在用戶增長(zhǎng)場(chǎng)景下，數(shù)據(jù)驅(qū)動(dòng)究竟有沒(méi)有意義？在這篇文章里，作者嘗試圍繞這個(gè)問(wèn)題進(jìn)行了探討，并對(duì)數(shù)據(jù)驅(qū)動(dòng)用戶增長(zhǎng)的邏輯和底層框架做了一定解讀，一起來(lái)看一下，或許會(huì)對(duì)你有所幫助。

增長(zhǎng)必然需要數(shù)據(jù)驅(qū)動(dòng)，但數(shù)據(jù)更多的是在用戶增長(zhǎng)的流量上設(shè)道坎兒，亦或在成熟衰退期找到新的利基市場(chǎng)從而實(shí)現(xiàn)第二增長(zhǎng)曲線。

一般用戶增長(zhǎng)的放量階段是粗曠的，要么燒錢、要么找到了產(chǎn)品口碑的價(jià)值點(diǎn)。用戶增長(zhǎng)的邏輯是找增量，而數(shù)據(jù)驅(qū)動(dòng)更多的是篩選流量，這倆本質(zhì)上是相悖的。數(shù)據(jù)驅(qū)動(dòng)是在做存量生意，很早年前我說(shuō)過(guò)數(shù)據(jù)的能力是精準(zhǔn)。

那在用戶增長(zhǎng)場(chǎng)景下，數(shù)據(jù)驅(qū)動(dòng)就沒(méi)有意義了嗎？并不是。

首先精準(zhǔn)是做中小企業(yè)和產(chǎn)品的邏輯，因?yàn)橹行∑髽I(yè)更專注于眼下事情的ROI（短期利潤(rùn)），而大企業(yè)更關(guān)注中長(zhǎng)期價(jià)值。這也是為什么效果廣告（精準(zhǔn)營(yíng)銷）是給中小企業(yè)做的，大企業(yè)如果只做精準(zhǔn)投放營(yíng)銷預(yù)算都花不掉。大企業(yè)的核心是流量的合理劃分導(dǎo)入生態(tài)最大化利用，生態(tài)說(shuō)白了就是那個(gè)長(zhǎng)尾，對(duì)流量的多道過(guò)濾。

在用戶增長(zhǎng)的數(shù)據(jù)驅(qū)動(dòng)上有幾件事是確定的：

一個(gè)就是用戶來(lái)源的渠道歸因，這個(gè)也是數(shù)字營(yíng)銷貫穿的邏輯，就是我哪些地方花的錢起效了，數(shù)據(jù)是可以追蹤衡量的。只不過(guò)這里面比較重要的是，用戶多觸點(diǎn)渠道進(jìn)來(lái)的歸因邏輯問(wèn)題。本質(zhì)上也是為了衡量ROI，以及可以在哪些渠道大幅放量。

再一個(gè)就是精準(zhǔn)投放的邏輯，如今演進(jìn)到了oCPX（oCPCoCPAoCPS）的概念。

原本最早由于數(shù)據(jù)技術(shù)的限制，還在離線分析數(shù)據(jù)的時(shí)候，會(huì)通過(guò)離線的種子人群來(lái)進(jìn)行算法特征的分析，然后通過(guò)固化的模型進(jìn)行潛在用戶圈選放大的邏輯，那今天數(shù)據(jù)實(shí)時(shí)化已經(jīng)比較成熟，離線的訓(xùn)練迭代過(guò)程演變成了算法實(shí)時(shí)優(yōu)化，那就變成了實(shí)時(shí)算法的迭代，實(shí)現(xiàn)更精準(zhǔn)和高效。

這是可以很直接的提升ROI的手段，不過(guò)也因此越來(lái)越多的投放代理從投放優(yōu)化轉(zhuǎn)變成了單純的渠道資源。

一、數(shù)字化投放場(chǎng)景

精準(zhǔn)投放中有幾個(gè)核心場(chǎng)景：

1. CTR點(diǎn)擊率預(yù)估模型；
2. 種子人群的Look-alike ；
3. 行為標(biāo)簽的偏好預(yù)測(cè)；
4. 用戶畫(huà)像；
5. 人群聚類；
6. oCPX目標(biāo)人群實(shí)時(shí)優(yōu)化；
7. 渠道歸因

通過(guò)對(duì)這些方式排列組合的工作流串起來(lái)，就是在不同場(chǎng)景場(chǎng)景下的精準(zhǔn)投放SOP，當(dāng)然這里面會(huì)涉及到比較強(qiáng)的數(shù)據(jù)技術(shù)。

我們拿一個(gè)數(shù)字化投放場(chǎng)景來(lái)看：

精準(zhǔn)投放本質(zhì)在與降低轉(zhuǎn)化成本，提升ROI。拉新、老用戶促活以及流失用戶召回，這里面除拉新的目標(biāo)是注冊(cè)成本外，其他的目標(biāo)是付費(fèi)成本。

我們以優(yōu)化拉新注冊(cè)成本為例，低成本意味著曝光受眾與目標(biāo)用戶匹配度高，有購(gòu)買意向的人群必然最精準(zhǔn)，用戶特征可以作為人群定向策略。所以我們會(huì)對(duì)高購(gòu)買意向人群進(jìn)行定向投放，那這部分群體如何選?。?/p>

結(jié)合現(xiàn)有成熟的數(shù)據(jù)技術(shù)可以通過(guò)上文提到的手段進(jìn)行人群選取。在拉新場(chǎng)景下有別于其他場(chǎng)景的是：不能通過(guò)人群包的方式定向觸達(dá)，只能通過(guò)特征分析進(jìn)行域外用戶的特征定向圈選優(yōu)化。因?yàn)槭切掠脩?，所以你的用戶池中沒(méi)有這個(gè)用戶（當(dāng)然潛客場(chǎng)景另當(dāng)別論比較特殊，也是數(shù)字營(yíng)銷中的核心場(chǎng)景，早年DMP中的匿名用戶主要就是這個(gè)場(chǎng)景）。

二、域外精準(zhǔn)投放

首先可以把歷史成交用戶作為種子人群，進(jìn)行標(biāo)簽畫(huà)像分析以及在域外進(jìn)行人群放大（Look-alike），同時(shí)可以把實(shí)時(shí)轉(zhuǎn)化的種子人群通過(guò)對(duì)接oCPX的方式進(jìn)行動(dòng)態(tài)目標(biāo)人群的特征優(yōu)化，越跑越精準(zhǔn)。現(xiàn)在成熟的流量平臺(tái)基本都會(huì)支持oCPX。

這里用戶畫(huà)像可以分為域內(nèi)和域外畫(huà)像分析，以及域外不同的投放域。

因?yàn)楝F(xiàn)在的標(biāo)簽體系主要以預(yù)測(cè)標(biāo)簽為主，不同平臺(tái)的標(biāo)簽體系和規(guī)則有差異，要貼合平臺(tái)屬性。對(duì)于域內(nèi)畫(huà)像就會(huì)涉及到行為偏好的標(biāo)簽預(yù)測(cè)，通過(guò)種子人群的行為特征進(jìn)行模型訓(xùn)練后對(duì)用戶打標(biāo)。

那用戶畫(huà)像的作用是什么？在前些年用戶畫(huà)像更多的在指導(dǎo)投放時(shí)的定向策略，但現(xiàn)在隨著智能投放越來(lái)越成熟，畫(huà)像更多的是指導(dǎo)素材的創(chuàng)作，進(jìn)行新用戶的承接。

雖然畫(huà)像是標(biāo)簽的產(chǎn)出，但畫(huà)像和標(biāo)簽的用途差距很大，這里暫且不展開(kāi)。詳細(xì)可見(jiàn)我以前寫的文章：《用戶畫(huà)像是如何用來(lái)數(shù)據(jù)驅(qū)動(dòng)的》

投放也好，自然流量也好，當(dāng)一個(gè)用戶通過(guò)多渠道進(jìn)來(lái)后就需要知道評(píng)估各渠道價(jià)值，把有限的資源投入到高價(jià)值渠道上。那渠道歸因必不可少，像今年阿里媽媽推出了升級(jí)后的MTA Uplift（Multi-touch Attribution，消費(fèi)路徑全域全旅程歸因）渠道分析歸因模型。

對(duì)于阿里媽媽這個(gè)模型不再贅述，大家可以自行去查閱。不過(guò)有一點(diǎn)這個(gè)模型的“歷史追溯分析能力”很有意思，讓我想到了之前在支付寶做智能風(fēng)控時(shí)為了驗(yàn)證機(jī)器學(xué)習(xí)推薦的策略有效性時(shí)用到的流量回溯和仿真能力。在投放渠道歸因上，通過(guò)對(duì)歷史流量的行為回溯和仿真進(jìn)行投放策略的推演真的算是創(chuàng)新了。

其實(shí)域外投放和域內(nèi)轉(zhuǎn)化的最大區(qū)別在于算法部署的環(huán)節(jié)是在第三方流量側(cè)還是第一方廣告主側(cè)。比如馬上要說(shuō)的CTR用戶點(diǎn)擊率預(yù)測(cè)模型，以及類似的預(yù)測(cè)模型。

三、域內(nèi)注冊(cè)轉(zhuǎn)化

CTR模型其實(shí)是通過(guò)歷史行為對(duì)用戶的點(diǎn)擊概率進(jìn)行預(yù)測(cè)，這種方式常見(jiàn)于各種搜索排序和推薦場(chǎng)景，所以只要涉及到曝光點(diǎn)擊的場(chǎng)景都會(huì)有觸及。在投放場(chǎng)景中，因?yàn)橥斗诺牡讓舆壿嬍?strong>CPC或CPM的點(diǎn)擊曝光價(jià)格，要想降低轉(zhuǎn)化成本本質(zhì)上是要提升曝光和點(diǎn)擊概率。

同時(shí)對(duì)于平臺(tái)來(lái)講還有一個(gè)競(jìng)爭(zhēng)維度需要考慮，就是這個(gè)流量給誰(shuí)（廣告主）的問(wèn)題。除了價(jià)高者得以外，自然誰(shuí)點(diǎn)擊概率高給誰(shuí)曝光。

那對(duì)于域內(nèi)的轉(zhuǎn)化也是如此，無(wú)非拉新場(chǎng)景是對(duì)潛客的轉(zhuǎn)化，其他是對(duì)存量用戶轉(zhuǎn)化。只不過(guò)潛客和存量用戶的數(shù)據(jù)獲取方式以及數(shù)據(jù)類型不同，因?yàn)榇媪坑脩粲写罅坑騼?nèi)數(shù)據(jù)積累，而潛在用戶的域內(nèi)數(shù)據(jù)非常稀疏。

其實(shí)對(duì)于CTR點(diǎn)擊概率也好、注冊(cè)轉(zhuǎn)化也好還是購(gòu)買轉(zhuǎn)化也好，本質(zhì)上是算法目標(biāo)的不同來(lái)進(jìn)行優(yōu)化。那這里面就會(huì)涉及到幾個(gè)非常核心的環(huán)節(jié)，就是行為標(biāo)簽以及用戶畫(huà)像。

用戶畫(huà)像是作為目標(biāo)人群的選取依據(jù)，標(biāo)簽作為訓(xùn)練特征。當(dāng)然用戶畫(huà)像既可以作為目標(biāo)，又可以作為結(jié)果，本質(zhì)上模型就是一個(gè)精準(zhǔn)的用戶畫(huà)像。

不同的用戶總會(huì)給你出其不意，所以對(duì)于精細(xì)化運(yùn)營(yíng)來(lái)講必然需要用戶分群以及分群的畫(huà)像運(yùn)營(yíng)。當(dāng)用戶表現(xiàn)沒(méi)有明顯的業(yè)務(wù)特性時(shí)就很難通過(guò)專家經(jīng)驗(yàn)進(jìn)行定義，那這個(gè)時(shí)候就需要通過(guò)人群聚類的方式利用算法找到一些特征差異和顯著表現(xiàn)。聚類和算法模型相關(guān)的也不在此贅述了，可詳見(jiàn)我之前寫的《深入數(shù)據(jù)分析思維》。

所以數(shù)據(jù)驅(qū)動(dòng)這個(gè)事本質(zhì)上的核心是如何把數(shù)據(jù)技術(shù)更好的應(yīng)用在業(yè)務(wù)場(chǎng)景上去解決問(wèn)題同時(shí)通過(guò)數(shù)據(jù)來(lái)實(shí)現(xiàn)自動(dòng)化和智能化。而數(shù)據(jù)的作用更多的是在做“篩選”，這個(gè)看似復(fù)雜實(shí)則簡(jiǎn)單的道理，大道至簡(jiǎn)。

知道了底層邏輯和框架，你自然就明白用戶增長(zhǎng)如何數(shù)據(jù)驅(qū)動(dòng)。