文章開(kāi)頭：本文是陳明發(fā)表在產(chǎn)品壹佰的文章（http://www.chanpin100.com/article/104519）轉(zhuǎn)載文章僅供大家習(xí)，不作任何商業(yè)用途滑臊。

數(shù)據(jù)分析應(yīng)該以業(yè)務(wù)場(chǎng)景為起始思考點(diǎn)雇卷，以業(yè)務(wù)決策作為終點(diǎn)。

隨著人口和流量紅利的下降小染，互聯(lián)網(wǎng)行業(yè)必然會(huì)朝著精益化運(yùn)營(yíng)的方向發(fā)展贮折。數(shù)據(jù)分析在很多互聯(lián)網(wǎng)人的工作中越發(fā)顯得重要调榄，而對(duì)于產(chǎn)品經(jīng)理來(lái)說(shuō)，更是如此筐带。

本文將為產(chǎn)品經(jīng)理介紹數(shù)據(jù)分析的基本思路缤灵，并基于此蓝晒，衍生出2個(gè)常見(jiàn)方法和7個(gè)應(yīng)用手段芝薇，希望在數(shù)據(jù)分析的實(shí)際應(yīng)用中能給大家?guī)?lái)幫助作儿。

一立倍、數(shù)據(jù)分析的基本思路

數(shù)據(jù)分析應(yīng)該以業(yè)務(wù)場(chǎng)景為起始思考點(diǎn)，以業(yè)務(wù)決策作為終點(diǎn)变擒。

基本思路為5步寝志，首先要挖掘業(yè)務(wù)含義、制定分析計(jì)劃毫缆、從分析計(jì)劃中拆分出需要的數(shù)據(jù)乐导、再根據(jù)數(shù)據(jù)分析的手段提煉業(yè)務(wù)洞察物臂，最終產(chǎn)出商業(yè)決策。

數(shù)據(jù)分析的基本思路

接下來(lái)我們用一個(gè)案例來(lái)具體說(shuō)明這5步思路：

某國(guó)內(nèi)P2P借貸類網(wǎng)站蛾狗，市場(chǎng)部在百度和hao123上都有持續(xù)的廣告投放沉桌，吸引網(wǎng)頁(yè)端流量算吩；最近內(nèi)部同事建議嘗試投放Google的SEM；另外冰抢，也需要評(píng)估是否加入金山網(wǎng)絡(luò)聯(lián)盟進(jìn)行深度廣告投放艘狭。在這種多渠道的投放場(chǎng)景下巢音，產(chǎn)品經(jīng)理該如何進(jìn)行深度決策？

1.挖掘業(yè)務(wù)含義

首先要了解市場(chǎng)部想優(yōu)化什么梧躺，并以此為核心的KPI去衡量傲绣。渠道效果的評(píng)估秃诵，最重要的是業(yè)務(wù)轉(zhuǎn)化：對(duì)P2P類網(wǎng)站來(lái)說(shuō)，是否『發(fā)起借貸』遠(yuǎn)遠(yuǎn)比『用戶數(shù)量』重要禁舷。

所以無(wú)論是Google還是金山渠道毅往，都要根據(jù)用戶群體的不同攀唯，優(yōu)化相應(yīng)用戶的落地頁(yè)，提升轉(zhuǎn)化战坤。

2.制定分析計(jì)劃

以『發(fā)起借貸』為核心轉(zhuǎn)化點(diǎn)残拐，分配一定的預(yù)算進(jìn)行流量測(cè)試，觀察對(duì)比注冊(cè)數(shù)量及ROI效果囊卜，可以持續(xù)觀察這部分用戶的后續(xù)價(jià)值栅组。

3.拆分查詢數(shù)據(jù)

根據(jù)各個(gè)渠道追蹤流量枢析、落地頁(yè)停留時(shí)間、落地頁(yè)跳出率司浪、網(wǎng)站訪問(wèn)深度以及訂單類型數(shù)據(jù)，進(jìn)行用戶分群吁伺。

4.提煉業(yè)務(wù)洞察

在不同渠道進(jìn)行投放時(shí)篮奄，要根據(jù)KPI的變化割去，推測(cè)業(yè)務(wù)含義。比如谷歌渠道的效果不好夸赫，可能因?yàn)楣雀璐蟛糠值牧髁吭诤Ｍ忏咀悖赡軙?huì)造成轉(zhuǎn)化率低酒繁。而金山網(wǎng)絡(luò)聯(lián)盟有很多展示位置，要持續(xù)監(jiān)測(cè)不同位置的效果揭绑，做出最后判斷郎哭。

5.產(chǎn)出商業(yè)決策

最后根據(jù)數(shù)據(jù)洞察夸研，指導(dǎo)渠道的投放決策制。比如停止谷歌渠道的投放悼沈，繼續(xù)跟進(jìn)金山網(wǎng)絡(luò)聯(lián)盟進(jìn)行評(píng)估絮供，而落地頁(yè)要根據(jù)數(shù)據(jù)指標(biāo)持續(xù)地進(jìn)行優(yōu)化茶敏。

二、常見(jiàn)的數(shù)據(jù)分析方法

（一）內(nèi)外因素分解法

內(nèi)外因素分解法是把問(wèn)題拆成四部分贮乳，包括內(nèi)部因素塘揣、外部因素宿崭、可控和不可控，然后再一步步解決每一個(gè)問(wèn)題奖蔓。

內(nèi)外因素分解法

社交招聘類網(wǎng)站吆鹤，一般分為求職者端和企業(yè)端洲守，向企業(yè)端收費(fèi)方式之一是購(gòu)買職位的廣告位梗醇。業(yè)務(wù)端人員發(fā)現(xiàn)『發(fā)布職位』數(shù)量在過(guò)去的6個(gè)月里有緩慢下降的趨勢(shì)。

對(duì)于這類某一數(shù)據(jù)下降的問(wèn)題温鸽，從產(chǎn)品經(jīng)理的角度來(lái)說(shuō)涤垫，可以如何拆解竟终？

根據(jù)內(nèi)外因素分解法分析如下：

1.內(nèi)部可控因素

產(chǎn)品近期上線更新、市場(chǎng)投放渠道變化榆芦、產(chǎn)品粘性歧杏、新老用戶留存問(wèn)題迷守、核心目標(biāo)的轉(zhuǎn)化；

2.外部可控因素

市場(chǎng)競(jìng)爭(zhēng)對(duì)手近期行為凯力、用戶使用習(xí)慣的變化咐鹤、招聘需求隨時(shí)間的變化；

3.內(nèi)部不可控因素

產(chǎn)品策略（移動(dòng)端/PC端）雕旨、公司整體戰(zhàn)略捧请、公司客戶群定位（比如只做醫(yī)療行業(yè)招聘）疹蛉；

4.外部不可控因素

互聯(lián)網(wǎng)招聘行業(yè)趨勢(shì)、整體經(jīng)濟(jì)形勢(shì)育韩、季節(jié)性變化闺鲸；

（二）DOSS

DOSS是從一個(gè)具體問(wèn)題拆分到整體影響翠拣，從單一的解決方案找到一個(gè)規(guī)模化解決方案的方式蛮粮。

DOSS分析法

某在線教育平臺(tái)然想，提供免費(fèi)課程視頻变泄，同時(shí)售賣付費(fèi)會(huì)員恼琼，為付費(fèi)會(huì)員提供更多高階課程內(nèi)容。如果我想將一套計(jì)算機(jī)技術(shù)的付費(fèi)課程蛙卤，推送給一群持續(xù)在看C++免費(fèi)課程的用戶颤难，產(chǎn)品經(jīng)理應(yīng)該如何輔助分析？

按DOSS的思路分解如下：

1.具體問(wèn)題

預(yù)測(cè)是否有可能幫助某一群組客戶購(gòu)買課程已日。

2.整體

首先根據(jù)這類人群的免費(fèi)課程的使用情況進(jìn)行數(shù)據(jù)分析飘千，之后進(jìn)行延伸既琴，比如對(duì)整體的影響泡嘴，除了計(jì)算機(jī)類酌予，對(duì)其他類型的課程都進(jìn)行關(guān)注。

3.單一回答

針對(duì)該群用戶進(jìn)行建模松靡，監(jiān)控該模型對(duì)于最終轉(zhuǎn)化的影響雕欺。

4.規(guī)拿藿悖化

之后推出規(guī)纳【兀化的解決方案，對(duì)符合某種行為軌跡和特征的行為進(jìn)行建模苛让，將課程推薦模型加入到產(chǎn)品設(shè)計(jì)中湿诊。

三厅须、數(shù)據(jù)分析的應(yīng)用手段

根據(jù)基本分析思路，常見(jiàn)的有7種數(shù)據(jù)分析的手段颁湖。

（一）畫(huà)像分群

畫(huà)像分群是聚合符合某中特定行為的用戶甥捺，進(jìn)行特定的優(yōu)化和分析。

畫(huà)像分群

比如在考慮注冊(cè)轉(zhuǎn)化率的時(shí)候皿曲，需要區(qū)分移動(dòng)端和Web端屋休，以及美國(guó)用戶和中國(guó)用戶等不同場(chǎng)景备韧。這樣可以在渠道策略和運(yùn)營(yíng)策略上织堂，有針對(duì)性地進(jìn)行優(yōu)化易阳。

（二）趨勢(shì)維度

趨勢(shì)維度

建立趨勢(shì)圖表可以迅速了解市場(chǎng)潦俺， 用戶或產(chǎn)品特征的基本表現(xiàn)，便于進(jìn)行迅速迭代早像；還可以把指標(biāo)根據(jù)不同維度進(jìn)行切分很魂，定位優(yōu)化點(diǎn)遏匆，有助于決策的實(shí)時(shí)性；

（三）漏斗洞察

漏斗觀察

通過(guò)漏斗分析可以從先到后的順序還原某一用戶的路徑，分析每一個(gè)轉(zhuǎn)化節(jié)點(diǎn)的轉(zhuǎn)化數(shù)據(jù)荐糜；所有互聯(lián)網(wǎng)產(chǎn)品、數(shù)據(jù)分析都離不開(kāi)漏斗延塑，無(wú)論是注冊(cè)轉(zhuǎn)化漏斗答渔，還是電商下單的漏斗沼撕，需要關(guān)注的有兩點(diǎn)。第一是關(guān)注哪一步流失最多磨总，第二是關(guān)注流失的人都有哪些行為蚪燕。

關(guān)注注冊(cè)流程的每一個(gè)步驟敬拓，可以有效定位高損耗節(jié)點(diǎn)乘凸。

（四）行為軌跡

行為軌跡

行為軌跡是進(jìn)行全量用戶行為的還原营勤。只看PV壹罚、UV這類數(shù)據(jù)猖凛，無(wú)法全面理解用戶如何使用你的產(chǎn)品。了解用戶的行為軌跡虱岂，有助于運(yùn)營(yíng)團(tuán)隊(duì)關(guān)注具體的用戶體驗(yàn)第岖，發(fā)現(xiàn)具體問(wèn)題试溯，根據(jù)用戶使用習(xí)慣設(shè)計(jì)產(chǎn)品，投放內(nèi)容键袱；

（五）留存分析

留存是了解行為或行為組與回訪之間的關(guān)聯(lián)蹄咖，留存老用戶的成本要遠(yuǎn)遠(yuǎn)低于獲取新用戶荠耽，所以分析中的留存是非常重要的指標(biāo)之一；

留存分析

除了需要關(guān)注整體用戶的留存情況之外比藻，市場(chǎng)團(tuán)隊(duì)可以關(guān)注各個(gè)渠道獲取用戶的留存度铝量，或各類內(nèi)容吸引來(lái)的注冊(cè)用戶回訪率，產(chǎn)品團(tuán)隊(duì)關(guān)注每一個(gè)新功能對(duì)于用戶的回訪的影響等银亲。

（六）A/B測(cè)試

A/B測(cè)試是對(duì)比不同產(chǎn)品設(shè)計(jì)/算法對(duì)結(jié)果的影響慢叨。產(chǎn)品在上線過(guò)程中經(jīng)常會(huì)使用A/B測(cè)試來(lái)測(cè)試產(chǎn)品效果，市場(chǎng)可以通過(guò)A/B測(cè)試來(lái)完成不同創(chuàng)意的測(cè)試务蝠。

A/B測(cè)試

要進(jìn)行A/B測(cè)試有兩個(gè)必備因素：

1.有足夠的時(shí)間進(jìn)行測(cè)試拍谐；

2.數(shù)據(jù)量和數(shù)據(jù)密度較高馏段；

因?yàn)楫?dāng)產(chǎn)品流量不夠大的時(shí)候轩拨，做A/B測(cè)試得到統(tǒng)計(jì)結(jié)果是很難的。而像LinkedIn這樣體量的公司院喜，每天可以同時(shí)進(jìn)行上千個(gè)A/B測(cè)試亡蓉。所以A/B測(cè)試往往公司數(shù)據(jù)規(guī)模較大時(shí)使用會(huì)更加精準(zhǔn)，更快得到統(tǒng)計(jì)的結(jié)果喷舀。

（七）優(yōu)化建模

當(dāng)一個(gè)商業(yè)目標(biāo)與多種行為砍濒、畫(huà)像等信息有關(guān)聯(lián)性時(shí)，我們通常會(huì)使用數(shù)據(jù)挖掘的手段進(jìn)行建模硫麻，預(yù)測(cè)該商業(yè)結(jié)果的產(chǎn)生爸邢；

優(yōu)化建模

例如：作為一家SaaS企業(yè)，當(dāng)我們需要預(yù)測(cè)判斷客戶的付費(fèi)意愿時(shí)拿愧，可以通過(guò)用戶的行為數(shù)據(jù)杠河，公司信息，用戶畫(huà)像等數(shù)據(jù)建立付費(fèi)溫度模型浇辜。用更科學(xué)的方式進(jìn)行一些組合和權(quán)重券敌，得知用戶滿足哪些行為之后，付費(fèi)的可能性會(huì)更高奢赂。

以上這幾種數(shù)據(jù)分析的方法論陪白，僅僅掌握單純的理論是不行的。產(chǎn)品經(jīng)理們需要將這些方法論應(yīng)用到日常的數(shù)據(jù)分析工作中膳灶，融會(huì)貫通咱士。同時(shí)學(xué)會(huì)使用優(yōu)秀的數(shù)據(jù)分析工具立由，可以事半功倍，更好的利用數(shù)據(jù)序厉，實(shí)現(xiàn)整體增長(zhǎng)锐膜。

文章結(jié)尾：再次申明所有轉(zhuǎn)載文章僅供學(xué)習(xí)，感謝陳明老師的分享弛房，如果喜歡我的文章點(diǎn)關(guān)注??吧道盏！比心呦！