本文是大特保联合创始人&CTO林洪祥在小饭桌保险课上的分享，全文围绕数据运营，从三个层面阐述了数据怎样让保险和用户体验更好，结合了大特保实战中积累的诸多经验，对于初创企业非常有指导价值。以下是分享实录：

　　创业起始，重视早期数据

　　我们经常会遇到这样的问题，第一款产品马上要上线了，技术人员可能还不齐，这个时候能满足系统上线就已经相当不错了。如果还要求相应的数据，那要求太高了。 所以在这个阶段，一开始我们就有数据意识，那么对公司后续的发展是非常有利的。因为早期的数据往往决定到你后面很长一段时间的数据基准。早期的很多数据都来自周围的亲戚朋友，他们都愿意去尝试一下。错过了这拨人，后面改进的机会就比较少。我个人建议在这个阶段一定要把数据准备好，也不需要太过于复杂，开发工程师只需要一些简单的工作，就可以把这些东西做好。

　　跳出率和退出率的分析。我找了一个与滴滴合作的案例。这次活动的图包括活动说明有三四屏左右，我们怎么判断这些图的效果呢?初期只能通过经验来做，我们当时准备了三四套方案，上线是从凌晨开始切换的，所以我们从凌晨开始，就把当时精心挑选的三四套方案，做了一个很好的测试，就看它的跳出率跟退出率，到底是哪些环节会影响到我们的核心要点。

　　快速迭代。在有限时间内，大批量流量同时进入，需要提前准备多套方案，密切关注数据变化，用最短时间完成流量测试(半夜)，保证整体最优。前提是技术系统不能掉链子，以及提前准备各种突发情况。

　　过渡阶段，在数据里找思路

　　很多公司都会经历类似情况，我已经到达一定程度了，接下来该怎么走?到了过渡阶段，如果现在的业务没有带来增长，人员又比较多，我建议如果有能力，可以做一些数据方面的工作，能找到一些新思路。

　　早期可以通过用户画像，判断自己的用户到底是哪个类型的用户?这是用户画像的相应的步骤，群体定量分析-个体定性描述-数据产品应用。我有一定的人群了，通过对群体不同纬度、不同指标的划分，然后有了一些定性的描述和相应的用户标签，这些标签可以作为要点应用到相关的产品里。

　　其次是运营转化率。到了过渡阶段，如果有一定的量，注册用户肯定不再是原来的指标，我肯定希望把用户从活动参与过渡到付费用户，从低价的薅羊毛转化成高价的用户。怎么让用户参与进来?并且让他们有付费的意愿，这个时候通过转化率的设置，可以发现哪些路径是最佳模式。我们通过微信内容的推广方式去做呢?还是通过直接这种产品列表，还是通过简单、低价，比较粗暴的方式来做?

　　另外，优惠券、积分等常规运营也有大文章。过渡阶段我们想大力做正品的转化，所以通过很小的优惠措施吸引用户转变。我们发现，在优惠券的指标上，往下跳的概率特别低。通过AB测试，我们发现有一些专业术语隐藏之后，特别有利于用户快速的下单，为什么呢?因为很多小白用户对专业术语并不了解，甚至连保额、保费都想半天，这需要一个转化。所以，在下单流程上，我们一方面隐藏了一些专业术语，另一方面设置了免登录购买环节。

　　成长阶段，此处有弯路

　　我们刚刚进入这个阶段，也碰到一些情况，比如数据的需求一下子膨胀了，这个时候怎么去调整，怎么去解决呢?

　　我的建议是，需要配备一些比较专业、比较优秀的数据团队或者数据人员来做相应的事情。这个阶段如果有人、有钱，而且前面两个阶段的数据验证有用，那么对运营、节约成本 、定位及对发现机会都有比较大的帮助。在这个阶段，就应该去考虑相应的人员。 但这里面有挺多坑。数据人员特别贵，首先是人才坑。如果你一个月花了50K、60K相应的人员来做一堆报表出来后没有用，这个时候怎么办?所以你要衡量，所有的数据分析都是有目标的，你要给它确定目标。

　　还有工具坑，刚刚说了需求膨胀了，分析师，统计、运营各方面的人，都会向你要相应的数据需求。这个时候需要开发很多数据工具，以满足不同人的要求。但你怎么去衡量它的成本呢?你的目标是把数据用起来，而不是去搭一堆数据工具，这个时候怎么去平衡这个需求。

　　另外，准确性永远是个坑。上线了几套数据系统之后，会发现各个纬度的数据永远对不起来。怎么办?所以这个时候就要想清楚，我们的数据系统，它的指标定义可能是不一样的，它的统计纬度，统计范畴都是不一样的。这个时候你要了解的是各个系统之间数据差异在哪里?你不能走的弯路是让它把各个数据系统严格的对应起来，你只能减少相关的误差，并且理解各个数据系统至今的差异。

　　林洪祥：大特保联合创始人及CTO，组建并执掌大特保产品技术团队。在加入大特保之前，他曾就职于IBM和百度，从事高级研发、大数据架构研发、社区数据技术负责人等研发和管理工作。