一、鏈家網(wǎng)
鏈家希望去研究線上數(shù)據(jù)的需求已經(jīng)快積累了兩年了，引入 GrowingIO 后我們的產(chǎn)品和開發(fā)非常勤奮地用這些數(shù)據(jù)去彌補(bǔ)我們之前線上數(shù)據(jù)的不足。
在鏈家網(wǎng)，我們發(fā)現(xiàn)使用『地圖找房』功能的用戶群體的轉(zhuǎn)化率，高于平均轉(zhuǎn)化率的60%及以上。但是『地圖找房』這個(gè)功能的使用率只有7.35%，也就是說沒什么人用。
既然這樣，那是不是說使用『地圖找房』能提升整體的轉(zhuǎn)化率呢？于是產(chǎn)品經(jīng)理提出改版方案，就是把『動(dòng)圖找房』搬到了房源搜索結(jié)果頁的列表上。
讓人驚喜的是，只是這么一個(gè)小小的改動(dòng)，就把使用『地圖找房』的用戶提升了30%。
同時(shí)新的地圖入口的轉(zhuǎn)化率比原來的提高了6%-10%，我們整體的轉(zhuǎn)化率居然提升了9.8%，而這只是產(chǎn)品上一個(gè)非常小的改動(dòng)。這個(gè)例子是我們產(chǎn)品經(jīng)理在加載 GrowingIO 的第一周就想到的一個(gè)產(chǎn)品改進(jìn)，是一個(gè)非常有紀(jì)念意義的改進(jìn)，所以拿出來講一下。
如果我們能不斷深入去研究這些數(shù)據(jù)的話，這些創(chuàng)意就會(huì)被我們源源不斷的挖掘出來。
二、狗民網(wǎng)
（一）快速測試
在產(chǎn)品功能更新的過程中，大家可能會(huì)對產(chǎn)品功能產(chǎn)生不同的意見，在這種情況下大家需要用數(shù)據(jù)去驗(yàn)證。傳統(tǒng)的埋點(diǎn)采集數(shù)據(jù)成本很高，通過 GrowingIO 的“無埋點(diǎn)”的數(shù)據(jù)采集技術(shù)可以很好的解決這個(gè)問題。
今年 10 月份（編者注：2016年）狗民網(wǎng)在 App 里面做了一個(gè) UGC（ User Generated Content，用戶原創(chuàng)內(nèi)容）瀑布流，每天更新30條優(yōu)質(zhì)的UGC。由于一開始的瀏覽量和評論量都不是很多，產(chǎn)品經(jīng)理建議去除這部分?jǐn)?shù)據(jù)的展示，但是研發(fā)認(rèn)為用戶已經(jīng)養(yǎng)成參考這部分?jǐn)?shù)據(jù)的習(xí)慣，去除的話用戶點(diǎn)擊會(huì)下降。
面對爭執(zhí)，狗民網(wǎng)做了個(gè)簡單的測試，去除了數(shù)據(jù)標(biāo)志后，通過GrowingIO的數(shù)據(jù)看板觀察 UGC 的訪問用戶量和點(diǎn)擊量變化。試驗(yàn)后第一周數(shù)據(jù)不但沒下降，反而有了大幅度的提升；為了排除內(nèi)容變化的干擾，又持續(xù)觀察了兩個(gè)星期，數(shù)據(jù)不但沒有下降反而有了大幅度提升。通過試驗(yàn)數(shù)據(jù)分析，原本爭執(zhí)不下的問題得到了很好的驗(yàn)證和解決。
（二）優(yōu)化體驗(yàn)
狗民網(wǎng)在產(chǎn)品分析過程中發(fā)現(xiàn)注冊轉(zhuǎn)化率過低，根據(jù)經(jīng)驗(yàn)判斷注冊流程很可能有問題。借助用戶分群和用戶細(xì)查，觀察用戶的細(xì)查路徑，果然發(fā)現(xiàn)了一些問題。
用戶無法及時(shí)收到短信驗(yàn)證碼，然后重復(fù)點(diǎn)擊獲取驗(yàn)證碼，導(dǎo)致注冊轉(zhuǎn)化率過低。
同樣，使用第三方賬號（微信、微博等）登錄APP經(jīng)常出現(xiàn)無法登錄的情況，從而出現(xiàn)短時(shí)間內(nèi)多次登錄失敗情況。經(jīng)過分析，狗民網(wǎng)發(fā)現(xiàn)用戶信息數(shù)據(jù)庫不兼容特殊字符，導(dǎo)致很多第三方賬號登錄失敗。經(jīng)過改進(jìn)，新用戶的轉(zhuǎn)化率提升了4.45%。
（三）迭代產(chǎn)品
在產(chǎn)品迭代的過程中，通過 GrowingIO 的用戶留存分析，狗民網(wǎng)著重分析了不同產(chǎn)品功能的留存率，希望找出高粘度的功能。通過對 “俱樂部”、“養(yǎng)寵問答”、“養(yǎng)寵學(xué)院”、“購物”、“熱門活動(dòng)”等9個(gè)產(chǎn)品功能的用戶進(jìn)行留存分析，發(fā)現(xiàn)使用“俱樂部”、“養(yǎng)寵問答”、“養(yǎng)寵學(xué)院”這三個(gè)功能的用戶留存顯著高于其他用戶群體和App的平均水平。
既然使用“俱樂部”、“養(yǎng)寵問答”、“養(yǎng)寵學(xué)院”這三個(gè)功能的用戶留存率更高，在接下來的產(chǎn)品迭代中，俱樂部功能得到更好的入口和推薦，養(yǎng)寵問答引入專業(yè)的寵物醫(yī)生、寵物訓(xùn)練師進(jìn)入，養(yǎng)寵學(xué)院不斷豐富高質(zhì)量的內(nèi)容。經(jīng)過三個(gè)月的迭代，用戶總體次日留存率提升了23.3%。
三、獵上網(wǎng)
獵上網(wǎng)整個(gè)模式非常類似電商，只不過電商解決的是線上商品資源的交易，而獵上網(wǎng)解決的是人力資源的交易。但很多東西是觸類旁通的，電商行業(yè)通用的商品交易總額公式在獵上網(wǎng)也同樣適用：GMV=訂單量×訂單轉(zhuǎn)化率×客單價(jià)。
下面我就跟大家分享一個(gè)獵上網(wǎng)自身的增長案例，介紹我們?nèi)绾瓮ㄟ^數(shù)據(jù)分析發(fā)現(xiàn)提升訂單轉(zhuǎn)化率的增長機(jī)會(huì)，并及時(shí)優(yōu)化產(chǎn)品，最終實(shí)現(xiàn)業(yè)務(wù)總體增長。
（一）產(chǎn)品分析
獵上網(wǎng)的整個(gè)業(yè)務(wù)可以分為很多模塊：
- 訂單模塊。 即人才推薦，HR 發(fā)布職位后，獵頭就會(huì)推薦相應(yīng)的候選人，這就是訂單。
- 人才管理模塊，指獵頭對自己上傳候選人簡歷庫進(jìn)行管理。
- 算法引擎模塊。包括智能匹配、搜索引擎等。
獵上網(wǎng)對所有這些模塊都會(huì)進(jìn)行監(jiān)控和數(shù)據(jù)分析。以“人才管理”模塊為例，看看我們針對用戶行為數(shù)據(jù)進(jìn)行分析能發(fā)現(xiàn)什么。
首先，我們觀察獵頭的行為發(fā)現(xiàn)，獵頭 67%的時(shí)間都花在“簡歷創(chuàng)建”上，類似電商平臺(tái)的“上新”。而在所有這些“上新”的行為中，65%的情況是獵頭發(fā)現(xiàn)平臺(tái)上有合適的職位，即圖中綠色部分的“推薦時(shí)”。也就是說，絕大多數(shù)獵頭默認(rèn)的優(yōu)先行為是在平臺(tái)上搜索瀏覽企業(yè) HR 發(fā)布的職位，進(jìn)行“選單”，針對職位看自己手里是否有合適的候選人，再來創(chuàng)建簡歷。
而另一方面，當(dāng)獵頭的人才簡歷庫越來越完備，信息越來越標(biāo)準(zhǔn)化，獵頭又會(huì)有很大概率使用“智能匹配”，即平臺(tái)推薦。智能匹配有兩種玩法，一是人才匹配職位，二是職位匹配人才。我們發(fā)現(xiàn)獵頭更喜歡用人才匹配職位（使用占比 62%），而且這種形式下訂單轉(zhuǎn)化率也比職位匹配人才模式更高，可以達(dá)到 40%。
所以結(jié)論就是：獵頭默認(rèn)的動(dòng)作偏好是按照職位去找人，也就是“選單優(yōu)先”。但是當(dāng)平臺(tái)給獵手推薦信息進(jìn)行“智能匹配”時(shí)，他們又更愿意根據(jù)簡歷庫中的人才去匹配職位。這是通過 GrowingIO 的用戶行為數(shù)據(jù)分析我們發(fā)現(xiàn)的一個(gè)非常有趣的洞察。
（二）產(chǎn)品優(yōu)化
基于這個(gè)洞察我們做了兩件事：
第一，優(yōu)化搜索引擎。在精準(zhǔn)匹配的算法優(yōu)化上，我們選擇優(yōu)先做人才匹配職位的算法，而不是職位匹配人才。
第二，建立職位專場，類似淘寶的聚劃算和微淘。
最終的結(jié)果就是，獵上網(wǎng)在前三個(gè)季度的整體面試成單轉(zhuǎn)化率提高了 80%。同時(shí)職位專場刺激了獵頭激活，獵頭的留存率得到提升，整體成單獵頭數(shù)增長了 37%。并且，專場化的運(yùn)營也使得人才職位匹配度提高，傭金客單價(jià)提升了 21 % 。后續(xù)，我們又進(jìn)一步做了“滴一獵頭”和“人才畫像”兩個(gè)功能，增長效果也很明顯。
這是獵上網(wǎng)通過 GrowingIO 進(jìn)行整體用戶行為數(shù)據(jù)分析，從中發(fā)現(xiàn)商業(yè)洞察并最終實(shí)現(xiàn)增長的一個(gè)有趣案例。這其中數(shù)據(jù)洞察非常重要的一點(diǎn)意義，在于讓我們可以更好地知道怎樣做資源調(diào)配。
產(chǎn)品前期開發(fā)中有許多功能要做，但當(dāng)我們把用戶行為偏好的洞察數(shù)據(jù)給到他們以后，產(chǎn)品就能清晰地知道應(yīng)該怎樣做不同算法調(diào)優(yōu)的時(shí)間分配和優(yōu)先級安排，實(shí)現(xiàn)資源的最優(yōu)化利用，才能最終實(shí)現(xiàn)顯著的業(yè)務(wù)增長。
聲明：本文由網(wǎng)站用戶維維發(fā)表，超夢電商平臺(tái)僅提供信息存儲(chǔ)服務(wù)，版權(quán)歸原作者所有。若發(fā)現(xiàn)本站文章存在版權(quán)問題，如發(fā)現(xiàn)文章、圖片等侵權(quán)行為，請聯(lián)系我們刪除。
