產(chǎn)品經(jīng)理必會(huì)的10種數(shù)據(jù)分析方法

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!

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末文捶,一起剝皮案震驚了整個(gè)濱河市荷逞,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌粹排,老刑警劉巖种远,帶你破解...
    沈念sama閱讀 211,743評(píng)論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異顽耳,居然都是意外死亡坠敷,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,296評(píng)論 3 385
  • 文/潘曉璐 我一進(jìn)店門(mén)射富,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)膝迎,“玉大人,你說(shuō)我怎么就攤上這事胰耗∠薮危” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 157,285評(píng)論 0 348
  • 文/不壞的土叔 我叫張陵宪郊,是天一觀的道長(zhǎng)掂恕。 經(jīng)常有香客問(wèn)我,道長(zhǎng)弛槐,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,485評(píng)論 1 283
  • 正文 為了忘掉前任依啰,我火速辦了婚禮乎串,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘速警。我一直安慰自己叹誉,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,581評(píng)論 6 386
  • 文/花漫 我一把揭開(kāi)白布闷旧。 她就那樣靜靜地躺著长豁,像睡著了一般。 火紅的嫁衣襯著肌膚如雪忙灼。 梳的紋絲不亂的頭發(fā)上匠襟,一...
    開(kāi)封第一講書(shū)人閱讀 49,821評(píng)論 1 290
  • 那天钝侠,我揣著相機(jī)與錄音,去河邊找鬼酸舍。 笑死帅韧,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的啃勉。 我是一名探鬼主播忽舟,決...
    沈念sama閱讀 38,960評(píng)論 3 408
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼淮阐!你這毒婦竟也來(lái)了叮阅?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 37,719評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤泣特,失蹤者是張志新(化名)和其女友劉穎浩姥,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體群扶,經(jīng)...
    沈念sama閱讀 44,186評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡及刻,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,516評(píng)論 2 327
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了竞阐。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片缴饭。...
    茶點(diǎn)故事閱讀 38,650評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖骆莹,靈堂內(nèi)的尸體忽然破棺而出颗搂,到底是詐尸還是另有隱情,我是刑警寧澤幕垦,帶...
    沈念sama閱讀 34,329評(píng)論 4 330
  • 正文 年R本政府宣布丢氢,位于F島的核電站,受9級(jí)特大地震影響先改,放射性物質(zhì)發(fā)生泄漏疚察。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,936評(píng)論 3 313
  • 文/蒙蒙 一仇奶、第九天 我趴在偏房一處隱蔽的房頂上張望貌嫡。 院中可真熱鬧,春花似錦该溯、人聲如沸岛抄。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,757評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)夫椭。三九已至,卻和暖如春氯庆,著一層夾襖步出監(jiān)牢的瞬間蹭秋,已是汗流浹背扰付。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,991評(píng)論 1 266
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留感凤,地道東北人悯周。 一個(gè)月前我還...
    沈念sama閱讀 46,370評(píng)論 2 360
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像陪竿,于是被迫代替她去往敵國(guó)和親禽翼。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,527評(píng)論 2 349

推薦閱讀更多精彩內(nèi)容