科技猎重构数据根基，打造数据闭环
编辑导语：2021年7月31日-8月1日，人人都是产品经理举办的【2021年产品经理大会• 北京站现场报道】完美落幕。很多人做了数据分析，却总是觉得落不了地，其实是没有进行数据闭环。就此，神策数据创始人&CEO桑文锋进行了精彩的内容分享，他分享的主题是《重构数据根基，打造数据闭环》。
“重构数据根基，打造数据闭环”这句话总结了我对数据的认知，过去的这几年，我对数据的认知也是有变化的，本次主要探讨我对于如何做数据产品的一些认识。
一、数据闭环 SDAF
1. 对数据的认识
在2007-2015年间，在百度数据从0搭建中，我对数据的核心认识主要有两方面，一方面是数据源很重要，需要我们花时间、花精力去处理。只要我们把源头问题解决了，就意味着成功了一半。那应该如何解决？就需要我们更全、更细、更加花时间地把这个数据源头的基础打好。
另一方面是我对于数据价值的认识，主要有以下两点：
首先是数据驱动业务决策，数据能够驱动企业做决策，它能够帮助企业拍板，无论是在市场营销、用户运营还是产品迭代中，都能够很好地帮助我们进行决策，当然它只能发挥数据20%左右的价值。最大的价值还在于驱动产品智能，数据成为产品的核心部分，这样的场景越来越多。
2. 闭环思维
在过去的三年里，神策服务的企业类型越来越多，尤其是很多数字化转型的企业。
在这过程中，我发现了我的认识它有一定的局限性，这种思路适用于互联网范围，但当服务数字化转型公司的时候，这种思路就行不通了。
于是，我的认识发生了很大的一个变化。这里面就牵扯到了一个概念：数据闭环，但真正要做好闭环是不容易的。要掌握以下两个闭环思维：由简单到复杂、由单向传递到闭环反馈。
（1）由简单到复杂
由简单到复杂，就像我们抛橘子一样，抛一两个是容易的，但要是三个以上，那可能只有马戏团的人可以做到。
（2）由单向传递到闭环反馈
同样地，就像我们去学校上课，老师讲了，同学听了，但真正掌握了吗？这个还需要进行一定的验证。
这就像我们做产品一样，也是需要反馈和不断迭代的。很多时候，我们觉得数据没有用，究其原因是我们没有把数据闭环做起来。虽然我做了数据分析，也做了一些洞察和数据报告撰写，但由于后面没有对应的动作，而且没有执行下来，导致最终的结果不理想。
3. 基于数据流的运营框架（SDAF）
后来我做了一个抽象，也就是运用这套基于数据流的运营框架，做好这四个环节的循环：感知→决策→行动→反馈→感知。
（1）感知（Sense）
首先是感知，在未来它可能有一个传感的意思，很多时候，我们都在建立感知、建立洞察。
这种思想，不是近期才有的，早在毛泽东时代就有了，在他的文章中也有很大一部分是在讲数据分析。他的这些文章都是在做调查研究、数据分析，然后得出结论，确定下一步怎么做。
他跟我们做产品经理，做需求和调研有什么区别？他不是在写MRD，就是在写PRD，只是他的产品跟我们实际的硬件产品、软件产品是不一样的。
在毛泽东数据思维中，其实也诠释了这样的一个思路：调查就像“十月怀胎”，解决问题就像“一朝分娩”，调查其实就是在解决问题，调研弄清楚了，其实答案也就显而易见了。
回到我们数据分析上，我们在做各种各样的用户行为分析、标签画像、经营数据分析这些数据的统计，其实都是在建立一个更好的感知。有了良好的感知，我们就可以做更好的决策。
在建立感知的过程中，就会生成一些数据指标，基于这些数据指标，就可以关注我们的业务怎么样。在这里，就会涉及到第一关键指标。需要抓住不同的阶段，不同的这种场景，到底哪个指标是最关键的。
像海盗指标法，我们可以通过拉新、留存、变现等各个角度看整个业务情况，尤其是针对于大众用户的运营和营销。
建立了良好的感知之后，下一步就是进行决策。那么，我们该如何进行决策？
（2）决策（Decision）
这里有三种决策的方式：拍脑袋、因果驱动、数据驱动。你可以拍脑袋决策，也可以想清楚了再决策，也就是因果驱动这种方式。但是有的时候，当你想清楚了，时机就错过了，尤其是在互联网领域，这种特点非常明显。
如何快速突破这些问题，那就是我们要讲的数据驱动，去做数据验证，迅速地将它推向市场，然后去迭代这种方式。
我曾经有过这样一个想法：是不是数据有了，就不需要额外的决策干预？其实不是的，数据决策牵扯到很多方面，简单来说有以下三个方面：信息数据、创造性选项、价值取舍。
在创造性选项上，就好比你跳槽，一家公司打电话让你过去，工资翻倍，这时候你就需要做决策了，是去还是不去。这个时候，你不如把其他几家也一起面一下，说不定有更好的选择。
而在价值取舍上，每个人的价值也是不一样的，工作中有的人希望成长快，有的人图个轻松，有的看中长期利益，有的只追求眼前利益。这些综合起来，才能支持我们做一个更好的决策。
一方面，做数据决策，主要是给人做决策，就像我开头所说的无论是做用户运营还是产品的迭代，这种量化的管理都能让人更好地决策，这也就是我们常说的BI。
另一方面，就是给机器做决策的，让机器有学习能力。对于机器的使用，在未来使用的场景会越来越多，这个场景会越来越广。
这里列举一个数据驱动的案例——百度知道APP，在2012年的时候，百度决定要做一个移动化APP。但这APP要怎么去迭代，那就需要数据支撑。
当时调研了许多数据情况，但其实有10%的情况是跟作业有关的，后来就直接将与作业相关的，单独加了一个按钮，让用户可以直接去点，这样一来作业的比例就直接拉升，拉升到了30%。后来，就将作业直接独立为了一个公司和产品。
进行了决策之后，下一步就是行动。
（3）行动（Action）
有了数据之后，最直接的应用场景就是营销，那么围绕用户的这种营销可以分成不同的视角。
- 可以去做这种精细化的运营，基于运营活动计划的精细化用户触达。
- 可以去做通过规则推荐，在固定栏位通过规则配置，实现千人多面的精准展示。
- 可以去做智能推荐，进行产品智能改造，实现实时的千人千面的内容推荐。
这些不同的运营方式，都是针对企业的用户来定制的。那么，我们常规使用的就是精细化运营，其实它主要分为四步：筛选目标、制定策略、触达用户、获取反馈。
第一步就是筛选我们的目标，第二步也就是制定相应的策略，第三步就是相当于选择一个通道，让我们可以去触动到目标，那么第四步，就是要通过我们的数据进行反馈。
数据是一个基础，那么我们该如何收集数据？
（4）反馈（Feedback）
在这一步上，我们要重视数据源，积累数据资产。其实也就是要遵循一个大的原则：大、全、细、时。
- 大：宏观的“大”，我们收集的数据量尽量越多越好。
- 全：全域数据源，不管是线上的还是线下的，我们都尽量收集进来。
- 细：多维度，进行全域数据收集，做到细致。
- 时：时效性，我们所收集的数据要尽量跟当下时间比较接近，如果数据滞后了，可能会影响到效果。
我们去搭建一个更好的数据源，做一个基础，其实就是一个反馈的过程。就像去年武汉疫情，当时是做的四个小时系统就能把数据报上去，这些数据依赖于人进行相对应的操作，如果人没有去执行这步操作，就会产生数据滞后的情况。
但丁香园、腾讯在那时，也会出一些相应的疫情数据报告，这点其实是做得比较好的，但这些都需要依赖于政府的数据更新。
在我们各行各业中，数据的收集是一个基础，打好这个基础是非常有必要的。
那么，该如何去搜集数据，这里有些常用的数据采集方式。
① 全埋点
这种方式集成 SDK，可以一键完成数据采集，但只能采集前端数据，采集范围有限。
② 可视化全埋点
这种方式可以用可视化的方法灵活自定义全埋点，它消除了技术门槛，让非开发人员可以直接“埋点”。
③ 代码埋点
这种方式支持 Java／Python／PHP 等各类开源 SDK，可以打通行为数据和业务交易数据，分析更有深度。
④ 导入工具
通过导入工具，可以完成批量的历史数据、三方数据接入，降低 ETL 工作量，快速接入多种数据源。
这些都是我们的收集数据的手段，最终目的都是为了建立一个更好的数据基础。
除了把这些数据收集起来，我们还需要打通它。不同的终端、不同的场景如何用ID-Mapping以及不同的方式把它们连接到一起，这样，我们就有了建立全域数据经营的可能性。
而在背后，就是对数据模型的打造。Event+User+Item 模型是我一路延续过来的一个核心模型。其实只要通过这个模型，我们就可以把跟用户行为相关的操作都可以很好地联络管理起来。
有了这些数据，那我们再去做产品迭代的时候就不一样了。如果没有数据，那我们可能就是有了点子去做产品，然后再次不断的尝试的过程。但有了数据之后，我们就可以让整个迭代的过程变成一个假设检验的科学实验过程。
这是《精益创业》那本书里面提到的一个理念，就是我们有了点子，然后我们在做产品的过程中，要制定数据采集的方式以及衡量指标，这样你就有了一个预估的数据表现，等到产品上线后，你就可以拿到这些数据，并且结合内外部数据进行评估。
综合来说，最终做成这个决策，我们是靠数据驱动，让整个产品迭代的过程，变成一个科学实验的过程，而不是靠灵光一现。
当时在百度知道做问题推荐时，关于推荐的引导语该怎么写？我们当时是有两种思路，一个是“等待你来回答”，一个是“我来帮您解答”。
但这个文字你是无法直观地给出答案，但是通过数据可以表现出来。因此，我们在测试中，发现“等待你来回答”比“我来帮您解答”要高出50%的效果。其实你也说不明白这是为什么，但这就是数据的力量。
前面给大家讲解了我对数据闭环的理解，但是在不同的场景中，大家也可以结合自己所在的业务去想：我们能不能通过数据驱动，把数据闭环加进去，围绕一个业务场景进行分析， 围绕用户的运营、产品迭代的过程，把数据闭环建立起来。
我相信你会有不一样的视角，不一样的感受。下面举一个电商的实际例子，看看如何应用到具体场景中。
二、SDAF 实践案例-电商及零售行业
这个电商平台主要做二手买卖以及轻奢服饰的渠道引流。一般来说，不同的渠道，它的引流效果是不太一样的。
对该企业来说， B站渠道用户活跃，但转化率低。在这个时候，我们就要去分析，这其实就是一个感知，你发现这种情况：有量却无效，是什么原因？
主要有以下两点原因：
- 用户洞察：B站用户年龄小，没有对奢饰品的购买力。
- 数据洞察：但对快时尚表现出浓厚兴趣。
这时候，我们就需要进行一个决策，发现B站年轻群体同样喜欢快时尚品牌。
因此，我们需要做出一定的改变，增加快时尚品牌供应和曝光，提升渠道转化。结果发现，改变以后转化率有所提高。
这其实就是一个简单的循环，通过假设产生了数据洞察，接着通过数据产生相对应的行动，最后再通过数据反馈，形成一个数据闭环。
关于认知，不同人的认知是不同的，而当你具备了基本的感知之后，如果没有去行动，那么想法也是无法落地的。
因此，打造一个卓越的数据产品其实是不容易的。下面我想跟大家探讨一下自己对于打造卓越数据产品的理解。
三、打造卓越数据产品的原则
打造卓越的数据产品，需要遵循三条原则，下面具体展开介绍。
1. 领先的认知
在乔布斯的世界里，对于手机、对于IP等产品的认知跟普通人是不一样的，正确的认知，可以产生动力。
2. 卓越的原则/标准
我们遵循四大原则：
- 极致：把事情做到极致，做 90 分的产品。
- 坚持产品化：能用产品解决，就不要用服务去解决；能用服务去解决，就不要用咨询去解决。
- 不卖期货：只销售已有产品功能和服务能力。
- 价值交付：面向价值交付的产品迭代。
3. 过硬的能力
做好卓越的数据产品，要求要有做好极致产品的能力，要有打造让客户满意的产品的能力。如果没有过硬的能力，可以用服务来补充。
我今天分享就到这里，谢谢大家。
相关阅读
移动互联网的第二战场：增长、下沉，把握大的变局——2021产品经理大会·北京站现场报道
2021全年大会排期预告
2021产品经理大会北、上、广、深、杭 5 城巡回进行中！！！与腾讯、阿里等大厂实战专家一起，分享实践案例，探索行业趋势，提升个人能力，解码产品经理未来！
扫描下图二维码进全年大会专属咨询群了解详情！今年最后3场产品经理大会，广州、杭州、深圳站即将开幕！抢票速来！
本文为【2021年产品经理大会（北京站）】现场分享整理内容，由人人都是产品经理运营 @Ginny 整理发布。未经许可，禁止转载，谢谢合作。
题图来自大会现场。