數據分析驅動業績增長

以下內容大部分適用於互聯網領域

產品經理利用數據分析做哪三件事

1、發現驅動力：

什麼造成用戶購買/使用產品？用戶從哪裡來？優質（花錢的）用戶從哪裡來？

通過數據分析來獲取產品驅動力，從而使營銷成本降到最低。

例：Linkedin管理三原則：關注用戶體驗、關注用戶數據、關注變現。

2、發現阻力：

什麼阻止了用戶很順暢地使用產品？什麼阻礙了用戶購買/提供高質量的 產品/服務？

通過各種A/B測試來找到這些問題。

3、發現「鉤子 」：

所謂「鉤子」就是用戶抓手，即用什麼功能把用戶留在產品中（如何提高用戶留存率）？

例：京東商城的整點秒殺、「得到 APP 」每天6條免費知識新聞。

以上的三個問題是一名合格的產品經理能夠回答出來的，而且必須有強大的數據分析支撐。

互聯網產品的數據分析方法

1、設置用戶屬性。

用戶屬性是指城市、性別、手機號、手機型號、年齡、教育程度、收入水平、購買次數、購買金額/總額、登陸次數、7天活躍度等。

如何獲得用戶屬性？

例如：首先，微信可以獲得；其次，通過自己的產品和商城總做運營活動，予以小利獲取用戶信息；也可以通過跟運營商合作獲取；等等還有一些其他方法。

2、用戶產品行為。

對產品的用戶行為做各種各樣的埋點，在網站/APP的前端功能、各種按鈕、跳轉做相應的數據標識，通過用戶的點擊、觸碰獲取用戶行為數據。例如：登錄、註冊、跳轉、充值、退出等用戶行為數據。

3、交叉分析。

三個維度：用戶、行為、時間。

例：Android和iOS用戶（用戶屬性）在7日活躍度（用戶行為）上過去三個月（時間）的對比曲線；EBay發現高活躍度、高忠誠度用戶對網站鏈接、運算速度的敏感度比低活躍度、低忠誠度用戶高出10-50倍，提高網站速度能夠增加購買；「得到APP」分析付費前10%用戶的共同特點，能知道拓展新用戶的重點；分析用戶行為偏好（比如，聽/看）；新用戶渠道的來源分析，獲取單個用戶的成本最低，轉化率；

總結：設定用戶屬性，給產品做用戶行為埋點，通過交叉分析得出各種結論。

重點應該關注哪些用戶數據？

RFM理論：

R-最近一次/上一次用戶的時間訪問是什麼？上次訪問的時間越近，用戶的價值越高。

F-單位時間內，用戶訪問的頻率是什麼？頻率越高，用戶價值越高。

M-用戶的消費是多少？花錢越多，用戶價值越高。

如何利用數據對比測試做出兩難的決策？

時間、文案、位置等等各種因素，只改變其中一個因素，保持其他因素不變來做測試。

常用第三方軟體

友盟+：【友盟+】全球領先的第三方全域大數據服務提供商

諸葛IO：諸葛io-精細化數據分析工具,移動應用分析,移動用戶行為分析,數據運營

神策數據：Sensors Data - 國內領先的用戶行為分析產品

GrowingIO：GrowingIO 官網－矽谷新一代無埋點用戶行為數據分析產品
推薦閱讀：