數據分析:產品經理的基本功

作者:鄭毓

現在的軟體開發,都講究小而美,單點突破,快速迭代。

那麼我們在快速迭代時,就要用到數據分析,通過用戶使用數據來分析產品的優缺點,甚至方向的正確與否。

因此,數據分析,就是產品迭代時的眼鏡和耳朵,產品經理也是通過數據分析,來說服開發做功能,說服老闆投入資源。

數據分析使用場景列舉:

1、如果某款遊戲下載量高,註冊率低,是否因為伺服器登錄問題或者註冊流程繁瑣,是否近期網路出現故障?

2、如果某款遊戲數據一直良好,某段時間數據突然跌落;是否因為市場宣傳力度減弱,是否因為用戶生命周期上線,還是說其他精品的衝擊?

我們必須了解的一點,是數據分析不在於數據本身,而在於分析的能力。

數據只是參照物,只是標杆,分析才是行為,通過分析數據,我們發現問題的所在,再改進它。

需要分析哪些數據?

  • 基礎數據:下載量、激活量、新增用戶量、活躍用戶等
  • 社交產品:用戶分布、用戶留存(次日、3日、7日、次月、3月)等
  • 電商:淘寶指數、網站流量、跳出率、頁面訪問深度等
  • 內容類:內容轉化率(內容下載量/內容瀏覽量)、留存量
  • 工具類:功能點擊量、應用商城排名
  • 其他:競品數據(下載、激活等)
  • 數據分析的工具:

    1、第三方數據分析工具,如TalkingData、友盟,

    可快速接入,節省成本,比較適合創業型公司及剛上線的產品,但是無法對關鍵數據在突發異樣時進行跟蹤。

    2、自己開發的數據分析工具。

    可以對每個數據進行實時跟蹤,並快速做出產品的調整,需要足夠的開發人員及成本,比較適合大型公司或者成熟型產品;

    如何進行數據分析?

    對於這個問題,我想作為產品的工作人員,我們還不用達到數據分析師的高度,因此也不用說要先對數據建模,再對實際分析數據,看是否與模型吻合。

    但是,我們卻需要要有一個產品數據分析的思路,這個思路可以這樣展開:

    1、我為什麼分析?

    即就是明白,我分析的目的是什麼,是尋找付費用戶下降的原因?還是註冊用戶減少的原因?

    2、我分析想要達到什麼效果?

    是通過分析付費用戶,找到問題,解決問題從而提升收入?

    3、我該分析哪些數據才能達到這個效果?

    即需要什麼數據才能達到分析的目的?

    4、我又該如何採集這些數據?

    是直接通過第三方數據分析工具或者我們自己開發的工具就可獲得?還是說要從資料庫調取再交給程序猿哥哥?

    5、我該如何整理這些數據?

    即我們常說的數據可視化,這樣可以便於我們進行分析。

    6、如何分析?

    即通過分析,找出問題的所在,給出你的結論。

    7、怎麼解決問題?

    給出你的解決方案。

    最後給出一張圖,說明各個數據的意義:

    總結:

    一個產品做出來的結果怎麼樣,數據最有說服力,比如一款APP的下載量,註冊量,活躍用戶量等,產品經理需要從這些數據中挖掘出實際的用戶需求,進行用戶粘度經營,制定目標流量等。

    因此,數據分析是產品經理必備的一項硬技能。


    推薦閱讀:

    資產證券化交易結構簡析(附9個信貸資產證券化產品的結構圖)
    不落幕的藝術館和360度全景零死角攝像機,12月第3周不可不知新產品#DEMO8#
    產品設計規範與關乎「秩序和混亂」的人生演算法
    你的差異化產品為什麼賣不動?
    中國人民志願軍—搜狗搜索旗下的百科產品

    TAG:產品 | 產品經理 | 數據分析 | 數據 | 基本功 | 經理 | 分析 |