本文根據GrowingIO創(chuàng)始人&CEO張溪夢與產品經理在線交流問題整理編輯目派，希望對產品經理提升數據分析能力有較好的幫助。
?如何獲取數據胁赢，獲取什么樣的數據企蹭？
Q1：一個電商平臺，應該著重關注什么數據智末，怎樣設計數據后臺谅摄？
A1：電商數據的核心指標一般有：GMV，Transations（交易數量）系馆，ASP（均價）送漠，購物車大小，用戶的復購率由蘑，購買頻次闽寡，年度復購率。這樣的指標很多纵穿。:我覺得有三類的指標需要關注下隧，第一：交易數據，第二：用戶行為數據谓媒，第三：用戶來源數據淆院。
這里面，我覺得您可以根據自己的資源狀況來設優(yōu)先級句惯。最直接的就是交易數據土辩，然后最重要的是行為數據，因為所有的電商提供的是“互聯(lián)網產品”而不僅僅是“所銷售的產品”抢野。第三就是流量的數據的分析拷淘，因為這里涉及到獲取客戶的成本。
Q2 : 如何收集自己需要的數據，面對雜亂無序的數據該如何分析入愧，如何保證數據的準確性
A1:不同行業(yè)整陌，不同業(yè)務會有相同宏觀的指標，也有細化到本行業(yè)结洼，本業(yè)務的指標。需要從宏觀到微觀的拆解指標叉跛。大量的數據如何為我們所用松忍？需要了解產品業(yè)務，明確問題的本質筷厘，大量的深入的產品實踐鸣峭。大膽的提出假設宏所，然后通過數據理性的驗證。我們還會有更多的線下線上活動幫助大家拆解數據分析指標摊溶。
關于數據準確性可以不同的工具去驗證爬骤。比如同時安裝多個數據統(tǒng)計工具。比如比較客戶端和服務端的數據統(tǒng)計差異更扁。
Q3: 做內容的網站盖腕，如何結合業(yè)務判斷需要獲取哪些和用戶相關的數據？
A3:最基本的指標是：頁面瀏覽量浓镜、訪問量溃列、獨立訪客數、跳出率膛薛、頁面停留時長听隐、網站停留時長、退出率哄啄、轉化率雅任，頁面退出率……
內容熱度：分享次數、推薦次數咨跌、點贊次數沪么、評論數
用戶：新用戶、活躍用戶锌半、沉寂用戶占比的變化禽车，增長的趨勢等等
Q4: 不強制登陸的app，如何定義獨立用戶刊殉。目前我們是獲取手機信息殉摔，但并不準確
A4:不強制登錄，可以在app和設備的基礎信息在不侵犯用戶隱私的情況下记焊，計算一個比較固定的ID逸月。這個ID應該基本上能夠判斷一個穩(wěn)定的用戶。但是它并不和手機號碼或者設備號做深度綁定遍膜。在網站上類似cookie的方法碗硬。
Q5: 若想了解某個行業(yè)，有哪些平臺可以拿到相對靠譜數據以供分析瓢颅？
A5:這個部分需要的工具有很多恩尾，看您的業(yè)務是以App為主，還是Web為主惜索√厮瘢基本上應該從流量剃浇，市場占有率巾兆，還有用戶交互使用深度猎物、輿情等角度入手。每一個都有不同的工具能夠輔助角塑。比如說Alexa蔫磨，AppAnnie，艾瑞的互聯(lián)網行業(yè)研究報告圃伶，Gartner的研究報告堤如，IDC，TalkingData的游戲行業(yè)研究等等都是一些好的起點窒朋。
?數據分析如何驅動產品優(yōu)化搀罢？
Q1：2B企業(yè)應應用如何做基于數據驅動的產品設計與改進？
A1：SaaS企業(yè)的數據驅動產品設計非常重要侥猩。首先榔至，最基礎的開始是Product Usage Metrics。因為SaaS產品都要解決一個企業(yè)應用的場景欺劳。 而這個場景在業(yè)務上的被重現(xiàn)頻次唧取，決定了SaaS軟件的基本交互頻次。所以登錄批次划提，使用深度（事件數／訪問）等最基本的指標是最粗放的指標枫弟。
最重要的，是產品每一個功能的使用者數量鹏往，使用的頻次淡诗，轉化漏斗，轉化率掸犬。
請記住袜漩，這些分析必須要在“用戶”級別能夠做分析，而不是一個單純流量級別的分析湾碎，才有未來的核心意義宙攻。然后將usage在客戶公司級別進行匯總，比較在公司級別的使用度介褥，使用深度和未來的續(xù)約付費率一般呈正相關座掘。
還有就是整個SaaS頁面的優(yōu)化，比如說注冊流柔滔，注冊轉化率溢陪，注冊用戶向深度用戶的轉化率，深度用戶向付費用戶的轉化率睛廊。SaaS的數據分析是很深入的話題形真，我就是分享一些最基本的指標。
Q2：關于留存率超全，互聯(lián)網金融借貸產品是典型的低頻咆霜，一個人不可能經常上來借錢或者出借邓馒，看留存率還有意義么？
A2：留存率有意義蛾坯，因為留存是一個普遍的概念光酣。唯一的一個就是您專注“頻次”的不同。比如說買汽車脉课，美國的整個汽車購買行為救军，不可能用天來衡量，而要用年倘零。因此美國的汽車制造商唱遭，就持續(xù)的按照“月份”給每一個不同的區(qū)隔發(fā)送不同的營銷方案〕适唬互聯(lián)網金融也有他的產品生命周期胆萧，這要求您來制定營銷策略，找到那個“頻次”俐东，以此為開始進行營銷產品規(guī)劃跌穗。
Q3： 支付轉化率比較低，這種情況通過什么點虏辫，什么角度去分析用戶行為蚌吸？
A3：先要全面的找到支付轉化的全部關鍵轉化路徑，然后看每個轉化路徑上面關鍵點之間的轉化率砌庄。比如到商品詳情頁面羹唠，可以從搜索頁面、分類頁面娄昆、頻道頁面佩微、品牌頁面、活動頁面萌焰、首頁哺眯、關聯(lián)銷售推薦、甚至直接訪問到達商品詳情頁面扒俯。每個轉化路徑和轉化量的占比都要考慮奶卓。然后再找出量大且轉化率低的路徑先優(yōu)化，量小轉化率高的路徑可以加強并且scale撼玄。
Q4：針對工具類的app夺姑，有什么好的數據分析方法嗎？需要注意哪些問題掌猛？
A4：我覺得取決于您的app在產品發(fā)展的哪個周期盏浙？工具類的APP，我個人認為核心，特別是早期還是應該關注“usage”废膘，用戶的使用度辣往，和使用深度／黏度，也就是留存殖卑。然后要關注增長，其次未來要關注變現(xiàn)坊萝。用增長黑客的“海盜法則”來講的話孵稽，就是在“AARRR”邏輯里面，首先關注留存（Retention）十偶。
●Acquisition 獲取用戶
●Activation 激發(fā)活躍
●Retention 提高留存
●Revenue 增加收入
●Referral 傳播推薦
?產品運營如何學習數據分析菩鲜？
Q1：統(tǒng)計學、分析和挖掘的書看了不少惦积，如何系統(tǒng)的學習數據分析與挖掘接校，希望能得到指點！
A1：首先如果您有時間狮崩，看看精益分析《lean analytics》蛛勉，這本書是我在美國很好的朋友寫的書。另外一本睦柴，“build measure诽凌，learn”也是我在LinkedIn的團隊成員寫的書。都是很好的入門教材坦敌。再次我覺得可以看一下基礎的統(tǒng)計書籍侣诵，因為數據分析的核心要有基本的統(tǒng)計知識。Using R系列是很好的起點狱窘。
Q2：數據方面偏菜鳥用戶杜顺，有哪些數據可視化工具值得推薦？
A2：tableau是一個很好的數據可視化工具蘸炸。自己開發(fā)可以試試highchart和D3 document躬络。
Q3：可以推薦幾本關于數據的書嗎？
A3：Lean Analytics, 范冰的增長黑客搭儒，Lean Startup洗鸵，中文的深入淺出數據分析，Tableau的很多愛好者推崇的人人數據分析師等等仗嗦。不過我覺得好的數據分析的書籍膘滨，不如一次好的數據分析實際操作加上分享您能學到的更多。主要是概念的基本掌握稀拐，然后迅速落地實踐火邓，復盤分析結果，然后繼續(xù)迭代。特別是產品分析铲咨，最關鍵的是要把數據分析和用戶行為以及產品設計用一體的角度來考慮躲胳，然后分解成三個部分來驗證。就會有閉環(huán)纤勒。
?“無埋點”數據分析工具的原理和運用
Q1：以前我們做數據統(tǒng)計坯苹，數據分析，都必須要攻城獅在相關行為中埋點摇天；GrowingIO的無埋點統(tǒng)計分析是什么原理粹湃？
A1：GrowingIO希望能夠直接從業(yè)務人員的角度出發(fā)，讓業(yè)務人員最快的獲得想要分析的數據泉坐，并且同時減輕工程人員埋點的痛苦为鳄。GrowingIO的無埋點技術支持多個平臺，iOS, Android腕让，Web和HTML5孤钦。主要的原理是在網頁和HTML5的里面加入一次SDK代碼，在iOS和Android加入一次SDK代碼纯丸，之后不用再加載SDK代碼偏形，用戶使用網頁和APP客戶端的時候盡可能全的收集用戶的行為數據，通過異步且加密的方式傳輸數據觉鼻。
Q2：GrowingIO能幫助優(yōu)化產品設計和用戶體驗嗎壳猜？
A2：GrowingIO是新一代基于用戶行為的數據分析產品，目前提供的用戶轉化滑凉、留存统扳、細查、分群功能都可以幫助產品經理優(yōu)化產品設計畅姊，進而提升用戶體驗咒钟。
以在線商城頁面設計為例，用戶瀏覽商品若未、提交訂單朱嘴，點擊支付，完成購買形成了客戶的核心路徑粗合，但是日常業(yè)務中經常遇到客戶轉化率過低的情形萍嬉。GrowingIO的用戶轉化漏斗可以幫助產品經理分析客戶到底在哪一步流失較高，然后借助用戶細查功能來驗證前面的假設猜想隙疚。從而提升幫助產品經理找出產品設計的缺陷壤追，后期盡快優(yōu)化。
?使用A/B測試的正確姿勢
Q： 小產品是否適合使用“A/B test”測試優(yōu)化產品供屉，前期的技術準備是否麻煩行冰？
A：產品非常早期溺蕉，我個人不建議用A/B測試，因為最主要的問題是我們沒有很多資源開發(fā)兩套或者更多的產品方案悼做。而且早期數據量小疯特，不一定能夠有“統(tǒng)計學意義”，往往測試者需要把流量分解肛走，這樣就需要等待結果漓雅。對于低流量的app／網站，沒有足夠的資源來等朽色。工程上也有一定的挑戰(zhàn)邻吞。所以我建議早期產品關注核心指標，分解核心指標為“可執(zhí)行的指標”比A/B測試更重要纵搁。同時要迅速迭代。A/B測試對于產品線豐富的業(yè)務還是有很多作用的往踢√谟看您的資源配置了。
本文作者是GrowingIO創(chuàng)始人&CEO張溪夢峻呕，摘自GrowingIO利职。
想知道更多的增長方式和案例？您可以觀看互聯(lián)網產品增長大會的錄播瘦癌，聽聽國內通過低成本預算獲得幾億用戶的著名公司創(chuàng)始人們怎么說猪贪，如餓了么聯(lián)合創(chuàng)始人汪淵、觸寶科技聯(lián)合創(chuàng)始人兼任 CEO王佳梁讯私，WiFi萬能鑰匙聯(lián)合創(chuàng)始人張發(fā)有等热押。
以及一些有過成功增長經驗的專家，包括陸金所網站產品管理部副總經理唐灝斤寇，《增長黑客》作者范冰桶癣，GrowingIO CEO (前LinkedIn高級總監(jiān)) 張溪夢，吆喝科技CEO(前Google工程師) 王曄娘锁，360奇酷粉絲運營總監(jiān)類延昊牙寞，Teambition 增長團隊負責人錢卓群，觸寶科技增長團隊負責人楊乘驍莫秆，昭合投資合伙人(前Movoto公司中國總經理)陳世欣等间雀。
僅需1杯咖啡錢，無限次觀看12個頂級增長專家一天的分享錄播镊屎，學會零成本運營產品的增長方法惹挟，賺千倍回報。
點擊http://event.3188.la/323568232或掃描圖中的二維碼進入報名頁缝驳。
