GrowingIO 全新咨询服务发布：5 年、400 次交付，用产品+服务为企业落地增长
作者：邢昊，GrowingIO 咨询服务 & 运营副总裁 来源：GrowingIO 2019 增长大会（北京）演讲
Insight：采用 VS 未采用咨询服务，差别明显
GrowingIO 过去交付过 400 多次咨询服务，但仍然有超过 1000 家客户，没有体验到咨询服务。我们做了统计：
- 所有未购买 GrowingIO 指标体系搭建服务的企业，3 个月后，使用增长工具频次下降，内部的增长工作进展缓慢，难以进阶到分析问题 - 解决问题的增长模式。
- 购买并落地过 GrowingIO 指标体系搭建服务的企业，两个月后，增长工具使用度大幅上升，更重要的是，他们内部增长工作启动并正常运转了。
- 购买过数据诊断咨询服务的企业，在半年后，增长工具使用度频繁，公司业务收获了新的增长曲线，增长为公司带来巨大收益，团队和领导的信心也大幅加强。
这些数据，让 GrowingIO 下定决心，即使咨询服务是一件非常难、非常苦、非常累的事情，我们依然要为客户提供咨询服务。只有这样，才能把我们的客户引导到真正落地增长的道路上。
所以，我代表 GrowingIO 正式发布全新升级的四类咨询服务：
A 类服务-“规划”：帮助客户建立数据驱动意识，构建业务数据体系，发现增长问题与机会的【数据规划】。
B 类服务-“诊断”：深入分析增长问题，洞察增长机会撬点，提出增长建议的【数据诊断】。
C 类服务-“驱动”：增长建议升级为数据策略，与企业一起完成产品迭代、活动优化或投放升级的执行过程，数据复盘并迭代至获得增长效果的【数据驱动】。
D 类服务-“沉淀”：打通用户行为数据与业务交易数据，构建用户画像，为千人千面智能运营奠定基础的【数据沉淀】。
这四个环节正是企业展开增长的四个必要步骤。纵观过去 10 年，很多企业投入很多资金去实现第四步的「数据沉淀」，投入很多成本，但很久看不到价值。这背后的原因，我认为恰巧是搞错了上面四个增长动作的顺序。
A 类【数据规划】的要点：OSM-数据化战略指标体系 &D-UJM-数据化用户生命旅程
- 企业是否在增长？是真的有效增长吗？
- 每个增长目标都有业务支撑吗？（员工/资源是否放在了关键业务上？）
- 用户旅程是否都体验到了你最好的产品和服务？
GrowingIO 数据规划服务就是为了回答上面三个问题。
数据规划服务是以 OSM+UJM 理论为核心。
其中，OSM 是「目标-策略-指标」（Object-Strategy-Measurement），举例来讲，最上层的核心目标是提升 GMV，拆解为提升用户数、提升转化率、提高客单价，这就是二级目标。细分下去可以拆解为一系列策略支撑和可衡量的指标体系。
过去的咨询服务，我们与客户一起完成 OSM 指标体系搭建，但长期观察后发现，如果没有与业务的结合，结构化的指标体系仍然难以发挥作用。因此，我们引入了另一个模型—— 用户旅程地图（User Journey Map）。
当 D-UJM 与 OSM 模型结合在一起，可以激发非常有趣的化学反应：OSM 将迫使企业高层思考，现阶段最重要的目标是什么，哪些业务承载这些目标；而业务部门则可以通过 UJM，将公司目标、策略与业务流程快速耦合在一起，最终形成一个清晰、明确的数据采集体系，数据语言变成了公司上下协同的统一语言。
在 GrowingIO 多年咨询经验的辅导下，这些数据采集要求可以很快变成指导技术部门的具体的埋点方案：一方面优化了埋点数量，另一方面明确了每个埋点的价值，还有细致的代码操作文档，这些工作大幅降低技术部门工作量的同时，提高了协同的意愿。
GrowingIO 刚刚用这套方法为一家客户提供了规划服务，只用不到 30 个埋点就覆盖了业务增长的最核心的指标，一名程序员，只用了两天的时间就完成了数据准备。团队很快看到了重要的数据，初步发现了问题和机会，高管和增长小组备受鼓舞。
B 类【数据诊断】的要点：问题归因查找增长瓶颈，增长杠杆洞察发展机会
数据诊断环节回答另外三个问题：
- 看到了问题，那么问题原因是什么？
- 找到了机会，但如何抓住机会实现增长？
- 优化哪些模块，采取什么措施能够带来增长？
为解决以上问题，我们梳理出五大模块、三大体系。五大模块对应 RARRA 增长模型适合互联网属性相对成熟的公司，三大体系对应产品、运营、市场营销三个团队适合传统企业转型互联网的公司。
五大模块中：
- “留存全景”协助客户解决如何调动各功能模块提高老用户留存的问题；
- “激活时刻”帮助客户降低产品使用门槛，提高新用户激活和沉睡用户召回问题；
- “裂变大师”通过优化客户复购和分享策略与拆解活动运营问题，提高老带新比例降低获客成本；
- “转化杠杆”利用用户行为的分群研究，找到驱动业务增长的魔法数字，确定撬点，集中资源撬动业务增长；
- “获客矩阵”配合当前线上/线下全景流量场景，打通 App、小程序矩阵、广告投放、H5 分享、线下扫码等多种渠道数据和获客行为，实现拉新效果最大化。
三大体系适配大部分转型开展线上业务的传统企业，针对产品、运营、市场三个职能部门的工作，将以上的互联网经验融入到为每个部门准备的专项诊断服务中，为下一步驱动产品精益迭代、运营精细操作、投放精准优化的改进动作奠定基础。
其实在每一个环节的投入都有巨大价值，比如在当下企业普遍关注的留存环节。我们曾经帮助某客户提高了每周留存率仅仅两个百分点，6 个月后，活跃用户量比过往翻了一番，在没有增加获客成本投入的情况下，只需要诊断留存问题，就可以实现这样惊人的效果。
针对正在向互联网转型的传统企业，GrowingIO 推出小程序矩阵的综合解决方案，实现了线下流量向线上转移，基于获客矩阵模块的深度分析与优化，充分发挥了传统企业在线下终端的流量优势，让传统企业在互联网下半场竞争中占据先机。
这些模块具体怎样帮助客户解决问题，您可以邀请咨询顾问到您的企业中具体介绍。
C 类【数据驱动】的要点：数据策略、实操与复盘
数据诊断实现后，我们将陪伴企业将策略真正落地，实现 GrowingIO 一直以来的使命：用数据驱动企业增长。重点解决如下问题：
- 产品如何升级？运营如何优化？
- 如果实现持续的优化迭代，而不仅仅只是一次单点的优化动作？
为了解决以上问题，GrowingIO 数据驱动咨询服务基于如下一套模型。
这套模型的起点是数据和策略，数据来源于采集和监测，而策略来源于分析和洞察。目前可以提供策略的公司有传统咨询公司，可以提供数据服务的公司有数据技术公司，但真正能够把数据和策略结合在一起、为客户赋能，定位于数据驱动服务商的公司，仅有 GrowingIO 一家。
这样的信心来自于过去 5 年，GrowingIO 和国内互联网各行业的 TOP 客户深度打磨、共同成长的积累。今天我们将这些已经成长为“大厂”的互联网领军企业的数据驱动经验（或者已经陨落的创业先驱的惨痛教训），凝结成教练式陪伴服务，转移给新晋的互联网业务挑战者们。
- 数据驱动设计和产品：过去老板的决策、设计师的审美、产品经理的能力决定了产品的面貌。未来，我们要用数据和经验指导团队，什么样的设计带来更高的转化，怎样的实验可以更快的迭代接近最优的方案。
- 数据驱动内容和运营：过去我们用一套话术、一套内容、一个创意面向所有人，畅想千人千面的美好却缺乏设计的思路、执行的资源和监测的平台，消费者却已经悄悄进化为不同时点需要不同触动的一人千面的境界。我们将帮助企业构建的能力包括策略分析、设计规划、用户分群、触点选择、效果评估和迭代升级多个维度。
- 数据驱动获客和投放：过去我们大水漫灌，现在我们银根紧缩，转而借助第三方标签构建画像，期盼精准投放后，却发现效果平平。 事实上，数据驱动的获客和投放是由一系列动作和能力组成的，包括：投放与产品内数据的打通分析、投放链接与产品内活动落地页的无缝连接、基于自有场景下的用户行为标签与画像、线上线下多种获客渠道的配合。精准已经不是投放一个环节能达到的结果，需要全链路的配合才能实现。
以上这三点，可以提炼为精益迭代、精细运营、精准投放。最有价值的数据，仍然是用户行为数据，而不仅仅是用户属性数据。用户何时留资、在什么页面评论、从哪里点击商品加购，最终下单、分享、转化，还需要了解我们在投放中，媒体的搜索、回流数据，这些数据共同组成我们的数据池。只有数据全面，我们才可以持续迭代我们的产品、运营和投放。
数据驱动最重要的能力是连续迭代
给大家举个产品精益迭代的例子，某付费转化页面，有两个版本，A/B 测试投放转化率分别为 3.5%、3.7%（数据为脱敏示意数据）。那我们是否可以确定 B 这版更好吗？还有优化的空间么？针对全量用户都用这个页面么？
事实上，仅仅针对产品优化计划中，这一个单一页面的优化，就可以拆解成如下图所示的流量来源、流量转化、流量评估 3 个方向，多个维度。
流量转化层面本身可拆解为图片、文字、价格等等多种维度，在真实的案例中，我们仅仅就文字信息的优化方向，就拆解出了产品名称、权益描述、价格表达、促销主题、支付说明、操作提示、附加说明、账号表现等 8 个细分维度若干优化可能。
流量来源层面也需要根据不同的触发时机、不同的内容来源、不同的用户画像等细分用户群体制定不同的设计策略。
流量评估层面需要建立付费转化率之外的系列指标体系，才能构建产品功能之间的协同效应，实现用户旅程的最优。
小小的转化页面如此复杂，又有多少企业能够用心、用数据去迭代这个转化页面呢？如果进行，又该如何统筹团队、如何安排计划、如何持续创意，如何评估结果呢？这些都是 GrowingIO 教练式陪伴服务要和企业一起攻克的难关。
提高转化率只是开始，用户付费成功后，是否有弹出购买成功的祝贺页面，帮助他完成付费成就感的闭环？有没有把账号充值、消费等数据推送给用户？有没有在 3 个月后，告知客户他累积看过多少部电影，累计节省多少费用，已经大大超出他购买会员的费用。基于这样的会员体系，用户是否做了分享、推荐，是否形成了裂变，这些都有工作可做。
从起先只关注转化率，扩展到关注决策周期、决策频率、单一用户全生命周期消费、留存、分享、续费率、看片率等数据，这是一个由无数细节数据驱动组成的完整数据策略。
驱动产品优化后，我们可以继续开展渠道优化、会员优化等增长工作，但哪件事优先级最高，这是需要企业去选择和决策的，GrowingIO 可以用 ICE 模型（收益、信心、投入），帮助企业找到优先级最高的事。下图中的斜线就是投入产出比平衡线，右下象限中的事情，就是我们希望做的，低投入，快速实现，高价值产出的事情。
GrowingIO 作为外部合作伙伴，团队赋能也是我们的重要使命，通过培训帮助企业内部提升包括埋点、分析、可视化、标准化测试等能力。企业能力越强，周期越短，投入的成本就越少，数据越准，模型中的每个模块的位置都会下移。
到某一天，我们就可以非常开心地发现，所有增长投入都在 ROI 为正的情况下进行，员工的每一分汗水都是有价值、有回报的。能否走向这样的未来，决定了增长团队的信心与生存，决定企业在下一个十年的新的竞争壁垒。
D 类【数据沉淀】的要点：行为数据+业务数据融合
在增长的成功经验下，GrowingIO 帮助企业做好数据沉淀。将用户行为和业务数据的打通、将不同系统的用户数据汇集到统一的平台，实现自有业务场景下的用户画像、结合第三方的用户标签，为智能化用户运营和管理奠定基础。
在这过程中，GrowingIO 和企业共同落地数据采集、实施、数据治理、标签体系规划等，并把数据沉淀在增长平台上。
未来，GrowingIO 将针对客户的阶段、团队能力、业务模式、增长目标，提供最适合的服务。比如企业刚刚开始数字化，处于希望看到数据的程度，那么最基础的数据规划，就可以满足客户的第一步需求。如果企业有专职数据人员、有增长团队、用数据增长了，可以逐步提供对应的服务，帮助企业获得最高投入产出比。
依照 GrowingIO 服务上千家客户的经验，只为企业提供产品是远远不够的，需要企业中有更多人共同参与、推动、落地增长，这就是我们升级咨询服务的初衷。A-B-C-D 四类咨询服务，配合增长学院的 G1-G5 的五级课程，以及企业定制化培训服务，整合起来，这就是完整的 GrowingIO 咨询/培训服务体系。
结语
我们期待基于新的服务体系，和企业一起走过互联网下半场，让数据逐渐发挥价值。
GrowingIO 是 Hacking Growth 的引入者，Hacking 翻译成黑客的真实含义是不断的迭代尝试，我们会作为数据驱动服务商，陪伴企业不断尝试，寻找新的突破。
在这条不断尝试的道路上，有这样一句话：“Sometimes we win，Sometimes we learn”——增长之路，没有失败。我把这句话送给大家，期待 GrowingIO 和在座各位的持续增长！谢谢大家！
