让数据帮助创业公司更好的“学习”

作者:王安(版权声明:本文为原创文章,转载请注明出处,https://firedata.cc/blog/3.startup.html,谢谢。)

startup

创业公司的本质是学习

创业公司是在级不确定的情境中,寻找一个问题的解决方案, 期望最终找到一个可重复的、可扩展的、可盈利的,同时高增长的商业模式。

这里的关键是“在不确定的情境中”,创业公司的未来谁也不知道,选的方向对不对不知道,具体走的路径对不对也不知道,都是试出来的,一个细分行业会有很多家创业公司,每个都采用自己认为对的路线和方法进行探索。

最终必然只会有极少数的公司成功,而其他公司死掉,死掉的企业就没有意义了吗?不是,这些所有的企业都在一同探索,一同学习,正是因为大家都不一样,才更有可能找到更好的解决问题的模式。

所以每一个创业公司都是一个临时组织,为寻找那个答案,不断尝试不断学习,每个尝试的不管成功和失败都是有价值的,就像为了建立一个数据模型,既要有正样本也要有负样本,最后总结起来找到最优的答案。

等到找到这个答案,创业公司也就变成了一家成熟的公司,开始按照既定的商业模式,可以预测下一季度的利润,按照计划完成。

所以在成熟公司,数据工作会很大程度上为了绩效考核,看谁能按照计划完成业绩,就给谁发奖金。而在创业企业中,数据工作更大的作用是帮助人们更高效的学习。

创业公司中的每个角色都有自己的“学习”目标,那就是每个角色的面临问题决策场景,CEO、产品经理、运营经理都要“学习”,针对每个问题决策场景,数据可以帮助建立这样的学习循环:

startup

在这个学习循环中,让数据发挥更大的作用,有三个点值得注意:

建立数据文化

相对于传统的大型企业,创业型公司更容易建立起数据文化,创业公司从小到大,如果在一开始,创始人和早期员工都能有数据的理念,后来加入的人也会自然的接受这样的理念。

数据文化一方面是数据发挥价值的基础,也是人们不断见证数据发挥价值的结果,互为因果,相互促进。

所以培养这种文化还是应该从简单的做起,比如《精益数据分析》一书中提出“一个关键指标”的理念,CEO评估企业发展的好坏用这个指标,产品经理上新功能也看是否能改进这个指标,运营做活动还是看这个指标的变化,久而久之大家开会讨论都有了共同的目标,也会慢慢培养起做事先看数据的习惯。

形成学习闭环

数据应用中最难的部分就是:建立数据和决策的闭环,但是如果没有这个闭环,数据的作用就会大大折扣,很可能数据产品就成了报表工具。

比较可行的办法还是循序渐进,先选择一个目标比较明确,同时比较容易量化,容易收集数据的决策场景,先尝试再推广到其他的决策场景。

比如选择用户运营中的红包促销,提升转化的活动,一方面这种活动会不断推出,中间可以不断迭代改进,另外应用的对象明确,可以记录到底发给了谁,也知道谁到底最后转化,甚至可以记录到每个用户领到红包之后多少天转化了,最后可以分析到底有什么样特征的用户更容易转化,下一次活动就会更有针对性。

适时借助外力

经常听到在创业公司里负责数据工作的朋友诉苦说:产品经理和开发人员更喜欢做前台功能,用户看得见摸得着,做完用户反馈说好,多有成就感,而数据平台,数据化运营系统这类工作属于后台产品,做好了也是公司内部用,所以难得有好的产品经理和足够的开发力量来做数据产品。

这种情况下,一种可行的方式就是使用外部数据相关产品,而不是自己开发,创业公司最稀缺的资源就是时间,一个细分行业很多竞争对手都在抢,如果花钱可以买到更完善,更便捷产品,无论从成本角度和收益角度都是更好的选择。

另外一方面目前市场上也出现了越来越多的相关数据产品,从数据收集,到集成的大数据平台搭建,数据分析,决策支持,集成度越来越高。在数据应用更成熟的美国,即使是比较大型的互联网公司,也会采用很多外部的数据产品,比如mixpaneli,kissmartics等等,未来国内这个趋势会越来越明显。