假如你被问到:TFBoys、鹿晗、周杰伦到底谁比较厉害?

「数据从不撒谎,数据是产品经理的尚方宝剑」


这是一道送命题,不管丢在哪里都能引来粉丝的热议。

虽然死忠粉,但是却不能贸然发表个人意见。

但是,由于工作关系,这个问题却是无法避免的。

以前经常会发生这样的场景:

“鹿晗发下个月新歌了,我们要这样这样推荐哦!”

“周杰伦新专辑马上到了,我们准备一个运营方案吧!”

“TFBoys突然宣布出新歌了,抓紧运营起来!”

那一堆运营、小编就傻眼了,到底要怎么样分配资源呢??

哪一个都是不能怠慢的大腕儿,粉丝、公关、唱片公司、产品、老板等等都会紧盯着他们的运营方案。

于是,唯有最为客观的【数据】可以拯救我们了。

1、数据解决一切“我认为”

我们在工作中不可避免地需要解决不同利益个体之间的纷争,尤其是产品经理这种沟通为主的职位。

于是,很多时候都会听到“我觉得blablabla”、“我认为blablabla”、“为什么xxxx”等一系列主观的问题。

而且最糟糕的是,主观认知都没有评判标准,就算争论再长时间也没法达成一致。

比如说,A认为周杰伦是华语乐坛神级人物,给我上最好的推荐,什么焦点图、启动闪屏、消息推送能上的都挂上去。

B认为,TFBoys和鹿晗是当红炸子鸡,一定不能懈怠了,所以要把咱们最厉害的资源都用上,不然粉丝有意见。

他们都可以摆出许多“论据”,周杰伦的歌多好听、每一张专辑都堪称经典,TFBoys和鹿晗的粉丝又是多么疯狂,纷纷帮助偶像拿下了微博转发最多的吉尼斯世界纪录……

然而,这些争论都无法解决我们在产品内运营的问题,而且对于一个成熟的产品,面对的不单止是几个人,而是数据库里面上百万个全世界的歌手。

作为一个相对客观的消费产品,并不能像一个公众号小编一样凭借个人喜好来倾向某个歌手。

那么,问题来了,每个歌手发新歌、有新闻的时候,我们要怎么运营呢?

答案就在于:以数据为依据制定统一的运营规则。

2、同一纬度的数据才有可比性

当数据不在同一个维度时,比较结果是没有意义的。

支持周杰伦的人认为最厉害,Jay是华语乐坛首屈一指的唱作才子,有N首歌都家喻户晓,还拿到了无数的奖项;

支持TFBOYS的人则觉得三小只更牛,年纪轻轻刚出道就红遍大江南北,随便发一条微博都几万的转发,简直前无古人后无来者。

他们说的都是正确的,并且也可以举出客观、真实的数据,但是我们却不能根据这些数据来判断他们的优先级,因为他们并不在一个维度上。

因此,我们在制定优先级、运营规则的时候,都要把所有歌手放在同一个数据框架下进行比较。

典型的数据维度由下面两方面的指标共同构成,每个指标都会有一定的权重,最后就可以算出每个歌手对应的分数。

也就是我们最核心的“优先级”

歌曲质量:有多少人听过他们的歌曲,多少个人愿意下载重复听(甚至付费下载),多少人愿意分享给朋友们……

粉丝基础:微博有多少人关注、每条有多少转发和评论、每天有多少人搜索他们的名字……

例如周杰伦的歌曲过去一周有一千万人听过,而TFBOYS的歌只有六百万;周杰伦的搜索指数只有50万,而TFBOYS有100多万。

把所有数据摆出来,关于谁影响力最大,自然就会有无可争议的结论了。

3、数据运营原则下的“等级制度”

数据体系的搭建是一个异常痛苦的过程,因为搜集齐所有歌手的数据需要花费巨大的时间和精力,要知道这可不是十几个或者几百个,而是超过一百万的歌手!

当然,靠人肉是不可能完成这个任务的,必须依赖于程序自动化。

虽然过程痛苦,但是结果却是非常有意义的。

当我们背靠数据的时候,之前存在的争议似乎都不存在了。

比如说,周杰伦必须上闪屏,因为他的最终评分是S级,是99分呢。而TFBOYS目前的评分只有A级,八十多分,虽然现在炙手可热,但是还有成长空间,也许下次才能上闪屏哦。

作为一个平台产品的运营,如果能够说出上述的依据,还有谁能够继续和你争论下去呢?

数据是最可靠的。

即使面对海量的歌手,也不再惧怕。

来了一个歌手发专辑,好,那么看一下他的分数,每个分数段对应着一个推广资源,按照这个来运营吧。


那么问题来了,你觉得谁更厉害?

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,185评论 6 503
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,652评论 3 393
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,524评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,339评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,387评论 6 391
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,287评论 1 301
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,130评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,985评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,420评论 1 313
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,617评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,779评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,477评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,088评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,716评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,857评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,876评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,700评论 2 354

推荐阅读更多精彩内容