前言

上一篇文章中，我們介紹了為什么要關(guān)注數(shù)據(jù)稠腊，在本文中我將分享具體如何做案疲。

關(guān)注宏觀和細(xì)節(jié)

大多數(shù)人都能做到關(guān)注宏觀的數(shù)據(jù)，拿互聯(lián)網(wǎng)產(chǎn)品來(lái)說(shuō)麻养，日活，月活诺舔，流失率鳖昌，NPS（凈推薦值）备畦，這些都是宏觀的數(shù)據(jù)。宏觀數(shù)據(jù)能夠反映出產(chǎn)品的整體狀況许昨，是值得長(zhǎng)期關(guān)注的懂盐。

但是在宏觀之外，我們還應(yīng)該關(guān)注一些細(xì)節(jié)的數(shù)據(jù)糕档。拿日活來(lái)說(shuō)莉恼，我們可以再進(jìn)一步進(jìn)行分析，比如：

日活中新用戶所占的比例

日活中 iOS 和 Android 的各自占比

日活中大家集中活躍的時(shí)間段

日活中用戶的會(huì)話（Session）次數(shù)分布速那，時(shí)長(zhǎng)分布

日活中用戶平均使用你的產(chǎn)品核心功能的次數(shù)

當(dāng)你把數(shù)據(jù)拿放大鏡看得更細(xì)的時(shí)候俐银，你可能就會(huì)發(fā)現(xiàn)一些問(wèn)題。帶著這些問(wèn)題端仰，你進(jìn)一步分析捶惜，就可以找到更多信息。

舉一個(gè)我們創(chuàng)業(yè)產(chǎn)品小猿搜題的例子荔烧，我們發(fā)現(xiàn)日活中的用戶吱七，有相當(dāng)一部分用戶只是注冊(cè)了，但是并沒(méi)有使用我們產(chǎn)品的核心功能鹤竭，于是我們擔(dān)心會(huì)不會(huì)有一些付費(fèi)推廣渠道「刷量」踊餐。

所以，我們將新增用戶中不活躍的比例按渠道來(lái)劃分臀稚。通過(guò)這樣的劃分吝岭，我們很容易找到那些效果差的渠道，從而選擇更有效的推廣渠道烁涌。

關(guān)注原始數(shù)據(jù)

原始數(shù)據(jù)是什么苍碟？就是那些不是通過(guò)別的數(shù)據(jù)計(jì)算出來(lái)的，不能被分割的數(shù)據(jù)撮执。這些數(shù)據(jù)是最最真實(shí)的微峰，而其它通過(guò)計(jì)算出來(lái)的數(shù)據(jù)，因?yàn)檫M(jìn)行了二次加工抒钱，所以不一定能夠完全反映出產(chǎn)品的問(wèn)題蜓肆。

再舉一個(gè)小猿搜題的例子，我們?yōu)榱搜芯?NPS 給我們打零分的用戶谋币。把這些用戶的搜索數(shù)據(jù)仗扬、操作記錄都抽樣出來(lái)，一個(gè)用戶一個(gè)用戶看蕾额，然后進(jìn)行分類整理早芭。最終我們發(fā)現(xiàn)這里面小學(xué)生用戶占比很高，從而調(diào)整了產(chǎn)品的策略诅蝶，在內(nèi)容和算法上對(duì)小學(xué)生進(jìn)行了兼顧退个。

關(guān)注原始數(shù)據(jù)除了能改進(jìn)產(chǎn)品外募壕，還能在技術(shù)上提高代碼的質(zhì)量。我們?cè)?jīng)遇到過(guò)一個(gè)很難復(fù)雜的 Bug语盈，在我們的測(cè)試機(jī)中都無(wú)法復(fù)現(xiàn)舱馅，但是我們通過(guò)分析相關(guān)用戶的操作記錄，找到了具體崩潰的操作方法刀荒。

雖然該操作方法不能在我們自己的機(jī)器上復(fù)現(xiàn) Bug代嗤，但是我們卻能找到相關(guān)的關(guān)鍵代碼。通過(guò)一些針對(duì)這些代碼的討論缠借，我們就找到了 Bug 的原因「梢悖現(xiàn)在回想起來(lái)，如果沒(méi)有這些原始數(shù)據(jù)烈炭，要修復(fù)這個(gè) Bug 就要困難很多了溶锭。

關(guān)于面試

其實(shí)不光做產(chǎn)品要看「原始數(shù)據(jù)」，面試一個(gè)人也是符隙。我在面試的時(shí)候趴捅，會(huì)選一個(gè)候選人簡(jiǎn)歷上的事情，進(jìn)行深入了解霹疫。我會(huì)讓他提供詳細(xì)相關(guān)工作的數(shù)據(jù)和事例拱绑。通過(guò)這些「原始數(shù)據(jù)」，我能夠更加方便地「還原他真實(shí)的工作場(chǎng)景」丽蝎，從而對(duì)他的工作質(zhì)量作出盡量客觀的評(píng)價(jià)猎拨。

舉個(gè)例子，有一個(gè)產(chǎn)品實(shí)習(xí)生候選人在簡(jiǎn)歷上寫他運(yùn)營(yíng)了一個(gè)微信公眾號(hào)屠阻，「粉絲逾千红省，單日粉絲增量 200 以上，數(shù)篇文章閱讀量超過(guò) 3000」国觉。但是在面試中吧恃，詳細(xì)追問(wèn)這些數(shù)字，我們才發(fā)現(xiàn)他說(shuō)的「逾千」是指 1000麻诀，而「單日粉絲增量 200 以上」是指的最高的一天痕寓，其它信息也都是有夸大的成分。

還有一次蝇闭，我面試一個(gè)技術(shù)候選人呻率，這個(gè)候選人說(shuō)他有代碼潔癖，覺(jué)得前公司的代碼「很亂呻引，受不了」礼仗。但是我讓他具體舉幾個(gè)例子的時(shí)候，他卻很難說(shuō)出實(shí)際的例子。還有候選人說(shuō)他喜歡看技術(shù)書藐守，但是卻無(wú)法說(shuō)出他印象最深的一本技術(shù)書以及其中的部分觀點(diǎn)挪丢。

通過(guò)了解細(xì)節(jié)，我們就可以揭開(kāi)簡(jiǎn)歷中光鮮描述的外衣卢厂，了解到事情背后的細(xì)節(jié)，這對(duì)我們?cè)u(píng)價(jià)候選人至關(guān)重要惠啄。

數(shù)據(jù)可視化

數(shù)據(jù)可視化是指將原本枯燥的數(shù)據(jù)慎恒，用折線圖、餅圖撵渡、柱狀圖等方式呈現(xiàn)出來(lái)融柬，它可以使我們更容易發(fā)現(xiàn)數(shù)據(jù)的規(guī)律，也更容易發(fā)現(xiàn)數(shù)據(jù)的異常趋距。

在小猿搜題項(xiàng)目中粒氧，數(shù)據(jù)可視化多次給我們帶來(lái)巨大的幫助，包括：

了解數(shù)據(jù)的特點(diǎn)：我們將小猿搜題的 QPS 按每小時(shí)為頻率畫出成一條折線圖节腐，所以我們很容易知道我們服務(wù)器高峰期的時(shí)間段以及訪問(wèn)量外盯。

發(fā)現(xiàn)服務(wù)異常：我們將服務(wù)器搜索的失敗率占比畫出成一個(gè)餅圖，有一天翼雀，這個(gè)餅圖中顯示出失敗率突然變高了饱苟。同時(shí)，每日的 NPS 分?jǐn)?shù)突然也變低了很多狼渊。我們借此發(fā)現(xiàn)了新擴(kuò)容的一臺(tái)服務(wù)器故障箱熬。因?yàn)槟桥_(tái)服務(wù)器是新加的，所以運(yùn)維忘記了增加監(jiān)控狈邑，如果沒(méi)有數(shù)據(jù)可視化的幫助城须，這個(gè)故障可能會(huì)持續(xù)更長(zhǎng)時(shí)間。

監(jiān)控核心質(zhì)量：我們將小猿搜題的一些核心指標(biāo)畫成折線圖米苹，然后大家都努力讓核心指標(biāo)更優(yōu)糕伐。

發(fā)現(xiàn)惡意攻擊：一些重要指標(biāo)，我們都會(huì)可視化出來(lái)驱入，這樣當(dāng)這些數(shù)據(jù)指標(biāo)變化時(shí)赤炒，我們就會(huì)進(jìn)一步分析原因，從中我們還發(fā)現(xiàn)了一些競(jìng)爭(zhēng)對(duì)手惡意的攻擊行為亏较。

數(shù)據(jù)可視化工具

我們當(dāng)然不可能所有的數(shù)據(jù)可視化都是自己手工用 Excel莺褒、Numbers 之類的工具來(lái)生成。所以雪情，我們開(kāi)發(fā)了一個(gè)數(shù)據(jù)可視化的平臺(tái)遵岩，我們把它叫做 flyboard。

flyboard 提供了各種數(shù)據(jù)可視化的方式，包括數(shù)字尘执，折線圖舍哄，餅圖，環(huán)形圖誊锭，柱狀圖等表悬。如下圖所示：

我們將所有的原始數(shù)據(jù)都?xì)w集到分布式存儲(chǔ)Hbase中，然后通過(guò)配置一些定時(shí)的計(jì)算任務(wù)丧靡，就可以以幾乎實(shí)時(shí)地方式蟆沫，看到產(chǎn)品的各項(xiàng)可視化指標(biāo)。

這些指標(biāo)温治，有宏觀的饭庞，也有一些比較細(xì)分的，如果我們對(duì)某項(xiàng)指標(biāo)的數(shù)值有疑問(wèn)熬荆，我們就會(huì)進(jìn)一步寫一些分析腳本舟山，來(lái)從 Hbase 中計(jì)算一些數(shù)據(jù)進(jìn)行檢查。

在猿題庫(kù)公司卤恳，我們的三個(gè)產(chǎn)品（猿題庫(kù)累盗、小猿搜題、猿輔導(dǎo)）的辦公區(qū)域纬黎，都掛著一個(gè)巨大的顯示器幅骄，這個(gè)顯示器除了用于 Scrum 的每日站會(huì)同步進(jìn)度外，平時(shí)都用 flyboard 顯示著產(chǎn)品的各項(xiàng)核心數(shù)據(jù)本今。

悄悄告訴你一個(gè)秘密拆座，我們的 flyboard 可視化平臺(tái)是開(kāi)源的，項(xiàng)目地址是：https://github.com/yuantiku/flyboard冠息，在 Github 上你可以下載到完整的代碼挪凑，我們也附有完整的安裝使用說(shuō)明文檔。如果你還沒(méi)有使用任何數(shù)據(jù)可視化工具逛艰，歡迎嘗試一下 flyboard躏碳。

學(xué)習(xí)寫 SQL

由于有Hadoop、Hbase散怖、Hive的存在菇绵，產(chǎn)品經(jīng)理也可以通過(guò)一些簡(jiǎn)單的 SQL 語(yǔ)句，就可以生成MapReduce任務(wù)镇眷，進(jìn)行分布式的數(shù)據(jù)分析運(yùn)算咬最。

所以數(shù)據(jù)分析最最常用的辦法就是寫 SQL。在很多公司欠动，產(chǎn)品經(jīng)理都在這方面能力比較欠缺永乌，這使得產(chǎn)品經(jīng)理在需要數(shù)據(jù)時(shí)惑申，需要向技術(shù)提需求。技術(shù)會(huì)根據(jù)自己的工作排期翅雏。這樣一來(lái)一回圈驼，一般一個(gè)簡(jiǎn)單的數(shù)據(jù)分析都需要一天時(shí)間。

這樣的低效率的方式望几，會(huì)扼殺產(chǎn)品經(jīng)理的一些數(shù)據(jù)分析需求绩脆，特別是那種需要探索式發(fā)現(xiàn)的數(shù)據(jù)分析工作。因?yàn)檫@種工作需要不停地根據(jù)數(shù)據(jù)分析的結(jié)果橄妆，調(diào)整各種策略來(lái)寫嘗試的 SQL衙伶。

所以在猿題庫(kù)，我們希望產(chǎn)品經(jīng)理都能有基本的數(shù)據(jù)分析能力害碾，一些簡(jiǎn)單的 SQL 都是需要自己能夠?qū)懙摹．?dāng)然赦拘，一些特別復(fù)雜的 SQL慌随，產(chǎn)品經(jīng)理可能還是需要向技術(shù)同事咨詢。

具體如何寫 SQL躺同，市面上已經(jīng)有非常多的相關(guān)書籍了阁猜，我在這里就不再展開(kāi)介紹了。

數(shù)據(jù)查看和分析一定要方便

如果你仔細(xì)觀察就會(huì)發(fā)現(xiàn)蹋艺，很多革命性的產(chǎn)品就只是讓某件事情更方便了一點(diǎn)點(diǎn)剃袍。智能手機(jī)其實(shí)只是讓你上網(wǎng)更方便了一點(diǎn)，但是這種方便使得人們從以前有「離線和在線」的狀態(tài)捎谨，變成了永久在線民效。于是，移動(dòng)互聯(lián)網(wǎng)誕生了涛救，本質(zhì)上來(lái)說(shuō)畏邢，移動(dòng)互聯(lián)網(wǎng)就是一種人們永久在線的網(wǎng)絡(luò)，但是就是這么一點(diǎn)點(diǎn)的方便检吆，使得很多行業(yè)被完全顛覆舒萎。

而數(shù)據(jù)分析也是一樣，我們應(yīng)該盡量讓數(shù)據(jù)觸手可得蹭沛，這樣我們才能將數(shù)據(jù)分析的效率最大化臂寝，一定程度上的效率提升就會(huì)產(chǎn)生質(zhì)變，使得我們專注于數(shù)據(jù)做更多事情摊灭。

我們之前移動(dòng)端統(tǒng)計(jì)用 Flurry咆贬，但是 Flurry 在中國(guó)實(shí)在太慢了，即使掛上國(guó)外的 VPN 也很慢斟或！如果產(chǎn)品經(jīng)理每次登錄 Flurry 要 10 秒鐘的話素征，那么他就可能將注意力臨時(shí)轉(zhuǎn)移到別的事情上，然后就可能忘記本來(lái)要看的數(shù)據(jù)。

為了讓數(shù)據(jù)觸手可得御毅，我們放棄了對(duì) Flurry 的使用根欧，我們自己開(kāi)發(fā)了日志收集平臺(tái)，然后自己寫日志計(jì)算程序端蛆，將一些核心指標(biāo)全部自己計(jì)算在 flyboard 上凤粗，我們也另外開(kāi)發(fā)了一套數(shù)據(jù)分析平臺(tái)，實(shí)現(xiàn) Flurry 中的類似功能〗穸梗現(xiàn)在嫌拣，我們已經(jīng)能夠非常舒服地分析數(shù)據(jù)了。

所以呆躲，如果你的公司不能很方便的查看和分析數(shù)據(jù)异逐，那么一定要想辦法改進(jìn)，這些數(shù)據(jù)就像人的神經(jīng)系統(tǒng)一樣插掂，傳遞著產(chǎn)品的健康數(shù)據(jù)灰瞻，重視這些數(shù)據(jù)，才能夠做好產(chǎn)品辅甥。

總結(jié)

總結(jié)一下本文中的觀點(diǎn)：

重視宏觀數(shù)據(jù)和細(xì)節(jié)

關(guān)注原始數(shù)據(jù)

數(shù)據(jù)可視化

學(xué)會(huì)用 SQL

數(shù)據(jù)查看和分析一定要方便

作者：唐巧? 自由轉(zhuǎn)載-非商用-非衍生-保持署名 |Creative Commons BY-NC-ND 3.0

http://blog.devtang.com/blog/2015/09/03/how-to-monitor-data/