Làm thế nào để xây dựng một hệ thống phân tích hoạt động hiệu quả?

Trong kỷ nguyên hoạt động dựa trên dữ liệu, việc xây dựng một hệ thống phân tích hoạt động hiệu quả là rất quan trọng đối với doanh nghiệp. Tuy nhiên, trong hoạt động thực tế, nhiều nhóm thường phải đối mặt với tình huống khó xử khi có nhiều dữ liệu nhưng không thể chuyển đổi chúng thành dữ liệu phân tích và ra quyết định hiệu quả. Bài viết này sẽ đi sâu vào cách trích xuất những thông tin giá trị từ khối dữ liệu khổng lồ và biến những thông tin này thành các chiến lược hoạt động thực tế.

Có chỉ số nhưng không có hệ thống

Số lượng, không phân tích

Có biểu đồ nhưng không có kết luận

Đây là điểm khó khăn lớn nhất đối với sinh viên khi làm việc với dữ liệu trong công việc thực tế của mình. Hôm nay, tôi sẽ lấy hoạt động làm ví dụ và giải thích một cách có hệ thống về cách phá vỡ thế bế tắc. Có tám nhánh hoạt động. Hôm nay chúng ta sẽ lấy hoạt động nội dung làm ví dụ. Bởi vì hoạt động nội dung là hoạt động phản ánh tốt nhất “nhiều chỉ số nhưng không có phân tích” (như minh họa bên dưới).

Vấn đề ở đây là gì?

Khi nói đến việc vận hành nội dung, nhiều sinh viên thường nghĩ đến các tài khoản chính thức, Weibo và Douyin. Thế là các chỉ số dữ liệu tuôn ra từ miệng anh ta: số lượng người hâm mộ, số lượng người hâm mộ mới, số lượng người hâm mộ thường xuyên, số lượt đọc, tỷ lệ mở, tỷ lệ chuyển tiếp... Anh ta càng nói càng phấn khích, và những lời trong cổ họng anh ta: "Số lượt đọc hôm nay thấp, tôi cần phải tăng nó lên" gần như sắp bật ra.

Tuy nhiên, các đồng nghiệp phụ trách vận hành có thể tắt dữ liệu chỉ bằng một câu: "Hãy thử quay video chất lượng cao hoặc viết bài viết chất lượng cao!" Nếu họ thêm một câu nữa: “Tôi đã biết những dữ liệu thường lệ này, có ích gì!”, thì dữ liệu rất có thể sẽ bị mất mát.

Có vấn đề gì vậy?

Vấn đề là (được nhấn mạnh thêm):

1. Bản thân chỉ số chỉ là phép đo dữ liệu, không phải là lời giải thích cho vấn đề

2. Bản thân vấn đề không đi kèm với giải pháp, vì vậy bạn cần phải thiết kế một giải pháp

3. Bản thân kế hoạch không thể chứng minh được tính hiệu quả của nó và cần phải được hỗ trợ bằng bằng chứng

4. Hoạt động đòi hỏi phải có lời nhắc vấn đề, hỗ trợ giải pháp và xác minh hiệu quả, chứ không chỉ một hoặc một vài con số riêng lẻ.

Do đó, để có được kết luận hữu ích từ một loạt các con số, chúng ta cần phải làm việc từng bước, sử dụng dữ liệu để quan sát tình hình hiện tại, đưa ra giải pháp và kiểm tra hiệu quả. Thay vì chỉ hy vọng tính toán được một con số siêu kỳ diệu có thể chiến thắng mọi thứ.

Bước 1: Nêu vấn đề

Bản thân dữ liệu không giải thích được vấn đề, chỉ có dữ liệu + tiêu chuẩn mới có thể giải thích được vấn đề. Tiêu chuẩn bắt nguồn từ đâu? Tất nhiên, xét về mục tiêu kinh doanh, đạt được mục tiêu có nghĩa là phải làm tốt công việc.

Vì vậy, bước đầu tiên là đặt ba câu hỏi để hiểu mục tiêu là gì:

1. Sự khác biệt giữa hoạt động kinh doanh nội dung Internet và doanh nghiệp truyền thống là gì?

2. Nhiệm vụ của hoạt động nội dung Internet là gì?

3. Nhiệm vụ hiện tại của công ty chúng tôi là gì?

Trong số đó, câu hỏi 1 và 2 là câu hỏi thường gặp trong kinh doanh và bạn cần phải làm bài tập về nhà. Câu hỏi 3 là kết luận được rút ra dựa trên "tình hình hiện tại của công ty + yêu cầu về lãnh đạo". Nói một cách đơn giản, có thể tóm tắt trong một câu: So với các doanh nghiệp truyền thống, hoạt động nội dung Internet liên quan đến quá trình nuôi cá, do đó có ba mục tiêu chính được phân biệt: phổ biến, cơ sở người hâm mộ và chuyển đổi (như thể hiện trong hình bên dưới).

Khi bạn hiểu được sứ mệnh của mình, bạn có thể đặt ra các mục tiêu cụ thể.

Lưu ý rằng mô hình hoạt động của nội dung Internet xác định rằng nó sẽ không theo đuổi một mục tiêu duy nhất hoặc chỉ xem xét một chỉ số. Khi đặt ra mục tiêu, thường sẽ có một mục tiêu đọc chung, sau đó được phân bổ cho từng nội dung phát hành, sử dụng phương pháp mục tiêu chính + tiêu chí đánh giá (như minh họa bên dưới).

Bước này rất quan trọng. Bởi vì trong công việc thực tế, các hoạt động luôn có xu hướng đi đến cực đoan, ví dụ:

1. Quá nhấn mạnh vào một chỉ số duy nhất và thích đưa ra những tuyên bố vô nghĩa như “tăng 1 triệu người theo dõi miễn phí” hoặc “bán được 100 triệu nhân dân tệ hàng hóa chỉ bằng một bài viết”. Không quan trọng nếu các chỉ số khác sụp đổ.

2. Nhiều chỉ số khác nhau được trộn lẫn với nhau. Họ sẽ nói về số lượt đọc, số lượt đăng lại, tỷ lệ chuyển đổi, v.v. cùng một lúc, sau đó đưa ra dự đoán về chỉ số nào tốt hơn vào lần này. Cái cớ là: Mặc dù tôi không đạt được XX nhưng chỉ số YY của tôi lại hoạt động rất tốt.

Loại hành vi lén lút này gây tổn hại rất lớn đến hoạt động dựa trên dữ liệu, quản lý khoa học và phân tích dữ liệu. Bởi vì nó làm xáo trộn các tiêu chuẩn và làm lẫn lộn giữa đúng và sai. Nếu ngay cả phán đoán “đúng/sai” cũng mơ hồ thì làm sao chúng ta có thể tóm tắt kinh nghiệm và cải thiện kết quả? Vì vậy, muốn hoàn thành công việc thì phải kiên quyết phát huy mô hình đánh giá 1 chính + 1 phó. Mỗi nhiệm vụ tập trung vào việc mục tiêu chính có đạt được hay không. Xấu thì vẫn xấu. Chỉ bằng cách thừa nhận sai lầm, chúng ta mới có thể tiến bộ.

Bước 2: Phát triển một kế hoạch

Khi bước đầu tiên đã hoàn tất, chúng ta có thể đánh giá chất lượng của hoạt động. Nhưng biết tốt/xấu thôi là chưa đủ và không thể hướng dẫn chi tiết cho tác phẩm. Nếu bạn muốn hướng dẫn chi tiết công việc, trước tiên bạn phải hiểu các hoạt động đang thực hiện là gì, bao gồm việc sắp xếp luồng công việc. Nhiều học sinh nghĩ rằng hoạt động này rất đơn giản, nhưng khi xem xét kỹ hơn, nó có rất nhiều điều phức tạp (như hình bên dưới).

Hiểu được quy trình làm việc là chìa khóa để tránh vấn đề "muốn làm quá cao". Khi bạn thấy rằng có quá nhiều yếu tố cần cân nhắc khi vận hành một bài viết, bạn sẽ không bao giờ dám nói "Tôi muốn làm tốt việc này" một cách hời hợt nữa. Có rất nhiều chi tiết cần cân nhắc và một động thái sai lầm có thể dẫn đến thua lỗ hoàn toàn.

Nhưng một vấn đề khác lại nảy sinh: bản thân bài viết quá sáng tạo và nhiều chủ đề nóng chỉ có hiệu quả để gây chú ý tại thời điểm đó và trở nên vô giá trị sau khi hết hạn. Trong một môi trường phức tạp như vậy, chúng ta có thể sử dụng dữ liệu để hỗ trợ như thế nào? Trước tiên, chúng ta hãy làm rõ một điều: bản thân dữ liệu đại diện cho tư duy lý trí, khách quan và logic, nhưng việc tạo nội dung có thể là sản phẩm của tình cảm, chủ quan và cảm xúc. Do đó, dữ liệu không thay thế được sáng tạo mà cung cấp cơ hội sáng tạo và giúp người sáng tạo tránh được rủi ro.

Để đạt được điều này, bạn cần thực hiện ba điều:

1. Ghi nhãn nội dung và trích xuất các nhãn có thể định lượng

2. Dựa trên nhãn mác, kết quả thử nghiệm và tích lũy kinh nghiệm

3. Thu thập dữ liệu bên ngoài dựa trên thẻ để chỉ ra các cơ hội

Để đưa ra một ví dụ đơn giản, một ngày nọ, một biên tập viên phụ trách mảng hoạt động đang viết một bài báo và thấy rằng "Nothing But Thirty" rất được ưa chuộng vào thời điểm đó, nên anh ta muốn tận dụng sự phổ biến này và truyền bá nó. Nếu dữ liệu được sử dụng để hỗ trợ, có thể thực hiện theo ba góc nhìn sau (như được hiển thị bên dưới):

Điều này có thể cải thiện đáng kể hiệu quả của trình soạn thảo thao tác. Và thành thật mà nói, khả năng sáng tạo của hầu hết các biên tập viên hoạt động không đủ mạnh để có thể tưởng tượng, và họ có xu hướng sao chép người khác.

Vì vậy, nếu thẻ nội dung thực sự được thiết lập, nhiều biên tập viên có thể chỉ cần thêm hoặc bớt thẻ:

1. Đối với các chủ đề liên quan đến giao tiếp, hãy viết về trải nghiệm đọc cá nhân của bạn và sáng tác một câu chuyện!

2. Để tăng số lượng người theo dõi, việc phân phối tài liệu là hiệu quả và gói PDF đã sẵn sàng!

3. Kiểu người chuyển đổi giới tính, giỏi gây xung đột giới tính, bắt đầu chỉ trích chủ nghĩa sô vanh của đàn ông dị tính!

Nói một cách chính xác, chúng tôi không khuyến khích việc sao chép một cách bừa bãi, vì điều này làm giảm giá trị của công việc vận hành. Sẽ tốt hơn nếu để các nhà phân tích dữ liệu viết bài báo. Nhưng tôi không thể cưỡng lại được mùi thơm của nó! Lúc này cần thiết lập hệ thống giám sát liên tục kết quả hoạt động, khi có thói quen nào đó không ổn thì nhắc nhở kịp thời để thay đổi chiến thuật (như hình bên dưới).

Bước 3: Kiểm tra hiệu ứng

Sau khi thiết kế nội dung, bạn có thể quan sát hiệu quả của việc truyền tải. Đây là điều mà nhiều sinh viên thường làm nên tôi sẽ không đi sâu vào chi tiết. Điều thú vị là, nhìn lại từ đầu, các dữ liệu sau mà sinh viên đề cập một cách ngẫu nhiên: số lượng người hâm mộ, số lượng người hâm mộ mới, số lượng người hâm mộ thường xuyên, số lượt đọc, tỷ lệ mở, tỷ lệ chuyển tiếp... thực tế đều được tạo ra trong bước này. Đây đều là những chỉ số kết quả. Chỉ có các chỉ số kết quả không thể được sử dụng để phân tích chuyên sâu. Về mặt vận hành nội dung, chúng ta ít nhất phải có mục tiêu phân loại rõ ràng và hệ thống dán nhãn nội dung để xác định hiệu quả và hỗ trợ kế hoạch.

Một số sinh viên cho rằng: Không cần phải mất công như vậy, em cứ hỏi trực tiếp doanh nghiệp là được. Hỏi là một thói quen giao tiếp tốt, nhưng điều kiện tiên quyết là bản thân chúng ta phải có óc phán đoán và hiểu biết kinh doanh rõ ràng. Ngược lại, nếu bạn hỏi trực tiếp và ngây thơ thì sao nếu chính người điều hành cũng bối rối? Còn nếu hoạt động này mang tính đầu cơ thì sao? Sẽ thế nào nếu cuộc họp điều hành sử dụng thủ thuật ngay từ đầu để đánh lừa mọi người? Sẽ thế nào nếu hoạt động này đổ toàn bộ lỗi cho dữ liệu: “Chúng ta không có phương pháp trí tuệ nhân tạo và dữ liệu lớn”, do đó khả năng hoạt động không đủ tốt? Nếu bạn có kiến ​​thức cơ bản, bạn sẽ không bị lừa. Ở đâu cũng vậy.

bản tóm tắt

Quy trình thiết lập hệ thống phân tích hoạt động nội dung:

1. Hiểu mục tiêu và quy trình công việc

2. Thiết lập các chỉ số quan sát kết quả

3. Thiết lập tiêu chí đánh giá

4. Thiết lập thẻ nội dung

5. Đánh giá việc truyền bá nội dung/tăng lượng người theo dõi/hiệu ứng chuyển đổi

6. Tích lũy các câu hỏi và nhãn hiệu hiệu quả

7. Lặp lại liên tục để cải thiện độ chính xác của phân tích