TO B企業(yè)在產(chǎn)品研發(fā)中更注重產(chǎn)品的穩(wěn)定性、可靠性，關(guān)注客戶業(yè)務(wù)流程，而非客戶體驗。在數(shù)字化轉(zhuǎn)型中，普遍缺少專業(yè)分析師團隊的傳統(tǒng)企業(yè)，在面對TO B服務(wù)商們提供的功能復(fù)雜的數(shù)字化產(chǎn)品時，一線業(yè)務(wù)人員往往要花費很高的學(xué)習成本才能具備基礎(chǔ)分析能力。

而數(shù)字經(jīng)濟中要想充分發(fā)揮數(shù)據(jù)價值，勢必要做到數(shù)據(jù)普惠，讓越來越多的人學(xué)會使用數(shù)據(jù)。

因此，降低數(shù)字化工具使用門檻、不斷提高客戶體驗，成為服務(wù)商未來產(chǎn)品研發(fā)的競爭重點。

這看似老生常談，但在TO B企業(yè)中實現(xiàn)難度極高，需要服務(wù)商在滿足客戶業(yè)務(wù)需求的基礎(chǔ)上，讓數(shù)字化產(chǎn)品具備更高的適應(yīng)性、靈活性和可擴展性，即對產(chǎn)品做出更“彈性”的設(shè)計。

過程中，企業(yè)在保證產(chǎn)品一致性的同時，還要平衡好客戶個性化需求、產(chǎn)品復(fù)雜度、定制化成本和打通行業(yè)壁壘等多個因素，協(xié)調(diào)大量時間和資源。

為更好適應(yīng)市場環(huán)境的變化，“為分析而生”的GrowingIO分析云經(jīng)過對多個行業(yè)的充分調(diào)研，在滿足可靠性、可用性、可服務(wù)性的企業(yè)級要求之上，對分析模型逐漸做了彈性設(shè)計，以擴大使用者的范圍，讓非分析師群體也能很好使用產(chǎn)品，促進業(yè)務(wù)增長。

改進操作流程，讓用戶體驗更“絲滑”

以分析人員最常用的各類分析模型為例，保證功能實現(xiàn)的同時，我們根據(jù)客戶業(yè)務(wù)分析習慣改進了操作細節(jié)，讓客戶體驗更“絲滑”，從而提高分析效率。

比如在事件分析模型中，我們進行了以下設(shè)計：

01

支持分析任意事件、任何指標，

靈活聚合

運營人員進行營銷復(fù)盤時，會關(guān)注新用戶數(shù)、購買人數(shù)、人均金額、件均金額等核心指標。

事件流分析支持對任意事件和指標的分析，并能靈活聚合，業(yè)務(wù)人員根據(jù)需求可將任意事件與任意指標進行匹配分析，快速獲得核心數(shù)據(jù)。

02

支持時序和聚合分析，

充分對比發(fā)現(xiàn)更多業(yè)務(wù)增長點

業(yè)務(wù)人員在運營中需要關(guān)注某一時間周期的營收走向，發(fā)現(xiàn)波峰和波谷，并對波谷時期加大運營力度，提高交易額，因此除了各分析工具普遍采用的時序性分析，聚合分析十分必要。

GrowingIO分析云的事件流分析可以支持聚合分析，業(yè)務(wù)人員可在選定整體分析時間段的基礎(chǔ)上，選擇聚合維度，產(chǎn)品后臺會自動按照該維度進行數(shù)據(jù)加總并取平均值，然后按照分析要求進行可視化顯示。

如：選定“過去30天”為總的分析時間段后，再選擇“0點—23點”的聚合維度，可以分析出過去30天商品銷量最好/最差的時間是一天中的幾點。

看到波峰和波谷時間段后，業(yè)務(wù)人員可更充分地分析增長因素和斷點原因，并更有針對性地優(yōu)化運營策略，深耕精細化運營。

聚合分析示例

03

可在任何事件/用戶屬性上進行拆分

運營中難免遇到GMV異常降低的現(xiàn)象，業(yè)務(wù)人員需要以不同維度進行拆解，如： 針對地區(qū)進行拆解，看是否為某城市門店交易異常降低，從而影響了大盤表現(xiàn)。

事件分析支持對任意事件屬性和用戶屬性的維度拆解，維度豐富、拆解自由，幫助運營人員了解GMV異常的真實原因，快速進行運營調(diào)整。

04

可進行多個群體對比

多群體對比是日常營銷的常用操作，業(yè)務(wù)人員需要通過對比發(fā)現(xiàn)不同群體消費習慣的差異，從而對運營策略進行持續(xù)優(yōu)化。

事件分析在“用戶對比”部分支持對多類目標用戶進行對比，可幫助業(yè)務(wù)人員及時發(fā)現(xiàn)各群體的特征，對癥下藥優(yōu)化營銷方案。

05

對結(jié)果進行事件、屬性再次篩選

初步獲得分析結(jié)果后，運營人員往往還需要下鉆，對不同條件下的數(shù)據(jù)進行分析，事件流分析可對事件屬性、用戶屬性進行再次過濾，幫助運營人員獲得更詳細的分析結(jié)果。

06

豐富圖表展示，靈活切換

GrowingIO分析云提供包括表格、線圖、餅圖、氣泡圖等在內(nèi)的多種圖標展示類型，并能根據(jù)分析需求自動校驗可視化形式，幫助業(yè)務(wù)人員快速發(fā)現(xiàn)關(guān)鍵信息。

07

縮短分析流程，下鉆更絲滑

對不具備專業(yè)分析能力的一線業(yè)務(wù)人員而言，正確下鉆是一項有門檻的分析任務(wù)。

以下圖為例，業(yè)務(wù)人員如果想對訪問次數(shù)最多的廣東地區(qū)進行下鉆，查看訪問者的性別，獲取男女比例的分析結(jié)果，按照傳統(tǒng)路徑需要先在「維度拆解」里添加“性別”這一屬性，再在「過濾條件」里添加“地區(qū)=廣東”，才能獲得分析結(jié)果。

現(xiàn)事件分析支持在可視化分析圖形上直接選定模塊進行下鉆，替代傳統(tǒng)的“維度拆解→添加過濾條件”的繁復(fù)下鉆步驟，體驗更絲滑。

按照新的流程，業(yè)務(wù)人員只要將鼠標放在想下鉆的模塊即可直接選擇下鉆維度“性別”，即可獲得分析結(jié)果。不但免去了他們的學(xué)習產(chǎn)品的時間成本，也極大節(jié)省了分析時間。

事件分析外，GrowingIO分析云對其他分析模型均進行了彈性設(shè)計，將產(chǎn)品做得更加簡單易用，讓普通業(yè)務(wù)人員實現(xiàn)數(shù)據(jù)分析產(chǎn)品的使用自由，向“人人都是分析師”邁進。

未來，我們會將彈性設(shè)計加入更多產(chǎn)品和功能中，從細節(jié)入手提高產(chǎn)品使用效率，在企業(yè)預(yù)算收緊的現(xiàn)狀下，幫助更多一線業(yè)務(wù)人員具備分析能力，促進業(yè)務(wù)增長。

創(chuàng)立于2015年，GrowingIO是國內(nèi)領(lǐng)先的一站式數(shù)據(jù)增長引擎方案服務(wù)商，屬StartDT奇點云集團旗下品牌。以數(shù)據(jù)智能分析為核心，GrowingIO通過構(gòu)建客戶數(shù)據(jù)平臺，打造增長營銷閉環(huán)，幫助企業(yè)提升數(shù)據(jù)驅(qū)動能力，賦能商業(yè)決策、實現(xiàn)業(yè)務(wù)增長。

GrowingIO專注于零售、電商、保險、酒旅航司、教育、內(nèi)容社區(qū)等行業(yè)，成立以來，累計服務(wù)超過1500家企業(yè)級客戶，獲得LVMH集團、百事、達能、老佛爺百貨、戴爾、lululemon、美素佳兒、宜家、樂高、美的、海爾、安踏、漢光百貨、中原地產(chǎn)、上汽集團、合創(chuàng)汽車、理想汽車、招商仁和人壽、飛鶴、紅星美凱龍、東方航空、滴滴、新東方、喜茶、每日優(yōu)鮮、奈雪的茶、永輝超市等客戶的青睞。