建立數據指標體系

1. 數據指標體系

1.1 我們常常犯的一個錯

新人產品經理們,拿到一個需求,經常會興奮得腦袋一熱就開始執行。辛辛苦苦做了很久時間,最後沒有什麼效果,然後被挑戰方案時,又很難描述自己的設計目標。因為目標的不明確,最後導致產品的整個開發設計周期沒有一個良好的規劃。

因此常常導致不能按時上線產品,即便上線了,也沒有一個好的效果反饋,最後產品成與不成,完全就是碰運氣。不能按時上線相應的功能,沒有良好的數據反饋,整個項目就可以說是完全失控的。

1.2 抽象化產品

大部分人,喜歡有創造性的工作,產品經理尤其如此。我們喜歡設計產品的界面、流程、閉環,有時候往往會忽略數據指標體系的重要性。所謂數據指標體系,簡單來說就是建立數據模型,從數據維度評價產品的優劣。

對產品進行數據化,抽象出產品核心指標,目的是從宏觀上反映業務狀況和產品健康度。不過這裡需要指出的是,並不是產品的每個方面都可以進行數據化、抽象化。

2. 指標體系的建立是所有的基礎

2.1 事先建立數據指標體系

數據分析按照時間流程大致可分為事前分析事中分析事後分析所有的這些數據分析的基礎,都是事先建立好的數據指標體系。當你拿到一個需求時,第一件事應該是分析這個產品的屬性,然後拆解產品,確定產品的定位和目標。不同的產品,功能屬性與評估標準都不一樣,要以目標出發來建立數據指標,下面簡單總結一下:

產品功能與評估標準

產品類型評估標準賬號體系註冊量、留存/流失、MAU、人均好友數/會話數/消息數工具性場景數、交互效率、性能、異常流內容型內容豐富度、分類運營、推薦、榜單、搜索社交型趣味性、發表數、互動率電商型流量、主流程及分步驟轉化率、成交量、客單價、復購率

2.2 建立產品全局的數據指標體系

一個比較健全一點的產品,怎麼對它進行評價其實不是一件容易的事情,因為它已經是一個有機生命體了。一個生命真的足夠複雜到你難以完全明了,但我們聰明的人類有自己辦法解決這個問題,那就是抓住核心要點,忽略細枝末節的誤差。幾乎人類所有的理性科學都是這樣做的,雖然這種方法可能全錯(試圖以理性來概括也許本來就不理性的世界),但就目前蓬勃發展的社會來看,起碼現階段是可行的。建立一個好的全局產品數據指標體系,至少要做到以下幾點:

舉個例子:QQ表情發送 = 活躍賬戶數 * 賬戶每小時表情數 * 日均在線時長

2.3 建立局部的產品特性的數據指標體系

有時,你需要對某個產品功能進行數據監控,特別是你新上線一個產品功能時。從產品的某個具體指標、某個功能特性或某個運營目標出發,按照用戶來源、用戶操作路徑分析,建立有效的數據評價公式,用來反映或分析產品或運營中某個環節的細節情況,事後分析查找產品和運營中出現的問題。你可以用腦圖來拆解某個產品功能的數據指標,然後再用經典的漏斗模型建立該功能的數據指標體系。每一個步驟理應都有一個可量化的數據指標,相鄰兩個步驟之間理應都有一個理論轉化率,據此我們可以在產品功能上線後,根據預估的數據指標和轉化率對產品效果進行評價。


推薦閱讀:

為什麼類似奇異,搜狐視頻這些手機/pad 流媒體客戶端上沒有廣告呢? 是運營問題? 技術問題?
APP想好好地活下去,做好用戶留存問題至關重要

TAG:产品经理 | 产品运营 | 移动互联网 |