互聯網時代數據分析工具已經越來越多地應用于產品與運營場景，做一款優秀的產品，先決條件是要充分了解產品所面對的人群特征，做好用戶運營也是同樣的道理，以用戶運營效率為起點，不斷優化產品，從而達到進一步提升運營能力的目的，這是一個良性循環的閉環。
>>>>
達成共識：
莫把用戶關進籠子，別把數據踩在腳下
這張圖反應了一部分企業的真實狀況。
在企業做決策時，不同角色都能指出不同的方向，盡管企業也一直教導大家“以客戶為中心、用數據說話”，但在真正落地時，往往脫離了數據和用戶——數據被放在地下，用戶則被關進籠中。
產品人與運營人日常工作目標不同，產品人主要圍繞產品的生命周期，制定產品策略推動產品迭代；而運營人員則圍繞用戶群體進行有目的的組織和管理，增加用戶粘性、用戶貢獻和用戶忠誠度。
從協作和效率的視角，要打造產品和運營這兩個角色的閉環，首先要撇開思路差異，換位協作，兩個角色要有統一共識。
數據即是最好的“巴別塔”，通過統一語言來統一共識。通過從數據到行為模型、指標體系的建立，數據分析師在其中擔任粘合劑的角色，用共同語言將產品人和運營人更好地連接起來。
>>>>
產品人：
用運營視角思考，關注全景漏斗和運營效率
在產品人與運營人達成統一的共識的基礎上，產品人應該從運營的視角來考慮產品設計，從全景漏斗的角度來思考，并關注運轉效率。
從運營的視角來考慮產品設計，產品人的思維不再是簡單地從痛點、問題出發，而會將用戶進行分群，如老用戶、新用戶、不同地區的用戶、不同場景的用戶等。基于分層深入思考，如何讓不同用戶感受到差異化的服務。這些細分的背后，都是一個個生動的場景，每個場景都蘊含著產品改進、數據提升的機會。
如某款具有社交屬性的健身工具類產品，產品包括訓練、電商、內容、社交、運用等分類內容，每塊內容都有獨自的漏斗，然而在用戶使用過程并不是完成 a 漏斗繼而完成 b 漏斗的過程，而且與各類內容都交纏反復的過程。在產品人思考產品時要具備運營思維，動態看用戶在產品中的流轉。
一個產品乃至公司，都可以認為是有機的效率“機器”。“機器”能夠持續運轉，且通過正向反饋不斷調優。
產品本身相對于運營來說是靜態的，衡量產品的運作效率要動態考量產品的運作情況，每個產品都應該定義自己的運轉效率第一指標，或者相對動態的能評價整體運轉情況的北極星指標。根據指標反饋到運營優化上面，再由運營優化的結果，內化到產品迭代中。
>>>>
運營人：
從產品視角思考運營
運營人要從產品化的視角考慮運營問題，考慮如何讓運營做到去人工化，盡量實現機器化。
在用戶群體中找到產品機會，從日常運營得到的“知識”，內化到產品中，從而實現自增長的閉環，讓運營工作更加簡單。
因為運營的手段通常來說是比較動態的，但日常中有許多工作可以總結成自動化、機器化的“套路”，這就是產品化的機會。
>>>>
行業實踐分享：
閉環，是漸進迭代的系統工程
實現產品智能驅動產品與運營閉環，可以分為四個層次：
第一， 能實現規則可描述的分群運營；
第二， 能實現按復雜規則、策略的分群運營；
第三， 能實現個性化的模塊、推送、推薦；
第四， 能完全實現通過機器替代人工運營；
這是相對傳統的精細化運營方式。我們通過用戶屬性篩選出不同特征的用戶，即通過他發生過的行為、行為特征等產生群體標簽（為運營人員所理解的標簽），讓運營人員在此基礎上實現精細化運營。例如給內容平臺的不同標簽的用戶推送 App 消息、發送站內信。
下圖是某分群運營的案例。通過綁卡開戶、客戶入金、投資理財、生活繳費的行為進行分群管理，包括高凈值客戶群體、預警流失用戶群體。接下來可對這兩部分群體進行精細化運營，將高凈值客戶群體推送至 CRM，做召回或者刺激購買的推送；推送中心則可對流失預警用戶進行召回，避免流失。
圖片來源：神策數據
在做 Push 的過程中，我們思考如何將 Push 變得更為高效，轉化率更高？
舉個例子，在一款廣受歡迎的食譜 App 應用里，當消費者走進一家超市時，他們會使用這款食譜 App 應用購買食材。當消費者根據食譜準備食物時，通常會把手機放在廚房桌子上，可能會不停搜索、瀏覽；當手機靜止不動時，多半是他們正躺在床上，研究各種不同的食譜……
通過實時收集當前設備、用戶的狀態，他們判斷用戶是在走路、還是躺著、還是手機放在桌子上，以此判斷用戶所處的場景，打出相應的分數。分數會反映在當前狀態下，應該進行什么樣的模塊、內容推送。高分的時候（用戶沉浸度最好）是用戶轉化率最高的時候，此時與用戶溝通（推送）是最為恰當的時機。
個性的推薦服務，本質是產品去適配無數個細分場景和市場。在拉新方面，個性化推薦的作用較小，而對留存和轉化的作用較大。個性化推薦目的是，讓你盡可能地觸達天花板，而天花板早在你選擇進入市場時就已經決定。個性化推薦被證明是能有效提升用戶留存、用戶體驗的一種方法。
通過 Bot 化的運營、Bot 化的產品，用系統的思維替代人工運營方法，從而提高運營效率。
A 公司是一家做海淘的 App，在美國，電商市場相對穩定，行業基準線是次日留存 30%+，平均轉化率均在 2% 以上。這家企業如何突破行業基準線？如何真正提高轉化呢？
A 公司從價值鏈上找提升機會，看哪些點可以減人、哪些點增加效率；從日常工作中，從產品下單到倉庫、到分倉的整個流程中，尋找到機器代替人工的方式。具體說來，通過品類運營、流量運營、減少物流人工、減少人工下單的方式。
例如，傳統的下單流程是，用戶下單后，電商平臺代下單，并在代下單的地點將貨物發回倉庫之后發貨，消耗人力較多。A 公司做了物流的軟件機器人，用戶下單后在美國直購網站上生成用戶，并下訂單并返回給公司。
再比如，內容機器人可以根據節日、品類、用戶自動組織活動內容，包括標題、圖片、推薦的商品等，把運營結合到產品中去的，將更多的節省成本。
綜上所述，建立好的閉環并沒有什么靈丹妙藥，需要工具、方法論、團隊思維的支撐。
工具方面，工具包括行為分析工具、運營支撐系統、用戶生命周期管理、用戶標簽與畫像系統等工具，在此基礎上實現系統管理用戶生命周期，實現機器代替人工、更為精細化的運營。
方法論方面，圍繞用戶生命周期標簽，構建指標體系和行為標簽，描述不同的用戶群體，實現更為精細化運營和產品增長。
團隊思維方面，構建問題驅動的企業文化，把數據作為一種工具，讓數據說話，在這個過程中分析師也充分發揮粘合劑的作用。
簡言之，數據驅動產品和運營閉環作戰是公司持續進行的過程，沒有工具或者方法論能夠立竿見影，靠的是復合團隊 + 有效工具 + 方法論。
來源：用戶行為洞察研究院（SDResearch）
未經允許，嚴禁轉載。
推薦閱讀：華聲熱線