快手增长渠道数据产品实践

大数据
渠道产品主要服务于业务,是基于业务思考的逻辑延伸出的产品。本文将探讨增长渠道数据产品。

一、为什么需要渠道数据产品

首先,从增长业务看,通过介绍渠道业务运作机制我们了解渠道所处的位置,从渠道运作中的数据痛点来看为什么需要渠道数据产品。

1、从增长业务看渠道

图片

​增长业务主要分为几个阶段:

① 第一阶段:获客。获客的第一步是定位产品的受众,也就是产品到底服务于哪些人群。接着是选择具体的渠道,今天讲到的渠道业务是对渠道的扩展,针对整体渠道投放,例如媒体信息流或预装等。目前线上比较多的是一些信息流广告类的渠道,比如在广点通这样的大媒体投放;还有一些品牌或社群营销。

② 第二阶段:激活,明确具体的方法和内容。选择用哪些素材和物料去吸引用户,优化用户从站外到站内的链接。因为投放出去在外部媒体侧,我们希望投放时尽可能的从外部引入到 APP 内,产生用户注册行为。整体上流程须顺畅,使转化环节损失降低。

③ 第三阶段:留存。用户接纳产品的价值,产生实际激活,然后再去承接优化。

④ 第四阶段:收益。留存在 APP 后,就可以产生具体的收益,例如商业化付费或者打赏等。

⑤ 第五阶段:引荐。通过对活跃用户的引导,使得用户更倾向推进本产品,产生新的裂变引入。

除了以上的流程,在当前的背景下,大家会更​多的去获得之前的沉默用户。比如之前装过 APP,但是当时没有足够吸引他的点,但经过迭代,可以再去吸引这部分用户回来。

2、渠道业务运作机制

图片

​渠道投放,主要分为三个阶段:投前、投中、投后。

① 投前:定好目标后,选择具体的渠道。多数情况下追求量级,同时考核 ROI 红线。然后选择具体从哪些媒体渠道、以什么样的形式去投放,是否需要进行外部合作等。选择渠道后进行制作,包括投放的素材和物料。这部分主要是商务、运营同学的工作。

② 投中:数据监控和策略调整为主。需要持续监控渠道数据表现,看效果如何。如果投入产出比不合理或者消耗过高,则需要进行策略调整。在监控过程中,进行效果评估和策略分析,进而确定优化策略结果,希望以最优的投入产出比达到更高的流量目标。

③ 投后:投后主要是财务与商务对外进行结账的过程。要进行推帐、账目核算、多方核账等,决定具体的账目结果,并产生付费。这部分主要在财务系统中完成。

结合运作机制,与涉及到的业务各方进行调研,了解业务方存在哪​些数据痛点或难点及诉求,拿到第一手资料。

3、渠道运作中的数据痛点

图片

每个角色有不同的数据诉求场景合同的:

① 商务:主要涉及到渠道或合作方的选择,比如选择素材合作方或者代理等。

② 运营:运营主要是选物料和素材,比如是投视频还是图片,是否增加相应商品的信息,以什么样的形式投放到哪些渠道是合理的。根据过往的情况去预判渠道和素材之间的匹配程度。

③ 策略:在策略层,主要考虑在 ROI 红线范围内到达更高的新增/沉默用户量级的策略选择。同时,策略也会涉及一些媒体侧可选的操作,比如是否可以竞价,竞价的情况下是不是采用人群包投放等。有时也需要对某些事件作出快速反应,对一些负向情况如何预警、及时处理,以免造成更高的损失。

④ 财务:财务结算成本周期会比较久,所以不可能都等到投放完再进行结算。投后阶段主要涉及的数据是根据结算规则如何计算结算实际金额,将结算金额与相应合同进行匹配,最终完成结算。

 外部:外部人员需要跟平台之间去结算,因此平台需要告诉对方,到底花了多少费用,是如何花出的,这样双方能一起去核账。在实际情况中,每个投放方投放策略和结算形式都不相同,需要具体情况具体分析。

二、如何搭建渠道数据产品

接下来介绍如何针对业务的诉求和痛点来搭建数据产品。

1、从数据痛点看产品解法

图片

上一节我们可以总结为四个问题点:

① 第一,数据怎么获取。首先是埋点:由于投放在 APP 外,投放出去的多数为安装包或者链接,因此需要通过合适的埋点方式在回收的数据中匹配出具体投放场景标签。其次是数据采集。站内数据我们可以直接评估获得的效果数据,例如实际有多少新增、回流设备量以及产生的 ROI、实际收入等的计算与评估。对于站外数据,针对不同媒体可以采用回传或是主动拉取,当然还有部分情况是通过人工录入或者邮件解析获得。最后需要考虑数据权限分离,这部分主要针对的是外部看数的过程,对外可以提供哪些数据、各个合作方的权限隔离等,保证数据及时准确以及要足够安全。

② 第二,监测与评估。首先是建立指标维度体系,设定北极星指标,确定对北极星指标拆解的相关核心指标,定义主要影响的维度。其次,对核心指标进行监控并设定预警规则。当策略出现问题,尽快调整避免损失。

③ 第三,分析与优化。帮助业务选择较好的素材和策略,匹配投放策略、投放素材与投放平台。我们可以提供最近热点素材排行榜或者娱乐热点,甚至可以制造一些热点。对于分析,可以针对主要分析场景建立敏捷分析专题。

④ 第四,花费与账目。花费与账目的场景比较特别。因为这部分涉及到渠道投放的 ROI 指标,一定要保证获取和采集过程中的数据正常,毕竟是要实际去付费的。这部分包括内部其他收入拆分、合并,各类渠道的不同结算逻辑。

2、从业务运作看数据服务

图片

​这部分对业务运作流程进行简单介绍:

① 首先是前期进行招采。招采后先进行渠道注册,然后进行投放素材筛选和生产,最后对 APP 打包投放或者生成投放链接。通过在包上的埋点,可以区分渠道并进行数据收集。

② 其次进行日常情况分析、预警。不断优化策略,提升投放结果。接下来回收所有投放的费用信息,算出具体的花费数据,进行实际结算。​

三、渠道数据产品实践

这里主要介绍产品结构和 DB 结构。

1、产品结构

图片

我们这里的渠道数据产品简称 GROWTH,内部分为五大产品模块跟外部四个模块进行交互:

① 渠道管理。首先是渠道注册,任何注册的渠道都会标识唯一 ID。在标记过程中可以通过字段创建,在常规字段外,进行部分自定义,来支持对人群拆分、策略拆分等的明细打标。同时需要进行结算关联,将渠道唯一 ID 与合同关联,这样结算数据可以匹配到合同用以推送到财务侧开展结算流程。

② 花费抓取。花费抓取有多种形式,例如通过约定格式的邮件来抓取、接口的数据回传、按效果进行结算等,还有其他一些包年、固定结费的形式。根据每个渠道不同,配置不同的花费计算规则,按照结算周期调度,得出渠道实际花费。

③ 结算管理。这部分数据产品承担了一部分流程类产品的功能。涉及到一些账目修改、账目推送,以及对账、封账等过程。比如先给内部对账及修改的时间周期,再进行封账操作。当然也会给财务提供一定的分析模块,由他们把控花费是不是相对合理,收益情况是否符合预期。

④ 分析中心。分析中心包括数据实时监控、多维分析、预警机制、策略 AB、排行榜、画像标签等几大功能。对于某些专项单独设立分析模块,针对专项进行定制。

⑤ 权限管理。对公司外的数据交互需要依托于权限管理,用以确保公司内外、各合作方间数据安全。

而 GROWTH 与其外部四个模块交互主要场景有:对素材中台提供素材排行榜、素材热点;与投放生成的各个系统交互形成渠道对应的 APP 投放包/链接;结算时,需先从合同中台获取相关合同信息,同时结算完成后则需推送结算数据给财务 ERP。

2、DB 结构

图片

在产品结构之上,会生成几个具体的数仓结构:

① 渠道管理部分:以渠道号为主键的渠道维表及自定义字段关联维表,包括从合同字段中拿到的合同信息。从而通过渠道唯一 ID 匹配其各类标签信息。

② 花费获取部分:通过多种形式采集采集到的花费原始数据。

③ 结算管理部分:原始花费计算得到的实际花费,以及封账与修改账目的过程数据。

四、小结

最后,对渠道数据产品的构建过程进行一下总结。

图片

首先是了解业务的形态,其次看具体的打法。根据不同的业务流程,查找具体的数据痛点,寻找解法。根据解法和业务未来的可能性,进行产品解构和设计。最后就是结合优先级进行开发的过程了。

五、问答环节

Q1:有哪些通用的投放策略?投放策略间如何进行选择?

A1:投放策略根据两部分进行选择:第一,需要考虑投放的素材、创意、物料;第二,需要考虑投放的目标。根据这两部分进行综合选择。

Q2:渠道数据产品是数据产品的一部分吗?归因部分自己做的还是购买的?

A2:渠道数据产品是数据产品的一部分,数据产品范围很大。归因部分是自己做的,公司有专门的归因部门,当然,具体归因策略是对外保密的。

Q3:什么样的渠道产品算是好的渠道产品?

A3:这个问题分为两部分:第一,首先业务要能拿到数据,拿到的数据需要及时且准确;第二,衡量功能能否提升人效或策略效果。

Q4:渠道产品提供的价值业务不认可怎么办?

A4:重点在于与业务方达成共识,需要双方就目标或者 OKR 达成共识,只有达成共识才是有价值的;没有达成共识或者不被认可的可以再考虑下实施的意义。

Q5:渠道产品的形成过程和分析师的工作是有交集的吗?

A5:从目前的情况看,整个过程都会和分析师有一定交集。策略产生的整体效果这类日常的情况多数是运营和策略产品主要关注的,但是在涉及到专题或是做深挖的情况下,都会与分析师进行合作。

责任编辑:姜华 来源: DataFunTalk
相关推荐

2024-04-22 07:56:32

数据仓库数据中台数据服务

2024-06-04 07:29:13

2024-02-22 08:51:46

大数据白盒化治理数据治理

2023-07-12 16:07:50

链路数据湖技术

2022-09-02 15:35:37

Android实践

2024-02-07 09:25:52

数据处理快手大模型

2023-05-16 07:24:25

数据湖快手

2024-03-19 09:24:00

大数据数据分析性能优化

2021-01-26 09:34:08

QPS数据中台

2024-10-29 08:09:18

2009-10-10 23:44:27

AMD融聚渠道

2018-07-25 18:04:41

大数据

2019-05-31 12:03:06

SQLHadoop大数据

2024-07-30 08:54:03

2023-10-12 07:32:27

冷启动推荐模型

2021-06-21 11:22:29

数据架构实践

2016-10-24 23:18:55

数据分析漏斗留存率

2020-09-16 10:16:54

数据分析量化大数据

2012-11-08 16:21:56

博科APNIP网络

2014-02-14 13:52:08

IBM云计算
点赞
收藏

51CTO技术栈公众号