在线教育大数据营销平台实战（应用篇）

神策数据

于 2021-03-23 16:00:01 发布

阅读量415

点赞数

文章标签：项目管理大数据编程语言人工智能 java

原文链接：https://www.sensorsdata.cn/doEducation?utm_source=wechat1\x26amp;utm_medium=original\x26amp;utm_term=%E4%BD%93%E9%AA%8Cdemo\x26amp;utm_content=%E7%8E%

版权

作者介绍：TigerHu，某在线教育企业大数据营销产品负责人，主导数据产品线和营销 CRM 产品线。

本文内容均从作者真实实践过程出发，结合在线教育业务背景和当时的客观条件，深入分析大数据营销平台实战，尽可能详细地为大家阐述企业数据化之路由底层建设到 MVP 方案，再到推广落地的完整过程。

接上篇大数据营销平台搭建后，本文将侧重于数据产品推广应用。以下为正文。

数据产品部署完成后相当于找到了鱼竿和钓鱼的方法，但是能不能拿着鱼竿钓到鱼这就不太好说了。每个人的认知和实践能力是不一样的，怎么让用户将方法和工具融会贯通，真正达到授人以渔？

不仅仅是数据产品，所有的 B 端产品都会面临实施效果问题，这里所说的 B 端产品不仅包括 To B 企业服务的商业化 B 端产品，也包括企业内部自建的 B 端产品。

有位运营小伙伴曾经讲过一个笑话：他上家公司老板拍板买了某家企业的数据分析工具，结果一年过去了所有运营同学都不知道系统登录地址是啥，可能只有老板自己在用吧。换个角度来看，想要达到实施效果最大化，需要甲乙双方共同努力，而内因在很大程度上是主要因素。

一、前期使用问题分析

在数据产品方案全面推广实施初期，该在线教育企业也曾面临挑战：

1. 使用热情不高

虽然汇报工作时，大多数人都把数据化运营挂在嘴边，但是真到落地环节，又会因为工作惯性不愿意改变。提供一个系统让员工自己去用，在入门阶段其实就增加了工作成本，也就出现了“从入门到放弃”的场景。

在该在线教育企业数据平台应用前期，自觉使用的人聚集在投放、网站运营等团队，不足 10 人；而且这些团队只关注他们 KPI 的核心指标：名片量、注册用户数、PV、UV 等，分析模型的使用集中在事件分析、漏斗分析、用户属性分析。

2. 基础功能不了解

在第一次全员培训时，大家热情较高，但后来其实并未大范围使用。通过调研发现，大部分人其实对基础功能了解不多，有的是看过教程但上手较难，有的在使用过程遇到困难、发现问题等，却不好意思提问，还有的是事务性工作太多没时间使用等。

总归结果一样，都是从入门到放弃。

3. 很难和业务场景结合

前面也提到，前期自觉使用起来的运营人员集中在几个常见的分析模型功能，且分析的指标也是盯着自己的 KPI，对影响最终 KPI 结果的各环节指标分析不足，缺乏对业务流程梳理和量化分析的能力。

如何熟练使用系统功能，并融会贯通地应用在业务场景中，确实难度较大。

4. 统计口径不一

统计口径不一主要体现在两个层面：第一种是业务同学在神策分析上查看的数据与内部业务系统对不上，这里面存在埋点误差的情况，在本文中作者强调人为原因导致的情况，因为有些运营小伙伴对原子指标和维度理解不透彻，在不同系统查询的过程中原子指标选择、或者维度选择不一致造成的。

另一种情况是，同一系统上（都在神策分析上查询）不同人员对同一指标（名字叫法相同）定义不同造成的。

二、实施推广思路

基于以上分析，可以对大体问题做到心中有数，那如何解决呢？请看下图：

1.阿尔法行动

从上面的解决思路我们可以看到，处于核心位置的是阿尔法行动，这个行动的“质”是培养核心用户（后面会做具体说明），有利于提升使用氛围，探索公司对数据系统使用的培训考核机制，纳入新人入职的培训体系。

2.推广迭代

当核心用户的培养进行过几次之后，不出意外的话企业的数据化运营氛围会提升，核心用户也会扩大，需求自然增多，系统便步入正向迭代阶段。

3.推广治理

核心用户扩大后，拥有分析师角色权限的人员会增多，使用不规范情况会随之增多，需要对使用环节进行治理避免陷入无序，也就是要对使用关键环节进行规范化。

三、阿尔法行动

1. 行动综述

组织阿尔法行动的目的是为了培养并扩大核心用户群体，宣传并提升数据化运营氛围，在行动的多轮实施和迭代中建立常规化的培训考核机制。

阿尔法行动的具体实施步骤如下图所示：

（1）组建行动小队：行动的发起需要征求到公司高层的支持。高层的赋权不仅明确了其合法性，也会决定其在公司内部的影响力和受关注程度。

成员的组成包括：

发起人，产品经理或运营负责人；
业务顾问，熟悉公司运营业务的骨干人员，在行动过程中提供业务指导；
技术支持，这里的技术支持是指熟悉系统功能的人员，可以是内部的产品经理，当然如果能邀请到分析师会更好；
参培人员，即被培训对象，建议前几期选择成长型年轻人，学习能力、接受新事物能力相对较强。

（2）制定实战训练课程：课程方案的制定需要和公司业务相结合，从参培人的实际工作内容中找主题，这样既能达到实战化效果，也不会给参培人增加额外工作负担；建议设定两个主题，由易到难；每周定期开会小复盘，总结规律反思不足，时间建议 3~5 周。

（3）复盘分享 & 评优：此环节是活动最后高潮部分，全员对本次行动进行公开复盘总结，向全公司运营人发出邀请，分享案例、收获、心得。复盘分享完毕后，评选优秀学员，由公司领导颁奖，借此进行内部新闻宣传，进一步强调数据化运营理念。

2. 小行动也要 PDCA

虽然阿尔法行动不涉及软件开发，只是一个培训活动，但是我们也要用项目管理的思维来看待，采用 PDCA 的项目管理思路，可以有效降低翻车风险，毕竟组织一次不容易。

（1）P (Plan) 计划，包括方针和目标的确定，以及活动规划的制定。

（2）D (Do) 执行，根据已知的信息，设计具体的方法、方案和计划布局；再根据设计和布局，进行具体运作，实现计划中的内容。

（3）C (Check) 检查，不仅要对最终的结果进行 check，过程中也要设定检查节点，及时发现问题。比如在阿尔法行动执行过程中，每个主题可能为期 2 周左右，差不多 1 周的时候可以在群里询问各位参培人员的进度，让他们发思维导图并 check 他们的分析思路是否正确。

（4）A (Action）行动，对阶段性结果进行处理，对成功的经验加以肯定，并予以标准化；对于失败的教训也要总结，引起重视；对于没有解决的问题，应提交给下一个 PDCA 循环中去解决。

以上四个过程不是运行一次就结束，而是要在多次行动中周而复始的进行，一次行动完了，解决一些问题，未解决的问题进入下一次行动中，阶梯式上升。

这与神策数据提出的基于数据流的企业运营框架 SDAF 的本质类似，集感知（Sense）、决策（Decision）、行动（Action）、反馈（Feedback）为一体。在《精益生产》中的 PDCA 落地过程中，生产制造的目标往往是确定的，而互联网是一个快速迭代的行业，需要不断做决策、不断执行与反馈。相比较而言，神策的 SDAF 更适合数字化转型期间的互联网企业，从观察到动作，全方位释放价值。神策数据全面升级的 SDAF 运营框架要做的是帮着客户把整个闭环建立起来，并让它高效运转。