數(shù)產(chǎn)實(shí)戰(zhàn)進(jìn)階

數(shù)產(chǎn)實(shí)戰(zhàn)進(jìn)階1-2章

第1章全面認(rèn)識

數(shù)據(jù)產(chǎn)品介紹

  • 數(shù)據(jù)產(chǎn)品是降低用戶使用數(shù)據(jù)的門檻,發(fā)揮數(shù)據(jù)價(jià)值的一種產(chǎn)品類型委可。負(fù)責(zé)設(shè)計(jì)渊跋、維護(hù)和優(yōu)化數(shù)據(jù)產(chǎn)品的人,就是數(shù)據(jù)產(chǎn)品經(jīng)理

  • 數(shù)據(jù)產(chǎn)品組成:
    一個(gè)完整的組成應(yīng)該包括采集清洗、計(jì)算管理刹枉、分析展示和挖掘應(yīng)用

    • 采集清洗:主要包括日志信息采集和業(yè)務(wù)庫表采集叽唱。為了準(zhǔn)確采集這些內(nèi)容,后面建立了一套埋點(diǎn)系統(tǒng)來規(guī)范微宝,采集完后記得要清洗
    • 計(jì)算管理:只有根據(jù)不同業(yè)務(wù)場景和需求匯總計(jì)算后棺亭,才能叫數(shù)據(jù)。數(shù)據(jù)分成度量蟋软、維度和指標(biāo)镶摘,與業(yè)務(wù)相關(guān),需要構(gòu)建一套元數(shù)據(jù)管理系統(tǒng)才可以管理
    • 分析展示:選取好合適的分析模型岳守,例如漏斗分析凄敢、留存分析等
    • 挖掘應(yīng)用:除了分析以外,數(shù)據(jù)的價(jià)值還在與業(yè)務(wù)結(jié)合的挖掘上體現(xiàn)湿痢,構(gòu)建一些合適的模型來提高業(yè)務(wù)效率涝缝,比如用戶畫像。
  • 數(shù)據(jù)產(chǎn)品類型:
    用戶數(shù)據(jù)產(chǎn)品譬重、商用數(shù)據(jù)產(chǎn)品拒逮、企業(yè)數(shù)據(jù)產(chǎn)品

  • 數(shù)據(jù)產(chǎn)品的衡量:
    準(zhǔn)確性、及時(shí)性臀规、全面性和易用性

    • 準(zhǔn)確性是數(shù)據(jù)產(chǎn)品的根本滩援,最為重要。及時(shí)性包括實(shí)時(shí)和離線兩個(gè)戰(zhàn)場塔嬉。全面性就是衡量數(shù)據(jù)的指標(biāo)要全面以及業(yè)務(wù)要全面玩徊。易用性就是用戶的使用體驗(yàn),可以用過pv谨究、uv恩袱、使用時(shí)長來衡量

數(shù)據(jù)產(chǎn)品詳解

  • 用戶數(shù)據(jù)產(chǎn)品:
    根據(jù)數(shù)據(jù)來源,可以分為三類记盒,分別是指數(shù)型憎蛤、統(tǒng)計(jì)型和生活型

    • 指數(shù)型就是數(shù)據(jù)產(chǎn)品由企業(yè)利用自己的數(shù)據(jù)提煉出相應(yīng)觀點(diǎn)與洞察趨勢外傅、提供給用戶使用纪吮。例如谷歌系數(shù)、百度系數(shù)萎胰,依據(jù)自己的數(shù)據(jù)計(jì)算出各個(gè)領(lǐng)域的關(guān)注度
    • 統(tǒng)計(jì)型與前者的差別主要在于數(shù)據(jù)的來源均是外部采集碾盟,然后公司內(nèi)部整理,所以一般都是免費(fèi)技竟。例如企業(yè)查
    • 生活型是收集用戶自身數(shù)據(jù)進(jìn)行一定程度歸類冰肴、分析和可視化的產(chǎn)品。例如記賬類、運(yùn)動類
  • 商業(yè)數(shù)據(jù)產(chǎn)品:
    由企業(yè)或個(gè)人開發(fā)提供給外部企業(yè)的熙尉,包括數(shù)據(jù)采集联逻、計(jì)算、儲存检痰、展示和分析等功能的產(chǎn)品

  • 企業(yè)數(shù)據(jù)產(chǎn)品:
    就是企業(yè)自建自用包归,主要是降低員工使用數(shù)據(jù)的門檻,輔助人員做出決策與提高業(yè)務(wù)效率铅歼。

產(chǎn)經(jīng)能力模型

  • 核心能力是為需求或者問題提供最有效的解決方案

  • 數(shù)據(jù)專業(yè)能力的核心就是數(shù)據(jù)產(chǎn)品設(shè)計(jì)能力公壤、數(shù)據(jù)分析能力,以及一些大數(shù)據(jù)技術(shù)架構(gòu)椎椰、數(shù)據(jù)挖掘算法的基礎(chǔ)知識

    • 數(shù)據(jù)產(chǎn)品的設(shè)計(jì)屬于產(chǎn)品設(shè)計(jì)的分支厦幅,一樣是從需求和問題出發(fā),提供解決方案慨飘,同時(shí)要充分發(fā)揮數(shù)據(jù)價(jià)值确憨,在數(shù)據(jù)資產(chǎn)管理和數(shù)據(jù)業(yè)務(wù)效率上提升
    • 數(shù)據(jù)分析也是數(shù)據(jù)產(chǎn)品不同于其他產(chǎn)品需要的能力,常用的工具有Excel瓤的、SQL缚态、python和R等等
    • 數(shù)據(jù)倉庫、數(shù)據(jù)采集傳輸堤瘤、大數(shù)據(jù)架構(gòu)玫芦、數(shù)據(jù)挖掘的基礎(chǔ)知識要有
  • 軟實(shí)力

    • 包括洞察需求之后,要了解背后的商業(yè)模式與業(yè)務(wù)運(yùn)轉(zhuǎn)原理的“商業(yè)認(rèn)知能力”本辐,‘溝通協(xié)調(diào)能力’與‘項(xiàng)目管理能力’

案例

  • 商用數(shù)據(jù)產(chǎn)品研究案例-Domo

    • 自己看吧
  • 面試案例

    • 自我介紹:切忌長篇大論

      • 職責(zé)是幫助公司完成內(nèi)部數(shù)據(jù)支持系統(tǒng)的搭建桥帆,為不同部門提供數(shù)據(jù)應(yīng)用產(chǎn)品,讓數(shù)據(jù)更好的幫助業(yè)務(wù)支持決策慎皱。
        例如銷售部門的目標(biāo)是提升成單率老虫,那就為其提供線索分析的工具,讓其看到業(yè)務(wù)偏好方便跟進(jìn)茫多。例如市場部的ROI目標(biāo)祈匙,提供渠道監(jiān)控工具,看到渠道投放后續(xù)的漏斗轉(zhuǎn)化能力天揖。
    • 如何獲取數(shù)據(jù)呢

      • 通過頁面埋點(diǎn)來獲取夺欲,包括頁面瀏覽時(shí)長、跳出率今膊、按鈕點(diǎn)擊率等等些阅。
        使用代碼埋點(diǎn),包括頁面統(tǒng)計(jì)和事件統(tǒng)計(jì)斑唬。頁面統(tǒng)計(jì)就是統(tǒng)計(jì)頁面的訪問情況市埋、次數(shù)黎泣、時(shí)長和流向關(guān)系,事件統(tǒng)計(jì)主要是操作行為缤谎,比如按鈕點(diǎn)擊抒倚、執(zhí)行結(jié)果之類的。
      • 代碼埋點(diǎn)是自己工程師埋點(diǎn)坷澡,可以精確的選擇什么時(shí)候發(fā)送數(shù)據(jù)衡便,發(fā)送什么樣的數(shù)據(jù),比較靈活洋访,但是代價(jià)大镣陕,每次更新都會有較大工作量,第三方的SDK雖然部署簡單姻政,但是準(zhǔn)確性和靈活性不行
    • 關(guān)于職位的思考:與其他產(chǎn)品經(jīng)理有何不同

      • 1工作內(nèi)容呆抑,其他產(chǎn)品經(jīng)理多是中在對功能類需求的把握和產(chǎn)品進(jìn)度的管理,目的是提升用戶體驗(yàn)汁展,讓用戶開心鹊碍。而數(shù)據(jù)產(chǎn)品經(jīng)理的工作內(nèi)容是建立數(shù)據(jù)指標(biāo)體系,產(chǎn)出合適的數(shù)據(jù)工具或者應(yīng)用產(chǎn)品食绿。
      • 2能力侈咕,有時(shí)候公司不是沒數(shù)據(jù),而是數(shù)據(jù)太多了不知道怎么解讀器紧,數(shù)據(jù)產(chǎn)品經(jīng)理就是設(shè)計(jì)出恰當(dāng)?shù)臄?shù)據(jù)指標(biāo)以供用戶分析耀销,所以數(shù)產(chǎn)對指標(biāo)體系搭建,算法模型和數(shù)據(jù)平臺建設(shè)都需要有一定的認(rèn)識
    • 工作時(shí)的上下游部門

      • 上面是各個(gè)業(yè)務(wù)部門铲汪,比如銷售熊尉、市場、售后
      • 下游包括數(shù)據(jù)分析部掌腰、開發(fā)工程師
    • 開放型問題:一個(gè)玩具店的倉庫狰住,亂糟糟的,如何擺放

      • 首先要明確分類擺放的目的齿梁,是為了找到想要的玩具催植,還是為了更快發(fā)貨∩自瘢可以按大小件進(jìn)行區(qū)分创南,也可以根據(jù)銷量進(jìn)行區(qū)分,熱銷的放在方便的位置
    • 公司大老板的報(bào)表酵幕,每天看一眼扰藕,如何設(shè)計(jì)

      • 會分三個(gè)部分缓苛。第一部分就是公司最主要的目標(biāo)芳撒,就是北極星指標(biāo)當(dāng)年和當(dāng)月的完成情況邓深,以及周同比。
        第二部分就是北極星指標(biāo)的拆解笔刹,比如營收拆分為用戶數(shù)*客單價(jià)芥备,做出明細(xì)展示,包括新老客戶舌菜,整體客單價(jià)之類的萌壳。
        如果老板時(shí)間短,這兩個(gè)就夠了日月,如果時(shí)間長袱瓮,就加上第三部分,那就是對指標(biāo)進(jìn)行更細(xì)致的拆分爱咬,并且考慮更多的維度尺借,例如不同的渠道花了多少錢,ROI如何等等
    • 反問

      • 想要了解一下這個(gè)職位所在的團(tuán)隊(duì)和團(tuán)隊(duì)的規(guī)模精拟。平時(shí)對接的上下游部門有哪些燎斩。這個(gè)崗位為什么會開放出來,部門的人員配置如何

第2章數(shù)據(jù)分析方法論

想要用數(shù)據(jù)驅(qū)動業(yè)務(wù)蜂绎,需要有專業(yè)的數(shù)據(jù)分析框架和完整的產(chǎn)品思維框架

數(shù)據(jù)分析基礎(chǔ)流程

  • 發(fā)現(xiàn)問題栅表,一般有兩種,一種是有明確問題师枣,一種是沒有

    • 主要就是數(shù)據(jù)系統(tǒng)或者業(yè)務(wù)反饋怪瓶,或者重要指標(biāo)沒有達(dá)成KPI,需要提升
  • 定位問題践美,發(fā)現(xiàn)問題之后就需要定位問題出在哪一步劳殖,可以使用以下方法

    • 全鏈路分析:發(fā)現(xiàn)每個(gè)環(huán)節(jié)的問題
    • 組成因子分解:發(fā)現(xiàn)不同部門、不同項(xiàng)目的問題
    • 影響因子分析:發(fā)現(xiàn)是哪個(gè)重要因素造成的影響
    • 枚舉法
  • 分析問題拨脉,用到的方法與定位問題一致哆姻,但需要綜合使用多種分析方式

  • 提出有價(jià)值的數(shù)據(jù)結(jié)論

有價(jià)值的數(shù)據(jù)結(jié)論

  • 什么是有價(jià)值的數(shù)據(jù)結(jié)論

    • 無非是兩者:增加收益和減少損失
  • 如何得到有價(jià)值的數(shù)據(jù)結(jié)論呢

    • 了解業(yè)務(wù)目標(biāo)

    • 進(jìn)行增減思路分析

      • 例如產(chǎn)品部,增:增加收益玫膀,增強(qiáng)體驗(yàn)矛缨,增加用戶參與感,增加轉(zhuǎn)換率
        減:較少操作失敗的步驟帖旨,減少投訴概率
    • 了解達(dá)成某項(xiàng)收益的業(yè)內(nèi)常用方法

      • 例如:
        增加收入:增加銷售方式箕昭、提高轉(zhuǎn)化率
        增加體驗(yàn):放大圖片,增加視頻
    • 對業(yè)務(wù)進(jìn)行數(shù)據(jù)分析

    • 為自己的結(jié)論給出數(shù)據(jù)支撐

  • 案例:假設(shè)業(yè)務(wù)目標(biāo)為增加收入解阅,如何得到數(shù)據(jù)結(jié)論呢落竹?

    • 高級與初級用戶維度:

      • 1使用組成因子分解,將用戶拆分為高級與初級兩種货抄,并查看能否從用戶群中分出高級用戶的行為特征
      • 2使用增減思路分析述召,增加高階用戶的收入朱转,從而提升整體收入,方法主要有:VIP积暖、會員藤为、社群
    • 高頻與低頻用戶維度:

      • 同上
      • 同上,方法:增加高頻用戶使用次數(shù)夺刑,從而增加用戶收入缅疟,主要有日報(bào)推送。

數(shù)據(jù)分析基礎(chǔ)方法

  • 全鏈路分析:是對全鏈路的每個(gè)節(jié)點(diǎn)進(jìn)行分析和研究遍愿,AARRR模型和漏斗分析都是全鏈路分析

    • AARRR:獲客-激活-留存-變現(xiàn)-傳播存淫,
      漏斗:進(jìn)入首頁-查看商品-加購-進(jìn)入支付-支付成功
    • 步驟就是梳理鏈路的關(guān)鍵節(jié)點(diǎn),確定指標(biāo)沼填,對節(jié)點(diǎn)洞悉纫雁,發(fā)現(xiàn)問題。舉個(gè)例子:廣告行業(yè)的全鏈路(看書2.3.1)
  • 組成因子分解:將整體指標(biāo)數(shù)據(jù)按照某種分類標(biāo)準(zhǔn)分成不同的因子的過程倾哺。例如廣告的收入=信息流廣告收入+搜索廣告收入+其他類型廣告收入

    • 可以按時(shí)間拆分轧邪、按渠道拆分、按用戶拆分羞海,優(yōu)先考慮團(tuán)隊(duì)習(xí)慣的拆解思路
  • 影響因子拆解:很多時(shí)候因子對結(jié)果并不是簡單的相加忌愚,列出對結(jié)果有影響的所有因子,逐個(gè)分析却邓,例如對銷售額硕糊,影響因子有商品、客服腊徙、會員简十、流量、活動等等

  • 枚舉法:將所有數(shù)據(jù)一一列出撬腾,然后進(jìn)行后續(xù)分析

數(shù)據(jù)分析方法案例

  • 看書
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末螟蝙,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子民傻,更是在濱河造成了極大的恐慌胰默,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,470評論 6 501
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件漓踢,死亡現(xiàn)場離奇詭異牵署,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)喧半,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,393評論 3 392
  • 文/潘曉璐 我一進(jìn)店門奴迅,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人挺据,你說我怎么就攤上這事取具〔绷ィ” “怎么了?”我有些...
    開封第一講書人閱讀 162,577評論 0 353
  • 文/不壞的土叔 我叫張陵者填,是天一觀的道長浩村。 經(jīng)常有香客問我做葵,道長占哟,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,176評論 1 292
  • 正文 為了忘掉前任酿矢,我火速辦了婚禮榨乎,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘瘫筐。我一直安慰自己蜜暑,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,189評論 6 388
  • 文/花漫 我一把揭開白布策肝。 她就那樣靜靜地躺著肛捍,像睡著了一般。 火紅的嫁衣襯著肌膚如雪之众。 梳的紋絲不亂的頭發(fā)上拙毫,一...
    開封第一講書人閱讀 51,155評論 1 299
  • 那天,我揣著相機(jī)與錄音棺禾,去河邊找鬼缀蹄。 笑死揍庄,一個(gè)胖子當(dāng)著我的面吹牛登淘,可吹牛的內(nèi)容都是我干的翼岁。 我是一名探鬼主播烟具,決...
    沈念sama閱讀 40,041評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼附迷,長吁一口氣:“原來是場噩夢啊……” “哼钉凌!你這毒婦竟也來了定续?” 一聲冷哼從身側(cè)響起浪腐,我...
    開封第一講書人閱讀 38,903評論 0 274
  • 序言:老撾萬榮一對情侶失蹤脊岳,失蹤者是張志新(化名)和其女友劉穎肆良,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體逸绎,經(jīng)...
    沈念sama閱讀 45,319評論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡惹恃,尸身上長有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 37,539評論 2 332
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了棺牧。 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巫糙。...
    茶點(diǎn)故事閱讀 39,703評論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖颊乘,靈堂內(nèi)的尸體忽然破棺而出参淹,到底是詐尸還是另有隱情醉锄,我是刑警寧澤,帶...
    沈念sama閱讀 35,417評論 5 343
  • 正文 年R本政府宣布浙值,位于F島的核電站恳不,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏开呐。R本人自食惡果不足惜烟勋,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,013評論 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望筐付。 院中可真熱鬧卵惦,春花似錦、人聲如沸瓦戚。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,664評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽较解。三九已至畜疾,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間印衔,已是汗流浹背啡捶。 一陣腳步聲響...
    開封第一講書人閱讀 32,818評論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留当编,地道東北人届慈。 一個(gè)月前我還...
    沈念sama閱讀 47,711評論 2 368
  • 正文 我出身青樓,卻偏偏與公主長得像忿偷,于是被迫代替她去往敵國和親金顿。 傳聞我的和親對象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,601評論 2 353

推薦閱讀更多精彩內(nèi)容