如何利用大数据驱动业务增长？
大数据在商业中的作用日趋凸显，数据驱动已经成为企业发展的核心竞争力。然而，在日常工作中，数据团队常常是业务部门的工具人，需要数据的时候向数据团队提个需求，但业务究竟是如何运转的，对数据团队来说，是接触不到的，更别提驱动业务增长了。
说到底，就是主导权的不同，业务部门背KPI，本着权责一致的原则，背KPI的业务部门能直接调用资源落地，而数据团队作为辅助部门，只能提建议，至于是否采纳，得业务部门拍板。
最近两年，我所在的公司遇到了一个契机，当时公司业务经历了两年大幅上涨后，增长开始遇到瓶颈，这个时候，公司高层看到了数据团队的价值。
和纯粹的技术部门不同，数据团队掌握了大量的数据，这是公司业务的金矿，虽然不是业务，但数据团队完全可以充当业务部门的鲶鱼，这是领导希望看到的。
在领导的推动下，很快成立了跨部门的融合增长团队，下面和大家分享这段融合团队的工作经历，一同洞察数据在业务增长方面的实践。
一.切入点
当时融合团队的切入点选得很不错，增加贷款投放量。
对于消费金融来说，两个主要的业务方向就是增加收入和降低风险，相对来说，增加收入是一个更为理想的切入点。
增收入能直接从数字上体现业务价值，比如转化率提升了多少、贷款规模提升了多少，但是，风险是滞后的，一笔贷款投放，至少要30天之后才能知道是否出现快速逾期，周期比较长。
其次，风险和业务存在天然的冲突，如果为了降低风险而影响业务增长，项目在推进的过程中，是会受到很多业务部门阻力的。
更关键的是，影响风险的因素很多，过了一个周期之后，风险最后降低或者提高，到底和项目组之间的关系有多大，并不是非常清晰的。比如突发疫情导致逾期率升高了，那么，项目组的价值如何体现？
做增收入的项目就没有这些问题，更容易和业务部门形成合力。
组建增长团队，最关键的就是价值产出，选择切入点非常重要，这是我分享的第一个关键点。
二.团队组建
项目组很快在高层领导的支持下成立了，当时团队的组成如下：
1、增长负责人
当时是部门领导挂帅，由于我们是跨职能条线的混合团队，增长负责人级别必须够高，很多时候才能把事情推动下去。
不仅如此，当时项目组还定期每周和总经理领导开会，这也是为了确保增长团队在工作推进过程中，尽可能减少阻碍，顺利推进。
2、业务负责人
业务条线的负责人，是整个融合团队最有动力的角色，原因很简单，直接关系到自己的KPI。
3、营销策划
营销团队负责坐席、线下营销人员的管理，营销人员的加入在两个环节上起到关键作用：
第一，产品营销策略的变更可以第一时间触达到用户，强执行力；
第二，产品和营销能及时采集到用户的反馈，形成反馈的闭环。
4、数据分析
对于增长团队，需要借助数据分析的，充分挖掘数据的价值，是从经验驱动到数据驱动的关键角色。
5、产品经理
增长团队除了提升业务之外，还要形成一套可复制、可沉淀的工具体系，产品经理扮演的就是这个角色，在项目组推进的过程中，将工具沉淀下来。
6、 开发工程师
这是一个之前很多公司忽略的角色，虽然我们都在说程序员改变世界，但在实际的企业运作中，程序员往往被视为执行方，最后码代码的人，但我们在增长团队中，增加开发负责人的角色，主要是为了能够带来技术和工程思维，为增长团队带来新的活力。
很显然，这是一个跨部门的混合团队，这对业务增长非常重要，主要体现在两个方面：
第一，不同的背景，带来不同的思路，碰撞出不同的火花。业务问题可以通过业务解决，也可以通过营销解决，或者通过技术解决；
第二，不同的角色意味着互补的资源，这也意味着执行力和高速迭代，这是增长团队的新竞争力。
三.增长流程
当时我们设计的增长模式如下：
1、分析洞察
项目组建立了一个项目管理系统，用于想法的提交和管理以及测试结果的跟踪和报告，同时这也是企业知识的储备库。
集思广益，将大家的思路收集汇总。
2、提出方案
经过初步的筛选，值得认可的点子，就进入下一环节，也就是提出方案。
团队成员提出方案的时候不应该仅仅提出质疑，而是应该清楚的说明具体的改进方案，以及衡量效果的指标。
3、排定优先级
对收集到的方案进行优先级排序。方案提交到团队讨论之前，必须要给它打分，因为分数能够帮助团队在不同的想法之间进行比较，确定什么时候开展哪一项实验。
比如ICE评分体系，impact（影响力），confidence（信心）和ease（简易性）。
·影响力：影响力是指某个想法对于促进团队关注的指标的预期提升程度。
· 信心：这个标准的衡量是想法提出者对于想法产生的预期影响的信心。
· 简易性：简易性衡量的是进行一项实验所需投入的时间和精力。
当然，分数只能是一种参考，因为我们对自己想法的预期并不总是很准确。有时候，也需要靠直觉，而直觉来自于对业务的洞察和长期实验的结果。
4、测试
测试阶段最重要的问题在于如何确保样本有统计意义的情况下，减少对正常开展业务的影响。这里需要涉及很多统计学的知识，这也是团队中数据分析这个角色承担的非常重要的价值。
测试完成后，再次进入第一环节，根据测试结果，分析总结，启动新一轮的增长实验。
增长实验的最大价值在于，用数据说话，在很多时候，是有说服力，且能达成共识的。
四.项目成果
在营销费用没有大幅增长的情况下，在项目组的努力下，公司业绩得到了比较明显的提升。基于大数据进行业务驱动，在一定范围内，是可行的，在公司范围内，这件事情得到了实质上的认可。
总结下来，业绩提升的方法并不复杂，关键就是两个：
1、准，在数据的支撑下，业务策略精细程度明显提升，直接提升了转化效果。
2、快，活动迭代的节奏变快了，原本只能做一轮活动，通过快节奏的增长模式，可以支持两轮甚至三轮。更多的尝试意味着更多的数据，更多的数据意味着更精准的洞察。
除了业绩提升，项目组沉淀了可复用的标签数据资产和营销管理平台。
标签数据资产：在增长项目之前，很多数据都是零散在各个不同的数据分析人员的代码中，一次活动一套代码复用性不强，而且存在条线壁垒，自己的标签自己用。
随着项目的推进，整个公司层面所有标签都作为公共资产沉淀下来，资产可以复用，也可以给其他项目使用，数据价值就体现出来了。
营销管理平台：简单来说，就是能够实时对接上游数据和下游渠道，实时消费数据、应用数据，实现业务价值。
营销平台的核心优势是一站式、低门槛、数据闭环。
五.存在的问题
由于项目组成员同时也分属于不同的职能条线，这就涉及到比较敏感的职场问题。
可能对于职场新人来说感知不到，比如你进了一家大公司，你以为进的是这家公司，其实，你加入的是你的直属领导。更直白一点，你的直属领导把你招进来，最直接和根本的原因是你能为他解决问题，这个问题可能是公司的问题，也有可能不是，但一定是领导的问题。
对于这样一个增长团队，人力都抽出去了，那有没有解决直属领导的问题呢？不好说。
很简单的道理，如果这件事情不是你直属领导牵头的，你在团队中再卖力，对他其实是没有感觉的。
很多人说，这有什么关系？
关系就很多了，比如你的职能团队和项目团队的目标并不总是一致，这个时候，怎么办？
再比如，到了绩效考评的时候，一个为项目负责而不是为团队负责的成员，领导如何打绩效？
这并不是简单地将成员集中在一个地方办公，采用所谓的站会、快速冲刺的模式所能解决的根本问题。
随着时间推移，这个问题逐渐放大，最终导致项目组很难维持下去，找了一个合适的里程碑，项目组就暂时性地转为常规工作组了。
六.总结
这是一次属于比较成功增长的尝试，对于一家发展到一定规模的大公司来说，做这样的跨部门的混合项目，并不容易，涉及方方面面的资源协调和高层的支持。
本文主要分享了三点有价值的经验。
1、 做增长项目，好的切入点和阶段性地价值交付，是项目组能够成立并活下去的根本；
2、 团队的多样性是确保创新和快速迭代的基础；
3、 在团队创建之初，就要想清楚这是一个长周期的还是短周期的项目。如果是短周期，要明确项目的边界和目标，拖得越长，负作用越大；如果是长周期项目，则需要通过组织架构为项目组保驾护航。
页:
[1]
