数据分析并不是简简单单的数据整理

爱数据精选
爱数据精选
爱数据精选
609
文章
0
评论
2021-09-2309:02:30 评论 538 2036字
摘要

产品经理要想做好数据分析,应该有一套完整的思维体系,在价值观、方法论和工具三个层面上储备相关知识。确认运营目的,分析核心指标,指标系统分解,数据采集,数据分析及决策支持同时立足于产品和用户,用数据来打磨产品,用数据来检验迭代,不断提升用户体验。

 

如果你不能衡量它,那么你就不能有效增长它。

 

你是否听过这样的故事:隔壁老王开了一家水果铺子,你问他每天生意怎么样,他可以回答卖的不错/很好/最近不景气。这些都是很虚的词,因为他认为卖的不错也许是卖了50个,而你认为的卖的不错,是卖了100。

现代管理学之父彼得·德鲁克曾说过:"如果你不能衡量它,那么你就不能有效增长它。"

产品经理要想做好数据分析,应该有一套完整的思维体系,在价值观、方法论和工具三个层面上储备相关知识。确认运营目的,分析核心指标,指标系统分解,数据采集,数据分析及决策支持同时立足于产品和用户,用数据来打磨产品,用数据来检验迭代,不断提升用户体验。那么…

什么是数据分析?

用适当的统计分析方法对收集来的大量数据进行分析,提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。在实用中,数据分析可帮助人们作出判断,以便采取适当行动。需要注意的是,数据分析是从数据中提取有用的信息,而不是流于形式。分析产品过往的数据,来洞悉问题,驱动有目标的产品迭代。

数据分析并不是简简单单的数据整理

数据分析的核心方法

AARRR(Acquisition、Activation、Retention、Revenue、Refer)是硅谷的一个风险投资人戴维 · 麦克鲁尔在2008年时创建的,分别是指获取、激活、留存、收入和推荐。AARRR是Acquisition、Activation、Retention、Revenue、Refer,这个五个单词的所写,分别对应这一款移动应用生命周期中的5个重要环节。从 AARRR 框架 ( 获取、激活、留存、变现与推荐五个环节)入手进行产品分析,这是一个非常好的分析方法。当我们了解在AARRR的每个环节中,应当关注什么样的数据,什么样的数据表现才是正常的。

数据分析并不是简简单单的数据整理

数据分析的工具

App

  • 友盟:国内最早做移动数据统计,产品免费,使用最广泛
  • GrowingIO:创新「无埋点」技术,可做到先集成、后提取需要数据
  • Google Analytics:功能强大,技术成熟,但受限国内访问不稳定性

Web

  • CNZZ:国内较早做网站统计,已被友盟合并,功能足够,用户基数大
  • 百度站长平台:功能与CNZZ类似,但增强了SEO、SEM方面功能
  • Google Analytics:功能强大,技术成熟,其定位「分析」已远超「统计」功能,独有自定义分析、电子商务集成等。国内网络统计收集可正常运行。

数据采集(埋点)主要方法

  • 第1种:使用第三方统计分析标准SDK接入到应用中
  • 第2种:使用无埋点方式
  • 第3种:自己开发,精细化运营与产品决策

下图为统计工具的使用流程,请做参考:

数据分析并不是简简单单的数据整理

数据的关键指标

  • DNU:日新增用户数
  • DAU:日活跃用户数
  • WAU/MAU:周/月活跃用户数
  • DAU/MAU:用户活跃度
  • 留存:第0日新增用户在第N(1/3/7/30…)天打开数量占比
  • UV:独立访客数
  • PV:页面浏览次数
  • IP:独立IP访问用户
  • ARPU:每活跃用户平均收益
  • ARPPU:每付费用户平均收益
  • ROI:投入产出比

接下来…

我们一起看看…

数据分析的思维框架

1、建立指标体系:指标体系没有放之四海而皆准的模板,不同业务形态有不同的指标体系

  • 移动APP和网站不一样
  • SaaS和电子商务不一样
  • 低频消费和高频消费不一样
  • 好比一款婚庆相关的APP,不需要考虑复购率指标;互联网金融,必须要风控指标;电子商务,卖家和买家的指标各不一样

数据分析并不是简简单单的数据整理

2、明确好坏指标:好指标应该是核心驱动指标(拿活跃用户数说明就懂了,我们活跃用户有10万,这能说明什么呢?这说明不了什么。如果产品本身有千万级别的注册用户,那么10万用户说明非常不健康,产品在衰退期。如果产品只拥有四五十万用户,那么说明产品的粘性很高。)

  • 核心指标是整个运营团队、产品团队乃至研发团队都统一努力的目标
  • 核心驱动指标和公司发展关联,是公司在一个阶段内的重点方向
  • 互联网公司常见的核心指标是用户数和活跃率
  • 好的指标还有一个特性,它应该是比率或者比例

3、建立正确的指标结构:指标结构的构建核心是以业务流程为思路,以结果为导向

举例:假设你是内容运营,需要对现有的业务做一个分析,提高内容相关数据,你会怎么做呢?

参考答案如下图:

数据分析并不是简简单单的数据整理

数据分析流程

我们可以试着树立整体的流程:1.明确分析目的和思路 →2.数据收集 →3.数据处理 →4.数据分析 →5.数据展现 →6.报告撰写。

这个流程只是从"数据"的角度阐述了前后的流程,并未结合业务实际;但值得注意的是数据分析的最终目的是为了指导实践,而不是写一份报告。

小Q来总结:

一个优秀的产品经理在产品设计工作中是同时具备运营思维的,将想法转化成产品和运营方法。然后分析其中的数据,衡量产品或者运营的效果。如果好的话保持并大力推广,如果不好的话总结问题及时改进。在「构建」-「衡量」-「学习」的不断循环中逐渐优化,不断推动产品的进化。数据分析是一门多学科、多领域的交叉学问,涉及到的东西非常多。

 

作者:Mandy权,微信公众号:PMandyQ,一名快乐的产品经理!

本文由 @Mandy权 原创发布于人人都是产品经理。未经许可,禁止转载

 

  • 我的微信公众号
  • 微信扫一扫
  • weinxin
  • 我的微信公众号
  • 微信扫一扫
  • weinxin
匿名

发表评论

匿名网友 填写信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: