数据驱动业务增长的底层逻辑

所谓的“数据驱动业务增长”是以企业产品业务线海量数据的收集、存储、可视化、分析、挖掘作为核心支撑的，全体业务线人员参与的，以精准、细分和精细化为特点的运营战略。

即针对运营、产品、市场、客服等部门的运营数据，通过可视化、可量化、可细化、可预测等一系列数据分析方法论以及理论、经验等来进行业务分析，挖掘业务增长点。

具体的主要以“产品以及官网流量数据分析、目标用户行为数据分析、目标用户群转化分析、活动营销策划推广数据分析、用户画像数据分析、产品功能优化迭代、竞争调研以及监控数据分析、渠道效果分析等”。

而面对海量的数据，还是有很多人不知道从如何着手、如何开展，如何得出结论。

下面梳理探讨一下“数据驱动业务增长”的底层逻辑思维，希望在数据驱动业务增长的实际应用中能给大家扩展一下思路。

01

那么，首先来看一下何为“底层逻辑”呢？

底层逻辑，广义上关于某种事物的认知，狭义上对于具体到某个产品的规则。在《底层逻辑》这本书里如是写道：所谓底层逻辑，就是从事物的底层、本质出发，寻找解决问题路径的思维方法。底层逻辑越坚固，解决问题的能力也就越强。

其实当我们在思考问题时，首先的核心切入点，从这个点开始思考所作出之后的决定，当围绕着底层逻辑思考时，做出的决定才是和初心一致，最贴合内心的，也是真实的人性反馈。

而在商业系统里的定位就是从底层逻辑为思考核心。比如腾讯，在早期，它的底层逻辑就是创造一个可以让人与人交流的软件。从这个逻辑上确定的定位就是“连接”。连接人与人，连接人与物，连接物与物，连接世界就是从这个底层逻辑上生发出来的商业路径。

也可以说，底层逻辑是事物基本的驱动力（在这里不做详情探讨，只要了解底层逻辑的概念）。

02

接下来，我们来看一下以数据驱动业务增长的3个底层逻辑。

1. 数据分析基本步骤

所有数据分析都应该以业务场景为起始思考点，以业务决策作为终点。都绕不开是多少、是什么、为什么、会怎样、又如何。

基于此，数据分析的五个基本步骤：

第一步，首先挖掘业务含义，理解数据分析的背景、前提以及想要关联的业务场景结果是什么。

第二步，需要收集整理数据，梳理用户行为路径。

第三步，从业务场景中拆分出需要的数据，将数据可视化，落地分析原因。

第四步，从数据结果中，判断提炼出业务洞察，预测可能会发生的结果。

第五步，根据数据结果洞察分析，最终产出业务决策。

例如，互联网HR考勤类网站，渠道运营在百度和 360搜索上都有持续的广告投放，为官网引流。

最近领导建议尝试投放神马搜索渠道获取流量，另外也需要评估是否加入知乎、今日头条进行深度广告投放。

在这种多渠道的投放场景下，如何进行深度决策？我们按照上面数据分析流程的五个基本步骤来拆解一下这个问题。

第一步：挖掘业务含义

首先要了解渠道人员想优化什么，并以此为北极星指标去衡量。

对于渠道效果评估，重要的是业务转化：对hr考勤类网站来说，是否“创建企业”要远重要于 “访问用户数量” 。所以无论是神马移动搜索还是知乎、今日头条渠道，重点在于如何通过数据手段衡量转化效果；也可以进一步根据转化效果，优化不同渠道的运营策略。

第二步，梳理用户行为路径

以 “创建企业” 为核心转化点，分配一定的预算进行流量测试，梳理用户下载激活到创建企业的行为路径，观察对比注册数量及最终转化的效果。通过埋点，持续关注创建企业数量，进一步判断渠道质量。

第三步，从业务场景中拆分出需要的数据

将数据通过漏斗图可视化，需要比对渠道流量，以及各个渠道追踪流量、落地页停留时间、落地页跳出率、网站访问深度以及订单等类型数据，进行深入的分析和落地。

第四步，提炼业务洞察，预测可能会发生的结果

根据数据结果，比对神马搜索、知乎、今日头条投放后的效果，根据流量和转化两个核心KPI，观察结果并推测业务含义。如果神马移动搜索效果不好，可以思考是否产品适合移动端的客户群体；或者仔细观察落地页表现是否有可以优化的内容等，需找出业务洞察。

第五步，根据数据结果洞察分析，最终产出业务决策