WAW年度大会嘉宾专访—饿了么CTO张雪峰

今天,我们就邀请饿了么CTO张雪峰先生聊一聊在O2O行业对数据的实战观感。

嘉宾介绍: 张雪峰  饿了么CTO

70后,带领饿了么技术团队,400+ HC。之前带领携程软件架构团队&框架研发团队,后担任携程国际事业部 CTO。曾有过一次创业经历(教育行业),深知创业之痛并快乐着感觉,理解创业之苦、之难、之惨烈。


1、饿了么对于数据相当重视,能介绍下个人对于数据的意义吗?
饿了么最早是一个技术味比较重的团队,在市场竞争过程中发现产品的重要性。慢慢在产品上花了很多的心思,尤其在产品细节上。但是随着业务的不断发展壮大,发现除了技术、产品,数据(还有运营)也变得越来越重要。因为每个人看产品角度都有差异,导致内部对产品决策会有很多讨论甚至争议,其实最好的办法是,如果你有一个很好 idea,那就用数据来验证。曾经数据团队规模很小,也没有特别专业数据人才,后来因为业务持续飙升,短期内积累了大量数据,所以最终数据,产品,技术三者站在了同等重要地位。

2、能介绍下饿了么在数据团队上的一些引以为豪或者与众不同的地方?
1)基础设施
饿了么数据团队从上到下基本属于一个大团队,从 data infrastructure 到 data warehousing,然后 data science、data application,我们都在一个 data technology(DT)部门。Infrastructure 方面团队比较有冲劲,喜欢不断尝试新事物,整个团队相对开放一些。

2)数据应用
在饿了么,机器学习除了一般应用,还有一些特定场景。饿了么业务对时效性要求非常强,要做短时配送,提高人效,所以,我们在运筹和算法方面投入大量精力。现在,我们和一些合作伙伴一起探讨做一些模型不断比较,产品最后还是需要线上的数据和线下的反馈来验证。

3.能否举一个饿了么在数据驱动上的成功例子?
1)千人千面
目前我们打开 app 默认就是一个 LBS + UB (user-behavior) BS 排序,是附近餐厅列表。现在很多用户有各自口味,根据各自消费习惯不同计算不同排序,事实证明这个改变很好提升了用户体验和转换率。

2)智能调度
我们都知道,用户希望送餐速度越快越好(实际不完全是这样,更严谨说法是送餐越准越好),但外卖小哥往往送一趟并不只是送一份餐(最多可以同时接七个订单),这时我们需要通过运筹规划进行智能调度从而优化配送路线,帮助提高送餐效率。

这二个例子是大家能够看到的效果相对显著的。当然还有很多数据驱动的案例大家看不见,但是对于业务提升也是很重要的存在,就不在这一一说了。

4.现在关于大数据,数据驱动的概念是越来越被各个行业重视,不断被炒作发酵神化。您个人觉得对于这些概念,行业的主要误区可能在哪里?
首先要强调的是,我并不是这方面的专家,只能从我自己了解的业务及结合与同行交流的感受来谈谈关于”精准营销”的理解。大家都说数据最精确的是到人而不是到群体,其实精准营销可能存在一些误区。一般对CTR的理解,认为只要带来点击、带来收入,就是效果好,但其实并不够。我们认为,有粘性的点击,就是用户离开广告还能在上面频繁消费才有价值。

在O2O行业里还可能出现补贴的情况,但现在也在降低补贴,我们真正要寻找的是对这个平台有粘性的用户,这样的用户对价格并不是特别敏感,反而更在意产品提供的服务和质量,我们更需要这些目标人群。那些经过营销广告等手段点击进饿了么的用户,如果只是为了本次优惠活动,那他同样能够接受其他产品的优惠活动,这样的群体忠诚度不足。

我们要避免这个误区,通过广告进来多的用户并不正真等于粘性用户。饿了么目前对拉新进行了一定个性化控制,我们更希望将新客及忠实用户服务好,只有这些用户才可能给你带来收益和价值。所以在精准营销方面,需要区分广告点击用户和真正潜在用户的区别,那些对价格特别敏感的用户不应该是目标群体。举个例子,分析那些客单价高且不在意价格的用户离去比分析因为推广活动进来的新用户离去要有价值的多。

5.能提出一些你对于O2O行业的一些数据方面的建议吗?
这个问题很大且和业务相关较多,我主要做技术,思考维度会相对单一。

我个人认为,在产品早期,需要产品经理的灵感和创意,但在数据积累到一定规模后,我们需要用数据来支持决策。产品经理不光要有 sense、innovation,同时也需要掌握一定的数据工具来帮助业务更好决策与发展。数据相当于桥梁,大家都离不开。即使在偏技术领域,system data 同样需要数据来支持决策。

张雪峰先生将参加本周六WAW年度大会,参与圆桌讨论《移动和万物互联时代的企业数据策略》。欢迎大家一起来现场交流探讨。