数据驱动业务增长的底层逻辑(4)

丝瓜网小编提示，记得把"数据驱动业务增长的底层逻辑(4)"分享给大家！

这里也需要注意区分哪些因素为可控和不可控的。

例如，内容付费网站，其盈利模式一般购买广告位等。运营人员发现了， 作者“发布文章” 的篇数，在5-6月份有缓慢下降的趋势。对于这类某一数据指标下降的问题，可以怎么分析呢？

根据内外因素分解法可分为：内部可控因素：产品近期上线更新、市场投放渠道变化、产品粘性、新老用户留存问题、核心目标的转化。外部可控因素：市场竞争对手近期行为、用户使用习惯的变化等。内部不可控因素：产品策略（移动端/PC端）、公司整体战略、公司客户群定位（比如只做大数据方面的技术类文章）。外部不可控因素：互联网行业趋势、整体经济形势、季节性变化。

有了内外因素分解法，我们就可以较为全面地分析数据指标，避免可能遗失的影响因素并且对症下药。

3. 拆解思维

拆解思维是从一个具体问题拆分到整体影响，从单一的解决方案找到一个规模化解决方案的方式。

例如，某在线教育平台提供免费课程视频，同时售卖付费会员，为付费会员提供更多高阶课程内容。如果我想将一套phython技术的付费课程，推送给一群持续在看 C++ 免费课程的用户，那么数据分析应该如何支持呢？

我们按拆解思维的四个步骤，分解如下：具体问题：预测是否有可能帮助某一群组客户购买课程。整体影响：首先根据这类人群的免费课程的使用情况进行数据分析、数据挖掘的预测，之后进行延伸，比如对整体的影响，除了计算机类，对其他类型的课程都进行关注。单一回答：针对该群用户进行分析，监控最终转化的影响。规模化方案：之后推出规模化的解决方案，对符合某种行为轨迹和特征的行为进行建模，产品化课程推荐模型。

03

总之，数据驱动业务增长是一个厚积薄发的过程，需要日常业务工作中要做好数据收集、数据清洗、数据监控、数据可视化分析、数据产出在内的每一个环节。

而在产品业务线不同的生命周期阶段，其增长内核各不相同：引入期：产品驱动，通过用户行为数据，优化产品迭代。成长期与成熟期阶段：渠道驱动，通过渠道数据，筛选优质渠道。衰退期：品牌驱动，通过内容数据，设计出有效的营销策略。

但不同生命周期阶段的都有数据产生，通过数据来挖掘业务的潜在价值，且通过分析来发现业务的第二增长曲线。

所以，以数据为驱动更是成为产品业务线增长的运营战略，只要找到合适的方法，就一定能破解出数据背后的真正含义，为增长赋能。

本文由 @木兮擎天＠ 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议