自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

災(zāi)難|有多少創(chuàng)業(yè)公司正依據(jù)虛榮數(shù)據(jù)分析

大數(shù)據(jù) 開發(fā)
在進(jìn)行數(shù)據(jù)分析之前,CEO應(yīng)該先確定你拿到的數(shù)據(jù)是不是一些好的數(shù)據(jù)指標(biāo),還是虛榮數(shù)據(jù)指標(biāo),應(yīng)該先確定是好的數(shù)據(jù)指標(biāo),再來談數(shù)據(jù)分析,因?yàn)橐罁?jù)虛榮數(shù)據(jù)指標(biāo)進(jìn)行的分析對(duì)你的公司來講無異于災(zāi)難,它會(huì)讓你沾沾自喜而察覺不到真正的危險(xiǎn)。

數(shù)據(jù)分析離不開對(duì)企業(yè)關(guān)鍵指標(biāo)的跟蹤。這些指標(biāo)與你的商業(yè)模式(即營(yíng)收來源、支出成本、客戶數(shù)量以及客戶獲取策略的效果等)有關(guān),因此往往十分重要。

但有時(shí)創(chuàng)業(yè)公司的關(guān)鍵指標(biāo)卻并不容易判定,因?yàn)槟氵B自己所處的商業(yè)模式都沒有辦法完全確定。你不停地修改自己分析的活動(dòng),并且仍在尋找正確的產(chǎn)品或目標(biāo)客戶。對(duì)于創(chuàng)業(yè)公司而言, 之所以進(jìn)行數(shù)據(jù)分析,是為了在資金耗盡以前,找到正確的產(chǎn)品和市場(chǎng)。

但是在進(jìn)行數(shù)據(jù)分析之前,CEO應(yīng)該先確定你拿到的數(shù)據(jù)是不是一些好的數(shù)據(jù)指標(biāo),還是虛榮數(shù)據(jù)指標(biāo),應(yīng)該先確定是好的數(shù)據(jù)指標(biāo),再來談數(shù)據(jù)分析,因?yàn)橐罁?jù)虛榮數(shù)據(jù)指標(biāo)進(jìn)行的分析對(duì)你的公司來講無異于災(zāi)難,它會(huì)讓你沾沾自喜而察覺不到真正的危險(xiǎn)。

那么對(duì)于創(chuàng)業(yè)公司來說什么是好的數(shù)據(jù)指標(biāo)?是用戶增長(zhǎng)率么?還是用戶獲取成本?抑或用戶終生價(jià)值?好的數(shù)據(jù)指標(biāo)評(píng)判的依據(jù)和價(jià)值是什么?

什么是好的數(shù)據(jù)指標(biāo)

好的數(shù)據(jù)指標(biāo)能帶來你所期望的變化

好的數(shù)據(jù)指標(biāo)能帶來你所期望的變化,下面就是衡量其好壞的一些重要準(zhǔn)則。

  • 好的數(shù)據(jù)指標(biāo)是比較性的

如果能比較某數(shù)據(jù)指標(biāo)在不同的時(shí)間段、用戶群體、競(jìng)爭(zhēng)產(chǎn)品之間的表現(xiàn),你可以更好地洞察產(chǎn)品的實(shí)際走向。“本周的用戶轉(zhuǎn)化率比上周高”顯然比“轉(zhuǎn)化率為 2%”更有意義。

  • 好的數(shù)據(jù)指標(biāo)是簡(jiǎn)單易懂的。

如果人們不能很容易地記住或討論某指標(biāo),那么通過改變它來改變公司的作為會(huì)十分困難。

  • 好的數(shù)據(jù)指標(biāo)是一個(gè)比率。

會(huì)計(jì)和金融分析師僅需迅速查看幾個(gè)比率就能對(duì)一個(gè)公司的基本狀況(這些基本狀況包括市盈率、銷售利潤(rùn)率、銷售成本、員工平均營(yíng)運(yùn)收入,等等。)做出判斷。你也需要幾個(gè)這樣的比率來為自己的創(chuàng)業(yè)公司打分。

比率是最佳的數(shù)據(jù)指標(biāo)

比率之所以是最佳的數(shù)據(jù)指標(biāo),有如下幾個(gè)原因。

  • 比率的可操作性強(qiáng),是行動(dòng)的向?qū)?/li>

以開車為例:里程透露的只是距離信息,而速度(距離/ 小時(shí))才真正具有可操作性。因?yàn)樗俣雀嬖V你當(dāng)前的行駛狀態(tài),以及是否需要調(diào)整速度以確保按時(shí)抵達(dá)。

  • 比率是天生的比較性指標(biāo)。

如果將日數(shù)據(jù)與一個(gè)月的數(shù)據(jù)相比較,你會(huì)得知該數(shù)據(jù)當(dāng)前所經(jīng)歷的是一個(gè)短期的突躍,還是一個(gè)長(zhǎng)期的漸變。再以開車為例:速度是一個(gè)數(shù)據(jù)指標(biāo)??芍挥袑?dāng)前速度與最近一小時(shí)的平均速度進(jìn)行比較時(shí),才能確知你在加速還是減速。

  • 比率還適用于比較各種因素間的相生和相克(正相關(guān)和負(fù)相關(guān))。

就開車而言,單位時(shí)間內(nèi)行駛的里程/罰單數(shù)這個(gè)比率顯示了二者的關(guān)聯(lián)性。你開得越快,行駛的里程就越多,但收到的罰單也越多。這個(gè)比率可以幫你決定是否應(yīng)該超速。

以上均以開車為例,現(xiàn)在再來設(shè)想一個(gè)創(chuàng)業(yè)公司:其軟件產(chǎn)品采取免費(fèi)加收費(fèi)的模式,即同時(shí)擁有免費(fèi)和收費(fèi)兩個(gè)版本。公司面臨一個(gè)選擇:是該在免費(fèi)版中提供盡量豐富的功能以吸引新用戶, 還是該將這些功能保留在收費(fèi)版本中,以促使用戶為高級(jí)功能付費(fèi)。兩種做法各有利弊:推出功能豐富的免費(fèi)版不利于銷售額的增長(zhǎng);而免費(fèi)版功能過簡(jiǎn)又不利于新用戶的增加。此時(shí),你需要一個(gè)結(jié)合了二者的數(shù)據(jù)指標(biāo)來幫助自己理解,產(chǎn)品的改動(dòng)對(duì)公司的整體業(yè)績(jī)會(huì)有怎樣的影響。否則,你可能會(huì)片面地為增加銷售額而犧牲新用戶的增長(zhǎng)。

好的數(shù)據(jù)指標(biāo)會(huì)改變行為

好的數(shù)據(jù)指標(biāo)會(huì)改變行為。這是最重要的評(píng)判標(biāo)準(zhǔn):隨著指標(biāo)的變化,你是否會(huì)采取相應(yīng)的舉措 ?

  • 將日銷售額之類的“會(huì)計(jì)”指標(biāo)納入財(cái)務(wù)報(bào)表,有助于進(jìn)行更準(zhǔn)確的財(cái)務(wù)預(yù)測(cè)。這些指標(biāo)是精 益創(chuàng)業(yè)中創(chuàng)新會(huì)計(jì)的基礎(chǔ),它們能告訴你當(dāng)前的狀態(tài)離理想的商業(yè)模型有多遠(yuǎn),實(shí)際結(jié)果是否印證了你的商業(yè)計(jì)劃書。
  • “試驗(yàn)”指標(biāo),如一個(gè)測(cè)試的結(jié)果,其作用在于幫助你優(yōu)化產(chǎn)品、定價(jià)以及市場(chǎng)定位。這些數(shù) 據(jù)的變化會(huì)極大地影響你接下來的動(dòng)作。這要求你在收集數(shù)據(jù)之前就先行確定好針對(duì)各種不同情況的應(yīng)變措施。例如,如果把網(wǎng)站做成粉色調(diào)能帶來更多的營(yíng)收,你就該把它做成粉色調(diào); 如果半數(shù)以上的反饋表明用戶不會(huì)為某功能付費(fèi),你就要決定不去開發(fā)此功能;如果悉心打造的最小可行化產(chǎn)品不能將訂單量提高 30%,你就該試試其他方法。

學(xué)會(huì)根據(jù)數(shù)據(jù)確定一條做與不做的準(zhǔn)繩,對(duì)規(guī)范你的創(chuàng)業(yè)行為大有裨益。一個(gè)好的數(shù)據(jù)指標(biāo)之所以能改變商業(yè)行為,是因?yàn)樗c你的目標(biāo)是一致的:保留用戶,鼓勵(lì)口碑傳播,有效獲取新用戶, 或者創(chuàng)造營(yíng)收。

不過可惜,這招并不是任何時(shí)候都管用。

知名作家、企業(yè)家、演講家賽思·戈丁曾在一篇名為“Avoiding false metrics”的博文2中舉過幾個(gè)這樣的例子。

本去買新車。在簽寫購車協(xié)議時(shí),銷售員對(duì)他說:“下周,您會(huì)接到一個(gè)詢問購車體驗(yàn)的電話。時(shí)間很短,也就一兩分鐘。評(píng)分從低到高為 1 到 5。您會(huì)給我們打5 分,對(duì)嗎?我們的服務(wù)還不錯(cuò),夠得上 5 分,不是嗎?如果有不周到的地方,我確實(shí)很抱歉,但如果您能給我們打 5 分,那是最好的。”

本并沒有太把這當(dāng)回事(奇怪的是,也沒有人“如約”打來電話)。賽思認(rèn)為,這種評(píng)分機(jī)制就是一個(gè)錯(cuò)誤的數(shù)據(jù)指標(biāo),因?yàn)樗]有促使汽車銷售員為客戶提供更優(yōu)的服務(wù),反而讓他的口舌浪費(fèi)在了說服客戶給他好評(píng)上(這顯然對(duì)他很重要),這與設(shè)計(jì)評(píng)價(jià)機(jī)制的初衷——提高服務(wù)質(zhì)量——背道而馳。

由錯(cuò)誤數(shù)據(jù)指標(biāo)引導(dǎo)的銷售團(tuán)隊(duì)也會(huì)犯同樣的錯(cuò)誤。作者就見過某公司的銷售總監(jiān)將銷售員的季度獎(jiǎng)金與其正在接洽中的訂單數(shù)量掛鉤,而不是與已簽訂單數(shù)量或訂單的利潤(rùn)率掛鉤。銷售員都是靠金錢驅(qū)動(dòng)的,總是跟著錢走。在這個(gè)案例中,這就意味著銷售團(tuán)隊(duì)會(huì)為了個(gè)人收入制造大量低質(zhì)量的潛在客戶,并將其停在“接洽”狀態(tài)長(zhǎng)達(dá)兩個(gè)季度,這就浪費(fèi)了本來可以多談攏幾個(gè)高質(zhì)量客戶的大好時(shí)間。

當(dāng)然,客戶的滿意和確保接洽足夠多的客戶都對(duì)公司的成功至關(guān)重要。但是,如果想要改變公司員工的商業(yè)行為,就必須選擇那些與你希望促成的改變相關(guān)聯(lián)的指標(biāo)。如果衡量的指標(biāo)與目標(biāo)不相關(guān),員工的商業(yè)行為就不會(huì)隨之發(fā)生改變,這無異于浪費(fèi)時(shí)間。更可怕的是,你可能還在沾沾自喜、自欺欺人地以為一切都干得還不錯(cuò)。這樣是不可能成功的。

另外,數(shù)據(jù)指標(biāo)之間的耦合現(xiàn)象也值得注意。譬如轉(zhuǎn)化率(訪客中真正發(fā)生購買行為的比例)通常就是和購買所需時(shí)間(客戶需要花多長(zhǎng)時(shí)間才能完成購買)相綁定的;二者相結(jié)合可以告訴你很多關(guān)于現(xiàn)金流的信息。類似地,病毒式傳播系數(shù)(viral coefficient,平均每個(gè)用戶邀請(qǐng)來的新用戶數(shù))和病毒傳播周期(viral cycle time,用戶完成一次邀請(qǐng)所需的時(shí)間)共同推動(dòng)產(chǎn)品的普及率。當(dāng)你開始探尋生意背后的關(guān)鍵數(shù)字時(shí),就會(huì)注意到這些數(shù)據(jù)對(duì);它們的背后隱藏著最重要的數(shù)據(jù)指標(biāo):營(yíng)收、現(xiàn)金流,或產(chǎn)品普及率。

如何找出好的數(shù)據(jù)指標(biāo)

那么,在知道了什么是好的數(shù)據(jù)指標(biāo)之后,應(yīng)該如何找出好的數(shù)據(jù)指標(biāo)呢?

想要找出正確的數(shù)據(jù)指標(biāo),有五點(diǎn)需要牢記在心。

  • 定性指標(biāo)與定量指標(biāo)

定性指標(biāo)通常是非結(jié)構(gòu)化的、經(jīng)驗(yàn)性的、揭示性的、難以歸類的;量化指標(biāo)則涉及很多數(shù)值和統(tǒng)計(jì)數(shù)據(jù),提供可靠的量化結(jié)果,但缺乏直觀的洞察。

  • 虛榮指標(biāo)與可付諸行動(dòng)的指標(biāo)

虛榮指標(biāo)看上去很美,讓你感覺良好,卻不能為你的公司帶來絲毫改變。相反,可付諸行動(dòng)的指標(biāo)可以幫你遴選出一個(gè)行動(dòng)方案,從而指導(dǎo)你的商業(yè)行為。

  • 探索性指標(biāo)與報(bào)告性指標(biāo)

探索性指標(biāo)是推測(cè)性的,提供原本不為所知的洞見,幫助你在商業(yè)競(jìng)爭(zhēng)中取得先手優(yōu)勢(shì)。報(bào)告性指標(biāo)則讓你時(shí)刻對(duì)公司的日常運(yùn)營(yíng)、管理性活動(dòng)保持信息通暢、步調(diào)一致。

  • 先見性指標(biāo)與后見性指標(biāo)

先見性指標(biāo)用于預(yù)言未來;后見性指標(biāo)則用于解釋過去。相比之下,我們更喜歡先見性指標(biāo),因?yàn)槟阍诘弥獢?shù)據(jù)后尚有時(shí)間去應(yīng)對(duì)——未雨綢繆,有備無患。

  • 相關(guān)性指標(biāo)與因果性指標(biāo)

如果兩個(gè)指標(biāo)總是一同變化,則說明它們是相關(guān)的;如果其中一個(gè)指標(biāo)可以導(dǎo)致另一個(gè)指標(biāo)的變化,則它們之間具有因果關(guān)系。如果你發(fā)現(xiàn)你能控制的事(比如播放什么樣的廣告)和你希望發(fā)生的事(比如營(yíng)收)之間存在因果關(guān)系,那么恭喜你,你已擁有了改變未來的能力。

本文內(nèi)容節(jié)選自《精益創(chuàng)業(yè)分析》

責(zé)任編輯:Ophira 來源: 新芽
相關(guān)推薦

2017-02-09 15:46:09

數(shù)據(jù)分析互聯(lián)網(wǎng)

2017-02-09 17:51:18

數(shù)據(jù)分析數(shù)據(jù)系統(tǒng)互聯(lián)網(wǎng)

2017-04-06 21:29:58

數(shù)據(jù)分析ELK架構(gòu)

2017-02-09 15:33:51

數(shù)據(jù)分析采集

2017-04-06 22:15:07

數(shù)據(jù)分析數(shù)據(jù)存儲(chǔ)數(shù)據(jù)倉庫

2017-04-06 22:40:52

數(shù)據(jù)分析追蹤系統(tǒng)微信

2020-05-18 09:56:46

數(shù)據(jù)分析數(shù)據(jù)管理數(shù)據(jù)

2021-06-07 11:42:41

數(shù)據(jù)分析業(yè)務(wù)

2013-10-16 10:40:15

Facebook收購數(shù)據(jù)分析

2009-05-06 08:31:28

IBM收購Exeros

2013-05-14 10:01:57

Luchy Sort

2023-12-18 11:29:44

分析模型效果矩陣法

2012-11-27 09:46:36

大數(shù)據(jù)運(yùn)算云計(jì)算

2015-08-21 13:54:38

大數(shù)據(jù)

2015-07-08 15:07:23

大數(shù)據(jù)分析多少種工具

2015-11-04 14:45:24

數(shù)據(jù)分析大數(shù)據(jù)創(chuàng)業(yè)

2024-03-10 21:00:33

2018-04-17 11:43:59

競(jìng)爭(zhēng)分析波士頓

2023-04-06 11:54:55

2021-01-27 09:18:50

大數(shù)據(jù)數(shù)據(jù)收集大數(shù)據(jù)分析
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)