数据驱动能做什么？我们认为主要包含驱动决策、驱动产品智能两方面的价值。本文分享以下内容：
1、数据驱动价值：驱动决策、驱动产品智能
2、数据驱动闭环：数据采集—数据建模—数据分析—数据反馈
3、数据驱动各环节方法与实践
这个是我之前一个产品同事发给我的，他说这些是产品关心的指标。
因为我是工程师出身，我根本不懂这些东西，但是我知道怎么改进产品：我们把这些指标全部算出来，进行监控，一旦发现某一个指标异常，立刻分析原因，并解决这些原因。
如果指标没有异常，可以和别人家进行对比，你的转化率是多少，我的转化率是多少，看我们有多少提升空间，来提升指标。
所以，整个逻辑很简单，先设置关心的问题，实际算出来，并关注是否异常，找到异常原因，分析解决异常，看数据有没有真正得到上升。
场景 1：内容产品的“Aha Moment”
通过用户行为将用户群体划分成四类：路人、打酱油、参与（点赞、转发）、深度参与，如何提升这四类人的用户留存？
很简单，首先我观察四类人的留存率，很明显，行为深度越深，用户留存肯定越高。
那该怎么操作？
扩大“参与行为”使用者面积，门槛太高，落地性较差；扩大“围观行为”使用者面积？这个方法更可行，在产品信息流页露出“热评”，可以提升留存，来验证新增“热评”之后效果如何。
场景 2：电商，收藏按钮位置改版
某电商的首页存在两个“收藏”，一开始设置有点问题，一个点击率极高，一个点击率极低。显而易见，浪费了非常重要的位置。后来将点击率低的收藏按钮位置换成了“服务”的按钮，经过验证，点击进入量没有明显下降，同时“服务”点击量提升。
经过 SA 中的数据对比发现，BEST 分类的点击流量并没有预想中高，甚至跟 MEN 分类的访问量差不多。猜想可能用户不习惯往左滑动页面，习惯往右滑动界面。
同时，该电商还进行了首页 BEST 分类按钮位置调整，将 BEST 类目放到 FUN 类目右边。效果：经过调整后，50% 以上的首页用户会进入 BEST 类目，比原来调整之前相对提高了 78% 。
场景 3：小程序的产品迭代案例
这是一个纯女性短视频社区案例，他们一直致力将数据分析融入到运营乃至产品迭代的最细节处。这是他们的工作方式。
该企业的小程序更新发版很快。用户分享之后裂变，有一个完整的看板让大家来评估的自己的影响。日裂变作为关键指标，某版本上线后发现裂变指数（uv 数 x 内部调整因子）迅速下跌。
图 18 某版本上线后发现裂变指数迅速下跌
通过回溯过去 7 日的分析看到：“分享”按钮的点击数据出现连续下滑，“下载”按钮的数据在出现大幅度提升。
图 19 回溯 7 日数据快速筛查可能原因
通过用户实际回访，确认“保存按钮”其实弱化了“分享意愿”，造成分享减少。次日晨完成新版本上线后，指标变得正常。
（4）运营
除了数据驱动产品迭代，下一个案例是用数据驱动运营，数据驱动运营同样是发现问题，分析原因，来验证效果。
图 20 基于数据的驱动闭环，驱动业务决策
六、反馈最后给大家介绍几个重要闭环。
1. 用户运营的闭环反馈我们推出了自动化运营的新产品，我们发现大家对产品运营自动化越来越高。
神策自动化运营是基于分群标签的全流程运营闭环分析系统，通过用户精准分群、灵活创建并管理营销活动计划，比如知道用户数据、业务数据，最终精准的刻画了用户画像。基于用户画像采用不同的触达方式，比如优惠券等。
做完之后，我可以分析衡量触达效果怎么样，从而评价营销效果。有了第一次营销效果之后，可以针对性的改进，做第二次营销效果。真正形成自动化、精细化的运营闭环。
图 21 用户运营闭环反馈
2. 产品智能闭环反馈这是个性化推荐的全流程，包括采集各种不同的数据，构建相应的兴趣模型，特定的场景推荐下做推荐，不同纬度、不同指标做测量。
图 22 产品智能闭环反馈
东方明珠是神策数据的客户（东方明珠：融媒时代的大数据转型之路打造），以百视通 IPTV 某驻地为例，日活数百万用户通过 IPTV 机顶盒付费观看授权内容，部分精品内容需额外充值观看;在接入神策推荐之前，主要依赖人工推荐，以热门、付费和内容相关性为主要推荐参考。
为提升用户的观影体验、提高用户留存以及充值付费营收，东方明珠利用神策推荐解决方案，完成采集点击日志、展示日志、播放日志等所需用户行为数据，基于行为数据构建深度学习召回算法策略，采用 GBDT+LR 排序模型训练数据。
联系客服
