受众画像分析

大数据-Big Data,泛指数据数量级别巨大，无法用常规软件统计，管理和处理。举一个简单场景说明，了解一个地区流行病的发展趋势，我们可以通过搜索引擎查看这个地区的居民这段时间内在搜索一些什么关键字。如果出现的关键字跟流行病有关，并且频率高，通过大量数据分析得出来的画像就是这个流行病的趋势。

小数据，不是采集样本数据少的意思，在电商里面我们可以细化到一个人对商品的喜爱，付费意愿，可以理解为细指标，如广告的cpc（单次点击费用），cpi（单次安装费用），cpa（单次动作费用）等，回归到产品本身，指的是留存率，转化率，成功率等。

这样子，我们的问题就很明确了，运营推广的时候我们需要的是泛指标还是细指标？

增量与存量的市场

在一个增量市场的初期，我们需要的是泛指标，数据行为需要一段时间的积累，前期过多的数据细指标，反而影响了整个产品的推广进度，在增量的初期，很多数据指标是没有意义的，比如在2012年，分析一个产品的手机移动用户是特别少的，无法想象移动互联网的高速发展，吸引了70%的资本市场。说明数据是没有远见的，数据只有在积累，并自我学习，建模分析之后细化，而在这样的增量市场，特别互联网这样一个快速试错的行业，我们需要迅速的占领市场份额，抢占用户，并且，很多创业者在初期推广产品的时候，自身也在摸索数据指标的过程，处于理论阶段。而且很多广告平台在广告的发展初期也没有那么细致的action，所以，很多VC在移动互联网的初期，注重的是用户数，而不去关注是否盈利也无可厚非。

当数据积累了一段时间，烧钱也烧了一段时间，这个时候我们需要找到有效指标，以电商为例，在广告平台投放广告最常见的指标是cpc（单次点击费用），cpa（单次动作费用）等，推广的原则是，只要数据指标低于某个临界值，就可以大量投放广告，临界值其实就是纯利为0的那个点，把推广成本，人工成本，供应链成本跟商品收入核算出的结果。

先讲一个故事

牙疼，我们一般的做法是吃止痛药，第二天又疼的不行了，就去药店看，药店工作人员说得吃消炎药，好了几天之后，又不行了，没办法最后我们只能上医院，医生看了下，是因为牙齿上有个洞引起的，补牙能从根本上解决这个问题。我们现在回头看，其实每一步操作都似乎能解决牙痛的问题，但是每一步都需要成本，时间与精力。所以只要我们找到最有效的转化指标，才能避免成本上的浪费。我们需要抓住本质的东西，不要烧钱之后都不知道自己是怎么死的，虽然你很有道理。

回到我们的电商那个例子，电商广告最常见的模式是广告－》Load Page》－应用。Load Page是一个着陆页，也正是这个着陆页让指标有迹可寻，我们知道广告语，图像，视频描述都会影响广告的转化率，但是事先并也不知道怎么样的广告语，描述会更有更好的转化率。在应用是不迭代更新的情况，可变因数就只有广告，通过优化广告就可以实现，但是现实环境的应用是不可能不迭代更新的，刚出来的app是停留在产品经理的理论阶段，需要市场的检验，所以Load Page就刚好成为一个分割点，分为两个阶段，第一个阶段是广告－》Load Page的优化，通过优化广告得到转化率高的Load Page，第二阶段是Load Page－》应用，在转化率高的Load Page下，优化我们的应用（这个时候才是设计，程序员忙活的时候）。这个时候cpi（单次安装费用）就是那个最有效转化

在一个市场进入存量之后，广告也已经高度优化了。Load Page完全没有提升空间的情况下的时候，关注的重点就不只是留存率，使用时长，黏度，cpi这些。从漏斗原型分析，

假设我们投放1万刀（美元），到达首页的有20000人，顺着漏斗往下走，我们简单粗暴假设下，到商品页面只剩下10000人，到购物车页面只剩下3000人，到订单确认页面只剩下1000人，最终完成付款只有100人。建模追踪数据，假设我们优化首页之后，到达首页的人数增加了10%，优化商品页面之后，人数增加了5%，这样子的调整就是有效调整，有效转化，当然我们最终想要得到的数据指标是每个成功订单所需要的广告成本。但是路径太深了，所以这个一组cpa指数就是我们想要的数据指标组。

总结与建议

在市场的每个阶段，我们需要的数据指标是不一样，要清楚自身所处的市场环境跟定位，利用合理的数据指标，过渡好每个产品的发展阶段。所有的阶段都需要快速的迭代，因为流量入口不是一成不变的。可能一两年之后之前高效的流量入口就开始低能了，甚至淘汰。

很多人在困惑为什么我们需要数据指标呢？特别在跟老板，程序员争执的时候，网上有很多的答案，我的理解是，数据指标可以让我们的工作有迹可寻，总不能天天靠心灵鸡汤，靠口号，说今天我们要赶超淘宝，明天赶超腾讯来实现吧。数据指标能让团队有效的结合在一起，为了一个可以具象的目标而奋斗。