如何利用数据驱动产品形成闭环？

通过自己这段时间接触数据比较多，简单分享一下自己对于数据驱动产品形成闭环的了解，本文仅作为分享沉淀。

每一次优化、迭代都是为了更好的让产品形成闭环。更好的留住用户、打造一个完整的产品。

什么是数据？

数据就是数值，也就是我们通过观察、实验或计算得出的结果。数据有很多种，最简单的就是数字。数据也可以是文字、图像、声音等。数据可以用于科学研究、设计、查证等。

那什么是互联网产品数据呢？

产品的流量（UV、PV等）；

产品的价值提现（功能价值、商业价值等）；

产品的生命力；

RIO、KPI的根据；

起因、经过、结果。

而互联网产品数据在不同产品类型有着不同的定义和指标，但是所有的互联网产品数据都将朝着一个共同的方向——驱动产品加速形成闭环。

互联网产品闭环

我个人最简单粗暴的理解是：用户——转化——反馈——用户。

但是对不同的产品形态有不同的闭环，如最常见的用户增长闭环、支付闭环、商业闭环、页面跳转闭环等等，这些都是比较小范围，而较大的闭环可以说是生态链了。

数据驱动产品形成闭环的7大循环

数据分析

互联网产品数据分析的4个步骤

有多少访客访问？访客的用户画像是怎样的？

访客的渠道来源，每个渠道带来什么效果？

访客的参与深度是如何？

访客最终有没有转化，转化漏斗是否顺畅？

最后再利用工具：百度移动应用统计、腾讯mta移动统计、诸葛、友盟+、Google Analytics等。

比如：某个产品通过观察上周的数据发现周四当天数据增长特别惊人。这个时候我们不能只是高兴一下就好了，而是需要对这个惊人的数据进行分析。

因为我们需要知道为什么出现这种情况，是否可以借助这次增长下一次再次复用？

主要通过以下五个维度进行分析：

产品：是否有新功能上线、出现bug；

运营：是否统计错误；

市场：是否有做宣传；

技术：是否埋点、数据传输问题；

其他：是否特殊日子、新增来源渠道。

发现问题、需求

比如：某个APP在各大渠道上线后，我们发现A、B渠道的下载用户特别多，注册用户也正常，但是到了进入应用的流程转化率骤降。通过排查、重现找到原因是因为部分设备不兼容，而刚好A、B渠道该部分设备最多。

再比如：某产品在1.0版本的时候是以工具产品作为定位的。但是上线了社交功能后，发现用户体量不断上升的这个问题。

从上线新功能后的数据来看用户增长的主要原因：社交功能的出现，从而发现了产品的潜在需求——社交功能。

至于如何体现社交功能就在后期的步骤中。

确定指标

什么是确定指标？

对于发现问题，我们可以确定的是将问题数据拉高/低，还是回到正常的趋势。当然还会从偏高异常数据中发现一些额外的潜在需求，这个时候我们需要分析需求找到解决需求的方案。

TIP：指标并不是传统意义上的数值指标，很可能是一个试错的假想。快速试错是现在互联网快速更新迭代的一种自我校正的方法，试错往往是无法用数值来均衡的，只有通过实际产生的数据进行对比才能够验证自己的假想。

在第一个问题中，AB渠道的用户安装量很高，但是进入应用就出现了bug。这个时候我们就要确定一个指标，假设将原来的50%转化率提升到80%（当然这个80%是相对于其他正常渠道进行对比后定下的），而这个80%就是我们确定下的指标。

第二个问题提到的某工具产品上线轻社交功能后发现，轻社交功能带来的流量明显是优于纯工具的。这个时候我们需要确定两个指标，一个侧重社交功能，另一个则是侧重纯工具功能。也就是进行产品的A/Btest。

TIP：为什么还要进行A/Btest，我们不排除上线轻社交的功能是因为偶然的因素带来的流量，有可能轻社交仅仅是辅助工具，是否能够成为核心还需要在进行回归数据验证。那么这个时候的指标便是加速试错验证我们的假想。

产品设计

回到第一个问题中，我们需要提升80%的转化率。我们已经找到了问题的所在是兼容问题，那么我们接下来便是从机型设备进行处理，并且得出相关的解决方案。

这里的方案比较偏向于技术方面，对于产品侧可能更多的是偏向于方案的决策和取舍。

而第二个问题产品进行不同功能的A/Btest是比较常见的，我们只需要在A/B分别设计不一样的功能，将其分别投向2个不同的渠道或者嵌入不同的链接等等方法，只要能够在后期区分两者的数据即可。

又比如：对于活动类型，根据活动的指标KPI进行任务的拆解来设计活动的方案。

开发测试

在产品（功能）设计后，接下来的步骤便是到开发测试环节。这里需要注意的是将设计的细节尽可能的提现在需求中，避免因为细节问题导致不断翻工，投入的成本又超出预期了。

最理想的状态如下图所示：

产品上线

观察数据：上线后我们通常都是通过看数据的变化来发现问题；

提取数据：提取某段时间内的数据，比如次日数据，如果数据呈现正常则可将提取的时间再长一点。如果还是一样则可能需要对数据进行分析；

分析数据：对提取后的数据进行分析，通过对近期数据进行对比分析数据是否正常增长还是异常；

调整数据：如果发现数据不对劲则可以采取特定的计划进行调整，当然这种调整可能涉及到功能性或者设计样式上，对于小的调整可以尽快重新部署上线再观看数据的趋势。

当然太大的调整就需要回归到产品设计的步骤，这是相当浪费时间，有时候也是无法避免的。

TIP：在这里分析数据后我们还需要进行适当的策略调整，以保证满足我们之前确定的指标。这里的调整数据并不是回归验证，因为我们不可能让数据增长到几个月甚至1年时间再来分析，这样不利于我们后面的回归数据验证。我们应该挑某段时间最合适的数据进行抽样分析，当然我们不是专业的数据分析师，但是我们能够结合产品自身以及客观数据的增长来判断即可。

回归验证

决策是对的，我们接下来要做的就是深入并且不断完善和优化，驱动产品形成闭环；

决策是错的，我们接下来要做的就是回到第一步数据分析，换一个方向进行试错；

决策不明显，我们接下来要做的是持续观察的同时做好B计划，通过运营、市场、功能上来验证我们的决策，再判断决策是否正确，并且适时做好放弃的准备。

再次回归到我们第一个下载问题中，如果决策是对的，这次数据将会发现转化率>50%。从闭环角度来讲我们是解决了体验→反馈的问题，将不断引流，从而行成一个用户增长的闭环。

而第二个问题中，同样如果我们决策是对的，我们会发现做了社交功能后，用户增长也是不断提升，同样让产品形成一个用户增长的闭环。

产品闭环会有很多种，这里只是举例最常见的用户增长闭环，比如：还有支付闭环、功能闭环、商业闭环等等，都是可以通过数据驱动产品形成闭环的。

最后虽然我们说的是利用数据驱动产品形成闭环，我们需要注意的是数据驱动不变的是产品发展的大方向，一切产品的诞生离不开市场调研，不能脱离一开始的市场调研转战另一个领域。

比如：你今天做了个工具、通过数据验证将工具马上改为社交，发现又不行再改为UGC等等。这样都是违背了当初的定位，定位只能通过升华，而不能改变。

文章纯属个人总结的拙见，如有不妥请指正。

本文由 @Randy俊 原创发布于人人都是产品经理。

人工智能赛博物理操作系统

AI-CPS OS

“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能）分支用来的今天，企业领导者必须了解如何将“技术”全面渗入整个公司、产品等“商业”场景中，利用AI-CPS OS形成数字化+智能化力量，实现行业的重新布局、企业的重新构建和自我的焕然新生。

AI-CPS OS的真正价值并不来自构成技术或功能，而是要以一种传递独特竞争优势的方式将自动化+信息化、智造+产品+服务和数据+分析一体化，这种整合方式能够释放新的业务和运营模式。如果不能实现跨功能的更大规模融合，没有颠覆现状的意愿，这些将不可能实现。

领导者无法依靠某种单一战略方法来应对多维度的数字化变革。面对新一代技术+商业操作系统AI-CPS OS颠覆性的数字化+智能化力量，领导者必须在行业、企业与个人这三个层面都保持领先地位：

重新行业布局：你的世界观要怎样改变才算足够？你必须对行业典范进行怎样的反思？

重新构建企业：你的企业需要做出什么样的变化？你准备如何重新定义你的公司？

重新打造自己：你需要成为怎样的人？要重塑自己并在数字化+智能化时代保有领先地位，你必须如何去做？

AI-CPS OS是数字化智能化创新平台，设计思路是将大数据、物联网、区块链和人工智能等无缝整合在云端，可以帮助企业将创新成果融入自身业务体系，实现各个前沿技术在云端的优势协同。AI-CPS OS形成的数字化+智能化力量与行业、企业及个人三个层面的交叉，形成了领导力模式，使数字化融入到领导者所在企业与领导方式的核心位置：

精细：这种力量能够使人在更加真实、细致的层面观察与感知现实世界和数字化世界正在发生的一切，进而理解和更加精细地进行产品个性化控制、微观业务场景事件和结果控制。

智能：模型随着时间（数据）的变化而变化，整个系统就具备了智能（自学习）的能力。

高效：企业需要建立实时或者准实时的数据采集传输、模型预测和响应决策能力，这样智能就从批量性、阶段性的行为变成一个可以实时触达的行为。

不确定性：数字化变更颠覆和改变了领导者曾经仰仗的思维方式、结构和实践经验，其结果就是形成了复合不确定性这种颠覆性力量。主要的不确定性蕴含于三个领域：技术、文化、制度。

边界模糊：数字世界与现实世界的不断融合成CPS不仅让人们所知行业的核心产品、经济学定理和可能性都产生了变化，还模糊了不同行业间的界限。这种效应正在向生态系统、企业、客户、产品快速蔓延。

AI-CPS OS形成的数字化+智能化力量通过三个方式激发经济增长：

创造虚拟劳动力，承担需要适应性和敏捷性的复杂任务，即“智能自动化”，以区别于传统的自动化解决方案；

对现有劳动力和实物资产进行有利的补充和提升，提高资本效率；

人工智能的普及，将推动多行业的相关创新，开辟崭新的经济增长空间。

给决策制定者和商业领袖的建议：

超越自动化，开启新创新模式：利用具有自主学习和自我控制能力的动态机器智能，为企业创造新商机；

迎接新一代信息技术，迎接人工智能：无缝整合人类智慧与机器智能，重新

评估未来的知识和技能类型；

制定道德规范：切实为人工智能生态系统制定道德准则，并在智能机器的开

发过程中确定更加明晰的标准和最佳实践；

重视再分配效应：对人工智能可能带来的冲击做好准备，制定战略帮助面临

较高失业风险的人群；

开发数字化+智能化企业所需新能力：员工团队需要积极掌握判断、沟通及想象力和创造力等人类所特有的重要能力。对于中国企业来说，创造兼具包容性和多样性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。” 《论语·子路》云计算、大数据、物联网、区块链和 人工智能，像君子一般融合，一起体现科技就是生产力。

如果说上一次哥伦布地理大发现，拓展的是人类的物理空间。那么这一次地理大发现，拓展的就是人们的数字空间。在数学空间，建立新的商业文明，从而发现新的创富模式，为人类社会带来新的财富空间。云计算，大数据、物联网和区块链，是进入这个数字空间的船，而人工智能就是那船上的帆，哥伦布之帆！

新一代技术+商业的人工智能赛博物理操作系统AI-CPS OS作为新一轮产业变革的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎。重构生产、分配、交换、消费等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生新技术、新产品、新产业、新业态、新模式。引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。

产业智能官 AI-CPS

用“人工智能赛博物理操作系统”（新一代技术+商业操作系统“AI-CPS OS”：云计算+大数据+物联网+区块链+人工智能），在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的认知计算和机器智能；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。

长按上方二维码关注微信公众号：AI-CPS，更多信息回复：

新技术：“云计算”、“大数据”、“物联网”、“区块链”、“人工智能”；新产业：“智能制造”、“智能金融”、“智能零售”、“智能驾驶”、“智能城市”；新模式：“财富空间”、“工业互联网”、“数据科学家”、“赛博物理系统CPS”、“供应链金融”。

本文系“产业智能官”（公众号ID：AI-CPS）收集整理，转载请注明出处！