运营增长从 0 到 1 打造企业数字化运营闭环( 七 )

本文插图
2、看数据
看数据强调所有业务人员可以看到需要的数据，并进行一些可视化数据分析。

本文插图
主题指标看板，提供全行业务人员的大盘指标看板，涵盖全司的关键指标；同时提供主题指标看板，展示某一个职能或者业务线的关键指标。
可视化分析模型，业务方能够日常进行自助式查询、标签创建。如果业务人员不具有基础取数能力，如按区域、版本、型号等查看业务情况，而依赖第三方的数据部门的支持，长此以往，数据时效性无法保障，数据部门的人力资源也会遇到瓶颈。
标签自主生产迭代，由于业务线的发展节奏很快，每一次活动或者是每一次业务调整都会涉及到标签。如果业务人员可以直接进行标签的自主生产与迭代，相比后端技术和数据部门人员建设，将大大提升运营效率和效果。
3、分析数据
由数据分析团队主导，以数据驱动业务为目标进行分析场景建设，基于数据洞察指导业务迭代，实践数据在各业务场景下的深度应用。
由于业务人员能力和精力都难以匹配，因此在这个阶段建议由数据分析师来主导，数据分析师和业务人员深度配合，来建设分析场景。
建设分析场景主要是四步走，一是数据需求与采集规划，二是分析诊断报告，三是业务迭代&效果评估，四是分析方法论沉淀。具体如图：

本文插图
4、应用数据
应用数据，即数据产品化，与业务流打通形成实时展示与触达策略。如下图，为数据产品化自动化运营系统的建设思路：策略制定→人群筛选→精准触达→效果回收。

本文插图
另外，智能推荐系统支撑产品个性化服务闭环：数据采集→模型建立→推荐结果→效果分析。

本文插图
下面，通过一个银行业数字化运营建设案例进行详细的介绍。
A 银行极其重视数字化运营建设，每年的投入金额超过千万。 A 银行 2017 年开始和我们合作， 2018 年基本达到全行覆盖，但是总体来说还是存在应用较浅、数据能力较弱的问题，因此 2019 年和神策展开了深度咨询合作，并且取得了不错的成效， 2020 年将把神策分析师作为教练资源引入行内，全面开展数据运营普及工作和深度数据分析应用场景建设。
（1）2017——初步接入行为数据，验证数据驱动效果

本文插图
A 银行在接入神策的时候，诉求就是全面落地数字化运营体系，但由于整件事情比较宏大，所以先从几个核心部门，手机银行、微信银行、直销银行和手机钱包，开始把报表体系完善、通过行为数据初步了解客户偏好以及产品体验诊断这几个核心场景开始做起。
在这几个部门的业务中，又挑选了几个核心的业务线，比如这里可以看到的 App 性能分析、住房贷款、转账等，做为试点性分析场景案例。项目完成初期实施之后，基本达成了核心业务线和实时报表体系的搭建，并且在较短周期内完成了两个业务闭环的用例， App 崩溃率降低和住房贷业务转化率提升。
（2）2019——引入外部资源进行深度咨询合作，推进数字化运营落地
经过两年的建设，数字化运营在 A 银行已初有成效，但是从全面落地的角度来评估还是面临不少的问题。