小白也要懂的商业模式：实战篇之数据模型的搭建

昵称16619343 2019-04-07

展开全文

导语：如果你对数据模型的印象还停留在老板才需要看、专业人士的装逼利器、有空的时候就看看的话，这绝对是你不容错过的一篇文章，因为它将颠覆你原有对数据模型的理解，同时来教会你如何将以数据为导向的运营贯穿于整个工作当中！

首先，我们来说下为什么需要构建数据模型：

1.所有现状的定量展示：通常情况下，我们最关心的是业务的最终销售情况，但这里要说的是，流失的订单远远要比成交的订单重要多，为什么这么说，主要原因在于成交的用户已经从主观上认同了我们的理念、价格、产品、服务等属性，但是未成交的流失用户确有可能是我们的潜在客户，如果一个业务模型仅仅只知道最终的结果而不知道中间的环节，那我们基本就没有发现问题的手段和依据，所有策略的制定只能依靠经验；

2.所有目标的理论依据：在业务开展一段时间后，业务的各个环节在基本可以流畅运转后，历史数据就是我们制定目标的唯一标准，比如当前用户 – 成交的转化率为10%，我们要提高的20%，所有提高的策略方法只能通过优化当前模型进行提出，而不是发散思维到其它不相关的方法；

3.所有事情的讨论基础：数据模型的这个功能基本可以解决开会争吵80%以上的原因，不管有没有具体的数据支持，一个合理的模型用来约束开会发言的范围边界还是相当有必要的，如果你的会议中充满了“我觉得”、“我认为”、“没有人会这么干”这些话的时候，一个有数据的模型能够很好的啪啪打脸然后把会议拉回正规；

接下来，我们说下常用的数据模型：

1.漏斗模型：这可能是我们日常工作中使用最为广泛的模型之一，主要作用是标明各个环节业务现状与转化率，通过环比或是同比的形式，从全貌对一个业务的发展有清洗的展现，所有涉及到流失的业务都可以使用漏斗模型来进行搭建，常用的情况包括：AAARR（获取、激活、留存、收入、传播）模型、留存模型、营销模型等；

2.分布模型：主要作用是标明数据在一定范围内的分布情况，通过归类的形式将数据进行整合，常用的情况包括：消费分布、商品销售分布、用户画像、二八定律等；

3.路径分析：主要作用是标明业务在各个阶段的情况，通过将所有节点的现状进行展示最终挑选出最优的路径；

下面来说下搭建数据模型的几点原则：

1.所有环节或是节点都需要和结果有直接关系，不论是漏斗、发布还是路径分析，数据模型搭建过程中的环节必须都要直接为结果负责，比如我们是一家销售为主导的公司，那么员工是否愿意加班就和结果没有直接的关系，所以延长工作时间在这里不会作为一个数据模型的考核点；

2.模型不是越细越好，太关注细节很容易造成对整体把控的缺失或是浪费大量的人力物力去投入到对结果影响不大的环节，模型搭建在最初往往只关注大的模块，在确实需要提升具体模块的转化率或是基数时，才需要深入的分析；

3.数据模型不建议在没有系统做支撑的中小企业进行使用，原因在于数据模型需要收集关键节点的数据，没有系统自动化的话人工基本是不可能完成的，尤其是多部门配合时尤为明显，但是如果是只有几个人并且有人可以熟悉整个业务线的话也是可以用Excel做支撑来搭建的。

最后，我们说下如果构建一个业务数据模型：

我们以一个O2O上门平台为例，用户在平台留下电话号码后，由电销人员进行跟进匹配需求，最后选择合适的劳动者上门服务：

1.如果我们以销售为目标，那么我们需要搭建漏斗模型，通过分析获客渠道、电话话术、业务匹配等各个环节从而最终提高销售额，这里就是运营的四字正经“开源节流”，开源就是扩大获客渠道提高用户基数，节流就是通过提升各个环节的转化率最终提升整个业务的发展；

2.如果我们以转介绍为目标，那么我就需要搭建路径分析模型，通过分析用户转介绍的动机（服务本身、质量、价格等原有）、分享渠道、转介绍用户质量来最终提高用户的转介绍率，通过下图我们可以发现，基于利益的转介绍在整体中占比20%左右，并且转化渠道最多的为微信，而转介绍用户的签单数占比也超过了15%，整个时候我们要做的就是如何通过合理的利诱来做大范围的微信分享；

3.如果我们以提升客户客单价（消费完保洁，继续消费其它高价值服务）为目标，那么我们就需要搭建分布模型，通过分析不同用户的二次消费特征，从而推出不同的优惠政策针对性的推送用户从而促进他们消费，如下图所示，如果我们要提升客单价，最好的办法就是41-50整个年龄段入手，因为他们的消费能力要明显强于其它年龄段，但是这个消费群体明显是没办法通过利诱的形式（主要从营销成本考虑）来进行转介的，所以数据模型的搭建不但要考虑当前模型，还需要和其它选项进行关联才可以设计出符合业务形态的模型；