通过用户行为分析及行为特征进行用户分群，输出精准名单，然后匹配规则策略对接不同的通道/营销系统，进行发短信/发Push，亦或是发券/发红包的触达等，这是产品外的一种营销机制，其最终的结果是目标转化。
在该场景中，对接的系统策略与时效性需结合业务实际需求来评估。比如，很多相对低频的业务可能一个月并未累计几条数据，极少量的数据从算法或规则策略运行上来说，其数据质量很差，根本达不到决定策略更新的层级，其更新时间可做到T+30便已很好。
（4）价值实现和资源投入的矛盾
很多公司花较高的成本做应用数据团队的搭建但最终的产出却相差无几，这是源于价值感知与资源投入不是正比关系，还需结合其他因素考量，如下图。

文章插图
应用数据，从整个价值感知上来说最直接，也受大多数老板重视。但事实上，存在一些业务的用户差异度并不大时，其应用数据的的价值也相对较弱，如业务非常低频；
分析数据，分析数据的价值释放与分析师的能力息息相关，若企业有较好的数据分析师团队，其释放的价值会比图中所示更大；
看数据，看数据是企业做好数据驱动的第一步，因此其价值感知如图所示进行了放大；
数据生产整合，数据生产整合是投入资源较多，但整体价值感知较小的重要工作。
建议第一步做数据生产整合和看数据；第二步分析数据，需要企业做数据分析人才的培养，先了解业务，熟悉学习分析思路后再应用；第三步是企业具备一定的数据基础和数据分析人才时，再进行应用数据体系的建设。
本文由 @灿烂千阳 原创发布于人人都是产品经理，未经作者许可，禁止转载。
【 kpi|数据驱动增长之四步进阶法】题图来自pexels，基于CC0协议。

稿源：(人人都是产品经理)

【傻大方】网址：http://www.shadafang.com/c/102c362B2021.html

标题：kpi|数据驱动增长之四步进阶法( 四 )