滴滴出行——数据驱动精准化运营.pdfVIP

滴滴出行——数据驱动精准化运营 之前我一直在从事运营的工作 ，所以今天就和大 从运营的角度看一看数据。今天我的分享分为四 个部分。 0 1 什么是数据驱动的精准化运营 什么是运营 我们首先来看一下什么是运营 ，就是产品上线以后的拉新和复活 ，现在朝着商业化方向走 ，成为一 个完整的运营链条 ，就是把产品玩转 ，最终实现商业化。 原来BAT 时代更多的是线上产品的运营 ，包括滴滴和58这些企业的兴起 ，然后慢慢地开始从线上到 线下延伸 ，这种运营的范围和对象就有了变化 ，产品可能只是运营的一个部分 ，可能先有一个业务 的线下运营 ，然后慢慢地转变为线上 ，运营的对象和数据的复杂度也在慢慢地扩展。 数据如何驱动精准化运营 关于数据的展现运营效果 ，可能有过运营经验的朋友都知道 ，运营都是用一些指标来限定的 ，比如 转化率和复购率 ，每一个环节都是数据的展现。我们把这些数据逐渐积累下来 ，展现并在历史记录 当中互相比较 ，横向也会有更多这样的业务 ，这个就是数据展现的层面。 另外就是数据程序化 ，我们会有不同的运营方案 ，通过做小流量的测试 ，最终决定我们的策略和使 用的方案。 后面就是数据的挖掘 ，可能就是基于数据的积累 ，通过这种数据的积累来做关联的挖掘 ，不断地扩 展我们业务的类型和策略。滴滴早期在做出租车业务的时候就是非常雷同 ，都是分单派单的模式 ， 在平台补贴 ，但在这种非常雷同的情况下怎么来突出自己的优势 ？最终就是效率和数据运营 ，通过 数据的抓取我们看到一个地方各种各样的信息 ，然后配备不同的策略 ，体现出来我们运营的优势 ， 这些新的用户进来可能会拉动更多的订单。 数据的精细化运营可以带来什么效果 ？主要可以体现在三个方面 ：首先是对运营策略的优化 ，下一 步就是通过什么样的数据来优化。另外就是在做决策的环节需要数据 ，还有就是我们的预测 ，用户 画像通过用户属性的对比 ，我们在大市场当中找到这样的用户 ，然后精准地使用我们的拉新工具。 当然 ，使用精细化运营之后我们企业毛利的增值水平会在百分之六左右 ，这是一个行业数据。 02 如何利用数据驱动精准化运营 数据驱动精准化运营的关键点 如何利用数据驱动精细化的运营 ？数据的内控上面有几个关键点 ： 第一是属性的定义 ，包括对象的年龄、性别、职业和收入水平 ，这些都可以反映一个用户的流量。 第二是地域的特点 ，包括很多和O2O相关的企业 ，每个地方的用户特点可能都是不一样的 ，我们在 成都的时候拼车率就特别高。 第三就是运营的内容 ，不同的内容都有不同的用户反馈和用户的记录。 第四是 为的记录 ，用户在其他因素影响的情况下可以访问线上的一些痕迹 ，包括搜索行为和点击 行为。我们可以从这几个维度看到关键指标 ，在某个维度研究的时候可以把其它的几个维度固定 下来 ，然后看另外一个维度的变化。 我举的例子可能是和现在从事的工作相关 ，因为现在我做的是滴滴的用户市场。其实滴滴在做出行 的时候一直有一个出行的路线 ，就是做一键式的出行服务 ，每次点击进去以后都可以到达想要的 地方 ，然后直接送到目的地 ，包括我们的三亿乘客用户和我们的司机车主。现在我们的工作就是围 绕一千五百万的车主来做后市场的服务 ，主要是针对人的服务和车的服务 ，我们就看这些进入的 人群 ，还有前期的服务模式。当然 ，这样可能也会干扰新的服务模式。我们也会对他们深化销售 服务 ，这里可能会衍生出互联网的金融服务。 精准化运营案例分享 我们的模型是怎么搭建的呢 ？就是有线上这种实时触达的目标人群和车主 ，包括用户的规模 ，线下 匹配了我们这样的服务网络 ，承载的是服务 ，周边的是我们和用户新增的销售 ，还有我们的车型和 保险的销售。就以车企的一个案例来进行剖析 ，包括用户的画像、实时的数据监控 ，还有就是我们 的培训专员以及漏斗分析。 消费者场所可能有线上消费 ，就是京东和淘宝 ，线下也有一些便利店 ，它的特点就是品类非常多 ， 型号非常多 ，俱乐部里面其实是一个综合服务场所 ，场地可能比较有限 ，仓储也比较有限。这个线 上也是可以类比的 ，因为产品空间有限 ，线上布局也比较有限 ，在这种情况下怎样探索或者把业务 突围出来 ？ 用户画像 首先需要对用户进行画像 ，车企的用户是怎样的 ，这些车主的年龄层次一般都是三十岁到三十五岁 ，上有老下有小 ，他们的需求可能不是消费型的产品 ，而是实用型的 ，就是座椅靠背这样的产品。 基于这些对用户的分析 ，我们就会把商品缩得极窄 ，因为我们的展示中心比较有限 ，可能需要缩我 们的SKU （库存量单位 ），前提就是做海量的SKU测试 ，包括线上的产品