快手数据产品设计｜活动专题数据产品建设

　　活动作为一种有效运营手段，因其能够在短期内带来高收益而被广泛应用，尤其是被用在各互联网平台。快手作为多业务综合性平台，不仅可以兼容目前主流所有活动形式，还能够多业务协助共建大型活动专项，但随着活动的运营开展，业务的关注重点也从是否达成目标转变为了如何在预期ROI下达成目标。快手的活动数据产品通过统一活动分析思路、提供一站式产品服务，对外提升业务运营决策效率，对内提高数据支持效率，助力活动目标达成。

　　平台类的产品都会开展大量的运营活动。从平台举办活动的目的与活动运营的方向看，这些活动大致分为如下几个方向：用户增长、业务促进、用户互动和情感共鸣。

　　用户增长活动，常见的包括裂变、组队、助力等，目标是获取新用户，拉长用户生命周期，提升用户规模。业务促进活动，常见的有满减、折扣、限免、首单优惠等，目标是吸引用户消费，提升交易规模或业务服务规模。用户互动活动，包括转评赞、参与话题、创作等，目标是促进平台内互动，提升用户粘性。情感共鸣，常见的有总结报告、主题晚会等，目标是提升用户对平台认同，形成自发传播。

　　在用户增长和业务促进类型活动的在线期间，能够看到明显数值增长效果，比如用户规模量是否扩大、用户活动率提升，电商GMV、内容VV、TS是否增长等。而互动和情感共鸣类型活动则相对需要较长的运营周期，业务目标是选择与用户匹配契合的运营方式，通过活动跟用户产生共鸣从而逐渐影响用户心智，让用户对平台产生粘性。

　　从用户视角来看，用户参与活动，主要目的是收获权益、获得服务或者满足情感。为了满足用户的目的，平台还需要商家跟创作者一起参与进来，比如短视频平台通过平台提供用户权益与服务，分发创作者提供的内容、商家提供的商品给用户。

　　而创作者与商家，既是我们的合作者，共同参与活动来给用户提供好的体验；同时，商家、创作者等也是我们的服务对象，我们会通过ToB的服务为创作者与商家提供的数据产品，这两者其实是能够有商业化变现的一种产品。

　　公司内部数据产品，主要是服务于参与公司内部的活动运营相关的同学，对此我们通过梳理运营同学的工作流来进一步明确产品定位，如下图：

　　在各运营工作流环节中，业务都要做很多的思考和决策，数据产品的定位是帮助他们提升决策的效率和质量。具体来说，我们通过数据产品服务业务运营，协助解决他们所处问题场景下各种数据相关问题，比如确定运营目标、运营预算管理、运营过程数据监控、运营结果数据等。

　　理想情况如下图，在六个环节中用户都能高效获取数据，并做出决策。我们以此为目标来找到产品迭代的重点和方向。

　　数据产品从内容角度来讲，核心是数据指标体系设计，在不同的公司会有不同的角色来设计数据指标体系，基本上是数据分析师和数据产品来做。另外产品的交互能力和版本迭代，需要结合公司发展情况、组织形式来确定。

　　运营活动的指标体系适合采用OSM方法。如上图：从目标、策略到业务度量来分层设计指标体系。

　　活动首先要明确目标。以快手为例，业务主要在两方面：核心业务场景是短视频和内容，其次是电商业务。我们的北极星指标可以分三类：活跃、内容消费和电商消费。

　　目标明确后就要做策略设计：按达成目标找到业务和用户的触点，即哪些环节能让用户参与进来，从而找到一个活动参与路径。

　　一般来说我们通过内外渠道投放去触达用户，然后用户进入活动页面，参与产品设计的主线活动跟支线活动。用户在自己参与的玩法里，通过一些设计吸引用户，比如闯关活动、集卡或者PK等，引导用户完成任务获得奖励。奖励可以是电商券，也可以是内容会员等，而这些激励又可以促进电商跟内容的消费。策略调控本质上来讲是围绕着目标达成和成本控制这两块进行均衡。

　　目标策略明确后，依赖数据指标体系来衡量策略表现的好坏。同时也提供制定策略所需数据，优化策略提升能效，比如流量分析中包含了触达、分发，这个环节我们主要是提升触达分发的效率；在互动和任务完成环节，我们会根据实际情况提供分析方法，让运营能够发现活动表现的差异在哪里，用户对不同权益的兴趣差别有多大。具体交付的可以是一个看板、一个分析体系，还可以是一个归因下钻分析让用户能按照维度拆解问题表现数据，做自助探索性分析。

　　最上层是业务目标，第二层是活动参与的行为路径，第三层开始设计具体的策略，下边蓝色的部分就是业务度量。最底层是数据指标体系，按照用户的行为路径的六个环节从上到下分别设计的指标体系。

　　快手的活动平台定位有三大部分：活动信息管理、活动分析、活动沉淀。其中活动分析部分会有较多的交互，其他两个部分用户在交互上感知并不强烈。数据进入到活动平台后，我们会把信息管理起来，让数据能够在分析模块便捷的使用，比如活动复盘环节，需要用到活动设计、活动过程中的各样数据。另外通过指标体系跟策略模型把数据沉淀下来，在之后的活动设计中能基于沉淀做效果提升的迭代。信息管理的一个重点是把数据跟其他平台协同使用起来，API层面的交互能力非常重要，另外在产品上要方便用户快速在各个系统、平台之间跳转跟切换来完成用户的工作流。

　　产品的迭代基于一个主线：业务的理想态跟现状存在差异，而迭代就是不停地发现差异，然后抹平差异的一个过程。

　　业务方最大的诉求和痛点，就是我们迭代的主要指引。在满足业务诉求的同时，我们会把数据沉淀积累下来，让业务使用数据的能效不断提升：从简单的数据看板、指标体系再到归因分析等。再往上我们还会尝试跟上下游的平台打通，协同发挥更大的作用，比如跟推荐平台、策略平台的打通。因为在活动中，需要各个平台协同才能高效完成活动。

　　接下来针对重点项目，来讲一下实际活动中的应用。比如，每年双11是一个重大的活动，此外还有其它一些重要活动，如春节等节假日中平台的运营活动。

　　在这些活动中，管理者主要的诉求是目标的监控和决策的下发，另外管理者会随时随地看数据，所以适合他们的产品是移动端的高度敏感的数据驾驶舱，一个大盘的监控。

　　他们的决策会传达给调控执行者，这部分用户诉求是要求数据保持管理者的视角，方便快速去了解管理者的决策意图然后高效地调整策略。他们既需要看到数据大屏，还需要看到更明细的执行数据，我们通过PC端的数据专题来帮他们解决这方面的诉求。

　　对于普通参与者来说，对活动付出了很多，需要去感受一下活动的氛围和效果。我们会把数据放到氛围大厅和集中办公区，打造一个活动氛围感，让大家通过一些数据来感受活动氛围。

　　A：很多业务在使用数据的时候，是只开发不治理，这种方式会遗留下来不少需要治理的问题。很难避免要去单独做数据治理。如果在业务开发初始阶段就把数据规范、指标体系、指标口径有一个规划设计，并且按照规范落实，那么后续会减少很多治理的动作。

　　比如一开始创建表的时候，就要指定好是否分区表、数据的生命周期，到期后就可以自动删除，也不会涉及这个表占用了很多存储，需要额外梳理跟确定是否需要下线的工作。

　　A：常规来说，前期的活动预算是给定的。公司一般会有一个先期预算，随着活动进行，可能会追加。对于产出预测来讲，首先回到活动目标。不同的目标会有一些衡量产出的方法，比如新增一个用户，会计算整用户生命周期价值，能带来多少GMV等，从而产生一个粗略的公式，其中会涉及到业务拆解。另外也会利用到前期积累的经验，同类型活动，大概的转化率，能覆盖什么范围的用户。这里会涉及到历史活动的积累跟预测。第二块就是需要对大盘水位的一些预测，比如去年一个活动投入了100万，获取到了10万用户。今年大盘涨到了100万，不同的基数根据业务特色要做不同的预测。总体考虑活动规模然后折合成价值，就是一个大概的产出预测。

　　Q：是否做过全流程的效果评估，比如说一些电商活动，活动流量跟用户购买成交之间的关系分析评估？

　　A：其实当前我们分析的链路的话没有那么长，一般对于GMV交易转化，我们会从两方面计算。首先从触达的规模效果来分析，比如分析优惠券的发放效果，然后再去拆分并分析它对于交易的引导转化。从整个链路来讲，会有一个大的漏斗，先去看整个渠道触达了多少人，然后每个漏斗做下钻分析，比如看不同渠道的转化差异，然后优化整体的漏斗转化。

　　Q：数据产品周期会经历哪些阶段，数据产品搭建指标体系跟商分的指标体系有没有本质上面的区别？

　　A：数据产品的周期跟业务周期类似，用户端的产品有衰退期的概念。数据产品的衰退期不像C端产品那么明显。会有初期、成长期，比如随着业务场景的发展，活动产品也会随着变化发展，因为会涉及到业务的方方面面，甚至会有PR、财务的需求等。各方都会提需求过来。另外随着业务策略的迭代，数据产品也会跟着迭代变的更加智能跟实用。

　　指标体系这块，数据产品跟分析师是互相合作的关系，从分析师角度来讲，他需要一个分析框架；对于产品来说，要能够在产品上沉淀迭代数据指标，比如策略的迭代需要一个稳定合理的指标体系来支撑。指标体系结合了分析体系跟用户路径，分析师可能会侧重于优化分析算法模型，产品会侧重指体系的应用比如说可视化跟交互分析能力。

　　A：用DAU为例，活动会有一个归因口径，比如DAU到底时通过哪个玩法拉来多少人，这都有一套标准的归因算法。对于不同的活动，它的拉新规模裂变系数可以计算对比。

　　另外对于不同的活动，还有自己独特的小目标，比如集卡带来的裂变效果不明显，但是带来的留存效果很好；PK这种玩儿法，留存一般但是拉新很好。所以，我们既要看对DAU的贡献，也要看单独的小目标达成效果。如果一个活动的小目标达成效果很好，那么大目标的贡献效果只是作为一个参考，因为小目标是更具体更可衡量的一个目标。

　　DataFun：专注于大数据、人工智能技术应用的分享与交流。发起于2017年，在北京、上海、深圳、杭州等城市举办超过100+线+线上沙龙、论坛及峰会，已邀请超过2000位专家和学者参与分享。其公众号 DataFunTalk 累计生产原创文章700+，百万+阅读，14万+精准粉丝。

作者：admin

抖音快手 站点 QQ交谈