想成为厉害的产品经理?那你一定要懂数据思维!

挖数网精选
挖数网精选
挖数网精选
344
文章
0
评论
2020-09-1913:09:00 评论 39 3133字
摘要

市场上老有消息称,拼多多超过京东,成为国内仅次于阿里的第二大电商平台。这个消息结论是否可靠呢?

市场上老有消息称,拼多多超过京东,成为国内仅次于阿里的第二大电商平台。这个消息结论是否可靠呢?我随手翻了几个信息,整理如下。(数据来源于网络)

想成为厉害的产品经理?那你一定要懂数据思维!

想成为厉害的产品经理?那你一定要懂数据思维!

想成为厉害的产品经理?那你一定要懂数据思维!

通过上面数据能知道:京东在市值、GMV上都超过拼多多,但仅从这两个角度看,不足以支持拼多多超过京东的结论。在订单量上,拼多多远超京东。这得益于拼多多客单价低、京东客单价高。如果仅从这个角度看,勉强可以说拼多多是超过京东。当时如果进一步分析,比如分析GMV,拼多多的增长速度是远超京东的,如果按照这个数据推测,拼多多超越京东就在这一两年。结论靠不靠谱,都可以靠数据验证。今天概述下产品经理的数据思维。一.数据的价值数据对产品工作的价值数据的价值,如何强调都不为过。不同的数据对不同的人价值不一样,同样的数据对不同的人价值也不一样。对于产品来说,数据的价值主要体现在以下几个方面。1.发现产品存在的问题

  • 老板通过公司经营指标发现公司经营存在的问题。
  • CFO通过财务指标发现公司财务健康状态。
  • 产品经理通过业务数据可发现产品中存在的问题。

业务数据的背后是每个用户的行为的堆砌。如果数据有波动,一定是某些节点不同于往常,需要重点关注。比如:落地页到注册的转化率比前几天有下降。

  • 是不是新上线功能影响的?
  • 是不是用户推广渠道变化导致用户质量变化?
  • 详情页到下单的比例有下降,是不是有bug?
  • 是不是优惠政策变化带来的影响?
  • 是不是新功能导致操作路径变长了?

数据波动的点,就是问题点,就是我们当前工作的重点。2.辅助产品经理做决策

  • A方案和B方案,如果有数据支撑,能证明A方案比B方案好,那直接使用A方案。
  • A方案和B方案,如果暂没有数据支撑,不知道哪个优劣,可以做A/Btest,A/Btest上线后的数据表现,来决定我们是选择A还是选择B。

不管哪个方案,如果数据表现向好的方面发展,要放大这个效应,全面去应用让数据好转的措施。如果数据表现向不好的方面发展,快速定位导致数据波动的真正原因,给予解决。不管是产品方向的决策,还是产品方案的决策,都能通过数据来指导。3.评估新上线功能是否达标每个新上线功能,有且只有一个最合适的指标来评估其效果。如果一个功能需要多个指标来评估,要么这个功能不只一个功能,要么指标选择不对。功能上线前,需要确定:

  • 最合适的评估指标是什么?
  • 该指标能到达什么值?

功能上线后,需要:

  • 跟进该指标
  • 分析指标实际值、原值和目标值情况

对情况比较有以下几种情况:

  • 实际值<原值:效果不如之前,赶紧回到原来方案,然后排查原因是什么?来确定放弃还是继续迭代。
  • 原值=<实际值<目标值:说明没有让该方案变得相比原来更差,但实际值为何低于目标值?低多少?是否有提升空间?分析清楚后再评估是继续改进还是放弃。
  • 实际值>=目标值:说明达到目标,甚至超过预期,尽快大范围推广该功能,或举一反三,用类似思路去改造其他功能。

二.产品经理的数据观1.无数据,不工作

  • 新工作没有数据做指导,工作重点不明、方向不清。
  • 已做工作没有数据做指导,工作效果不明、迭代不清。

只有有数据的支撑,我们才能更加有理有据、走在做正确的事情的路上。2.数据让一切问题无处可藏

  • 线上bug,第一时间反馈在数据波动上。
  • 产品流程不畅、体验不佳,第一时间反馈在转化漏斗上。
  • 内容对产品没有吸引力,第一时间反馈在跳出率上。
  • 推广渠道质量不好,第一时间反馈在和其他渠道对比的数据上。

总之,我们的产品问题,都逃不过数据的法眼。3.用好数据即可,不需要我们成为数据产品经理或数据分析师

  • 数据产品经理是搭建数据平台、为各数据需求方提供工具的人。
  • 数据分析师,是从类似独立三方的角度来满足公司各数据需求方出数、分析数据、给分析建议的人。

产品每天看数据、随时看数据,但并不需要我们成为他们。专业的人干专业的事,我们要做的是善于用已有的数据平台、已有的资源来获得我们需要的数据。

  • 经常要看的数据,可固化或产品化。
  • 非常规数据,借助他人的力量完成。

当然,对于业务早期,如果没有数据产品经理、数据分析师,需要自己想办法搞定一些数,比如找技术。如果我们知道如何利用一些工具,比如MySQL查数,会更加主动、更加了解数据库和表的设计是否满足业务需求,但不是产品必须技能。三.落地数据思维如何落地数据思维对于产品经理如何落地数据思维,是很实操的事情了。我个人一直在实践的方法如下:

想成为厉害的产品经理?那你一定要懂数据思维!

1.建立自己的数据指标体系知道自己需要看什么数据,才知道如何获取数据、分析数据。我们需要建立一套自己的每日观察的数据指标。这套指标,不宜过多、过泛,宜精炼、简洁,能反馈出业务变化情况就行。因为这套指标是我们每天要看的,每天要做的工作一定是"成本最小"的,否则会成为每天坚持的阻碍。如果你是交易型产品,可参考这个公式做你的数据指标体系的拆解:

  • 销售额=流量*转化率*客单价*复购次数。

比如:销量的指标,按渠道的流量指标,转化率的指标,金额和订单数指标,新老客的指标等。基本能覆盖业务全流程。数据正常,就不要多花时间。数据有波动,就需要进一步去分析,找出波动原因。只有心中有一套基于业务的数据指标体系,才能做到有的放矢。2.数据是需求方案必填项(1)出需求方案时,确定核心评估指标核心评估指标,一个即可,如果有多个,说明找错了,继续找。确定核心评估指标的最有效方法是:

  • 我们做这个方案的目的是什么?
  • 要解决什么问题?

一旦清楚目标或解决的问题,核心指标也就确定了。确定核心评估指标后,也可再找1-2个辅助指标。比如:我们在收银台新增加一个支付渠道,这个核心评估指标是什么呢?新支付渠道的订单占比?新支付渠道的支付成功率?都不是,这些可作为辅助指标。我们增加支付渠道,如果目的是支付成功率由原来的80%提升到85%,那所有渠道汇总后的整体支付成功率,才是核心指标。(2)评审时,评审数据需求评审阶段,需要和技术沟通:我们需要看哪些指标来评估这个项目,为了获取这些数据,技术同学需要做什么。一般页面类的访问、点击等行为数据,借助第三方平台埋点即可完成,如GrowingIO、神策、GoogleAnalytics等,都是很好用的工具。对于类似注册、下单、支付、状态等业务节点的数据,需要入库存储,特别是一些状态和时间的记录,需要基于我们的数据需求,和技术沟通清楚。(3)上线后,及时看数据和给相关人反馈新功能上线后一两天,就需要观察数据情况,并给领导和项目参与人反馈该新功能的数据表现。这能增加我们的专业度和靠谱程度。当我们做的项目,能做到和研发测试等项目相关人分享项目数据时,他们对我们新发起的需求接受度更高,因为他们觉得这个产品很专业、很靠谱。上线后新功能的数据,一般要持续观察1周左右。后面可当做日常指标定期去看即可。3.养成每天看数据的习惯每天早上到公司的第一件事,看数据,看我们之前确定的核心指标,这是一个好习惯。对于数据的表现,不管是正常还是异常,都丢在工作群里同步下,让大家知道目前的产品数据表现。

  • 能获得来自团队的反馈,有反馈会进一步强化我们看数据的行为。
  • 建立自己的靠谱的形象,能做到每天看数据,看业务指标,这就是靠谱。

对于每天早上看数据的习惯,如果还没有养成,我提供两个很实用的建议:

  • 如果公司有每日站会,站会的第一件事先汇报上一天的数据情况。流程化确定下来,让我们不得不看。
  • 设置好2个闹钟,间隔3分钟,频繁提醒自己要看数。

2周后,没有站会、没有闹钟,也成习惯了。这是一个让我们快速建立专业度、靠谱度好习惯。

总之,产品离开数据,就像开车走错方向,让你在错误的道路上越走越远。可能有同学要问了,数据虽然很重要,但也不能迷恋数据。我要说的是,我们多数人还没有到被数据带偏的地步。尽信数据,比自己瞎想强。

END.作者:岳老三来源:产品笔记本文已和作者授权,如需转载请与作者联系

  • 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: