本文作者將通過APP數(shù)據(jù)分析體系上的一些經(jīng)驗與感悟，探索作為產(chǎn)品經(jīng)理，如何建立數(shù)據(jù)思維的方法論。

    統(tǒng)計學之父W. Edwards Deming曾經(jīng)說過一句話：

In God We Trust, All Others Bring Data.

翻譯成大白話就是，上帝我們是信的，但是您哪，得拿數(shù)據(jù)說話。

由此可見，除了上帝管轄的形而上的信仰領域，如果其他領域遇到具體的問題，數(shù)據(jù)才是最拿得出的證據(jù)。

權當一個小引子，這次想和大家分享的是通過APP數(shù)據(jù)分析體系上的一些經(jīng)驗與感悟，探索如何建立數(shù)據(jù)思維的方法論。作為一枚非小鮮肉但還未到精深界的產(chǎn)品經(jīng)理，踩過的數(shù)據(jù)的坑也不少，雖然還未修煉到敏銳的數(shù)據(jù)直覺，但希望能將自己的一些想法總結一下，和大家共享。

數(shù)據(jù)思維是新手和老手的分界線（之一）

作為產(chǎn)品，不管是初入行還是處于打怪中間態(tài)，都需要建立數(shù)據(jù)思維，從實戰(zhàn)經(jīng)驗來看，數(shù)據(jù)思維也是區(qū)分一年級產(chǎn)品經(jīng)理和高階產(chǎn)品經(jīng)理的分界線之一。我剛入行時，做廣告商業(yè)產(chǎn)品，遇到一個case讓我見識到了產(chǎn)品老大的數(shù)據(jù)思維。對于廣告部門而言，收入是KPI，每天的廣告收入是老大重點關注的指標， 老大的功力在于能從整體的收入下降不斷遞進反推快速命中下降的原因。 當天的真實情況是，我們這些手底下的人不斷被老大追問，為什么會降，降在了哪個渠道，哪個廣告位？是算法策略調整了？產(chǎn)品功能優(yōu)化了？還是有促銷活動？

新手看到某個指標的升降，由于沒有嚴密的數(shù)據(jù)鏈條，往往只能看到一步，通常是被各種連環(huán)追問。我剛入行時，面對mentor的提問，也有挫敗感，“為什么總是比別人少想一步？為什么不多問幾個為什么？”不過后續(xù)獨立負責一塊業(yè)務時，由于對業(yè)務框架和細節(jié)的了解都比較多，再加上有一定的經(jīng)驗，我體會到， 其實數(shù)據(jù)分析的思維是可以學習并且通過不斷重復演練而強化的。

學會建立嚴密的數(shù)據(jù)鏈條

數(shù)據(jù)鏈條這個概念是我自己總結出的概念，如何理解這個概念呢？大部分PM在梳理業(yè)務時，都會用業(yè)務流程圖來表明各個模塊之間的關系，伴隨著業(yè)務流產(chǎn)生的數(shù)據(jù)就是數(shù)據(jù)流，各個數(shù)據(jù)指標之間也存在先后和關聯(lián)，這就是我說的數(shù)據(jù)鏈條。

舉個通俗的例子，電商行業(yè)最重要數(shù)據(jù)指標GMV，GMV是如何產(chǎn)生的呢？我們可以設想下GMV產(chǎn)生的各個環(huán)節(jié)。以移動設備為例，首先用戶打開APP（DAU，APP打開率），進入APP后，用戶可通過不同的入口reach到商品。目前很多購物網(wǎng)站的流量主要來自于搜索場景，我們從搜索切入，用戶在搜索框附近可點擊或者輸入（用戶點擊率，用戶流失率），這里面可以細分用戶進入的途徑，比如通過點擊熱搜詞進入的，點擊歷史搜索詞進入的，或者輸入新的搜索詞進入的。接下來，搜索引擎會給用戶返回商品列表，用戶會瀏覽或者點擊，此時可以觀察用戶的瀏覽或者點擊行為在序列上的分布，從而了解到搜索詞的分發(fā)結構。第四步，假設用戶點擊了排名第四位的搜索結果進入商品詳情頁（用戶點擊率、用戶流失率），第五步，用戶在商詳頁又可以進行各種操作，比如加關注，加入購物車，此時我們可以考察加購的比率，第六步，用戶在加購之后可提交訂單，然后付款，直至最后成交。

從以上例子中我們可以看到，看起來很簡單的成交這個動作，可以拆解為不同的鏈條，每個鏈條上由于用戶的動作分支不同會伴隨產(chǎn)生不同的數(shù)據(jù)鏈條。只有了解數(shù)據(jù)是怎么產(chǎn)生的，才能具備反向定位的能力。

對于低年級的PM來說，梳理業(yè)務邏輯，形成清晰的數(shù)據(jù)鏈條，是建立數(shù)據(jù)思維的重要一步。

通用的APP數(shù)據(jù)分析框架

接下來，簡要介紹下一個通用的APP數(shù)據(jù)分析的框架，干貨見下圖。

整體分析的思路是，從用戶和APP本身兩方面進行拆解分析。

在用戶層面，首先了解當前活躍用戶的現(xiàn)狀，基本的指標有DAU/MAU等，然后是當前活躍用戶的分布特征，按渠道/地域等進行拆分，這里可以根據(jù)不同的業(yè)務形態(tài)進行細分。

另外，還可以從增量也就是新增用戶入手了解新增用戶的整體情況和分布特征，還可以存量分析，也就是分析現(xiàn)有的用戶規(guī)模，劃分用戶的等級，了解各種用戶的權重，定位到產(chǎn)品或者新功能要爭取的用戶群體。

在APP本身的層面，一般分析啟動次數(shù)，使用時長，頁面活躍情況和功能活躍情況。建議實際操作過程中，結合業(yè)務模塊的流程，從上而下進行細分和拆解。

數(shù)據(jù)分析也是熟能生巧的技能

數(shù)據(jù)思維的養(yǎng)成，并不取決于誰對數(shù)據(jù)更有直覺。事實上，大部分情況下，產(chǎn)品經(jīng)理的直覺往往是不準確的，必須通過大量的小流量測試去驗證。數(shù)據(jù)分析本質上就是熟能生巧的技能，剛接觸新業(yè)務時，當然會有了解不到的細節(jié)，這很正常。有經(jīng)驗的產(chǎn)品經(jīng)理更懂得先梳理業(yè)務框架，然后自上而下不斷拆解，庖丁解牛一般去分析和拆解復雜的業(yè)務，從而快速形成嚴密的邏輯鏈條和數(shù)據(jù)鏈條。

來源：人人都是產(chǎn)品經(jīng)理