APP推广合作
联系“鸟哥笔记小乔”
产品经理数据分析的思路
2021-03-23 13:59:19

数据分析是产品经理最基础的技能之一。

很多时候我们把数据分析能力当成一项纯粹的工具使用能力,如excel函数、透视表、SQL、tableau等。学习这些工具的使用并不复杂,不过个人认为,作为产品经理,进行数据分析更重要的是思路,而不是工具。

01 数据分析的三个概念

在讲数据分析的思路前,先解释下数据分析中三个关键概念:维度、指标和粒度。

维度我理解成是数据分组的方式。假设我们拿到一份转化率的数据,我们可以把数据分成不同的组来进行对比,比如按照系统类型分组,可以分成iOS、安卓、windows、macos等;按照用户性别分组,可以分成男、女;按照地理位置分组,分成不同的国家、省份、城市等;按照年龄分组,分成60后、70后、80后、90后、00后等;按照支付方式分组,分成微信、支付宝、银联等。维度是数据分析的视角,是我们探查海量数据中所含信息的钥匙。

指标我理解成是对结果的度量,是一个数字。当我们拿到一份数据时,一切都已经是既定事实。比如我们拿到一份一家酒店过去一年的入住数据,我们可以把入住率设为指标,用来衡量过去一年入住情况;我们可以把客单价设为指标,用来衡量过去一年的房间价格水平;我们也可以把单房收益(即酒店所有房间平均每间房有多少收入)设为指标,用来衡量过去一年酒店整体的收益水平。每一个指标都是一个有业务含义的数字。

粒度则是用来形容指标的粗细,是指标统计的口径。还以酒店入住数据为例,入住率、客单价、单房收益都可以用时间单位天、周、月、季度、年来定义粒度。多数情况我们都用时间单位来定义粒度,偶尔我们也会用人群规模如个体、小组、班级、学校等,地域大小如村、镇、县、市、省、国家等来定义粒度。粒度太大或者太小都不利于数据分析,酒店入住率如果以年为粒度,只能分析大趋势的变化,很难分析季节因素、服务改进等对入住率的影响;如果以小时为粒度,则只能分析每天各个时段客人入住情况的变化,无法分析需求的周期性变化。

知道了维度、指标和粒度的定义,我们可以得出数据分析的方法是:根据业务结果指标,在合适的粒度上,用不同的维度(视角)观察数据,发现机会或者问题。

02 用户决策、使用路径分析

那对于产品经理来讲,我们分析数据的思路是什么呢?我个人理解还是要从用户需求、决策路径出发,用数据来检验产品或服务是否满足了所有目标用户的需求,发现相关用户或需求的机会与问题。

除了少数产品或服务,大部分产品或服务都是为了满足一部分用户,也就是产品或服务的目标用户的需求。用户使用产品或服务来满足需求有一个过程,即发现问题-》信息收集-》评价与选择-》购买或使用。

当上线一个新产品或者新功能时,我们首先需要观察有多少目标用户发现了该功能或者产品能解决自己的问题,满足需求。

在互联网产品中,用户发现问题、收集信息、评价与选择通常在一瞬间完成,在App内让用户发现问题最常用的手段是小红点、小图标、弹窗或者广告,用户点击后,进入一个功能或者说明页面,此时告知用户他可能存在什么问题以及当前功能可以解决他的问题。在App外,则有短信和push等手段来引导用户发现问题。

在这一步,我们需要分析有多少目标用户识别到了问题,是否有目标用户没识别到问题,以及是否有非目标用户识别到问题(是否目标用户只是产品的假设,不代表真实情况,因此有可能根据数据情况调整产品方案)。分析的指标是短信、push、小红点、小图标、弹窗、广告等的触达率和打开/点击率。分析的视角则是不同的维度,不同设备、不同年龄、不同收入、不同版本、不同地区、不同时间等等视角的触达率和打开率/点击率。如果我们能覆盖大部分视角(维度),90%以上的概率(我猜的)能发现问题。比如某个短信通道在某个地区存在问题,没能正常推送;某个设备的某个版本的系统弹窗无法正常显示/点击;某类用户无法理解广告文案;某地区用户没有这类需求等等。

同样的,如果我们开一家线下实体店,我们也可以分析店铺门头、门口广告的曝光和进店的转化数据。统计每天路过店铺门口的用户特征和数量,观察门头和广告的用户特征和数量,进店的用户特征和数量,得出是否与店铺的目标用户群体吻合,是否有非目标群体转化等信息,从而对店铺设计进行优化。

当用户识别到产品或服务能够解决自己的问题后,用户需要一系列的步骤去使用产品或服务。在互联网产品设计中,我们会为用户设计一套流程。比如点外卖,我们会为用户设计搜索-》进店-》选品-》支付-》收货-》评价的流程,也会设计筛选-》进店-》选品-》支付-》收货-》评价的流程。用户在每一步都可能遇到问题,我们还是用不同的维度去分析每一步的转化情况,从而发现问题或者机会。这时的数据分析需要根据实际的业务流程进行。

03 下钻分析

以上,我们是从用户的决策和使用路径来分析数据,但这样的分析需要非常大量的工作。因此,在实操中,我们一般选择先从高纬度对数据进行分析,发现问题后不断的细化维度,也就是所谓的下钻,结合对用户决策和使用流程的理解去发现具体是什么维度什么步骤的问题。

我们以某项功能用户的使用率为指标,以天为粒度,分析该功能是否存在问题,是否满足了所有目标用户的需求为例。首先我们用终端维度分析数据,发现App端比PC端转化率低不少。我们接着看iOS和安卓的转化率差异,发现安卓转化率比iOS低,iOS和PC持平。我们再看安卓不同版本的转化率差异,发现安卓各个版本的转化率接近。我们换个视角,从安卓系统的版本看转化率是否有差异,发现不同系统版本转化率也接近。那从安卓手机的品牌看转化率是否有差异,发现不同品牌的转化率也接近。

以上过程分析下来,我们发现从设备上已经很难找到问题了。我们换个视角,看看iOS和安卓的用户群是否有差异,发现安卓年龄大的用户群体比例明显偏高,再看下iOS和安卓年龄大的用户是否转化率都偏低,可以发现年龄大的用户转化率确实偏低。于是基本确认年龄大的用户可能遇到了问题。再接下来,我们把转化率指标进行拆分,分析每一步不同用户群之间的转化差异,从而发现哪一步的产品设计有问题,导致了年龄大的用户转化率偏低。

同样的,我们也可以从不同用户群的维度开始分析,不断下钻发现问题和机会。任何维度的数据异常,都可能意味着问题或者机会。有一个经典的数据分析促进业务增长的案例,即twitter在早期分析用户留存数据,发现除了系统默认关注的账号外,自行关注更多账号的注册用户有更高的活跃度。于是twitter在用户注册后,给用户推荐了更多不同领域的账号,让用户选择性关注,从而提高了整体活跃度。这就是从活跃率指标出发,从用户群维度着手分析,不断下钻发现关注更多账号的用户活跃度更高,从而发现新机会。

04 总结

下钻分析和用户决策、使用流程结合分析是产品经理进行数据分析最重要的抓手,也是产品经理对数据分析师最大的优势。

当然,由于数据维度的大规模增长,有些场景已经不再能够用产品经理能够理解和解释的维度去分析了,也很难再通过对维度的遍历去分析。这些场景就需要用数据挖掘的方法去发现重要的维度(主成分分析等),组合不同的维度(聚类等),这些就交给数据分析师去做吧。

-END-

运营那些事儿
分享到朋友圈
收藏
收藏
评分
评论

综合评分:

我的评分

参与评论(1)

社区交流公约

登录后参与评论
发布评论
鸟哥笔记用户社区交流公约

E N
受益匪浅

2021-03-23 19:23

Xinstall 15天会员特权
Xinstall是专业的数据分析服务商,帮企业追踪渠道安装来源、裂变拉新统计、广告流量指导等,广泛应用于广告效果统计、APP地推与CPS/CPA归属统计等方面。
20羽毛
立即兑换
超级nice便签砖
超级超级超级奈斯!
1000羽毛
立即兑换
【新品】办公/外出两用静音充电小电扇
办公桌必备小电扇!
2000羽毛
立即兑换
运营那些事儿
运营那些事儿
发表文章21871
确认要消耗 0羽毛购买
产品经理数据分析的思路吗?
考虑一下
很遗憾,羽毛不足
我知道了

我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求,为完善跟帖评论自律管理,为了保护用户创造的内容、维护开放、真实、专业的平台氛围,我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容,同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。


一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规,对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息,主要表现为:
    1)反对宪法所确定的基本原则;
    2)危害国家安全,泄露国家秘密,颠覆国家政权,破坏国家统一,损害国家荣誉和利益;
    3)侮辱、滥用英烈形象,歪曲、丑化、亵渎、否定英雄烈士事迹和精神,以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉;
    4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动;
    5)煽动民族仇恨、民族歧视,破坏民族团结;
    6)破坏国家宗教政策,宣扬邪教和封建迷信;
    7)散布谣言,扰乱社会秩序,破坏社会稳定;
    8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪;
    9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序;
    10)侮辱或者诽谤他人,侵害他人名誉、隐私和其他合法权益;
    11)通过网络以文字、图片、音视频等形式,对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的;
    12)危害未成年人身心健康的;
    13)含有法律、行政法规禁止的其他内容;


2. 不友善:不尊重用户及其所贡献内容的信息或行为。主要表现为:
    1)轻蔑:贬低、轻视他人及其劳动成果;
    2)诽谤:捏造、散布虚假事实,损害他人名誉;
    3)嘲讽:以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述,以此来激怒他人;
    4)挑衅:以不友好的方式激怒他人,意图使对方对自己的言论作出回应,蓄意制造事端;
    5)羞辱:贬低他人的能力、行为、生理或身份特征,让对方难堪;
    6)谩骂:以不文明的语言对他人进行负面评价;
    7)歧视:煽动人群歧视、地域歧视等,针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击;
    8)威胁:许诺以不良的后果来迫使他人服从自己的意志;


3. 发布垃圾广告信息:以推广曝光为目的,发布影响用户体验、扰乱本网站秩序的内容,或进行相关行为。主要表现为:
    1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式:
    2)单个帐号多次发布包含垃圾广告的内容;
    3)多个广告帐号互相配合发布、传播包含垃圾广告的内容;
    4)多次发布包含欺骗性外链的内容,如未注明的淘宝客链接、跳转网站等,诱骗用户点击链接
    5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光;
    6)购买或出售帐号之间虚假地互动,发布干扰网站秩序的推广内容及相关交易。
    7)发布包含欺骗性的恶意营销内容,如通过伪造经历、冒充他人等方式进行恶意营销;
    8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。


4. 色情低俗信息,主要表现为:
    1)包含自己或他人性经验的细节描述或露骨的感受描述;
    2)涉及色情段子、两性笑话的低俗内容;
    3)配图、头图中包含庸俗或挑逗性图片的内容;
    4)带有性暗示、性挑逗等易使人产生性联想;
    5)展现血腥、惊悚、残忍等致人身心不适;
    6)炒作绯闻、丑闻、劣迹等;
    7)宣扬低俗、庸俗、媚俗内容。


5. 不实信息,主要表现为:
    1)可能存在事实性错误或者造谣等内容;
    2)存在事实夸大、伪造虚假经历等误导他人的内容;
    3)伪造身份、冒充他人,通过头像、用户名等个人信息暗示自己具有特定身份,或与特定机构或个人存在关联。


6. 传播封建迷信,主要表现为:
    1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病;
    2)求推荐算命看相大师;
    3)针对具体风水等问题进行求助或咨询;
    4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失,包括通过占卜方法问婚姻、前程、运势,东西宠物丢了能不能找回、取名改名等;


7. 文章标题党,主要表现为:
    1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户;
    2)内容与标题之间存在严重不实或者原意扭曲;
    3)使用夸张标题,内容与标题严重不符的。


8.「饭圈」乱象行为,主要表现为:
    1)诱导未成年人应援集资、高额消费、投票打榜
    2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
    3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
    4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
    5)通过「蹭热点」、制造话题等形式干扰舆论,影响传播秩序


9. 其他危害行为或内容,主要表现为:
    1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的;
    2)不当评述自然灾害、重大事故等灾难的;
    3)美化、粉饰侵略战争行为的;
    4)法律、行政法规禁止,或可能对网络生态造成不良影响的其他内容。


二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时,本网站将依据相关用户违规情节严重程度,对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号,或者滥用多个帐号发布违规内容时,本网站将加重处罚。


三、申诉
随着平台管理经验的不断丰富,本网站出于维护本网站氛围和秩序的目的,将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议,可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)

我知道了
恭喜你~答对了
+5羽毛
下一次认真读哦
成功推荐给其他人
+ 10羽毛
评论成功且进入审核!审核通过后,您将获得10羽毛的奖励。分享本文章给好友阅读最高再得15羽毛~
(羽毛可至 "羽毛精选" 兑换礼品)
好友微信扫一扫
复制链接