桑文锋:数据化建设的时代机遇

产品老司机手把手教写文档,10天线上课程,零基础掌握产品经理必备7大文档撰写法。了解一下>

每个时代的机遇性发展都有一个大的背景,我们只有在认清所处的背景,自身所处的位置和阶段,精准定位面对的最大问题,并解决它,才能抓住这个机遇。

——神策数据创始人&CEO 桑文锋

以下内容根据桑文锋的现场演讲整理所得:

本文将为你重点介绍:

  1. 中国信息化建设所面临的问题;
  2. 信息化建设由面向“业务流”转变为面向“数据流”;
  3. 数据化建设之产品、运营及产品智能;
  4. 行业成熟度及数据驱动的企业落地。

一、中国信息化建设所面临的问题

以井冈山的故事为引子,来阐释一直以来信息传递面临的三个问题:

  1. 不及时,在过去信息从发出到使用者获取往往历经几个月时间;
  2. 不准确,经过间接传递会出现理解偏差,导致误传的情况;
  3. 不全面,长时间的传递过程中会遗漏信息,导致偏差性决策。

如今,信息传递问题解决了吗?

答案是没有,但是近几十年,信息化建设使信息的传递速度和准确性有了可观的飞跃性进步。

二、面向“业务流”是信息化建设的核心问题

1. 决策和执行

做好任何一件事,存在两个核心环节:决策和执行,两者缺一不可,相辅相成。

指令和反馈是通信的两个环节,也是决策和执行能无缝对接,发挥最大能量的“连接器”。

  1. 指令,指决策要变成一个可执行的指令传递下去;
  2. 反馈,只有通过反馈才能评估过程的进展和质量,同时有益于佐证决策,做出更科学正确的决策。

2000-2015 是 15 年的中国 IT 化建设时期,众多企业做了 OA、ERP、CRM 等的开发和应用,这些实际上是在解决指令的下达和传递问题,比如通过电子邮件可以把一个决策立刻传达下去。

2. 解决了“指令”的实现,那么“反馈”呢?

执行过程的有效反馈很重要,大多数企业会通过周报和日报来进行工作执行的反馈,但是这种方式会忽略工作的细节和反馈的时效性。

我们可以将反馈分成两个部分:

  1. 一个是内部反馈。在内部,有一些工作是人工操作,存在没有记录进而导致缺数据的情况,且因为内部会存在多个不同的 IT 系统,会导致数据不互通的问题,比如市场部门和研发部门的数据。
  2. 另一个是外部反馈。在外部,反馈往往依赖市场调研机构,所获取的数据也通常不全面,还会出现反馈滞后、周期长的问题。

从根本上来说,面向业务流的信息化建设是核心问题,可以从传统和互联网两个角度来看。

3. 面向业务流的信息化建设(传统)

传统企业,在企业的发展中工作结构和方式发生了从纯人工,到引入机器,再到建设 IT 系统的转变,例如:某个集团性公司的运作机制,会形成如上图的网状结构。一系列 IT 系统和不同职能线的人构成了整个服务体系,意味着缺少了人,这个体系就无法运转。

4. 面向业务流的信息化建设(互联网)

互联网企业,像 BAT 这些互联网公司通过接近 20 年的发展,相比传统企业,整个体系运作起来相对完善,即使在一天内没有人工工作,整个服务受到的影响也不会很大,因为整个服务和系统的 IT 化还可以支持企业正常的有效运转。

但这样就完成了反馈吗?

并不一定,用户使用 IT 化系统的过程中,用户需求是否被有效地反馈很难决断,机器拥有的互动性和理解力与人相比,还是相差很多。

因此,11 年的从业经验,我都在思考如何有效地收集用户数据,并基于这些数据进行有效地反馈,让产品变得更加强大和智能。

事实上,过去的信息化建设是面对“业务流”的,也就是说,企业通过引入一些 IT 系统,减少某些业务职能,使整个服务能更高效地正常运转,不管是针对传统企业,还是互联网企业来说,在过去信息化建设的过程中,数据也只是 IT 化的副产品,这样会导致当业务存在问题时,没有数据支撑解决问题。

比如:电商业务中存在一些数据,运营人员想通过这些数据找到出现的问题和优化方案时,往往会发现数据不全,无法做深度的分析。所以,归根到底是底层思路的问题。

三、信息化建设转变为面向“数据流”

因此,解决信息化建设的根本问题,要在整个企业信息化建设过程中,实现面向“业务流”到面向“数据流”的转变,不单只是考虑业务流,而是更多考虑如何把整个数据体系建立起来,来支撑业务更好地发展。

如何建设企业的数据流?

如图所示,未来 IT 系统的定位将改变,以前 IT 系统是核心,未来建 IT 系统是为了更好地收集数据,使数据流更高效地流转,最后再建立应用层,这样一来,不管是业务本身还是科学决策和产品智能都能更好地实现。

四、数据化建设赋能产品迭代

今天,存在多种多样的产品形态,越来越复杂,用户在不同的场景使用不同的产品形态(如下图)。

为了更好地满足用户的需求,产品需要不断地迭代,某种意义上,“迭代”决定了一个产品的未来。

1. 传统的产品迭代方式

传统的产品迭代方式相对简单,可以理解为两个步骤:点子和产品。

时至今日,依旧有很多互联网公司仅凭借一个好的想法,开始盲目地做产品,如此非常依赖于产品经理的悟性,但人难免犯错。所以,我们要思考如何让整个产品迭代的过程变得更加科学,面向数据流的产品迭代,就是一个科学的方式。

2. 面向数据流的产品迭代

在传统的产品迭代方式中加入数据变成三个环节:点子、产品、数据。

如上图,有了数据的加入,我们在将想法转化为产品时,可实现建立可衡量的假设和指标、数据采集方案以及 A/B 测试的实施,让想法先得到科学的验证,再投入技术的开发,防止无畏的技术资源、时间、精力的浪费,实现投入产出比最大化产品迭代。

迭代后的产品会产生相关的新数据,通过数据分析,企业员工可以有所学习和思考,从而产生新的点子,然后让这个循环有效地运转下去。如此,将产品迭代变成一件科学的事情,所谓科学就是不断地假设、实验,验证。

五、数据化建设之数据驱动产品智能

通过迭代可以使产品不断改进,但是更多的时候我们期望产品能自动感知、适应、满足用户的实际所需,也就是产品智能。

所谓的智能,就是使产品具备学习能力,而具备学习能力,需要知识的输出与输入,对于机器来说,数据就是它最好的知识。将用户的行为数据、交易数据、业务数据等整合起来,使用一定的机器算法,构建产品的指令和反馈的闭环,也就使机器具备了决策和执行能力,实现了智能。

目前中国的智能发展还尚不完善,但是未来十几年,必定会出现新的变革。

六、数据化建设之运营革新

对于运营,数据化建设可以实现什么价值呢?如下图是一个电商运营人员发起一次营销活动的完整过程。

仔细观察整个过程,我们会发现多次的跨部门配合,使整个周期非常长,且不能得到实时的效果验证。最大的问题是,每次营销活动关于优化过程可汲取的经验很少,无法简化流程,也就是无法实现运营流程的迭代。

当搭建好数据流,可以实现运营人员做的每一步操作,不依赖于有具体的研发人员的配合,通过自助式操作可完成整个运营过程(如下图)。

构建可执行的运营分析闭环,从时效性和投入产出比,以及运营人员自身的提升都有很大的价值。如下图当有了数据根基,我们通过给用户打标签,实现用户分群,构建用户画像,并根据其制定运营策略,实施运营方案,实现用户触达。再通过效果分析,进行优化迭代,最终让每一次运营都变成一次学习。

七、数据化建设的行业成熟度

本文开头就介绍了把握机遇需要结合时代的大背景,下面我们来看看,目前中国大数据建设的行业成熟度。

通过调研结合实际经验,我将行业成熟度分为成熟、崛起、趋势三大类(如下图):

八、数据化建设之数据驱动的企业落地

实现企业真正落地数据驱动,需要具备以下三个条件:

  1. 老板及管理层有数据意识;
  2. 业务流程和组织要进行数据化改造;
  3. 重视数据采集,构建数据平台。

1. 老板及管理层要有数据意识

一个企业变成真正数据化的核心是老板、管理层具有数据意识,能自上而下地推动数据驱动的落地。

假如:一线工作人员花费 2 天时间进行数据分析选出最优方案交给老板,最后老板还是凭他的喜好拍板做决定,那么以后就不会有人再去真正的做数据分析,而全部都想变成心理专家,去洞察老板的喜好。

相反,如果老板本身有数据意识,员工开周会汇报工作,需要有数据为依据。那么,这个企业至少在形态上具备数据驱动的前提条件,即人人在意数据,也就是树立数据驱动文化。

从百度的第一天入职,“用数据说话”的文化就深深地印在了我的脑海,8 年时间在百度做任何事都要基于数据。探讨Google 文化的《重新定义公司》这本书,其中有一大篇是讲 Google 是如何用数据说话的,例如 Paypal 表示有数据就有更大的自由权。

2. 业务流程,组织的改造

前面已经阐述了很多业务流程改造的内容,这里不过多描述,简单来说,不管是市场、产品、运营、销售都要做到让数据成为核心的一部分,让自身成为整个流程的一个核心环节。

关于组织改造,公司中的各个部门,包括市场、产品、运营、研发等人员,都要基于数据流程对自己的定位进行改造。

对于业务人员不仅要提出数据需求,还要提出业务需求,业务需求和数据需求要同步提出。对于研发人员来说,要意识到整个产品开发跟数据收集,数据建设是同等重要的事情,不要觉得产品经理提数据需求是副产品。也许,未来评判一个研发工程师的标准,不仅要看开发和写程序的能力,还要看数据收集、数据建设上的能力如何。

写在最后的话

我对历史非常感兴趣,我认为通过阅读与历史相关的书籍和文章,可以加强对数据的认识,产生递进式的认知。比如:

《万历十五年》,作者为历史学家黄仁宇,这本书讲整个明朝的管理,一个国家是一个大企业,整个管理过程中的效率是一个非常大的问题。作者认为,真正要管理好一个国家,最重要的是数目字管理。

《反对本本主义》,90 年前的毛泽东写了这篇文章,其中有一句话“没有调查就没有发言权”经久不衰,在今天仍是真理。

这些是历史沉淀下来的真知灼见。我们走到这个蕴含机遇的十字路口,让中国数据化建设变得更好是我们的使命,相信未来,我们会一起创造中国的数据化建设辉煌!

 

本文由 @神策数据 原创发布于人人都是产品经理。未经许可,禁止转载

题图作者提供

给作者打赏,鼓励TA抓紧创作!
评论
欢迎留言讨论~!