打不死的小强

谈谈游戏联运

Sat, 11 Feb 2012 21:12:09 +0800

你有流量，我有游戏产品，咱俩合作，在你的地盘搭个服务器，流量就能变现金，然后咱俩分钱。这就是联运。联运很好的利用了资源，实现了双赢。现在市面上很多产品，个个能看到N家运营方。刚工作的时候，我就在联运部门做联运方（流量方），没过多久，我就调去自主产品的运营，做官方（产品方）。所以对联运有一些浅显的了解。今天主要从联运方的角度来看待联运的问题。联运方和官方的微妙关系由于官方和联运的产品相同，所以谁的价格低，活动好，送的多，资料全，玩家氛围好。玩家就有可能迁移。在KPI上，之前我们作为官服，联运的收入在KPI中也占有一定比例。所以官方也很想提高联运的收入。所以，有些方面，官方和联运是合作关系，大家都希望提高收入。而另一方面，大家也需要提防对方，防止对方对自己的业务造成影响。而在提防方面，官方占足了优势，因为官方有迁移的数据，联运方却没有。联运方很被动由于联运方的几大命脉都被官方掌控，所以自己能做的很少。除了社群，基本什么都做不了。产品上，联运方的版本不会比官方高。你有的官方一定先有。如果你想针对自己的版本做改动，更是难上加难。活动上，需要跟官方沟通半天，必须得到官方的同意才能做。而且经常都是把官方做剩下的活动拿来做。好一点的是跟官方活动同步。联运方能做什么？ 1.搞清楚自己的游戏生态相同的产品+不同的用户会产生很大差异。开心和人人产生的游戏生态差异就很大，如果人人用了开心的运营节奏和手段，肯定无法实现收益最大化。所以，联运方需要去体验自己的游戏，熟悉自己的生态，然后根据自己的生态做一些差异化的活动，特别是要把握好节奏，一些重要的东西不要投放过早或过晚。另外一方面，联运方的服往往比官服开的晚，所以在什么时期投放什么，一定要把控好，不然影响很大，有时候活动反而会产生严重的负面影响。 2.在导流（把流量导入游戏）上下功夫一个服需要多少个注册？这个问题不要跟着官服走，因为流量的来源差异很大，用户属性差异很大，导致官方的标准在联运方很难适用。举个例子，2年前跟开心合作，他们的转化率极其的高，导入用户的速度也很快，刚开始的几个服，服务器频繁的被挤爆！所以在开服阶段，多关注在线，尝试一些不同的数量，看看ROI。最后选择一个比较好的ROI作为自己的标准，别看官方的标准。 3.创造差异产品，活动上么有差异，只能在其他地方做一些差异化了：更好的整合各方资源：做一个比官方更丰富的资料库，我之前写过一个资料库的想法，至今未实现，请参考更好的服务质量：在线客服，电话客服，论坛客服等更好的社群气氛：良性的互动，有意思的社群活动等实物奖励：以前经常看武林英雄送实体奖励，其他游戏很少看到。这个应该也算是一点差异化。

答读者问（一）

Wed, 08 Feb 2012 20:23:03 +0800

之前说过解答大家疑问，期间也有一些人联系我，像我咨询一些问题。之前一直没有汇总，现在开始慢慢写，将之前有用的提问回忆，整理一下。

如果有人信得过我，也欢迎提问。我有热心，但是不一定有能力解答。提问方式：

QQ:106366349

Q：节日活动怎么做？

A：节日活动的本质还是活动，主要区别有：

节日是一种噱头，让我们有充分的理由做一些非常规的事情（更大比例的反馈，新的道具，更好的福利…）
节日有背景，我们可以做一些节日相关的道具，相关的活动形式

所以，我的做法是：在百度百科上查看节日的相关信息，寻找活动形式上的灵感，然后用适合当前阶段的奖励，比例上可以常规，也可以尝试较大的比例（较大的比例最好限制次数）。

需要注意的是：节日活动中经常会需要提一些新需求，什么时候开始策划节日活动，取决于你提的需求需要多长时间去完成，别等到节日临近了再去想，有好想法也无法实现。

Q：充值活动如何分档？

A：其主要依据是你的用户，如果你的用户都是学生，没什么消费能力，就把档次定低一点，定高了活动不会出效果。如果你的用户付费能力很强，ARPU很高，那就可以定高一些。

具体定多少？去看看过去一个周期内用户的付费情况，小额玩家花多少钱，大额花多少钱，就能轻松的定出来了。

最后，最低档次可以设置很低，因为门槛越低，能刺激到的用户数就越多。

Q：充值与返还之间的关系？

A：之前有有一篇文章比较详细讲了折扣问题——《运营过程中如何运用折扣》。

另外加一条，如果你是做红海市场（尤其是国内），那么折扣上可以很大胆。因为他们被练出来了，小比例的奖励对他们已经不构成刺激。如果你做的蓝海市场（例如东南亚），在比例上可以先从小到大去尝试，有些市场可以10%就把他们high翻了。

Q：一次性充值返还与累积返还各种形式？

A：一次性的奖励适合做小额，大返还比例。这样可以有效刺激到他们的神经，让用户产生冲动。

累计返还（充100送1个，充x00送x个），适用于一些较大的需求点，这些需求点不容易饱和，所以奖励上适用大部分玩家。不至于大R玩家不需要这些东西。

《一路向前》读后感

Fri, 03 Feb 2012 21:44:52 +0800

这几天看完了星巴克创始人霍华德·舒尔茨的书——《一路向前》，当当上买的电子书，价格很便宜，不太好的就是只能电脑上看，购买地址。

整本的主要情节是金融危机大背景下，作者重返星巴克的CEO职位，进行了一场大变革，拯救了低谷中的星巴克。

这本的好在于他对成功的发展轻描淡写，但是对于如何陷入低谷，如何开展变革，如何将公司从低谷中一步一步拯救出来进行了非常详细的描述。更多的是在讲挫折，教训，失败。这些生动而又朴实的客观记录是最能感染人也对经营者最有价值的东西。

同样用几个关键字来说下我的感受：

事业

作者全文都流露出自己对星巴克的情感，作者把星巴克比作自己的一部分，就像神爱一个人一样深爱着星巴克。

这TM才叫事业！我们现在干的都比较事业，只能算是赚钱，或者遥远的梦想。如果我们能在一件事情上投入作者一般的感情，相信很多人都能做出一番真正的事业！难就难在如何寻找梦想并把梦想付诸行动，成为自己的事业！奋斗吧，小强！

本质

在星巴克最困难的时候，除了削减成本，优化供应链，调整人员，这些比较常见的做法外。作者做了更多别人不愿意做的事情：

全国的门店停业，重新花时间，花钱培训咖啡师，保证咖啡的品质。在咖啡品质上不做任何退步！
花一大笔钱，召集2万名员工（作者称之为伙伴）一起当义工，重振士气。
在环保上做了很多投入，做义工，回收废物并在利用。

在别人看来不可思议的事情他都做了，这些东西貌似都是在支出，没有得到什么。

但正是这些不可思议的东西抓住了最本质的东西：为顾客，员工，合作伙伴提供真正的价值！

而不是跟其他人一样，追求表面的虚华：财务报表，股价

变革

直接饮用作者的话：

实行变革让星巴克实现可持续的盈利性增长模式的机会比比皆是，但拯救公司不是某一次行动，每一种产品，某一次改良，某一个人就能做到的。我们只有做到所有这些，才能成功。星巴克的变革是个复杂的难题，我们要把我们所做的一切拼接成一个整体。我们要把重点放在做正确的事情上，放在与伙伴们、顾客、股东以及我们品牌相关的事情上去。

别相信什么绝招，没有什么灵丹妙药。那些所谓的灵丹妙药都是牺牲长期利益来换取短期繁荣的“骗术”。

坚持到底

当作者做了很多努力，但是数据任然没有好转的时候，一个朋友说了下面的话：

“霍华德，你必须坚持到底！你必须坚持自己的价值观，坚守公司的核心文化，他们就是你们现在的舵手。大海一定会重返平静，飓风也一定消失。除非你认为经济再也不会复苏，或者星巴克的价值理念和顾客之间的纽带一直只是个谎言，或全世界每星期走进你的门店的数以百万计的人都在跟你开玩笑。现在你必须把关注点放在为优化业务，创新，重振核心文化上。这些因素将共同推动星巴克的发展，并让现在所有这些悲观者对星巴克的未来再次持乐观态度。我绝对相信这一点！”

一些题外话：

朋友送了一盒星巴克的速溶咖啡VIA，今天试了一下，很苦。于是在微博上询问了一下星巴克口味问题。整个交流过程十分愉快，之前跟其他官微有过一些互动，星巴克是最让我满意的，真正做到了人性化和真诚！

全部对话在这里：http://weibo.com/1642620381/y3vuY3v9W

写给朋友的一封信

Wed, 01 Feb 2012 20:53:37 +0800

给朋友写了一封信，其中讲到几个点，我觉得可以在这里说一下。

明白人

在公司，大部分同事会以你的职位来评价你；在家里，大部分亲戚朋友会以你的工资来评价你。

明白人不会在乎自己的工资，自己的职位。他们很清楚自己想要什么，会一直朝着自己既定的方向走下去。

明白自己的梦想和目标，不被外界干扰的人就是真正的明白人。

定位

再牛的人靠自己也很难无成事，优秀的团队才是成事的王道！知道自己的长处和短处，最大化发挥自己的长处，别把过多的精力放在补短上。

把自己的长处融入到团队中，发挥不可或缺的作用，找到自己的定位。

执行力

执行力是一切的基础！

快速，不出错（重视细节），结果的表现。这3方面我觉得至关重要，其中前2点是实在的东西，第3点是做给别人看的，前2点做的再好，第3点做不好，别人也不会认可你。

细分数据

细分数据十分重要！这些数据老板不关心，但是作为执行者必须花精力在上面，这些数据里藏着巨大的宝藏。

在分析细分数据的时候，有一点需要注意：不要刻意的去找数据来印证自己最初的判断，而是用客观的角度来看待这些数据，很多时候我们会发现，数据表现出来的东西跟我们最初猜测的东西是有出入的。

工作，产品，自己

工作不是目的，工作的目的是为了提升自身的价值。不要吝惜自己在工作中付出了什么，因为付出的越多，你得到的就越多！

说的狠点，产品是试验品，不要一套招式用一辈子，有了什么新招就用在产品中，成功了最好，失败了也不要紧，产品是公司的，经验是实实在在自己的！

知道了公司和产品是什么，就差知道自己的梦想，知道了自己的梦想，能在工作中，产品中找到更好的平衡点！

【转】数据驱动的电子商务组织架构的迷局和反思

Sun, 29 Jan 2012 16:17:08 +0800

超级棒的一篇文章！部分内容感触很深，部分内容懵懵懂懂，部分内容看不懂，但是还是一篇很极品的文章！

人人都渴望数据，但这可能隐藏着陷阱。

拥有数据意味着什么？——Nothing。数据不等于信息，更不等于真相。数据在大多数情况下，要么是没有得到利用，要么就干脆是纯粹的误导！

人人都渴望数据，可没人尊重数据。矛盾吗？不，其实这幕天天上演。

我们怎么样才能真正建立起称得上“数据驱动”四个金字的电子商务组织？为什么数据驱动的组织那么困难？这个问题困扰了我很久，我几次演讲，有被听众问到这个问题，我都觉得没有给出很好的回答。今天，2011年12月31日，岁末，我想这个问题我不能再带到新的一年才去解决了。（文章开始于12月31日，但完成于1月21日，作者后注）

迷局1：决定数据驱动型组织形成的关键是什么？

数据驱动，这四个字中的“驱动”二字本质上直刺企业的核心。所谓驱动，即发号施令。没有发号施令，还驱动什么？因此数据驱动本质上，就是用数据来发号施令。

但发号施令的决策通常来自于三个不同的方式：感觉（guts），经验（experience）和认知（insights）。相对而言，由于感觉和经验虽然模糊却得来容易，因此决策者常常不由自主的利用这两种方式作出判断，从而很迅速地作出决定，发号施令。

显然，感觉和经验并非数据，虽然有时候人们也通过数据来形成感觉和经验，但更多时候人们倾向于选择那些与感觉和经验一致的数据进行研究和推导，而不愿相信那些与感觉和经验不相符合的数据。因此，感觉和经验，实际上是形成所谓数据驱动组织的最大障碍。

　　不过，请读者朋友们注意，我丝毫没有贬薄感觉和经验的意思。那些具有卓越感知和经验的操盘手，例如人人景仰的乔布斯，他们的感知和经验甚至可以凌驾一切之上，更何况在不太尊重数据的中国古代，还是涌现出相当多智勇双全，决策英明的英雄。而中国今天的商业智慧中绝对多的部分也是感觉和经验，绝非数据，这说明感觉和经验甚至是决定成败的。只是，我们今天的命题是数据驱动的组织，因此，我必须重申，如果一个组织确实依赖于感觉和经验，那么，数据驱动本身就并非一个重要的命题，在这个情况下，数据驱动与否根本就不会影响这个组织作出明智的决策。

另一个困难的地方在于，从组织架构的角度讲，数据并不是只拿给CEO看的。所以，有朋友问，CEO或者管理层的态度对推进数据驱动组织的形成，是否具有关键性的作用？我认为，如果CEO或者董事会，不认可数据驱动型的组织，数据驱动当然就无从谈起。但是，CEO或者管理层支持数据驱动型组织的建立，这一组织也未必能够真正建立起来。

我这么说可能并不会让你太吃惊。管理层可能有很多想做的事情，未必能够真正实现，或者未必能够按照原先的设想实现。数据的意义不在于仅仅提供给CEO一个报告或者参考，数据如果不渗透每一个执行层面，其意义会大打折扣。我认为，数据驱动的组织一定是宏观和微观的结合，即宏观层面上，要提供供管理层使用的策略型数据，不至让这个组织进退失措；微观层面上必须指导业务执行者的行动，让他们能够进行准确的选择，不用通过不断地“试错”才能知晓真正有用的下一步什么。宏观的确重要，但微观则更加致命，尤其是对电子商务组织而言。

电子商务组织需要快速的反应和高度强大的执行力，管理层发起的那些至上而下的推动，在真正推动起来的时候，往往已经错过了时机。电子商务组织的时机很多时候并非是管理层发现的，而来自执行层面的敏感的嗅觉，这些嗅觉在一些场合下甚至直接影响公司的成败；另一方面，无论管理层多么强悍的推动，所有最终的实现都必须依靠“下面的人”，因此，“下面的人”——他们是否能够实现管理层的想法，才真正决定这个组织的成败。

所以，回到我们上面的问题——就算CEO和管理层特别支持数据驱动型的组织，如果下面的执行者没有真正数据驱动的意识和需求，那么数据驱动型的组织也毫无实现的可能。

我的观点是——数据驱动型的组织能否实现，要看需求方。真正的需求方是执行团队。执行团队是依赖于感觉和经验，还是依赖于数据，这才是数据驱动型组织能否实现的关键。如果执行团队渴望数据，利用数据，依赖数据，这个组织的数据驱动文化就很容易实现，而跟CEO和管理层其实关系没那么大。CEO和管理层要做的，是建立这样的执行团队，而不是生硬地自上而下的推动所谓某种以前并不存在的数据驱动的文化。

从这个角度看，我们的电子商务企业中，大部分执行团队都或多或少需要数据，依赖的程度高低，便是这个企业数据化驱动程度的高低。不过，我想很多国内电子商务企业，执行团队应该都还是靠着感觉和经验吧！这便是数据驱动组织并非那么容易实现的根本原因。

因此，数据驱动型的电子商务组织，基础性的第一步，是要建立真正的来自执行层面对数据的旺盛需求。这个需求不是CEO或者管理团队有一天忽然觉得数据无比重要而风风火火要求下来的政令，而是发自自然的，如同人们食色性也的需求。没有这样的需求，无论电子商务组织，还是任何其他组织，都不存在真正的所谓数据驱动。

迷局2：使能（enable）的误区

现在，假设我们的电子商务组织的执行团队是一群真正欣赏数据的人，数据驱动型的组织是否就实现了？

仍然很难。

在封闭系统内，有需求未必就会有供给。你欣赏iPhone5，但你没这个能力自己做一个；你渴求数据，但未必你能通过自己的力量获得。

所以，希望建立数据驱动文化的组织，一开始都把视线集中在建立能力上（当然，你要记住，如同我在迷局1中所写，首先是建立需求，而非建立能力）。

构建能力被称为“使能（enable）”，让这个组织能提供数据，有多种办法，但最常见的想法，是我们下面的这个图所展示的解决方式：

图1：经典数据组织架构——hub模式

　　数据部门是个hub，这群人解决一个组织大部分的数据需求。当业务部门需要数据的时候，他们提交需求给数据部门，然后数据部门开始抽取、运算和分析，把数据和结果返回给业务部门。

唉，说实话，这真是一种笨办法，这使我想起了过去无所不包无所不揽的计划经济。我相信这个方法的初衷是好的，这么建立数据能力有如下几个动因：

显然，这个方法能够让CEO或者管理层非常牢固的控制数据。数据比较安全——至少看上去是那样。
数据部门可以集中起来工作，这似乎对做数据的同事是不错的一点。
节省人力，组织看起来规划清晰。不用在各处安插做数据做分析的人，确实省下一大笔人力和管理成本。
相对简单的数据系统。因为数据部门管理数据，诸如权限之类的系统设计，可能就不是那么重要了，反正人来提供数据报表即可。该给哪些部门，不给哪些部门，人工去每次划分确定就好了。数据的模型——也没那么重要，人去分析就行了，不需要太高的自动化，也不需要太强大的BI。

引申阅读：网站流量数据无秘密

将数据部门作为hub的一个重要原因，是因为希望数据能够被放在一个“保险箱内”从而“确保”了数据的安全。

但这个想法多少有一点“一厢情愿”，我一直相信，网站流量其实无秘密。

例如，想要知道一个网站的流量并不复杂，有太多的工具，免费的，付费的，还可以用我之前说的对比法：《如何获知陌生网站的流量？》。

如果足够细心，甚至也能参透一个电子商务网站大致的销量和销售额。

毕竟，电子商务网站本身就有很多信息可以透露给你。例如，商品消费的数量是可以查到的，而如果参考购买者做出评论的时间（在各个时间段发出评论数量的比例），则几乎可以确定一段时间内某个商品或者全部商品的销售量。

销售量和客单价之间简单的关系——做出销售额不算困难。

有销售量，又有流量，你能把转化率也估计出来。

还有，流量渠道也不困难。很多工具都能告诉你一个网站的主要流量来源是什么，例如Hitwise。

不仅如此，每一个电商网站都因为要与各种市场营销第三方企业合作，而被布上了各种代码。这些代码无时无刻不在透露着这个网站相关的流量和销售信息。对他们而言，一个网站就像被X光反复扫描一样。除非你不跟他们做任何合作，否则这些数据总还是要被第三方知道，而且签署所谓的NDA协议，也不过是“防君子不防小人”。

其实，我认为，电子商务网站真正的数据秘密，是那些运营的细节。当然，还包括财务数据、商品的进货价格等等。但流量无秘密，用不着太紧张。

但前面说过，这是一种笨办法，如果这样规划数据部门，可能会产生一些意想不到的结果。最可能产生的结局是：数据部门会——疯掉？

这不是耸人听闻，如果数据部门要负责所有业务部门的数据，得需要多少人呢？肯定超出你的想象。此外，业务部门肯定不会仅仅只是满足于数据被提供出来，他们希望数据快些，更快些，他们希望实时数据。手工作业，实时太难，追求速度就意味着大量的人力和脑力的消耗。

好吧，就算数据部门能够提供实时数据，又能怎么样呢？数据不是策略，数据总得再经过分析和处理。数据部门不了解业务，他们能分析好吗？如果不去做这些分析，那么业务部门还得自己去分析，实时性不仅得不到保证，数据部门的价值发挥也大打折扣。

这种组织方式下，数据部门的价值和定位都很容易被质疑，而且他们还会苦逼地干得没日没夜。

　　如果确实是这样一种组织方式，那么对数据部门的工作定义确实要非常谨慎。数据部门应该承担提供基础数据的工作，但他们没有职责，也不应该为业务层面提供战术性的分析，他们忙不过来，也必然缺乏业务概念。但这绝对不是任何一个真正“数据驱动组织”所应该具有的定义，这是“暴殄天物”的定义。

因为这些不完美，有一种更先进一点的方式去解决上面的一些问题，并且开始被大家注意，且有被神话的趋势。

这个方式，就是BI系统。

BI系统的本质是用来取代人手和人脑。这是一个好方法。把人从机械的工作中解放出来，提供给业务部门自动化的报表，而且还能承担一定的思考的工作，BI系统是一个伟大的发明。

图2：BI驱动的数据组织架构

　　这也是为什么，一个真正具有数据驱动文化的公司，必须要有一个确实好用的BI系统。或者，较浅浅层次的，得有一个自动化的报表系统。但是，据我所知，很多电子商务公司这个系统要么缺失，要么非常难以使用。

引申阅读：被神话的BI系统

BI被神话不奇怪。凡是人们不那么了解却又外表光鲜的事情，都容易被神话。:) （网站分析多少也被这么神话着。这并不是好事情。）

BI被神化的另一个原因，在于人们确实对友好聪明的数据系统抱有太多的期望。

在Gartner的一次调查中，超过80%的美国电子商务公司期待更好的BI系统。

但BI最大的问题是——机器终究是机器。

BI可以解决一些机械的工作，能够建立数据模型帮助人们快速得出一些结论。但跟业务相关的细节分析，BI能够帮你发现现象，但无法告诉你原因。（我觉得，网站分析工具，其实就是BI工具的一种，它一样能够非常sharp的帮你发现现象，但同样无法告诉你原因）

所有的答案，都需要人去寻找，去解答。

此外，BI系统的效用，本身也极大的依赖于人。

首先，BI系统的设计，必须与一个公司自身的业务相契合。人才能完成这个让BI与业务需求相契合和匹配的工作。

其次，BI系统的建模和规则，全部是人来完成的。

最后，前面说了，BI不可能给你答案，唯有人才能做到。

所以，BI被神化的地方在于，认为一个BI系统就解决问题是不可能的。或者说，一个BI系统，不是狭义的硬件软件系统，而是IT系统+BI团队的结合。人，占90%，或者，占99%。

尽管有被神话的趋势，但BI的意义重大，作为不可或缺的基础设施，若没有BI系统，或者连一个自动化的报表系统都没有，这个组织的数据驱动的文化很难建立。原因无他，若有需求而无供给，只会引发严重的饥荒。

迷局3：数据误读，比没有数据更可怕

无论是按照图1所示的hub模式，还是图2所示的有BI系统参与的hub模式。业务部门都面临着很大的风险。一方面，前面我们说了，hub本身存在资源和响应的矛盾。另一方面，数据误读比没有数据更可怕。

电子商务业务部门更强调业务能力，因此在数据的分析和解读上，能力相对较弱。与传统零售行业不同，传统零售的BI系统和分析团队往往经过了超过10年的进化，因此早已形成体系和一套具体的方法。电子商务虽然也属于零售业，但很显然，这些公司要年轻太多，让业务部门拿到数据后，自己去做分析和评估，是困难的。我最大的担忧，在于数据分析事实上容易变成一个粗暴简单并不断被“自以为是”的经验所干扰的工作。即使在做了很多的案例之后，我仍然认为，我没有哪一次没有被主观的感觉影响过判断，直到有更多的数据充实上下文才可能避免不客观的分析。而业务部门在拿到数据后，因为时间的压力和数据分析经验的缺乏，他们容易在短时间内得到结论，但误读数据，并进而造成这个结论背离事实的情况是时有发生的。而且，业务部门背负业绩压力，他们可能在一开始就主观上倾向于让自己不那么客观。

我曾在心里默念，对于数据应该常常怀着敬畏的心，因为简单粗暴适用于网络营销，但绝对不适用于营销分析。数据误读，我记得派代上有一位专家专门写了一个帖子探讨，我不能同意更多，甚至也有完全相似的例子。如果你只是那么一点点粗心，或延续了“简单粗暴”的办法，那些数据中给你揭示的细微的差别，你可能会忽略，而这些差别可能会让你得出完全不一样甚至是相反的结论。

例如下面的这个例子：

对于下面两个图的数据实际上是完全一样的，可是，两个图给你的心理上的感觉却是完全不同的。

图3：利润趋势（1）

图4：利润趋势（2）

　　尽管数据一样，但图3和图4用了不同的数据显示区间（Scaling）。由图3得出的结论，是利润在近期剧烈的波动，而图4的结论则是利润在近期平稳维持在低位。这两个结论并不能简单说明它们正确与否，取决于实际的商业环境。例如，如果你的生意平常一天是1000以上的利润，那么显然图4给你的结论更有参考意义，你应该探求为什么最近的生意几乎停滞了。

但是，如果你的生意一天的确最多不超过100的利润，那么图3更有价值。而且你可能会觉得，利润数据还不错，这几天还有明显的上涨的趋势。不过，或许你还是不能高兴的太早。下面这个图（图5）和图3在利润上的数值是完全一样的，不过增加了另一个数据项：收入（蓝色点）。

图5：利润和收入趋势

　　你可以看到尽管利润上升了，收入上升的趋势更为显著。这意味着，我们的利润增长并没有收入增长的快。或者换句话说，我们的投资回报率（ROI）下降了。因此利润虽然上涨，但完全不值得我们高兴。我们反而应该检讨，为什么效率降低了。

数据的误读很多时候并非是故意的，而是跟经验有关。这些经验在于两点，第一点，对于数据的运算和把握。例如，合理建模，合理的数据可视化（Data Visualization），以及对工具合理的应用。第二点，在于对于业务的准确把握——做到看数说话，与实际业务几无偏差。第二点是建立在第一点的基础上的。如果第一点出现了一些问题，或是没有技能，或是没有经验，第二点便会遭殃，即使对于业务有很好的感觉和清晰敏捷的头脑，也会为数据所累。

来看另一个真实的例子。

我的朋友Johnny，他在为在美国销售某一个商品而投放Google AdWords的广告。这个商品的利润额在2011年每个月的表现如下图所示：

图6：Johnny全年每月SEM投放利润情况

　　很显然这个商品的生意出了什么问题，有必要找出原因。

　　利润下降，要么是收入减少，要么是支出增加，要么是二者同时发生了。从支出上看，每个月的支出变化不大，而且实际上，当利润降低的那些月份，支出反而也是略有降低的。那么很明显，收入下降是造成利润下降的主要原因。收入为什么下降呢？

　　很快，他们找到了一个相当有说服力的数据关系：当SEM关键词的平均排名下降了之后，销售收入也非常明显的下滑。如图7所示。

图7：销售收入和关键词平均排名的关系

　　现在，假设一个情景：有一个非常非常缺乏经验的初级SEM专员，他很可能给出的结论是：利润降低，是因为收入降低，而收入降低，是因为关键词排名降低，因此我们需要提升关键词排名，以获得更多收入提升利润。

　　你当然相信这个结论是简单粗暴，并非反映事实。事实是，关键词排名升高，当然会获得更多的点击从而获得更多的销售额，但成本同时也会提高。所以，这个结论并不一定是正确的。于是，更有经验一些的SEM专员，会继续坐下来寻找下一个关系，如下图8所示。

图8：利润和关键词平均排名的关系

　　这个图简直是上一个图（图7）的翻版，只是一个是收入，一个是利润，数据的比例尺不同而已。看起来，利润和关键词平均排名的关系和收入与关键词排名的关系也非常一致。现在，我们可以放心大胆的得出结论——我们应该提升排名，以获得更多的利润！

　　于是他们提高了出价，提升了排名，并且在2012年1月份的这几天，得到了结果——利润不仅没有升高，反而更加下降了——甚至某些天是负的，尽管关键词的排名又重新回到了3位左右。

　　之前数据反映了某种似乎确定无疑的关系，但按照这种关系行事，并没有带来预期的结果。

　　我们必须承认，SEM投放是一个复杂的策略过程，并且因为瞬息万变的外部环境（竞争对手的出价），而造成最优化的出价方式总是动态的。

　　上面的例子，Johnny认为原因很简单，这个商品的关键词投放可能已经遇到了瓶颈，因为外部的环境发生了变化。Johnny查看了其他的数据（我们当然不能忽略其他数据的关系），例如，CPC（Cost Per Click）数据，Johnny发现在这12个月中，CPC的变化并不大。CPC没有明显变化，而排名在逐渐降低，说明竞争对手在不断增加出价，这样，相同的投入情况下，排名降低，收入减少，利润减少。如图9。

图9：CPC（出价）没有太大变化，但排名却一落千丈

　　可是，增加出价后，我们解决了一个问题，却带来了另外一个问题——出价增加，收入增加，同时成本也上升了。由于竞争环境的影响，要达到以前的排名，所出的价格甚至是之前价格的3、4倍。因此，虽然收入增加，但成本上升的更可怕，利润空间被压缩的非常厉害。

　　由于这个商品60%的销售都是由一个最主要的词（大词）带来（这是我之前没有揭示的一个线索），也许我们可以因此得出另一个结论：大词的ROI表现日益下滑，因此或许应该拓展其他的词，例如长尾词，从其他的竞争不大的词上找机会。

　　不过，从目前的情况看，这个商品的长尾词并没有多少流量，它仍然依赖于大词的表现。所以，我们认为，这个商品本身的市场环境已经发生了变化，高ROI的好日子过去了。现在的策略，是在微利的情况下生存，尽量更精细化更实时的优化，保证不亏损，并着手开发新的商品。

　　或许这个SEM的例子并不是一个非常典型的例子，因为SEM的分析仍然是相对结构化和流程化的。我们通过BI的建模完全可以自动化，但如果没有好的BI系统（事实上因为百度的原因，国内的SEM是很难真正的BI化的），那么这些工作需要人来完成，需要有经验的、相当数量的人来完成。SEM是数据分析的较为特殊的类别，相对而言，其他的运营分析，则更不具有预先的结构化和流程化，例如对EDM营销（或数据库营销）的研究，需要大量的测试；对一次campaign或是promotion的销售预测，需要很有经验的分析师；或是对于商品生命周期的研究，需要精通零售的数据挖掘专家。这些都不是运营简单粗暴能够实现的。

　　所以，人们渴求数据，尤其是运营部门。但人们却很容易面对数据变得焦虑和不信任。我常常会听到这样的反馈：“数据是错的！”——我相信永远没有他所希望的正确的数据。无论是数据误读，还是根本数据就是数据，从来没有转化成有价值的信息，都意味着反面的效果，甚至，还远不如根本就没有数据。

　　因此，数据驱动的企业文化的要件，除了对数据有渴求，除了对数据有“使能”，还需要对数据正确的解读。

　　我们需要从组织结构上保证数据能够被正确解读，或者至少是尽可能的被正确地解读。

反思：数据民主化和数据驱动型组织的架构

　　一个组织的自下而上都有数据驱动的需求（上面的需求部分），而且也有决心投入资源建立数据部门（上面的使能部分），那么剩下的就是如何正确的利用数据，准确的获得信息，并以最快的速度利用在运营和执行策略上。

　　在我们上面的“迷局2”和“迷局3”中，我提出了对于“集中化”数据组织的疑问。我相信这种数据组织是蕴含风险的，无论这种集中是人力资源的集中，还是数据自动化系统的集中。如果我们需要一种健康的数据驱动的企业组织，那么我们需要“数据民主化（Data Democratization）”。这个想法，来自于我之前工作的Adobe Omniture，也来自于凯文·凯利的《失控》，这些思想告诉我们，上帝创立世界，从没有让世界按照“中央控制”模式运行。自大爆炸以来（如果我们不考虑“虚时间”，那么我们可以认为大爆炸理论是合理的，当然，今天这个理论被进一步进化以帮助人们探求大爆炸之前有什么），上帝就只是给出了规则，而让万事自我发展，他并不插手。我也记得，当按照中央计划的生产和消费活动被举国执行时，只能在某些极端情况下暂时的运转良好，但当市场成为经济的核心构建的时候，一切变得自主而民主化，事情反而在混沌中有了自我秩序。

　　人体是最大的“民主化系统”。大脑的思维并不会指挥消化系统的工作，心跳的速度提升和变缓也是它自发完成的。心理学家告诉我们，大脑的主动意识甚至仅仅支配了人的行为的不到10%，潜意识却无时无刻不决定我们的行为。有些生物，例如蜜蜂，这些几乎连大脑都没有的生物却展现出高级群体特征，并通过特定手段传递相当复杂的信息（这些信息连人类都要进行复杂的描述才能实现），这些都不可能来源于一个集中化的“中央控制系统”的主动指令。

　　一个组织的数据驱动类似于人的神经系统。大脑负责核心的运转（关键执行）和高级的思维（战略），各系统（消化系统、循环系统……，各经营部门）根据机体的内在和外在环境变化自主运行，形成一个反应灵敏，步调协调的统一组织。因此，数据驱动组织，不仅仅依赖于中央思考部门（数据和策略部门），同样依赖于各运营部门自身的神经单位。

　　按照这样的思想，理想的数据驱动的组织分为三个层次：中央控制的战略层、拥有自己“神经”的运营层，以及实现这一切的基础设施层。

　　与这种模式相对的模式，则是集中化的模式——高层（例如一个集中的数据部门）拥有数据，然后指挥运营层的执行。这种模式难度太高。

　　可是我们在“迷局3”中说了，数据民主化之后，中层（运营层）如果没有数据正确解读的能力，可能比数据误读更可怕。因此，为实现数据驱动组织结构，数据民主化不仅仅只是让“数据本身”民主，也是让数据能力变得更加民主，即数据资源和数据分析资源的共同民主。

　　让数据分析师回归业务部门，而不是龟缩在数据部门中。

　　数据属于业务，数据分析师当然也属于业务。这是对他们最好的，也是对这个组织最好的。除此之外，还能有什么方式能够让他们发挥更大的效力呢？如下图所示，我们拆散数据部门的集中结构，让数据分析师分布到各个业务部门去。他们帮助业务部门运用数据系统、获取数据、处理数据，并与业务人员一起（结合实际业务）更直接更快捷地解读数据，并将结果直接应用于业务。这样，数据部门则只负责两块，即上面三角形结构中的最高层（竞争环境研究、全局性跨部门的策略研究、战略研究以及绩效跟踪）和最底层（数据仓库、报表和BI，以及对它们的维护）。中间的运营层面，应该是数据分析师和业务部门共同完成的。

　　这或许是最类似于人体组织的“民主化形式”——我们的大脑不是神经系统系统中唯一的器官，而能够进行“思考”的器官，也绝不仅仅只是大脑。

结论

　　我有些偏执的相信，数据驱动型的组织一定不是人们主观期望它实现就能实现的。这个组织需要自下而上的需求，尤其是那些真正干活的人，他们对于数据的需求，决定了这个组织数据文化的根基。如果他们确实有需求，那么我们应该确保这个公司有数据的输出和处理，以及确保对于数据的处理（解读）是正确的，且能够最快速度的直接应用于业务的需求。

　　我相信，自上而下并非数据驱动组织形成的要件。或者，更偏激点，数据驱动组织不是CEO或者董事会希望它能够实现就能够实现的。这其中一定包含历史原因、政治阻力以及人本身的情况。而人本身的情况，才是数据文化的核心，哦，不，应该说，是一切文化的核心。

原文地址：http://www.chinawebanalytics.cn/data-driven-org-thinkings/

拜小弟为师

Wed, 18 Jan 2012 19:54:43 +0800

前一阵看到一篇很不错的文章——任正非：一江春水向东流。

前一阵还看到一条微博，大致意思是：一个人工作5年没有升职，问老板为什么我有5年的经验却没有升职，老板答道，因为你不是拥有5年的经验，而是1个经验用了5年。

之前写了我在2011年最大的3点收获，其中一点就是：别总是死吃自己的经验，允许新想法的冲击

这个收获要感谢我的搭档——邵祁（单身优秀男青年，活着的单身女性请联系我，我当回月老）。过去一年里我教了他一些方法，他给了我一些很重要的感悟。

别扭

一开始带他的时候，他的很多想法我无法有力的说出错在哪，但就是感觉别扭，感觉不应该这么做。

所以很多时候会把他的一些做法修改为我的做法，那样我才觉得舒服一些。而性格倔强的他总是要坚持，很多次我无法完全说服他的时候只好说，以后你当老大了，就能按照你的意思走了，但是现在不行。

充分放权

随后我介入新产品，老产品更多的放权给他。这个时候，我开始让他做自己想做的事情，虽然很多时候我还是觉得别扭，但我并没有过多的插手，把舞台完全交给了他。除了严重的问题会给予纠正外，其他一概不管。一方面是为了让他有更大的发挥空间，另一方面有些我明知有问题但是还是让他去做，因为我觉得疼了才会记住当初如何摔倒，疼了才能获得教训。如果保护太多，不让他自己去摔跤，永远长不大。

被教育

经过长期的放权，我发现当初我觉得别扭的想法，别扭的思路，是行的通的。而且效果很不错！于是，后来变成他教育我。

他的很多想法我很少去质疑什么，而是问他为什么要这么做，然后他就给我上了一课。

小地方就不说了，他给我上的最宝贵的一课就是：网页游戏可以做的更狠（折扣力度上）！

以前我一直觉得，5折以下就会很危险，长时间如此会影响长期的收益，并且会让玩家对游戏，公司产生怀疑（就好像1块钱卖2你可乐的时候你会怀疑可乐的真假问题一样）。

我错了！只要保持好适当的节奏和梯度，维持在4折以下都是可行的！而且低折扣至少能让后期产品在一个Q里维持不错的收入！如果这一个Q保持常规的做法，收入肯定会下降很快。也就是说，超低的折扣是可行的。页游的产品迭代很快，寿命短，完全可以这么玩！

总结：

如果你要一个沙僧，那么就告诉他怎么做，什么时候完成。

如果你想要一个悟空（首先要有悟空的潜质，沙僧永远成不了悟空），就给他更多的空间，让他自己做，适当给一些指点。被妖精打了不要紧，被打才会疼，疼了才会长教训。

很多时候，悟空可以给你很多启发，这些启发比听10次培训都更有价值。

提需求时需要关注的3大要点

Fri, 06 Jan 2012 09:06:47 +0800

提需求是运营人员经常干的事情，最近提需求时候很纠结，但是环境所迫，又没法说，只能在这里谈谈自己对需求的看法。

我认为提需求时，最重要的因素有3点：风险，成本，替代品

风险

风险是首要考虑的因素，如果连这一关都没过，后面就不用再浪费时间了。

风险主要有2大来源：

第一是需求操作过程的风险，例如有些需求需要动较敏感的数据库，有些需求执行过程中可能造成宕机…

另一类是需求做好后对游戏生态的影响，例如新需求的属性过于颠覆游戏本身的内容，或者新需求做好后很快有新版本，而新版本的内容跟需求内容造成冲突。

发觉风险时直接砍掉需求或者调整需求。

成本

提需求的成本主要分为2大部分：需求沟通成本，需求开发成本

沟通成本就是运营提出需求后，跟技术（策划）一起沟通，哪些要做，哪些不做，哪些需要调整的过程。

常规的需求，开发成本就2条：人力成本（谁做），时间成本（做多久）。操作的复杂程度不在成本的考虑范围内，可以归结为时间成本。

如果开发成本比较高，花一些时间在沟通上是有价值的。如果开发成本很低且无风险，却花了很多时间用来确定沟通要不要做，那就是浪费时间。

替代品

所有需求的出发点都是目的，为了实现目的，我们想到了一种手段，这个手段在实现上需要一些道具或者逻辑来支持，才有了需求。

实现一个目的的手段有很多，实现一个手段的方式有时候也可以灵活。当有风险了，当成本高了，我们不必吊死在一棵树上，想想其他办法，总能得到一个大家都开心的结局，如果在一个需求上死磕，开发被你整烦了，未来的日子会及其不好过。

所以，当沟通过程中遇到了困难，就退一步，找一些替代品，肯定会海阔天空。

2011三大收获

Sat, 31 Dec 2011 15:38:23 +0800

2011经历了很多，这一年遇到太多挫折，低潮了很久。但是正是因为这些挫折，让我对自己，对以前一些人为理所当然的事情有了重新的认识。正所谓因祸得福，这一年虽然能力上并没有提高什么，但是思想飞跃了！下面简单总结一下2011收获最大的3点，2012会单独写3篇文章来详细阐述。

收获一：团队比个人能力重要百倍！

之前的团队一直很和睦，大家干的都很开心，从来没有觉得团队问题可以致命。但是今年遇到了有问题的团队才发现，团队如果出现问题，可以完全抹杀个人能力。本来一个人能做漂亮的事情，在团队中却十分艰难！

收获二：别总是死吃自己的经验，允许新想法的冲击

今年带了一个新人，头一次把一个人完全放给我，干了不少SB的事情，当然也有很多收获。最大的收获就是这个新人给我上了一课，让我发现原来以前的经验并不是正确的。允许别人提出新想法，尝试新的想法，接受新的想法，我们才能进步。

收获三：找到了自己的奋斗目标

以前的理想或者梦想要不就是不切实际，要不就是事后自己觉得都没劲。但是今年我思考了很多工作外的问题，终于找到了并确定了自己奋斗的目标——餐饮。

2012，我来了！一定来的更加不平凡！

【转】为什么有人愿意在游戏做打怪练级这样的重复劳动?

Fri, 30 Dec 2011 19:25:40 +0800

在知乎上看到下面这个问题，发现有个回答很经典。让我大彻大悟，忍不住转载一下：

问：为什么有人愿意在游戏做打怪练级这样的重复劳动?

很多人都希望尽量让计算机代替人类的重复劳动. 为什么有相当一大数量的人喜欢在游戏里不断重复着打怪来练级?

答：即时的、必然的奖励，对提升做事的动机很有帮助。
游戏活动很符合这一点：例如你现在打怪，奖励是即时的而且必然的，你当时会捡到怪物掉落的东西，打够数量能完成任务从而得到任务奖励，多做几个任务就能升一级。你现在打的怪，大多数奖励都是当天能得到的，即使时间比较久，你也知道大概在未来哪个时间点可以得到什么奖励（都是清楚的，程序既定的）。

然而，现实生活和这个很不一样，你现在付出的辛苦，未必能得到奖励，即使得到，也不会在当天，可能要几个月或几年后才能得到奖励。例如你考明年的托福，你现在努力背单词，到时候未必能考好，考好了未必能留学，留学后如果想回国找个好工作也未必能成，找到好工作才算最终的奖励（事业发展带来的成就感、金钱改善物质生活带来的物质享受）。你看，你今天背的单词是否能取得奖励很难说，而且要很久远之后才知道。

心理学上有个发现，相对于久远的奖励，人们更愿意从事立刻得到奖励的活动。原因是啥我忘记了。有兴趣的同学可以找相关心理学书看看。

——以上，就是为什么有人喜欢在游戏里重复打怪的原因吧。

地址：http://www.zhihu.com/question/19793444

带新人的故事（二）

Mon, 26 Dec 2011 19:33:55 +0800

接上一篇：《带新人的故事（一）》

故事4

我每次写完活动方案，都会给他看一下，让他来帮忙修改一下。一开始他也提不出什么建议，不过时间长了，他总能从玩家的角度发现一些问题，提一些好的建议，甚至是一些不错活动的想法。慢慢的，一沟通起活动，他就有点来劲。在不到一年时间里，他已经能够完全自主的做活动的方案和执行了。并且效果很不错。

总结：让新人参与的决策的制定中，不要把他们当外人一样看待，虽然一开始他只能听，但是时间长了，他就会把每一件事当做自己的事情。参与并且负责人。

故事5

【小背景】我最不喜欢做的事情就是解释，把自己干的破事归咎到其他原因，摆脱责任，实在没什么意思。所以我当小弟的时候很少解释，改正，下次做好就行。

前一篇文章说过，一开始我安排过很多工作给他，有一部分的确不够合理，可能是他感觉到这些工作没什么意义，也可能是他懒，慢慢的，这些工作就做的越来越少，最后不再做了。这个过程中我没有认错，没有解释为什么可以不做了。

因为我的不解释，他可能觉得其他工作也是可以偷懒的，于是其他工作也开始慢慢的缩水或者不做。一开始，我会唠叨他，让他做，但是时间长了，我唠叨烦了，效果也小了，于是就不再唠叨了。只要结果（KPI）符合预期，手段相对合理，我就没有再强烈要求他做过什么，最多就是建议和一些方式上的探讨。

总结：小弟不用给老大解释什么，但是老大要给小弟解释很多东西，让他们明白什么事情需要做，为什么，有什么好处，什么坏处。老大不能太沉默，老大沉默了就变成了不负责，不知道，可以钻空子。

故事6

他来一阵之后，团队的结构有变动，完全把一款产品交给我们2人来做，我们拥有绝对的决策权。而之前产品比较低迷，于是我想了很多办法，并制定了一条主线。然后我俩开始执行。

这个阶段，我很有热情，立志要把产品拖出低谷。我发现热情是可以传染的，那个阶段，他的工作效率和工作质量也比较高。但是之后我的热情褪去，他的热情也淡了，很多事情在执行上并没有达到我的标准，虽然结果（KPI）不错。

总结：想要下面的人有激情，自己先要有激情，把你的激情传染给别人，其过程和结果都会让人惊喜！

未完待续…

您可能也喜欢：
游戏数据分析三部曲	网络游戏的整合	运营过程中如何运用折扣	活动奖励设置问题（一）——道具金字塔
无觅