新手一枚抓督,產(chǎn)品經(jīng)理讓做一份數(shù)據(jù)運(yùn)營(yíng)規(guī)劃南蹂。
1618
受知乎@寺主人和劉飛產(chǎn)品經(jīng)理的啟發(fā)六孵,我也從道涎嚼,器,術(shù)三個(gè)方面來(lái)做數(shù)據(jù)運(yùn)營(yíng)規(guī)劃耻煤。
道-數(shù)據(jù)在產(chǎn)品的價(jià)值
數(shù)據(jù)可以幫助品牌發(fā)現(xiàn)機(jī)遇,如新客戶、新市場(chǎng)褪迟、新規(guī)律冗恨、回避風(fēng)險(xiǎn)、潛在威脅等味赃,同時(shí)亦可以有助于品牌營(yíng)銷決策的調(diào)整與優(yōu)化掀抹。數(shù)據(jù)是產(chǎn)品量化指標(biāo),數(shù)據(jù)分析是產(chǎn)品運(yùn)營(yíng)極具戰(zhàn)略意義的一環(huán)心俗;從宏觀到微觀分析傲武,通過(guò)表層數(shù)據(jù)挖掘產(chǎn)品問(wèn)題。
對(duì)此我的看法:
數(shù)據(jù)衡量 -知錯(cuò)就改城榛,為決策撐腰揪利,避免頭腦風(fēng)暴,主觀臆斷狠持,用戶體驗(yàn)調(diào)優(yōu)
數(shù)據(jù)驗(yàn)證-驗(yàn)證產(chǎn)品需求強(qiáng)弱疟位,功能比重,品牌價(jià)值
數(shù)據(jù)預(yù)測(cè)-總結(jié)歷史規(guī)律喘垂,預(yù)測(cè)產(chǎn)品未來(lái)走向
知乎用戶@綃頁(yè)的答案很經(jīng)典:
“知錯(cuò)能改甜刻,善莫大焉”——可是錯(cuò)在哪里,數(shù)據(jù)分析告訴你正勒。
“運(yùn)籌帷幄之中得院,決勝千里之外”——怎么做好“運(yùn)籌”,數(shù)據(jù)分析告訴你章贞。
“以往鑒來(lái)祥绞,未卜先知”——怎么發(fā)現(xiàn)歷史的規(guī)律以預(yù)測(cè)未來(lái),數(shù)據(jù)分析告訴你阱驾。
術(shù)-數(shù)據(jù)如何驅(qū)動(dòng)運(yùn)營(yíng)
結(jié)合剛剛出爐的牛小招app(宣講會(huì)信息整合類產(chǎn)品)就谜。三步走:
做好埋點(diǎn)
初級(jí)的數(shù)據(jù)埋點(diǎn):在產(chǎn)品流程關(guān)鍵部位植相關(guān)統(tǒng)計(jì)代碼,用來(lái)追蹤每次用戶的行為里覆,統(tǒng)計(jì)關(guān)鍵流程的使用程度丧荐。
中級(jí)的數(shù)據(jù)埋點(diǎn):在產(chǎn)品中植入多段代碼追蹤用戶連續(xù)行為,建立用戶模型來(lái)具體化用戶在使用產(chǎn)品中的操作行為喧枷。
高級(jí)的數(shù)據(jù)埋點(diǎn):與研發(fā)團(tuán)隊(duì)合作虹统,通過(guò)數(shù)據(jù)埋點(diǎn)還原出用戶畫(huà)像及用戶行為。
數(shù)據(jù)分析
1.入口分析
(1)數(shù)據(jù)來(lái)源:集成SDK獲取數(shù)據(jù)
(2)市場(chǎng)埋點(diǎn):各大市場(chǎng)的下載量以及新增用戶的地域分布情況隧甚,相應(yīng)的市場(chǎng)戰(zhàn)略的調(diào)整车荔。
2.用戶質(zhì)量分析(用戶畫(huà)像)
(1)用戶: 地區(qū)、學(xué)校戚扳,專業(yè)忧便,年齡,就職情況
(2)留存用戶:次日留存帽借,三日留存珠增,七日留存等
(3)流失用戶:流失率以及原因
(4)新增用戶數(shù)
(5)細(xì)分用戶超歌,精準(zhǔn)推送
3 .用戶行為指標(biāo)
3.1 自定義事件分析, 功能的使用情況
初始界面三個(gè)流向:去看看蒂教,注冊(cè)巍举,登陸。
登陸流程:登陸凝垛,忘記密碼懊悯,第三方登陸情況
首頁(yè):內(nèi)容的閱讀量,banner 的點(diǎn)擊情況梦皮,宣講會(huì)日歷時(shí)間跨度炭分,個(gè)人中心以及篩選的流向如何。
詳情界面:二級(jí)界面的停留時(shí)間剑肯,收藏欠窒,分享,地圖點(diǎn)擊率以及內(nèi)容轉(zhuǎn)化情況退子。
鬧鐘界面設(shè)定和使用情況
......
通過(guò)功能點(diǎn)的使用情況和比重確定優(yōu)先級(jí)岖妄,進(jìn)行產(chǎn)品減法。
3.2漏斗模型寂祥,打造合理訪問(wèn)路徑
關(guān)鍵路徑上面各個(gè)頁(yè)面的瀏覽量
頁(yè)面轉(zhuǎn)化&用戶進(jìn)入后一步步的轉(zhuǎn)化情況
通過(guò)漏斗模型計(jì)算出關(guān)鍵路徑上每一步的轉(zhuǎn)化率荐虐,初步判斷該流程轉(zhuǎn)化率的情況,及每一步的流失率情況丸凭。用來(lái)確定整個(gè)流程的設(shè)計(jì)是否合理福扬,各步驟的優(yōu)劣,是否存在優(yōu)化的空間等惜犀。試著去了解用戶使用app的真正目的铛碑,為他們提供合理的訪問(wèn)路徑或操作流程,而不是一味地去提高轉(zhuǎn)化率虽界。
4 .錯(cuò)誤分析
用戶使用操作過(guò)程中出現(xiàn)的系統(tǒng)bug:閃退汽烦,停止運(yùn)行,卡死等錯(cuò)誤分析莉御。對(duì)于剛上線的產(chǎn)品撇吞,及時(shí)發(fā)現(xiàn)用戶使用過(guò)程中的bug后及時(shí)修復(fù),這點(diǎn)很重要礁叔。
5.內(nèi)容出口分析
第三方分享出口牍颈,分析內(nèi)容的出口渠道。
還有一些其他數(shù)據(jù)琅关,設(shè)備終端煮岁,網(wǎng)絡(luò)以及運(yùn)營(yíng)商。
數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品決策
腦圖地址:http://www.xmind.net/m/GaJe
分析結(jié)果反饋
產(chǎn)品經(jīng)理日常數(shù)據(jù)表
數(shù)據(jù)指標(biāo)
最后,每一款產(chǎn)品都有適合他的核心指標(biāo)和產(chǎn)品分析維度画机,一定要找到她勤篮。
器-工欲善其事,必先利其器
常見(jiàn)的數(shù)據(jù)分析工具:友盟色罚,Talkingdata,諸葛IO等等 針對(duì)自己的產(chǎn)品的需要進(jìn)行選擇。我結(jié)合了友盟和諸葛io账劲。
友盟九大常規(guī)化的指標(biāo)在統(tǒng)計(jì)分析上已經(jīng)夠用戳护,包括概況,用戶分析瀑焦,留存分析腌且,渠道分析,功能分析以及社會(huì)化分享榛瓮。
屏幕快照 2016-03-25 22.13.29
諸葛io則是從用戶的行為跟蹤分析铺董,粒度更細(xì),用起來(lái)也比較順手禀晓。主打精益化移動(dòng)產(chǎn)品分析精续。
屏幕快照 2016-03-25 22.15.02
總結(jié):
數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng),任重而道遠(yuǎn)粹懒,養(yǎng)成總結(jié)知識(shí)重付,總結(jié)經(jīng)驗(yàn)的好習(xí)慣,逐步形成自己的體系凫乖。
本文由 @GoldenMeng 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理确垫。未經(jīng)許可,禁止轉(zhuǎn)載帽芽。