歡迎加入QQ討論群258996829
蘋(píng)果6袋
麥子學(xué)院
產(chǎn)品經(jīng)理應(yīng)該如何分析數(shù)據(jù)？
發(fā)布時(shí)間：2017-02-18 13:35 回復(fù):0 查看:2676 最后回復(fù)：2017-02-18 13:35
一個(gè)懂?dāng)?shù)據(jù)分析的
產(chǎn)品經(jīng)理
可以利用數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品設(shè)計(jì)優(yōu)化，并高效提升用戶體驗(yàn)。
彼得·
德魯克曾經(jīng)說(shuō)過(guò)很有名的一句話，他說(shuō)：如果一個(gè)事情，你不能衡量它的話，那么你就不能增長(zhǎng)它。
事實(shí)上，越來(lái)越多的互聯(lián)網(wǎng)公司開(kāi)始了數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品及運(yùn)營(yíng)增長(zhǎng)的工作，典型如硅谷的著名幾家公司：
· Facebook
早期通過(guò)「博客小掛件」的展示獲得了每月數(shù)十億次展示、千萬(wàn)次點(diǎn)擊和
·
百萬(wàn)人注冊(cè)
;
· Twiter
通過(guò)引導(dǎo)用戶在注冊(cè)時(shí)「關(guān)注
10
個(gè)人」極大的提升了留存率和活躍度
;
· LinkedIn
通過(guò)推薦新用戶「邀請(qǐng)
4
個(gè)好友」獲得了最高的邀請(qǐng)轉(zhuǎn)化率
;
??
然后，硅谷的極客們還給這件事情取了一個(gè)很酷的外號(hào)，叫做 Growth Hacker
，中文名譯作
“
增長(zhǎng)黑客
”
。這些公司在組織架構(gòu)內(nèi)部搭建了一個(gè)增長(zhǎng)團(tuán)隊(duì)，整個(gè)團(tuán)隊(duì)的目標(biāo)就是圍繞著公司的增長(zhǎng)去不斷地確立目標(biāo)，分析現(xiàn)狀，提出改進(jìn)的想法，實(shí)施并開(kāi)始測(cè)試反饋。
產(chǎn)品經(jīng)理在整個(gè)互聯(lián)網(wǎng)團(tuán)隊(duì)中扮演著承上啟下的橋梁角色，自然也要掌握數(shù)據(jù)分析這項(xiàng)神秘的強(qiáng)大技能，尤其是隨著整個(gè)人類互聯(lián)網(wǎng)歷史進(jìn)程的不斷發(fā)展，互聯(lián)網(wǎng)產(chǎn)品之間的競(jìng)爭(zhēng)加劇、大數(shù)據(jù)時(shí)代的到來(lái)，對(duì)產(chǎn)品經(jīng)理的數(shù)據(jù)分析能力提出了更高的要求。
一個(gè)懂?dāng)?shù)據(jù)分析的產(chǎn)品經(jīng)理可以利用數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品設(shè)計(jì)優(yōu)化，并高效提升用戶體驗(yàn)。
那么，產(chǎn)品經(jīng)理究竟該如何入門(mén)數(shù)據(jù)分析，為自己的產(chǎn)品職業(yè)生涯發(fā)展增加一定的籌碼呢，我認(rèn)為可以從以下幾個(gè)方面著手學(xué)習(xí)。
1、了解什么是數(shù)據(jù)分析
很多產(chǎn)品經(jīng)理其實(shí)都對(duì)數(shù)據(jù)分析有一種淡淡疏遠(yuǎn)的心理，特別的是非技術(shù)的產(chǎn)品經(jīng)理更是對(duì)數(shù)據(jù)敬而遠(yuǎn)之，好比一談到數(shù)據(jù)分析，就是要會(huì)什么高大上的數(shù)據(jù)分析工具，什么抽象的建模、函數(shù)之類的。
事實(shí)上，通常意義上的產(chǎn)品數(shù)據(jù)分析用不了多少專業(yè)的數(shù)據(jù)知識(shí)，用到的都是非常簡(jiǎn)單的加減乘除。但是要注意到，其實(shí)加減乘除也是非常強(qiáng)大的，可以解決大部分的問(wèn)題，而且成本非常低，你使用了復(fù)雜的算法，可能精確度也只能上升不到5
個(gè)百分點(diǎn)。所以，產(chǎn)品經(jīng)理不要對(duì)數(shù)據(jù)分析有太多的畏難情緒，所謂的數(shù)據(jù)分析就是指從數(shù)據(jù)中提取有用的信息，并指導(dǎo)實(shí)踐。比如說(shuō)結(jié)合數(shù)據(jù)優(yōu)化產(chǎn)品的用戶體驗(yàn)，通過(guò)數(shù)據(jù)來(lái)進(jìn)行用戶畫(huà)像，通過(guò)數(shù)據(jù)發(fā)現(xiàn)產(chǎn)品改進(jìn)的關(guān)鍵點(diǎn)，以及產(chǎn)品改版、迭代是否在一個(gè)正確的方向上。而這些事情，在經(jīng)過(guò)實(shí)踐之后，都會(huì)變的簡(jiǎn)單且容易上手。
但是在做數(shù)據(jù)分析前，一定要先確定好目標(biāo)，這樣后面的每一步才能不偏離大方向，我們才能清楚地知道究竟該采集什么樣的數(shù)據(jù)，要分析哪些指標(biāo)。那么，你做數(shù)據(jù)分析的目的是什么：
·
是檢測(cè)用戶對(duì)新功能的喜愛(ài)程度？
·
是優(yōu)化用戶在使用過(guò)程中的槽點(diǎn)？
·
還是提升某個(gè)產(chǎn)品頁(yè)面的轉(zhuǎn)化率？
…
2、數(shù)據(jù)從哪里獲取
產(chǎn)品經(jīng)理在分析數(shù)據(jù)之前，就必須得有數(shù)據(jù)供我們分析，所以我們就得拿到數(shù)據(jù)，怎么拿到呢？
數(shù)據(jù)的來(lái)源渠道主要有三種：
1.
自有數(shù)據(jù)分析系統(tǒng) ——
企業(yè)內(nèi)部使用的數(shù)據(jù)產(chǎn)品，如自建 BI
和推薦系統(tǒng)。公司自有的數(shù)據(jù)是最原始的數(shù)據(jù)，也是最可靠、最全面的。一般而言，有條件的情況下都是以內(nèi)部數(shù)據(jù)為準(zhǔn)；
2.
第三方數(shù)據(jù)分析工具 ——
這個(gè)是借助外部工具獲得數(shù)據(jù)，如友盟、百度統(tǒng)計(jì)、cnzz
統(tǒng)計(jì)等；
3.
行業(yè)指數(shù)數(shù)據(jù)等 ——
如用戶均可使用的 Google Trends
和淘寶指數(shù)等等。
鑒于大部分互聯(lián)網(wǎng)創(chuàng)業(yè)公司都不可能自建數(shù)據(jù)分析系統(tǒng)，雖然自己開(kāi)發(fā)的數(shù)據(jù)分析工具，可以對(duì)每個(gè)數(shù)據(jù)進(jìn)行實(shí)時(shí)跟蹤，并快速做出產(chǎn)品的調(diào)整，但是需要足夠的開(kāi)發(fā)人員及成本，比較適合大型公司或者成熟型產(chǎn)品；
這里還是重點(diǎn)介紹幾款第三方數(shù)據(jù)分析工具，供大家參考選擇：
a、友盟
支持iOS
、
Android
應(yīng)用數(shù)據(jù)統(tǒng)計(jì)分析，可快速接入，節(jié)省成本，比較適合創(chuàng)業(yè)型公司及剛上線的產(chǎn)品，但是無(wú)法對(duì)關(guān)鍵數(shù)據(jù)在突發(fā)異樣時(shí)進(jìn)行跟蹤；
b、百度移動(dòng)統(tǒng)計(jì)
支持ios
和
android
平臺(tái)。另外，開(kāi)發(fā)者在嵌入統(tǒng)計(jì)
SDK
后，可以對(duì)自家產(chǎn)品進(jìn)行較為全面的監(jiān)控，包括用戶行為、用戶屬性、地域分布、終端分析等；
c、諸葛io
是一款基于用戶洞察的精細(xì)化運(yùn)營(yíng)管理工具。以用戶跟蹤技術(shù)和簡(jiǎn)單易用的集成開(kāi)發(fā)方法，幫助移動(dòng)應(yīng)用及pc
網(wǎng)站的運(yùn)營(yíng)者們挖掘用戶的真實(shí)行為與屬性，可以將其用于
iOS
、
Android
應(yīng)用及網(wǎng)站；
d、Growing io
強(qiáng)大的地方在于無(wú)需埋點(diǎn)，就可以獲取并分析全面、實(shí)時(shí)的用戶行為數(shù)據(jù)，以優(yōu)化產(chǎn)品體驗(yàn)，實(shí)現(xiàn)精益化運(yùn)營(yíng)。
3、基本的產(chǎn)品分析概念
產(chǎn)品經(jīng)理在做數(shù)據(jù)分析的時(shí)候，一些基本的產(chǎn)品分析概念還是需要理清的，比如最基本的AARRR
模型，也就是說(shuō)產(chǎn)品經(jīng)理要了解什么是新增、活躍、留存、流失等，這些基本的概念都是需要去了解和掌握的，不然真碰到數(shù)據(jù)分析的問(wèn)題，也只能兩眼一抹黑了，更別談分析出一個(gè)什么所以然來(lái)了。
比較簡(jiǎn)單的一些概念，在這里普及下：
一些網(wǎng)頁(yè)指標(biāo)：
PV（page view）：
即頁(yè)面瀏覽量，用戶每1
次對(duì)網(wǎng)站中的每個(gè)網(wǎng)頁(yè)訪問(wèn)均被記錄
1
次。用戶對(duì)同一頁(yè)面的多次訪問(wèn)，訪問(wèn)量累計(jì)。在一定統(tǒng)計(jì)周期內(nèi)用戶每次刷新網(wǎng)頁(yè)一次也被計(jì)算一次。
一般來(lái)說(shuō)PV
與來(lái)訪者數(shù)量成正比，但是
PV
并不直接決定頁(yè)面的真實(shí)來(lái)訪者數(shù)量，例如，同一個(gè)來(lái)訪者通過(guò)不斷的刷新頁(yè)面，也可以制造出非常高的
PV
。
UV（unique visitor）：
即獨(dú)立訪客，訪問(wèn)網(wǎng)站的一臺(tái)電腦客戶端為一個(gè)訪客。
PR（pagerank）：
即網(wǎng)頁(yè)的級(jí)別，一個(gè)PR
值為
1
的網(wǎng)站表明這個(gè)網(wǎng)站不太具有流行度，而
PR
值為
7
到
10
則表明這個(gè)網(wǎng)站非常受歡迎
(
或者說(shuō)極其重要
)
。
跳出率：
指用戶到達(dá)你的網(wǎng)站上并在你的網(wǎng)站上僅瀏覽了一個(gè)頁(yè)面就離開(kāi)的訪問(wèn)次數(shù)與所有訪問(wèn)次數(shù)的百分比。這里的訪問(wèn)次數(shù)其實(shí)就是指PV
。是評(píng)價(jià)一個(gè)網(wǎng)站性能的重要指標(biāo)，跳出率高，說(shuō)明網(wǎng)站用戶體驗(yàn)做得不好，用戶進(jìn)去就跳出去了，網(wǎng)站沒(méi)有滿足用戶的期望與需求或是人群定位不精準(zhǔn)，反之如果跳出率較低，說(shuō)明網(wǎng)站用戶體驗(yàn)做得不錯(cuò)。
轉(zhuǎn)化率：
指在一個(gè)統(tǒng)計(jì)周期內(nèi)，完成轉(zhuǎn)化行為的次數(shù)占推廣信息總點(diǎn)擊次數(shù)的比率。轉(zhuǎn)化率=
（轉(zhuǎn)化次數(shù)
/
點(diǎn)擊量）
×100%
。以用戶登錄為例，如果每
100
次訪問(wèn)中，就有
10
個(gè)登錄網(wǎng)站，那么此網(wǎng)站的登錄轉(zhuǎn)化率就為
10%
，而最后有
2
個(gè)用戶訂閱，則訂閱轉(zhuǎn)化率為
2%
，有一個(gè)用戶下訂單購(gòu)買(mǎi)，則購(gòu)買(mǎi)轉(zhuǎn)化率為
1%
。轉(zhuǎn)化率反映了網(wǎng)站的盈利能力，重視和研究網(wǎng)站轉(zhuǎn)化率，可以針對(duì)性的分析網(wǎng)站在哪些方面做的不足，哪些廣告投放效果比較好，可以迅速的提升用戶體驗(yàn)、節(jié)約廣告成本，提升網(wǎng)絡(luò)轉(zhuǎn)化過(guò)程。
重復(fù)購(gòu)買(mǎi)率：
指消費(fèi)者對(duì)該品牌產(chǎn)品或者服務(wù)的重復(fù)購(gòu)買(mǎi)次數(shù)。重復(fù)購(gòu)買(mǎi)率越多，則反應(yīng)出消費(fèi)者對(duì)品牌的忠誠(chéng)度就越高，反之則越低。
活躍度指標(biāo)：主要衡量產(chǎn)品的粘性、用戶的穩(wěn)定性以及核心用戶的規(guī)模，觀察產(chǎn)品在線的周期性變化。
·
AU（Active Users）
活躍用戶：用戶登陸產(chǎn)品記為一次登錄
·
DAU（Daily Active Users）
日活躍用戶：每日登陸過(guò)的用戶數(shù)
·
WAU（Weekly Active Users）
周活躍用戶：七天內(nèi)登陸過(guò)的用戶數(shù)
·
MAU（Monthly Active Users）
月活躍用戶：30
天內(nèi)登陸過(guò)的用戶數(shù)
·
AT（Daily Avg. Online Time）
日均使用時(shí)長(zhǎng)：活躍用戶平均每日在線時(shí)長(zhǎng)
·
PCU（Peak Concurrent Users）
最高同時(shí)在線用戶人數(shù)：統(tǒng)計(jì)周期內(nèi)，同一時(shí)點(diǎn)（通常精確至分）的最高在線人數(shù)
·
ACU（Average Concurrent Users）
平均同時(shí)在線用戶人數(shù)：統(tǒng)計(jì)周期內(nèi)，每個(gè)時(shí)點(diǎn)（通常精確到分）的平均在線人數(shù)
流失、留存指標(biāo)：觀察流失用戶的狀態(tài)、流失前行為來(lái)判斷產(chǎn)品可能存在的問(wèn)題。
·
ULR（Users Leave Rate）
用戶流失率：統(tǒng)計(jì)當(dāng)日登錄過(guò)產(chǎn)品的用戶，但在隨后N
日內(nèi)未登錄的用戶數(shù)
/
統(tǒng)計(jì)日
DAU
·
日流失率
：統(tǒng)計(jì)當(dāng)日登陸過(guò)產(chǎn)品的用戶，次日未登陸的用戶數(shù)/
統(tǒng)計(jì)日
DAU
·
周流失率
：統(tǒng)計(jì)當(dāng)周登陸過(guò)產(chǎn)品，之后下一周未登陸的用戶數(shù)/WAU
·
月流失率
：統(tǒng)計(jì)當(dāng)月登陸過(guò)產(chǎn)品，下一月未登陸的用戶數(shù)/MAU
·
日留存率
：統(tǒng)計(jì)當(dāng)日登錄過(guò)產(chǎn)品的用戶，在之后N
日內(nèi)至少登錄一次的用戶數(shù)
/
統(tǒng)計(jì)日
DAU
·
周留存率
：統(tǒng)計(jì)當(dāng)周登錄過(guò)產(chǎn)品的用戶，且下一周至少登錄一次的用戶數(shù)/WAU
·
月留存率
：統(tǒng)計(jì)當(dāng)月登錄過(guò)產(chǎn)品的用戶，且下一月至少登錄一次的用戶數(shù)/MAU
·
次日留存率：
統(tǒng)計(jì)當(dāng)日登錄過(guò)產(chǎn)品的用戶，次日依舊登錄的用戶數(shù)/
統(tǒng)計(jì)日
DAU
·
回歸率：
曾經(jīng)流失，重新登錄產(chǎn)品的用戶數(shù)占流失用戶的比例
·
回歸用戶：
曾經(jīng)流失，重新登錄產(chǎn)品的用戶數(shù)
·
流失用戶池：
過(guò)去一段時(shí)間內(nèi)流失的用戶數(shù)
4、掌握常見(jiàn)的數(shù)據(jù)分析模型
產(chǎn)品經(jīng)理在進(jìn)行數(shù)據(jù)分析的過(guò)程中，需要運(yùn)用到一些分析模型，我們一起來(lái)看看具體需要用到哪些數(shù)據(jù)分析模型：
a、用戶行為統(tǒng)計(jì)
用戶行為統(tǒng)計(jì)，就是對(duì)用戶在產(chǎn)品中的行為發(fā)生的次數(shù)或人數(shù)進(jìn)行簡(jiǎn)單的統(tǒng)計(jì)，統(tǒng)計(jì)結(jié)果一般以折線圖和表格的方式呈現(xiàn)，這是用戶行為分析的最基本的方法。
用戶行為統(tǒng)計(jì)
b、漏斗分析
漏斗分析也叫漏斗模型，可以幫你分析使用過(guò)程的成功和失敗率(
也叫轉(zhuǎn)化和流失
)
，以分析用戶在使用產(chǎn)品時(shí)是否順暢。進(jìn)行漏斗分析，首先需要您結(jié)合產(chǎn)品目標(biāo)，從用戶的使用過(guò)程抽取出常見(jiàn)流程，比如常見(jiàn)的電商產(chǎn)品，我們可以簡(jiǎn)單梳理出一個(gè)漏斗流程便是：
瀏覽首頁(yè)—-
》查看商品詳情
—
》加入購(gòu)物車
—
》生成訂單
—
》進(jìn)行支付
—
》成功支付
c、留存分析
留存分析是一種衡量產(chǎn)品「黏性」的分析方法——
它能夠幫您分析用戶會(huì)長(zhǎng)期持續(xù)使用您的產(chǎn)品，還是使用一次后便一去不復(fù)返。用戶留存的情況一般用留存率來(lái)衡量。所謂留存率，就是指一組用戶在初始時(shí)間
(
比如首次打開(kāi)應(yīng)用
)
之后第
N
天，還在使用產(chǎn)品的用戶比例
(
即留存下來(lái)的用戶比例
)
，一般稱之為
N
天留存率。
留存分析的結(jié)果一般用表格方式呈現(xiàn)，稱之為用戶留存表。如下圖所示:
5、開(kāi)始實(shí)踐
我一直以來(lái)有一個(gè)觀念，那就是做事情不需要等到萬(wàn)事俱備才能真正開(kāi)始，好比產(chǎn)品經(jīng)理做數(shù)據(jù)分析，事實(shí)上，并不需要等到我們把所有的數(shù)據(jù)分析知識(shí)都熟練掌握，我們才能開(kāi)始進(jìn)行動(dòng)工實(shí)踐。
這本身也是互聯(lián)網(wǎng)思維“
小步快跑，不斷迭代
”
的一個(gè)實(shí)踐，我們可以先拿手上的產(chǎn)品實(shí)踐起來(lái)，等到碰到問(wèn)題，我們?cè)偃メ槍?duì)具體問(wèn)題學(xué)習(xí)相應(yīng)的解決辦法，這種學(xué)習(xí)效率才是最高的，比如說(shuō)：
·
產(chǎn)品新版本馬上就要發(fā)布了
(
或者已經(jīng)發(fā)布
)
，那好，我們來(lái)看看數(shù)據(jù)，分析一下新版本的表現(xiàn)如何
?
·
或者，我們正在規(guī)劃或設(shè)計(jì)產(chǎn)品的改版，那好，看看數(shù)據(jù)研究一下之前的用戶行為，看看能不能為產(chǎn)品設(shè)計(jì)帶來(lái)點(diǎn)兒新思路
?
來(lái)源：人人都是產(chǎn)品經(jīng)理
您還未登錄，請(qǐng)先登錄
熱門(mén)帖子
- iDev 全平臺(tái)開(kāi)發(fā)者大會(huì)門(mén)票免費(fèi)送！限量10張！
- 蘋(píng)果Mac Pro垃圾桶 最低配的ME253CH
- 本人想買(mǎi)個(gè)蘋(píng)果電腦搞開(kāi)發(fā)，哪位大俠指點(diǎn)下
- 求助：failable initializer 'init(name:)' cannot override a non-failable initializer
- 為慶祝Swift發(fā)布1個(gè)月，雨燕社區(qū)正式上線。
- 在UITextFeild里輸入數(shù)據(jù)，這個(gè)數(shù)據(jù)怎么做加減乘除？
- Swift 高仿喜馬拉雅FM
- 要成為自由職業(yè)者？先要學(xué)會(huì)蘋(píng)果的Swift哦
- 用swift實(shí)現(xiàn)的調(diào)用系統(tǒng)相機(jī)，相冊(cè)的DEMO
- 關(guān)于嵌入式引用\()