取乱之道!数据要好看,所以业务要改变?

业务建构–>流程建设–>产品建构–>数字化实现(技术建构、IT建构),业务飞轮转起来之后,业务动作产生数据,业务的现状和约束也决定产品形态,激进的产品策略无疑是对用户和市场的 YY,削足适履之举更是令人贻笑大方。

用户的自我成长,你们省省心吧!

用户首先不是人,而是不同场景下的效用组合,我在下雨天不想开车、不想乘坐公共交通时候,这时网约车产品大概率是我的最优选择。我在想吃辣的,但又不想吃火锅那么大阵仗的时候,我可能是火锅串串店的的用户。

用户是不能被教育的,用户是自己随着约束和环境自我成长的,而不是被产品和技术教育的,产品、技术、市场、营销、政策等都可能成为是用户的外界约束和条件。这些共同决定了用户的行为演进和选择的变化,也就是我们口中的“教育用户”、“用户成长”。

过往产品实战中,偶然接触到团队大数据部门的一次奇葩想法,为了某个数据产品呈现在屏幕上的结果更加规整、更加具备所谓的“可用性”(希望数据刻意的去符合常识,比如一个时间周期指标通常结果是在“天”维度,如果突然出现一个超过月的特征数据,就被认为数据不太可用、不符合常规),而反向希望业务去刻意规避某种业务行为。这是不是太滑稽了!拿着业务的果,去动业务的因。如果没有因,根本也就看不到所谓的果,又何来去对因的要求。

且不说上面这个低级的逻辑谬误。

再来说,对于数据我们到底想要什么?

答案绝对不是让数据隐藏、剔除、过滤掉不应该舍弃的信息,这部分信息当然要区分,不排除有些是噪音数据,但是另外还有很大一部分正是真正重要的数据——也就是风险数据、离散数据,这让积累的数据具备“业务系统”的遍历性。就像50年、100年一遇的大雨、大雪、大风,你一定不会认为这部分数据应该剔除掉。

上面这些数据是对真实业务的反应,我们绝不应该规避这些数据。这些业务行为过去既然会发生,哪怕概率很小、很偶然,也不等于未来不发生。抛弃这些,未来谈数据支撑无疑是盲人摸象。

你们又会说,数据可以驱动业务优化啊!

数据是以特定视角,呈现业务结果。结果相关的复杂的关联因素集合,再加上数据分析部门本位上不能替代业务视角看待问题,非业务部门也很难和业务部门做到风险共担,不是一条绳上的蚂蚱,难免意识和想法、行为的分道扬镳。

那些一句“我为业务好”的人,不过是一句口嗨。如果有一个团队对业务、数据、策略都负责,比如:全能运营战士,情况也许会好上许多。数据呈现结果,组织发现问题/改善点,业务部门最终自己驱动业务优化。

为了数据治理而治理业务?豆腐脑儿吧!

数据洁癖催生数据优化,数据优化反向治理业务。这是最大的笑话!所谓的数据治理、技术治理,自然是聚焦在为服务业务发展的前提下,而非为了数据治理而治理业务。没有业务发展,当然用不上数据、技术,除非数据、技术本身就是经营上的“业务产品”,比如当下很多的大模型产品。如果不是,那业务发展需要到技术,技术支撑业务发展,此时业务就像“大脑”,全身的骨骼、肌肉都是可以被调配、组合的硬件/技术资源。大脑自然会因其指令不能得到实现,而催生意识的变化和调整,继而产生匹配的行为。

iSpiik快记080:用研-数据分析、采集点预留

每个城市大概都有个叫富人区的地方,在重庆的渝北区被本地人叫做富人区,印象中那里的人口密度要小得多、道路也宽敞、房屋也稀疏,还有个典型特点就是别墅盘数量多。

之前旅游团队做数据分析,地域*客单价纬度数据的呈现也说明了这个问题,重庆主城9区+区县,按照区域划分渝北区的客单价果然第一☝️

#数据分析# 也是用户研究的一种方法,信息化的进程让现在人们越来越多的行为、生活中越来越多的对象被数字化了,数据的大量产生为数据挖掘、人工智能提供了更多可能性。我们的起居、出行、沟通、消费、偏好等映射到不同的载体上面,再与关联动作的数据叠加,展开到时间线、空间,会得出充满想象的结果…不过数字化存在对真实世界信息的压缩,所以数据分析之后相对应的还会有辅助真实世界验证。

在活动运营中同样有数据分析的部分,活动运营会基于已有信息作出战术方向部署,然后提取相应数据进行分析佐证推论,尝试分析解释,修正下一次活动运营。

既然数据后续也会用到,就应该在产品设计中尽可能早地做好数据预留采集点,建筑中有小工会专门做“预留”各种管线,然后才会有大家看到的混凝土搅拌车过去浇筑混凝土。同样是产品,又是一样的味道。差别在于工程的预留会构成产品的使用实体,互联网产品的数据预留点用来帮助策略和产品优化 #ispiik小站#