本文由36氪企服点评专家团乔一鸭原创。

乔一鸭：见证 1500+ 企业数字化转型实践，分享团队智慧。

————正文————

互联网时代数据分析工具已经越来越多地应用于产品与运营场景。做一款优秀的产品，先决条件是要充分了解产品所面对的人群特征，做好用户运营也是同样的道理，以用户运营效率为起点，不断优化产品，从而达到进一步提升运营能力的目的，这是一个良性循环的闭环。

一部分企业的真实状况

这张图反应了一部分企业的真实状况。在企业做决策时，不同角色都能指出不同的方向，尽管企业文化一直标榜“以客户为中心、用数据说话”，但在真正落地时，往往脱离了数据和用户——数据被放在地下，用户则被关进笼中。

产品人与运营人日常工作目标不同，产品人主要围绕产品的生命周期，制定产品策略推动产品迭代；而运营人员则围绕用户群体进行有目的的组织和管理，增加用户粘性、用户贡献和用户忠诚度。从协作和效率的视角，要打造产品和运营这两个角色的闭环，首先要撇开思路差异，换位协作，两个角色要有统一共识。

数据即是最好的“巴别塔”，最好的统一语言来统一共识。通过从数据到行为模型、指标体系的建立，数据分析师在其中担任粘合剂的角色，帮助用共同语言将产品人和运营人更好地连接起来。

在产品人与运营人达成统一的共识的基础上，产品人应该从运营的视角来考虑产品设计，从全景漏斗的角度来思考，并关注运转效率。

从运营的视角来考虑产品设计，产品人的思维不再是简单地从痛点、问题出发考虑问题，而会将用户进行分群，如老用户、新用户、不同地区的用户、不同场景的用户等等。基于这些分层深入思考，如何让不同用户感受到差异化的服务。这些细分的背后，都是一个个生动的、个性的场景，每个场景都蕴含着产品改进、数据提升的机会。

下图是某款具有社交属性的健身工具类产品，产品包括训练、电商、内容、社交、运用等分类内容，每块内容都有独自的漏斗，然而在用户使用过程并不是完成a 漏斗继而完成 b 漏斗的过程，而且与各类内容都交缠反复的过程。在产品人思考产品时要具备运营思维，动态看用户在产品中的流转。

思考全景漏斗

一个产品乃至公司，都可以认为是有机的效率“机器”。“机器”是能够持续运转，且通过正向反馈不断调优。产品本身相对于运营来说是静态的，衡量产品的运作效率要动态考量产品的运作情况，每个产品都应该定义自己的运转效率第一指标，或者相对动态的能评价整体运转情况的北极星指标，比如定义运转效率 = 日活*激活率*分享率*累乘（1+△激活率）（1+△分享率），即可以表述产品的运转效率、改进效果。根据指标反馈到运营优化上面，再由运营优化的结果，内化到产品迭代中。

运营人要从产品化的视角考虑运营问题，考虑如何让运营做到去人工化，尽量实现机器化。在用户群体中找到产品机会，寻找讲日常运营得到的“知识”，内化到产品中，从而实现自增长的闭环，让运营工作更加简单。因为运营的手段通常来说是比较动态的，但日常中有许多工作是可以总结成自动化、机器化的“套路”，这就是产品化的机会。Uber 的自增长闭环显示出产品是如何循环起来的，表面看起来是运营，实际上每个环节都可以转化到产品中。

实现产品智能驱动产品与运营闭环，可以分为几个层次：

能实现规则可描述的分群运营；

能实现按复杂规则、策略的分群运营；

能实现个性化的模块、推送、推荐；

能完全实现通过机器替代人工运营。

这是相对传统的精细化运营方式。我们通过用户属性筛选出不同特征的用户，即通过他发生过的行为、行为特征等产生群体标签（为运营人员所理解的标签），让运营人员在此基础上实现精细化运营。例如给内容平台的不同标签的用户推送App消息、发送站内信。

这是直销银行的分群运营的案例。通过绑卡开户、客户入金、投资理财、生活缴费的行为进行分群管理，包括高净值客户群体、预警流失用户群体。接下来可对这两部分群体进行精细化运营，将高净值客户群体推送至 CRM，做召回或者刺激购买的推送；推送中心则可对流失预警用户进行召回，避免流失。

图 某零售银行分群运营案例

在做 push的过程中，我们思考如何将push变得更为高效，转化率更高？ 如图，一家以色列公司尝试采集用户行为过程中的一些行为数据，根据当前的场景、状态、设备类型等进行打分。举个例子，在一款广受欢迎的食谱App应用里，当消费者走进一家超市时，他们会使用这款食谱App应用，因为要根据食谱购买食材。当消费者根据食谱准备食物时，通常会把手机放在厨房桌子上，可能会不停搜索、浏览；当手机静止不动时，多半是他们正躺在床上，研究各种不同的食谱……我们通过实时收集当前设备、用户的状态，判断用户是在走路、还是躺着、还是手机放在桌子上，以此判断用户所处的场景，打出相应的分数。分数会反映在当前状态下，应该进行什么样的模块推送，什么样的内容推送。高分的时候（用户沉浸度最好）是用户转化率最高的时候，此时与用户沟通（推送）是最为恰当的时机。

采集用户行为过程中行为数据

个性的推荐服务，本质是产品去适配无数个细分场景和市场。在拉新方面，个性化推荐的作用较小，而对留存和转化的作用较大。个性化推荐目的是，让你尽可能地触达天花板，而天花板早在你选择进入市场时就已经决定。个性化推荐被证明是能有效提升用户留存、用户体验的一种方法。

通过 Bot 化的运营、Bot 化的产品，用系统的思维替代人工运营方法，从而提高运营效率。

A 公司是一家做海淘的 APP，在美国，电商市场相对稳定，行业基准线是次日留存30%+，平均转化率均在2%以上。这家企业如何突破行业基准线？如何真正提高转化呢？

总的来说，A公司从价值链上找提升机会，看哪些点是可以减人、哪些点增加效率；从日常工作中，从产品下单到仓库、到分仓的整个流程中，寻找到机器代替人工的方式。具体说来，通过品类运营、流量运营、减少物流人工、减少人工下单的方式。

例如，传统的下单流程是，用户下单后，电商平台需要进行代下单，并在代下单的地点将货物发回仓库之后发货，消耗人力较多。A公司做了物流的软件机器人，用户下单后在美国直购网站上生成用户，并下订单并返回给公司；再如，在内容方面，内容机器人可以根据节日、品类、用户，来自动组织活动内容，包括标题、图片、推荐的商品等，把运营结合到产品中去的，将更多的节省成本。

综上所述，建立好的闭环并没有什么灵丹妙药，需要工具、方法论、团队思维的支撑。

在工具方面，工具包括行为分析工具、运营支撑系统、用户生命周期管理、用户标签与画像系统等工具，在此基础上实现系统管理用户生命周期，实现机器代替人工、更为精细化的运营；在方法论上，围绕用户生命周期标签，构建指标体系和行为标签，描述不同的用户群体，实现更为精细化运营和产品增长；在团队思维上，构建问题驱动的企业文化，把数据作为一种工具，让数据说话，在这个过程中分析师充也发挥粘合剂的作用。

简言之，数据驱动产品和运营闭环作战是公司持续进行的过程，没有工具或者方法论能够立竿见影，靠的是复合团队+有效工具+方法论。

www.36dianping.com

[免责声明]

原文标题：《如何完成产品和运营的数据驱动闭环？》

作者：乔一鸭

本文来源于36氪企服点评