您当前的位置:首页 > 增长秘笈 > 如何打通线上线下数据,驱动链家增长?

如何打通线上线下数据,驱动链家增长?

陈泽帅 / 2017-01-11

头图.jpg

本文作者:陈泽帅,上海链家研究院院长。本文来自『2016 GrowingIO 数据驱动增长大会』演讲内容。

大家好,我是上海链家研究院的陈泽帅。

链家是一个相对来说比较传统的线下企业,我们打通线下线上数据的经验与大家的认知还是有一定差异的。当然现场有这么多做增长的企业,那我就很放心地做后面的分享了。

一、什么是增长

在过去大概两年,上海人民的口中出现了一个词汇叫『三大绿皮』。这三大绿皮到底是哪三大呢?分别是星巴克、全家和链家。这三家公司的门店开满了上海的大街小巷,已经成为一个独特的风景。可能有很多人就认为链家的增长就是开门店,做大规模的扩张。

对于我,上海链家数据分析负责人,我是怎样去衡量或者定义链家增长的呢?

 1.jpg

图1:链家式增长

第一点,提升客户留存。

我们希望链家的 App 有人用,我们的客户有留存,大家更乐意到我们这里来做交易。

第二点,提高服务水平。

我们希望经纪人的水平能提升,服务效率能够加快。

第三点,提高客户认可度。

那么这三个增长能给我们带来什么呢?第一,交易过程的缩短;第二,市场占有率的提升。

以前大家都认为中介是靠房价来挣钱的,我们希望打破这个规律,通过提升效率来实现增长。房价确实增长的很快,但是我们希望我们的效率能比房价增长的更快。

市场变化是比较大的,很多时候中介看天吃饭,市场不好的时候很多企业都会退出竞争。但是,只要我们不断提升服务的水平和质量,越来越多的客户认可链家的服务;哪怕市场剧烈变动,对链家的发展都是影响很小的。

这就是我认可的链家增长三个点:客户留存、服务水平以及客户认可度。

二、增长遇到的挑战

链家成立于2001年,链家网始于2014年,在过去的十多年里,链家慢慢发展成了中国最大的房地产中介机构。我们有近八千家门店、十多万经济人,这么大规模的一个团队怎样去管理和驱动它的增长?

(一)链家关注的三大数据

在过去很长的一段时间,我们积累了一套比较完整的企业管理方法论,以及业务系统。这套业务系统的本质,是通过对交易过程的层层分解,把业务漏斗转化为各项业务指标来跟踪。

 2.jpg

图2:链家关注的三大数据

总的来说,我们最主要观察三个数据。

第一个,服务数量。

服务数量包括:经纪人每天接听客户电话的数量和时长,经纪人收到业主钥匙的数量,经纪人为业主提供带看服务的数量。

第二个,服务效率。

最大的服务效率就是成交速度,这其中包括:经纪人为业主找到客户的速度,经纪人为客户找到适合房源的速度,以及客户首次到访链家的门店之后回访链家看房的转化率。

第三个,服务专业程度。

链家会为经纪人做高考,比如说经纪人专业考试、后台抽检考核、客户反馈等等。通过这些数据来体现我们的服务专业程度,体现客户对我们的认可程度。

(二)增长的突破口在哪里?

在高速扩张的过程中,这些结果管理和层层细分的管理,必然要耗费企业非常高的管理成本。总结起来,有三大挑战摆在我们面前。

3.jpg

图3:链家增长的突破口

第一,从结果管理到过程管理。

上面我介绍的三种数据,都是线下经纪人手动录入、系统管理者去寻找的、以及客户反馈的数据。这些数据,第一可能不及时,第二可能不精准,这样的话会带来很多问题。以用户反馈为例,用户给我们的反馈是不是真实的、是不是留有情面的?

实际上这个过程中,我们需要更多的过程数据来帮助我们校正业务过程的管理结果,也就是从结果管理向过程管理转变。

第二,从效果监控到效果预测。

作为一家房产O2O企业,我们的服务链条非常长。一个客户从现在的房地产市场找到一套房子,大概需要90天的时间。如果我们依赖于传统的线下管理模式,采集到的数据又少又慢。所以我们需要更多的过程数据来帮助我们,尽可能来反馈和预测用户的一些感知以及经纪人的行为。

第三,通过数据描述客户需求。

之前我们了解到的客户需求是经纪人、后台核检人员以及客户告诉我们的,这里面或多或少存在一些误差。我们非常想通过数据去描述一个客户的需求,从而帮助我们通过技术提升经纪人的专业程度。

比如说对房子的估价、对房子的推荐、对经纪人的推荐,我们希望通过技术去替代传统业务上一些高专业度的行为,把一些不可控的风险变得可控。

根据上面三个管理难题和痛点,我们希望拿到更多的线上和线下数据,使之成为管理优化和企业增长的一个突破口。

三、链家如何打通线上线下数据

那么我们是如何去推动线上数据采集的呢?其实我们在遇到 数据分析公司GrowingIO 之前,过去的两年中我们都花了很多时间、很多力气去做这样一件事情,下面我给大家分享一下。

(一)链家自建的埋点系统

在链家的内部,我们有一个比较完善的ERP系统;在这个系统中,我们自建了一套用户行为追踪机制来监测内部的风险操作。

5.jpg

 图4:链家自建的埋点系统

比如说有没有规范的考勤,我们系统的响应时间是不是超时,我们在使用VPN的时候会不会遇到一些信息安全,以及经纪人会不会发生一些高风险的个人行为,比如说泄露客户或者业主的信息或者公司的重要信息。

正如上图显示的,在这个过程中我们的工程师和业务人员一步一步去推进和落实这个系统;通过埋点的方式部署在我们的系统中,并且推动了一些小的案例的实施。

(二)自建埋点系统的痛点

在实施的过程中,我感觉痛点挺多的,我概括为下面的四点。

5.jpg 

图5:自建埋点系统的痛点

第一,三端数据未统一。

这里的三端指的是 PC 端、Android 端、iOS 端。链家网为经纪人、业主提供了 App ,来帮助他们更高效地做一些服务和工作,但是我们自己的系统并不能采集到 Android 和 iOS 客户端上的用户行为数据。

第二,数据不全。

Web 上一些特殊的用户点击行为和动作是我们系统采集不到的,这个时候对我们运用数据会造成一些瓶颈。

第三,缺少可视化的数据报表。

因为自建系统缺少数据可视化报表,不够直观,造成数据分析成果的应用范围非常狭窄。我们现在拿到的数据非常庞大,数据分析师主要使用 Tableau 进行可视化分析;但是因为我们的数据分析师资源是有限的,所以不可能把所有的用户行为都变成可视化的图表展现出来。这也是我们自己埋点采集数据的一个大瓶颈!

第四,运维成本高。

这其中最大的成本就是时间的机会成本。虽然这两年我们做了几个内部应用,但是两年内链家的发展速度远远超出我们的想象。

同时,为了自己搭建系统我们需要招聘不同的工程师;对于很多新的技术场景,工程师也需要自我突破。对于我来说,我再花时间去管理一个新的业务线和技术线,管理成本也是非常高的。

在这样的背景下,我们希望采用一些固定的产品或者比较成熟的产品去替代我们想要做的事情。

6.jpg

图6:链家网对 GrowingIO 的评价

这个地方是我们对自建系统以及引入 GrowingIO 的评价,现阶段的 GrowingIO 可以满足我们上面的业务需求,处于务实的角度我们选择了数据分析工具GrowingIO 。

(三)借助 GrowingIO 打通线上线下数据

这是我今天讲的重点,就是数据打通!以前我们的经纪人服务客户的时候,成本非常高;我们统计过,我们接到一个电话可能要几十块钱的成本,非常昂贵。

之前的做法是,我们把经纪人接通电话作为线下服务的起点,经纪人接通客户的来电,他会跟客户交谈、约看,变成私客带看和成交。随着成本越来越高,我们希望知道给我们打电话的客户,他在打电话之前是不是通过链家网接触过我们。

这是一个巨大的挑战,因为注册了链家网然后再打咨询电话的人非常少。PC 和 Web 端只有2%的客户会先登录后浏览,App 端只有30%的客户会先登录后浏览,这样算下来我们只能追踪到不到一成的客户。

这就是说,打电话给我们的这些用户往前追溯,他们在链家网上面产生的用户行为我们只能监控到不到一成,这是非常少的。

7.jpg 

图7:通过 GIO-ID打通线上线下数据

所以在这个阶段我们做了一个比较大的改进,通过 GrowingIO 提供的 ID 实现前后的串联。

我们在 PC 端为每一个电话做了一个二维码,这个二维码对应唯一的房源和经纪人。我们将这个二维码放到放到链家网的住房详情页上面,用户扫二维码产生拨号动作;扫码后弹出一个 web 页面,点击拨号直接打通电话。

我们把二维码中带有的房源和经纪人信息上传到 GrowingIO 后台,通过我们的转接号系统去匹配这个唯一的二维码,我们完成了 PC 端电话和线上行为的串联。

在 App 也是一样的原理,而且做起来相对容易,其中最关键的是房源和经纪人的信息以及唯一的转接号。

8.jpg

图8:改进前后的效果

打通以后的效果怎么样呢?

非常明显!以前依赖客户登录的方式的话,我们只能监测不到一成的客户。做了这个产品改进后,PC 上会有10%的客户扫码,WAP上有70%的客户信息被关联到,App 上更是高达85%的覆盖率。比较之前不到10%的比例,现在我们大概可以追溯到70%甚至更高来电用户在链家网的浏览行为。

这样一来,一旦客户与我们发生线下接触(来电等),我们有70%的把握知道他在线上(链家网)做了什么。这样一个改变成为我们后面所有业务分析的关键,因为它拉长了整个业务漏斗的监控范围,用户来电之前的线上行为数据也被考虑在内。

四、如何用线上数据分析驱动增长

链家希望去研究线上数据的需求已经快积累了两年了,引入数据分析工具 GrowingIO 后我们的产品和开发非常勤奋地用这些数据去弥补我们之前线上数据的不足。

在链家网,我们发现使用『地图找房』功能的用户群体转化率,高于平均转化率的60%及以上。但是『地图找房』这个功能的使用率只有7.35%,也就是说没什么人用。

9.jpg 

图9:将『地图找房』功能放到显著位置

既然这样,那是不是说使用『地图找房』能提升整体的用户转化率呢?于是产品经理提出改版方案,就是把『动图找房』搬到了房源搜索结果页的列表上。

让人惊喜的是,只是这么一个小小的改动,就把使用『地图找房』的用户提升了30%。

10.jpg 

图10:改版前后的转化率差异

同时新的地图入口的转化率比原来的提高了6%-10%,我们整体的转化率居然提升了9.8%,而这只是产品上一个非常小的改动。这个例子是我们产品经理在加载数据分析工具 GrowingIO 的第一周就想到的一个产品改进,是一个非常有纪念意义的改进,所以拿出来讲一下。

如果我们能不断深入去研究这些数据的话,这些创意就会被我们源源不断的挖掘出来。

五、线上数据打通的要点

最后我总结一下,我们打通线上线下数据的三个要点。

11.jpg 

图11:打通数据的三个优势

第一点,便宜。

链家是非常务实的,因为我们处于高速发展的过程中。以赛车为例,你一边开车一边换轮胎是可以的,但是你一边开跑车一边造轮胎就不现实了。

第二点,灵活。

通过 GrowingIO 我们可以拿到全量的用户行为数据,这样的话我们可以做很多的应用。

第三点,商业价值。

这跟 Simon 提到的回归商业本质是一个道理。对于链家来说,什么是商业本质?其实就是加快房源、客源的匹配、周转、成交效率,去年七月到今年七月,我们的整体转化率提升了30%,高于房价增长的速度。

同时我们希望把像 GrowingIO 这样的数据分析工具,投入到我们对业务价值增长有用的点上。

这是我分享的三个点,谢谢大家!


GrowingIO是新一代基于用户行为的数据分析产品,数据采集无需埋点,用户行为数据分析更专业。登陆www.growingio.com立即注册免费试用,或者关注微信公众号GrowingIO获取更多数据分析干货。

分享到: