1. 肥喵工作室首页
  2. 运营

这套系统,可能真的是数据分析师们未来5年的机遇!

这套系统,可能真的是数据分析师们未来5年的机遇!

2017年吹用户画像、2018年吹人工智能、2019年吹数据中台,2020年吹……
答:CDP!

数据运营,接地气的陈老师,增长,用户研究,分析方法,用户研究,数据分析

2017年吹用户画像

2018年吹人工智能

2019年吹数据中台

2020年吹……

答:CDP!(customer data platform客户数据中台)

如果你真的是一个2010年入行的老头子,听到这种新词冒出来,一定是菊花一紧。因为这些年在这些新概念上栽倒的人可以说太多太多了。甚至可以总结出新概念发展五部曲:

1、某个地方喊出新概念(80%概率是阿里/前阿里)

2、朋友圈开始发文章热炒

3、其他企业信了,开始招兵买马

4、新领导写了一堆看不懂名字的ppt,开工!

5、半年后,在“你做的这个为公司赚了几块钱!”的咆哮中滚蛋

远的不说,就去年的“数据中台”,就坑死了一堆盲目迷信数字化转型的传统企业,惨状犹在眼前。这次又叫“客户数据中台”可以说一开始陈老师也是抱着观望和怀疑的态度。直到现在已经推动了一堆项目上线后,突然发现:这可能真的是做数据人的一个新机遇!因为它克服了传统数据项目的四大软肋。不敢独占,分享给各位同学。

一、传统数据项目的四大软肋

1、病根在数据采集,不在数据分析。

所有的数据项目病根都是数据采集、数据质量。可数据质量恰恰是企业建设最滞后、最不愿投入、最看不到产出的一环。于是数据项目常常陷入无米下锅的窘境,搞来搞去都是那点交易数据,其他屁都没有。

2、神话传说横行,领导期望值太高

与投入稀薄同时存在的,是期望值太高。是领导们都指望有一个神威无敌大将军模型能duang一下上知天,下知地,中间知空气。结局自然很容易扑街。

3、日常存在感稀薄,期望越堆越高

受1,2制约,做数据项目的人,往往写了牛逼很大的ppt,比如“通过用户画像细致洞察”“通过人工智能精准预测”之类,然后一个猛子扎进数据清洗,数仓建设,打通数据的烂泥地里无法自拔。夯吃夯吃憋半年憋一份ppt。结果,在这半年里,领导们期望值越来越高,最后一看ppt,大吼:“我早知道了!你做这个有什么用!”

4、与业务脱节,难以自证清白

即使真的有一个神威无敌大将军模型,100%准确预测出来一个客户会买产品,sofucking what!在传统企业,这个功劳依然是算在销售头上,在互联网企业,这个功劳依然算在商品运营头上,数据无法离开业务独立创造收入,也很难证明:我司为数据中台投了500万,到底赚回来几万!这样在业绩好的时候,尚能做一个吉祥物,业绩不好的时候就直接杀了祭棋。

说到底,大部分的企业不是头腾阿这种手握大量现金的垄断平台。数据少,变现难,却期待快速见成绩。这种情况下,就需要做数据的人,找到一个能高频露脸、快速迭代,直接作用于业务的工具,才能满足领导期望。类似过去做用户画像、数据中台、人工智能项目时候,一上来接数据、清洗数据搞个大半年的做法,是必然扑街的。

而CDP,有机会解决这些问题。

二、CDP是个啥

CDP不是数据系统,而是一套业务系统。基本逻辑如下图所示:

数据运营,接地气的陈老师,增长,用户研究,分析方法,用户研究,数据分析

基本思路就是:

1、基于数据,对用户帖标签

2、根据用户标签,筛选目标用户

3、制定主动策略:在XX时间,XX渠道,向XX类用户,推送XX方案,拟实现XX%的响应,XX名用户注册/购买/复购。

4、制定被动策略:当XX用户,在XX渠道,与我司发生XX动作时,触发XX规则,实现用户注册/购买/复购。

5、选择信息渠道,推送策略

6、回收数据,迭代标签

这一套是不是很眼熟!

做过CRM项目的同学,会大呼:这TM和CRM有啥区别!

做过用户画像项目的同学,会大呼:这TM和用户画像有啥区别!

差别只是一点点,却产生了非常良好的变化。

三、CDP VS CRM 新的机会

确实,从运作流程上看,CDP和CRM是一模一样的。但是注意:传统的CRM,核心是积分与会员等级。先定了积分政策,再定铜牌、铁牌、银牌、金牌、钻石等级,运转起来以后再基于这些做动作。积分与会员等级是公开、刚性、稳定的政策,不会几天就变,甚至几年都不会变。

这导致另个问题:对数据而言,CRM系统对数据依赖少,且可灵活操作空间少。在实际运转的时候,经常变成了每年照着上一年的方案小修小补,数据的存在感稀薄,因此很难体现数据的价值。对业务而言,公开、刚性、稳定的政策太过僵化,不能灵活应对客户群体活跃度、转化率等问题,甚至会成为负担。比如积分池中巨大的存量积分,清、不清,都头疼(如下图)。

数据运营,接地气的陈老师,增长,用户研究,分析方法,用户研究,数据分析

而CDP的思路则灵活得多,即时推送营销活动,发现机会点就能试试。这样既能满足业务上随时应对变化的需求,也能给数据制造更多机会。因为一个条件好不好用,本质上得实验。只要有实验,就得有前期数据洞察,中期的实验设计,后期的效果评估。数据存在感极大提高,且能随时修正业务的问题,和业务的结合度也提高了(如下图)。

数据运营,接地气的陈老师,增长,用户研究,分析方法,用户研究,数据分析

四、CDP VS 用户画像 避免背锅

确实,很多用户画像项目,也是按着:做画像-洞察-分群-策略-效果的步骤展开的,但是有个关键问题:用户画像往往是数据主导的项目,因此在业务端难以得到支持

最常见的就是,你要采集数据的时候,业务100个不情愿。需要人工采集的,就推辞说:这样降低效率,这样顾客体验不好;需要系统采集的,就推辞说:业务要求上线很紧张,没空收集数据啦。

等你分析数据的时候,业务却期望你做个:对公司非常要,业务100%不知道,业务一看就知道能怎么落地,落地能见到钱的东西。你做的有一点是业务已经知道的,他们就跳出来喷:“我早知道了!你做的有啥用!”

90%的用户画像项目就是这么死的

90%的人工智能指导营销、运营、产品的项目也是这么死的

但CDP不同,它本身就是业务系统,首先改造的是业务方的工作方式。推行CDP好的公司,是直接基于CDP的逻辑改造了业务流程,实现了业务流程标准化(如下图),因此业务参与度有保证

数据运营,接地气的陈老师,增长,用户研究,分析方法,用户研究,数据分析

同时,明眼人一看就会发现,这套流程的核心动力就是数据分析质量。如果缺少深入的数据分析,那么再多实验,再多的拍脑袋,都会一败涂地。甚至比没有CDP的时候还惨。没有CDP的时候,还能甩锅给:“内部不配合,外部环境变化,虽然业绩少了但是满意度提升了”种种;有了标准流程,谁做的不好一眼就看到了,更难辞其咎。这时候就需要更多的数据分析支持,数据的重要性更显眼(如下图)。

数据运营,接地气的陈老师,增长,用户研究,分析方法,用户研究,数据分析

五、小结

长期以来,我们一直把业务和数据最好的状态,形容为:狙击枪——业务举枪、数据做镜。从闭着眼睛瞎打到瞄准射击,就是数据的成绩。

由此来看,CDP是可以在公司后台,实现这个目标的平台(在前台实现这个目标的工具叫销售助手,Sale Assistant或者MCRM,可惜没人炒作)。且这个概念今年还很火,老板们都喜欢时髦的东西,因此可以借机做好文章。

即使没有平台或者项目,把数据分析往条件化、事件化营销上做,也是很容易出成绩的。

-END-

肥喵运营推广

本文“这套系统,可能真的是数据分析师们未来5年的机遇!”由肥喵转载自互联网,不代表我们的立场,如有侵权请联系我们删除
转载联系作者并注明出处:https://feimiaomiao.com/yunying/10718