以下内容是依据曲卉在是在友盟+举行的2019UBDC全域大数据峰会上的讲演，在不改动原义的根底上收拾修改的内容：
数据驱动增加的体系与根底、流程，假如你把握了，运用起来，其实就像一个主动传送带相同，你不需求费太大的劲就可以事半功倍。
在曩昔的10年里，美国的许多公司在运用数据的路上阅历了不同的阶段，从最开端的时分没有数据，到后来开端有数据无运用，到最终全面数据与企业决议计划的全面结合。
经过多年的工作和对职业的深度调查，我今天和大家伙儿一起来共享4种怎样用数据去驱动增加的办法。
第一种是方针建模。所谓的方针建模便是怎样用方针和模型的办法把企业的事务、产品高度归纳化、提炼化，让企业在海量数据中挖掘出数据之间奇妙的联络，过滤掉许多无用的信息，让企业能很快触及中心问题，从数据中提炼价值。
第二种是时机洞悉。金融和互联网是现在数字化程度最高的职业，这两个职业中沉积了许多数据，比方途径数据、用户数据及事务数据等，这无疑是一座金矿，里边潜藏了许多可以被发现的瑰宝，可以被进一步加工、打磨。时机洞悉便是企业要有一双能发现金矿的慧眼。
第三种是衡量成果。衡量成果的根底是企业要有科学的评价体系。企业开发一套体系，要去衡量其发生的作用，然后从中得到一些洞悉，从而有指向性地进行完善和迭代。在整个流程中最重要的一环便是衡量，由于只要科学的评价体系，才能使企业的体系工作有度可依，有病可查，不然很简略堕入南辕北辙的窘境。
第四种是决议计划主动化。当完结前三个过程之后，决议计划主动化就瓜熟蒂落了。当下机器学习与深度学习的无监督练习算法等技能日渐老练，渐渐的变多的决议计划可以依靠算法的主动化完结，这将使得企业决议计划的速度、功率和质量都大幅度的进步。
这便是四步数据驱动增加的“道”，下面我要点介绍一下“术”的部分。
方针建模
方针建模最重要的概念是两点。
第一点：找到最重要的方针。形象的说便是“北极星方针”，简略来讲，便是在现阶段企业最中心的问题是什么，而且找到一个方针去衡量。
世面上的产品可大致分为三类：
第一类：消磨时刻的。比方许多短视频、新闻类软件。
第二类：进步功率的。比方许多SaaS类产品。
第三类：促进买卖的。比方许多电商、游览类产品。
第二点，建立增加模型。不相同产品的北极星方针是有所差异的。比方DAU之如消磨时刻类的产品，付费用户的活泼程度之如进步功率类，GMV、买卖量之如促进买卖类。
总归，企业要依据本身事务的特色、禀赋、方针去寻觅到相适应的北极星方针。
增加模型听起来是一个十分笼统的概念，在落地阶段要怎样去建立一个完善的增加模型呢？以电商产品为例，根据一款产品，企业首要要去确认它的北极星方针。假如该产品处于比较前期的阶段，那么企业可以再一次进行挑选用户数或许是订单数作为北极星方针，假如产品现已处于老练阶段了，把买卖额选为北极星方针就更适宜一些。
假定这个产品的北极星方针是买卖额，接下来企业要做的便是想办法去拆解它，拆解北极星方针可以有各式各样的办法，比方说可以按新用户、老用户贡献了多少出售额来拆。或许可以按产品的品类去拆，也可以依照用户过程去拆。
总归，要把北极星方针依照最合理的维度去进行拆分。这样就可以把很笼统、无法捕捉的方针进一步分解为很详尽的方针，为运营和其他团队供给较为直观的决议计划根底。从而反应回北极星方针去完结进步。比方说把产品详情页的转化率进步，相应的买卖额也会随之进步。
方针建模最重要的含义便是帮企业触及中心，找到最重要的研讨和进步方向，一起梳理出影响方向最重要的因子，并挖掘出潜在的规则和价值。
时机洞悉
时机洞悉不是只环绕某一环节独自进行，而是随同整个客户生命周期而打开。在用户获取、激活和留存、召回丢失、变现中每一个阶段都有增加的时机和增加的或许性，相应在每一个阶段里边都潜藏着一些数据，这些数据都供给一些增加头绪，比方说在获客阶段有途径数据，在激活、留存和召回阶段有用户行为数据，在变现阶段有事务数据。
但许多企业一般面对两种窘境，一是缺少完好的数据；二是数据之间无法打通。途径是途径，用户是用户，事务是事务，三者或许仅有一些很弱小的衔接，数据是分裂存在的，这样的数据就不会发生价值，乃至还会形成一些后果。
那么当企业有了数据之后，在寻觅增加的头绪和时机时，通常会各式各样的问题和应战，归纳起来主要为两类问题：
第一类是转化问题。所谓转化问题，便是企业怎样压服用户去完结一个指定动作，一般来说都是一次性可是十分要害的动作，比方说点击广告、下载注册一个帐号，或许发生付费。
第二类是留存问题。当用户完结了一次性的要害动作之后，企业还会期望用户能继续不断做某件事，发生周期性依靠。这是一款APP最重要的用户任务，比方重复登录、听歌、看新闻、看视频等。
当企业有了这种概念之后，留存和转化问题，现实上有太多是现已被证明、科学的数据剖析办法，可以去引证和学习。
举例来说，美国在线出行服务渠道Lyft是Uber最新的竞争对手。起先Lyft也遇到了留存类问题，渠道发现用户的留存比较差，所以渠道开端去研讨用户激活和运用的状况，他们发现在新用户的前期，假如新用户两个不同的场景下，比方上班用一次，酒子孙驾用一次，或许接机用一次，上班用一次。假如呈现这样的一种状况，用户的长时间留存则有明显进步。
当有了这样的数据洞悉的时分，渠道就立刻采纳相应的举动，经过各种手法促进和引导更多用户到达这样的状况，最终衡量成果发现，留存率果然有明显进步。
衡量成果
经过数据仪表盘的办法，把关于公司事务最重要的数据方针罗列出来，让企业可以一望而知地知道公司事务的健康程度和开展态势。
以A/B测验为例，A/B是一种经典的衡量办法，也是数据驱动增加最重要的载体，为什么这么说？由于不做任何改动的数据剖析是没有含义的。假如做了许多改动但没有经过A/B测验的办法，即便方针进步了，可是企业无法精准找出到底是哪个因子的改动导致了这个方针的改变，这就为决议计划带来许多不行预期的问题。以美国视频渠道奈飞为例，他们为精准了解用户关于某张视频宣扬海报的喜欢度，会常常使用A/B测验的办法。
他们会调查哪个版别的海报用户点击的最多，彻底扔掉企业对直觉、经历有的信赖，而是真真切切去了解用户的心里，用户的行为偏好。
决议计划主动化
决议计划主动化类似于一种主动传送带的状况，让体系主动找到最适宜、最精准的投送办法。
以招聘渠道领英为例，有企业用户有招聘的需求。一般会先经过内部数据做一个企业用户的健康度模型。出售人员、客服人员和客户互动过程中，会精准预判是否有丢失危险，采纳怎样的互动形式更能感动客户。经过主动决议计划为人供给智能决议计划东西的办法，使得领英付费用户丢失率从50%下降到了10%，这是一个十分惊人的数字。
此外再介绍一个订票网站的事例，该网站在内部开发了一个优先级排序模型，每一位运营产品司理想要做一个项目之前，都会把他的一些假定输入到这个模型里边，然后模型会主动测算出该项目对北极星方针会发生多大程度的影响，经过这样的办法去进步优先级排序的准确程度和质量。
数据是这个年代最重要的中心资源，也是取之不竭的，最重要的是它由咱们自己发明，不依靠任何自然资源。咱们也看到了友盟+也在经过数据协助整个职业构建可闭环、可沉积、可继续的企业级数据中台。所以，最大化发挥数据驱动事务增加的效能，将是这个年代任何企业都要把握的中心才能。当下流量盈利已确认进入结尾，工业互联网思想正在兴起，精细化运营、数据驱动、智能决议计划将是未来任何一家企业都必须具有的才能。
