企业增长理论模型: 基于数据流的企业运营框架 SDAF 详解

在基于 SDAF 数据闭环开展一段业务时,通常会得到外界输入的各种信息和资源(Input),根据这些 Input 会得到一些感知(Sense),通过感知这些信息,以及观察业务运营情况和用户的感觉,会形成一个科学的决策(Decision),比如要优化业务流程、改变触达用户方式等。在拥有科学决策之后,就要开展具体的行动(Action),比如设定各种运营配置、运营动作等。最后便是得到这一些列操作之后的反馈(Feedback),而每一次运营反馈,都会变成下一次迭代运营计划时的感知来源。

在整个过程中,数据起到了一种类似“润滑剂”的作用,所以这也是为什么称该框架为“基于数据流的运营框架”,在基于数据流的企业运营框架 SDAF 中,数据让这四个环节具象化:Sense 感知,从抽象的数据中形成对业务和用户的洞察;Decision 决策,感性与理性的平衡,人与机器共同决策;Action 行动,基于数据的全方位智能触达手段;Feedback 反馈,实现全端数据全面、实时的反馈。  有点类似《精益生产》的 PDCA,精益生产的整个流程就是一个 PDCA 循环的过程,计划(Plan)→ 执行(Do)→ 检查(Check)→ 改进(Act)再进入下一个循环。两者不同之处在于,生产制造的目标往往是确定的,而互联网是一个快速迭代的行业,需要不断做决策、不断执行与反馈。

企业应用基于数据流的企业运营框架SDAF可以实现三大价值:

1.观察和动作统一在一个平台后,知行合一,效率大增

过去企业常遇到的问题是提数和推送的位置对不上,其中的数据洞察会出现偏差,比如企业内部的数据标签很有价值,但无法将标签应用到微信后台进行推送,导致效果大大减弱,但通过神策分析看动作、神策用户画像的标签可以应用于神策智能运营,实现知行合一,让所有的数据流自由流动。 

2.运营没有魔法,没有什么策略能一蹴而就

 如上图左半部分展示的这是常规的运营流程,从有想法到上线,半个月过去了。但是看前面的例子,结合图中右半部分,你可以看到通过智能运营不到一天不仅想法可落地,还可以在过程中对照组测试,持续迭代,并将用户偏好的认知沉淀下来,在整个过程中,速度足够快,不管是优化策略,还是改进错误都可以及时进行,避免损失,也可以尽可能快的加强业务认知并做好运营。

3.基于观察的共识

形成动作的合力一定要基于观察的共识,最后所有人才能实现动作的合力,因为我们会发现不同的角色使用数据的需求不一样,KPI 也是不一样,做的事情也不一样,在这样的场合下如果每一个角色他们获取数据的来源、口径不一样,各角色之间是完全没有办法对话的,可能每个人都觉得自己做的对,但公司最重要的核心指标却一直没有得到增长。而基于数据流的企业运营框架 SDAF,可以从感知到反馈各环节作为一个闭环去运行,大家具备共识,如认为某个用户是高价值用户,就所有人都认为是高价值用户,针对共同目标形成合力。如下图:  Sense 感知,没有调查就没有发言权;Decision 决策,没有基于 Sense 的决策叫拍脑袋,要基于 Sense 来做决策;Action 行动,基于决策做出行动;Feedback 反馈,要全面复盘,及时反馈。在反馈之后又会形成新的 Sense……再进入下一个循环。

光看不做的数据驱动,没有任何意义。即使尾部不断输出各种数据报告和洞察,但改变不了前面的决策环节,将毫无作用。基于数据流的企业运营框架 SDAF 颠覆了传统模式,数据不是作为一个流,从头流到尾,而是作为一个中心,从 SDAF 四个环节完成了一个闭环,让整个公司及业务的所有角色都能够在闭环中发生作用。

浙公网安备 33092102000174号