中小企业提供一种更加经济的互联网用工模式。如果你是合作性好,独当一面的互联网人,欢迎和我联系。

接下来进入正文。今天分享的题目叫做《数字化进程下,如何将数据资产转化为商业价值》,在这个话题之下,我会从高效指标体系、数据化运营和数据资产产品化三个方向展开。

一、高效指标体系

首先,让我们关注高效指标体系。在企业中,存在着三个主要难题。

第一是人的管理,包括选育用留四个方面,如何将绩效量化,来防止漫不经心的工作态度,但又不限制大家的创造力?其次,对于已经实施的管理措施,如何利用数据来衡量其有效性?以企业培训为例,在培训结束后,如何评估参与者在相关领域的提升情况?这些问题是领导层和人力资源团队经常面临的挑战之一。

第二是产品的管理。在资源有限的情况下,如何决定投入哪个产品或功能线?如何衡量每个功能对业务的贡献?这与当前普遍关注的降本增效息息相关。

第三是业务流程的管理,现在的工作流程是否合理,是否高效?随着组织的发展和环境、技术的升级迭代,是否还有优化空间,都是放在管理者面前的问题。

好的组织,可以通过高效的指标体系,来解决这三个问题。如果指标设定不合理,可能导致下属指标完成但整体业绩不佳的情况。在腾讯内部,我们搭建了一个指标体系,使整个团队保持低耦合但强关联,各个小分队可以自主快速迭代。因此,企业在管理中关注指标体系搭建,让团队“力出一孔”成了一个重要问题。

搭建优质的数据指标体系有三步:

  • 第一步,确定北极星指标;
  • 第二步,拆分、构建指标体系;
  • 第三步,在运营中,对指标体系进行优化迭代。

【第一步】确定北极星指标

北极星指标是这几年互联网圈子讲得比较多的一个概念,可以认为,它是业务最核心的指标,像北极星一样指导方向。它有几个特色:

  1. 应是独特的、能全面体现产品使命和价值的,可以指明产品未来发展的重点。
  2. 在资源分配时,根据与北极星指标的关系和影响程度进行优先级排序,这样可以高效协调资源。
  3. 北极星指标与愿景、使命、商业模式和产品生命周期密切相关。

目前,我接触到的北极星指标多数情况都是围绕商业化的三个表示。

第一个表示是用户规模,用户规模基本上代表品牌价值;第二个是时长,因为时间对所有用户来说都是公平的,用户在你这里花了时间,就没法花在其他产品上,当使用的足够深度,用户就会为你买单;第三个是核心使用,每个业务都有一个核心功能,简单说就是用户用这个APP来干什么,是立命之本,这个使用绝对了用户对业务的认可和粘性。

核心使用场景可以根据时间消耗和产品提供的价值来做一个判断,我们根据这两个维度,把市面上的产品分为四类。

第一类是工具类产品,它为用户提供了价值,主要作用是节约用户的时间。这类产品的核心指标通常包括使用规模、续费率和操作完成率。代表产品比如腾讯会议、印象笔记等等。

第二类是内容类产品。这类产品消耗用户的时间,但同时也提供一定的价值。其核心指标包括内容的消费量和消费时长,与前一类产品的规模和操作时长类似,只是侧重点转移到了具体内容的使用上。

第三类是交易类产品,比如淘宝、京东,这类产品主要是为用户节约时间,方便用户购买商品。它们的核心指标一般是交易量和交易额。

最后一类是社交类产品,尽管它消耗用户的时间,但同时也在连接人与人,为用户带来一些价值。一般来说,互动和用户数量会作为核心指标。

从上面,可以看出,根据产品愿景的不同,核心使用场景就会有差异,选择的北极星也会出现差异。

另外,北极星指标和产品生命周期也密切相关。在产品引入初期和用户增长阶段,大家通常关注产品功能,北极星指标常常会定在规模上。随着产品成熟,开始考虑商业化,商业目标可能成为北极星指标,或者开始关注时长类指标。到了衰退期,业务开始转型,因此,北极星指标会放在一些新业务点的规模及健康数据上。

我在腾讯工作期间,就设计了一个类似天使投资的模式,通过市场定价来评估对新产品的资源投入。

【第二步】构建指标体系

北极星指标定下之后,就会进入指标体系构建阶段,常见的构建方式包括三种。

第一种是基于业务策略模型,首先确定目标,然后制定实现目标的方法,并与相应的考核指标相对应。以下将详细举例说明。第二种是增长模型,对于从事运营工作的人员来说,这种模型比较常见。第三种是考虑业务参与方的数量,这将涉及到指标选择时的几个主要模块。接下来我们先来看一下业务策略模型。

这是一个经典的电商模型,几乎所有的像淘宝等电商平台都采用了类似的指标体系。首先,它的战略目标通常是GMV(总交易额),然后通过乘法拆解将GMV分解为用户数量、转化率和客单价。在这些子目标下,会进一步拆解目标并制定相应的策略,例如提升用户数量、提升转化率和提升客单价。

除了乘法模型外,我们还可以使用加法模型或其他模型来拆解目标。例如,您的业务目标可能是长视频播放量加上短视频播放量等等,这就是一个加法模型,或者根据部门进行划分也是可能的。在每个拆解出的目标下,都会制定相应的策略。例如,在提升用户数量的策略中,通常会寻找高质量的渠道,如线上线下引流推广。为了评估策略是否有效,需要制定相应的量化指标,如渠道质量评估、整个转化漏斗、落地页的跳出下单转化、新用户登录以及用户留存等。

业务策略模型的思维方式关键在于,当你确定一个策略的时候,你需要同步考虑用什么量化指标去验证策略是否生效。

接着看电商的这个案例,我们来到目标2:提升转化率,会有两个策略,分别是提高流量分发效率和提升产品体验,具体会有下面的工作和指标。这套逻辑可以帮助企业或产品运营更有目的性地进行工作,在进行每个动作之前,如果无法清楚地证明它的有效性,最好不要去做,把资源花在想得更加清楚的地方。

下一个模型是增长模型,以下是我找到的一个可爱的图示。

该漏斗模型是广为人知的。首先是获客,接着是激活,让用户真正使用你的功能。第三步是留存,确保用户继续使用你的产品。根据我们之前的数据,工具类产品的平均首日留存率大约为35%,第二天和第三天的留存率约为80%。因此,首次使用时的留存率对增长有很大影响。

之后,你可以开始变现这些用户,最后他们会自主传播,帮助你扩大增长。根据这个模式,你可以制定相应的指标。例如,在获客阶段,你可以关注广告触达用户和整体转化漏斗。激活阶段也有相应的指标,要关注用户是否真正在使用产品。留存方面,我们通常关注新用户和老用户的次留和30天留存率,因为更长时间的留存率对业务影响较小。如果你的服务器资源有限,建议只关注次留和30天留存率。

当用户首次接触我们产品后,他们可能会对首次接触的功能产生印象。我们可以通过观察他们在第二天仍然使用该功能来判断他们是否因为这个功能而留下来。因此,在第二阶段的运营中,我们会介绍一下我们之前是如何处理这部分的。此外,变现部分与常规操作基本相似,我们会关注LTV和ARPU值等因素。另外,转介部分涉及到一些裂变因子。

这是关于一个打车软件增长模型,它的北极星在于GMV的增长。我们将整个业务划分为用户侧的产品和运营侧的产品。用户侧产品是指ToC,运营侧产品是指ToB。用户侧产品可以分为乘客模块和司机模块,而运营侧主要关注滴滴的开放平台。在乘客模块中,主要目标是吸引新用户,它可以提供一些乘客的补贴。对于司机模块,主要考虑司机的补贴和新司机的数量。在开放平台方面,他们可能会提供一些API接口,以便商户进行各种合作和嵌入。

在转化方面,对于乘客,他们会优化注册流程和发布订单的框架,以确定哪些新用户真正完成了打车订单。对于司机端,则会发送各种红包、估价等,同时也会进行一些实验,以了解有效订单数。在运营侧,渠道管理系统非常重要,他们会评估哪些渠道更优。

第三点是留存功能,这一步是为了提供更好的体验,为乘客提供精确的上车位置,为司机提供附近派单的策略。此外,它的开放平台还配备了智能的补贴算法。在活跃场景下,它会开展精准场景的推广活动,如机场接送等。对于司机端,还会提供各种满减优惠等活动,并在整个运营端使用红包系统和任务系统。

下面,我们来看第三种拆分方式,业务主要参与者关系,它主要关注参与该业务的各方。例如在双边市场的打车类软件中,有司机和乘客两类参与者,他们之间存在着许多交互,但是最重要的指标就是订单数量。而三边市场,例如美团外卖,涉及商家、用户和骑手,互动关系更加复杂,也需要相应的指标体系。

而对于内容类产品,如视频号、抖音和快手,它们属于非典型的双边市场,其中有一方不是人,而是内容分发平台。所有的内容都是通过内容平台,并经过一定的推荐分发机制传递给用户。因此,对于从事内容端工作的人来说,需要研究整个内容平台的运作机制。

二、数据化运营

数据资产在企业内一般有哪些用途呢?主要分为经营分析和精准营销。经营分析可以帮助大家了解当前情况、了解环境,并发现新的机会,从而做出更优的决策。精确营销,可以提高内容分发效率、提升用户满意度,最终获得更大的用户使用深度。

这两个方向最终追求的是降低成本、提高效率,并规避风险。

在前文中我们已经介绍了增长会涉及的一些指标体系,接下来我将为大家介绍一些互联网APP增长中怎么把指标和策略进行结合,具体会通过什么样的运营手段去改变指标。

一般来说,互联网APP的增长手段可以分为两类:外部手段和自有手段。

外部手段是指不能由APP自身完成,需要依赖外部合作伙伴,包括预装渠道、搜索引擎推广(品专和SEM)、效果广告等方式。而自有手段是指APP可以自主进行的活动,例如社交裂变、分享裂变、推送和通知等。前两种手段主要用于用户拉新,而中间这四种手段则可以同时用于拉新和留存。最后两种则属于纯粹的拉活方式。当用户进入后,我们会根据他们在不同渠道上的意图,为他们提供相应的首次接触体验。

例如,前两种情况下,用户的来意可能是看了某个品牌的广告。而中间几种情况,我们会明确投放相关素材,比如告知用户软件内有某个游戏的礼包,或者某本小说、某个剧集等,与之前接触到的内容相关,我们可以了解用户的意图。而下述类型的通知意图是不明确的,用户可能只是因为看到红点而感到不爽。

对于前两种意图不明确的情况,可能是因为对品牌感兴趣而来。比如请了一位代言人,用户对代言人很感兴趣,所以才来了。那么用户进入后,你一定要让他看到该代言人的一些VI,否则会造成比较大的心理落差。在这种情况下,我们通常会让用户进行兴趣选择,并提供相应福利。比如:一些新手礼包等活动。

而对于中间那部分手段,由于用户在进入业务前有明确的指向性的内容,我们甚至可以跳过闪屏,直接进入对应内容。比如用户可能在外部广告中接触到了某个游戏礼包,当他下载完软件后进入,我们会直接引导他去领取礼包。

而最后一类通知是关于用户服务范畴。如果你要做营销类通知,一定要对用户有足够的价值。不然任意下发小红点,会导致小红点对用户丧失吸引力。

接下来的工作是如何吸引用户多次使用。简单来说,就是不断吸引用户使用核心业务,增加粘性,有几个方法:首先是根据用户历史的消费,积累用户兴趣画像,投其所好;其次是将用户从消费者转化为贡献者,当用户变为内容贡献者,他会由于关心自己内容的访问而增加使用量。因此,不管是抖音、快手还是小红书,他们都在优化内容发布工具,降低用户发布内容的技术门槛。另外,辅助功能如短期活动、热点事件以及非核心功能也是很重要的。

最后,为了激励用户,提供福利是必要的。然而,福利激励需要注意两点:首先要做好收支平衡的计算;其次,除了福利激励,产品的核心业务曝光也很重要。不要让用户在获得福利刺激后还不知道该产品的核心业务是什么。

下面举一个具体场景的例子来说,在日常的工作中,如何运用数据来指导工作。公域引流是目前很多企业需要做的一件事情,而这里面每一步都可以使用数据来驱动。我将带大家具体来看一看。

问题1:选择哪个公域进行引流。

根据一家QuestMobile的报告显示,今年3月线上娱乐类APP的整体粘性,短视频依然是当前最受欢迎的领域,因此我们应该重点抓住这个发展机会。

问题2:短视频平台有很多,如抖音、快手、小红书和视频号。我们应该主要做哪一个呢?

这是中国移动互联网细分行业用户使用总时长占比,从这个数据来看,视频号是一个值得倾向的选择。首先第一位的类别是短视频类APP,这里面TOP4短视频平台是抖音、快手各两个,它们的用户量基本持平。视频号目前不在这之类,但是它所依托的即时通讯类产品,一个就占据了用户21%的时长,因此,可以看出,它非常具有潜力。

问题3:适合做什么内容呢?

通过KOL活跃度来看,活跃度是通过将活跃用户数量除以粉丝数量得出的。咱们可以参考一些行业报告确定哪个领域的用户活跃度更高,只有拥有活跃粉丝,才能产生商业价值。

你可以通过对比数据来判断自己是否达到了平均水平。如果你没有达到,那么你就需要努力提升自己。

另外,在你们开始制作内容之前,一定要先研究一下这些广告费用的走向。当然,大家都知道那些美妆品牌的广告投放费用最高,因为它们的财力雄厚。但是通过观察增长率,你可以看到其他领域也在逐渐上升。虽然美妆领域的预算很高,但它已经存在了很长时间,作为一个新入局的人,可能不容易引起注意。所以你反而应该从增长率较高的领域寻找新趋势来安身立命。

从用户画像的角度来看,也可以给咱们一些参考信息。抖音主要用户来自三四线城市,年龄较大。如果你在抖音上投放广告,你会有这种感受。快手则有着比较草根的文化氛围。至于小红书,我们也都知道它的用户画像主要是一二线城市的女性,而且她们有较强的购买力。

视频号与前面介绍的三个平台有很大的区别,它注重社交关系链的建立,因此在内容推送方式上与其他平台存在显著差异。前面三个平台已经竞争非常激烈了,新号是比较难脱颖而出的。然而,视频号却具有增长的潜力。红海和增长期的区别在于,红海市场中的企业大多已经布局完整,将大部分工作交给了算法来完成。而在增长期,人工干预仍然占据一定的空间。在增长期中,可能会给用户提供更多的介入空间,例如在某项数据指标突出时,工作人员会介入观察用户的情况。

举个例子,我有一个朋友从事农业行业,他们销售用于防治鱼类死亡的药物。他们将视频号作为他们的24小时客服,几个人轮流坐班,因为他们的用户主要是农民,面对许多问题他们无法理解,他们允许农民直接使用视频号进行咨询和答疑。经过大约一个月的运营,视频号的团队发现该公司在数据方面有惊人的增长,每天都有24小时的播放,于是有人进入观察,发现他们是一家认真负责、正规经营的号,而不仅仅是边缘内容。因此,他们得到了推荐并拥有了这个市场的一部分。所以目前在视频号中仍然存在一定的机会和空间,你可以认为这和张一鸣所说的道理是一致的,他已经将很多工作都交给了算法。因此,在红海中想要有这样的机会是相对较少的。

另外,在内容策略方面,与推荐策略相关。抖音和快手因为它们以内容为导向进行推荐,所以你更多需要关注热点,如果你不参与热点或者跟风新闻,你的内容基本上很难被用户注意到。而小红书则更注重小资和高端内容,你会发现小红书的用户不太被泛泛的内容所吸引。

我曾经在小红书上发布过一篇非常成功的视频,内容是推荐一个青少年编程的网站,这个网站是微软免费提供的公益项目。这个视频的播放量超过了我之前发布的十几二十篇视频的总和。视频号的优势之一是它的推荐逻辑是基于社交网络的扩散。当你发布了视频后,你的好友都会第一时间看到这个视频。因此,不要用空号发布视频,最好先添加几千个好友,这样你就有一个冷启动用户池。另外,只要你发布自己喜欢的内容,理论上你的好友都会多多少少注意到它。

总结来说,视频号因为首轮投放是基于你的好友圈,所以你只需专注于创作自己擅长的内容,就有可能形成一个小而忠实的粉丝群体。对于普通用户来说,这是一个机会。

在进行视频号内容创作时,有几个建议可以参考。首先,可以从专业的数据分析网站“新榜”上了解各个内容号的情况和数据指标。其中,有几个角度可以着手选择题材。

  1. 头部号选取:在新榜上可以找到各个品类的TOP100内容号,这些头部号发布的内容往往容易成为热点。可以从中参考热点内容进行创作。
  2. 中腰部号选取:粉丝量在5万到20万之间的中腰部号,通常意味着他们具备成熟的内容创作框架和流程。可以借鉴他们的框架和流程,因为这些框架和流程通常经过多次实验优化过。
  3. 伙伴号选取:选择一些与自己处于成长期的号,即新号,其粉丝量大约在2,000到10,000之间。这是因为现如今要做一个新号相对较难,而能够达到这个粉丝数量的新号往往有一些爆款内容。可以略加改动,借鉴其爆款内容。

此外,通过实验也是找到最佳创作途径的一种方法。目前,短视频网站基本可分为两类。一类是像小红书这样以图片为主的平台,其中图片元素的放置以及文字、位置等都至关重要。可以尝试在不同平台上使用不同的封面图,以吸引更多观众的注意。

我曾经有一个朋友,他们家是从事装修领域的,有一个独特的特点。他们会从各个角度拍摄一套精品房子的照片,然后将其投放,最终选择用户最喜欢的视角进行持续投放。类似于抖音的视频feeds,每个视频都很短暂,关键是前5秒。如果你想借鉴他人的经验,可以观察他们最开始的5秒钟表达了什么,市面上有很多这类视频。当你教别人制作视频时,通常要设立一个引起疑问的开场,然后进行转折,一般会强调最后一点是最重要的。

当你觉得你的内容足够出色时,可以开始进行投放。但是在投放过程中,大家需要了解一个重要变化,即大模型和定向投放。

这是腾讯视频号的例子。可以看到,抖音、小红书和快手现在只剩下智能加热,也就是说当你购买流量时,它会让你选择优化和提升的目标。除此之外,你基本上无需操心其他事情,这是目前国内推荐领域非常推崇的模型,因为对于公司来说,这对于垃圾内容的分发是有利的。例如,我之前在抖音投放过一次,希望增加关注,但后来发现虽然关注增加了,但关注我的人都不是我的目标用户,对我没有任何后续的商业价值,只是这类用户的关注点特别低。

目前大部分平台都已经没有定向加热这个选项了,所以如果你发现一个平台还有这个选项,你要抓紧机会,因为在推荐平台领域,大家普遍认为大型模型是趋势,因为它能提升整个公司的广告收入,相当于可以将所有的垃圾内容都分发出去。但对于那些有明确用户受众的广告主来说,其实并不利。比如,作为一个教育博主,我肯定希望吸引三四十岁、有经济实力的妈妈们,但如果让一群没有实际价值的人关注我,即使他们给我点赞,对我来说也没有什么用处。这就是虚假繁荣的问题。视频号平台具有定向功能,可以选择特定作者的粉丝和群聊进行定向推送,这一功能十分强大。

总结一下,数据化运营的关键在于建立有效的指标体系,并持续采取行动。如果没有行动,指标体系就没有实际意义,每天的数据看起来都大致相同。因此,在其中不断尝试实验,并通过比较进行各种优化是必要的。

三、数据资产产品化

除了上面说到数据资产在企业内部的使用外,数据资产本身也可以成为一种商品,为用户提供资讯和分析类的服务,我自己很喜欢的两家公司。其一是 Quest Mobile,专门提供APP数据。自2015年开始,腾讯的业务在做规划时,就会参考Quest Mobile的市场数据。另一家是新榜,它主要提供一些自媒体的数据。

除此之外,在业务内数据资产也可以作为产品形态直接展示。比如下面这两个很常见的,用户数据回顾,以及消费榜单。

有时,也会在产品形态中看到知识图谱这种特殊的数据资产,它包含实体的属性和实体之间的关系。举个例子,假设我们以易烊千玺为实体,他具有中文名和英文名等多个属性。同时,他与其他实体有对应关系,比如队友关系等。百度搜索使用知识图谱来支持问答功能,当你询问某个实体关系时,它可以直接给出回答。

这是我们在浏览器上应用过的一个实验型产品。它旨在让用户通过清晰的链接去进行内容探索。在该产品中,你可以下拉资讯页面,快速了解该资讯的关键词。例如,如果资讯涉及刘德华,我们会展示与刘德华相关的其他人群,你可以通过点击访问其他的明星,或者从下方导出与刘德华相关的全部内容。

四、结语:数据治理是数据应用的基石

从上面的讲述,可以看出,数据资产对于企业的重要性。但经济基础决定上层建筑,而数据应用的基础就依托于数据的质量。数据应用的挑战并不在于如何使用数据、定义数据或者建立指标体系,而是在于数据的本质可能与你想象的不同。好的数据质量离不开数据治理。

这是腾讯数据研发的完整流程。数据在可用之前需要经历需求提出、埋点开发、事件上报,然后传递给数据工程师进行数据仓库构建、敏捷分析,并进行资产管理,最后提供服务的过程。大约90%的错误都源于数据采集阶段的缺陷,如果数据采集出错,后续的加工就会变得无效。

举个例子,我们经常说如果一颗蔬菜在生长阶段被农药污染,那么无论你如何加工,都无法消除污染。比如,在我们进行数据治理之前,腾讯不同业务的页面访问量(PV)的定义各不相同,有些业务要求用户完全加载页面才算一个PV,而有些业务只要加载一个像素就算。当你将这两种PV进行对比时,老板该如何看待呢?因此,很多时候发现以相同名称命名的数据实际上并不是同一个东西。

数据治理是数据管理的核心,也可视为整个数据科学基础设施。只有实施了数据治理,才能提高数据质量、使用效率、规范性和安全性。在腾讯内部,有经验的数据产品都清楚,在使用数据之前需要详细了解其源头及其背后的演化过程。否则,在汇报时可能会遇到问题。

数据治理是自上而下进行的,如果要进行数据治理,就需要决策层、管理层、执行层和数据生产人员都承担责任。因此,如果公司还没有进行数据治理,最好在使用数据的时候多加留心。

简而言之,将数据资产变成商业价值需要每个人的努力。这是我在腾讯数据治理项目中做的一个周边纪念品。这个纪念品名为“每一个名字都值得铭记”,上面记录了参与该项目的所有人的名字,每个人的杯子上又留了自己的名字。

在整个腾讯内容与平台事业群,在2019年开始的3年,至少有200多位同事为数据治理做出了贡献。我们付出了近两年甚至三年的时间,使得整个腾讯的数据质量迈上了一个新台阶。这并不是说以前的数据不好,以前可能是单个业务运营得非常好,但就总体效率而言还不够高。

大会预告

产品经理大会举办至今,已经成为了产品经理职业发展的风向标。每一年的大会,我们都聚焦行业发展的前沿动态、热点趋势,重点围绕产品经理人群的职业发展,为大家带来新方向、新思考。

今年的产品经理大会将在北上广深杭5城巡回,在各自领域已经取得结果的嘉宾们,将现身说法,从不同的视角告诉你如何应对当下的需求变化,探寻产品经理的进化方向!

9月9-10日,北京站大会即将举办,邀请资深实战派导师团,分享AI2.0、数字化转型、业务增长等具体可行思路和方法。

现在购票,还能享受限时优惠价哦,快快戳链接报名吧:https://996.pm/76wdp

本文为【2023 数字化产品经理大会 · 深圳站】现场分享整理内容。未经许可,禁止转载,谢谢合作。

题图来自大会现场

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。