分析:一名優秀的產品經理該如何做好數據分析?

論文類別:計算機論文 > 互聯網研究論文
上傳時間:2016/8/16 18:45:00

  (免費論文下載中心訊)產品經理要想做好數據分析,應該有一套完整的思維體系,在價值觀、方法論和工具三個層面上儲備相關知識。同時立足於產品和用戶,用數據來打磨產品,用數據來檢驗叠代,不斷提升用戶體驗。

分析:一名优秀的产品经理该如何做好数据分析?

  這兩年,隨著大數據、精益化運營、增長黑客等概念的傳播,數據分析的思維越來越深入人心。處於互聯網最前沿的產品經理們接觸了大量的用戶數據,但是卻一直困擾於如何做好數據分析工作。

  那麽產品經理該如何搭建自己的數據分析知識體系?數據分析的價值又在哪裏?產品經理做數據分析有哪些具體的方法?又如何學習數據分析?本文將和大家分享一下這些問題。

  數據分析體系:道、術、器

  “道”是指價值觀。產品經理要想是做好數據分析,首先就要認同數據的意義和價值。一個不認同數據分析、對數據分析的意義缺乏理解的人是很難做好這個工作的。

  “術”是指正確的方法論。現在新興的“Growth Hacker”(增長黑客)概念,從AARRR框架(獲取、激活、留存、變現與推薦五個環節)入手進行產品分析,這是一個非常好的分析方法。

  “器”則是指數據分析工具。一個好的數據分析工具應該能幫助產品經理進行數據采集、數據分析、數據可視化等工作,節省產品經理的時間和精力,幫助產品經理更好理解用戶、更好優化產品。

  數據分析的價值

  產品經理不能為了數據分析而分析,而要將落腳點放到產品和用戶上。數據分析應該幫助產品經理不斷優化產品設計和叠代,驅動產品和用戶增長。

分析:一名优秀的产品经理该如何做好数据分析?

  當我們上線了一個新的產品(product)或者功能時,需要對其進行數據監控和衡量(measure)。然後從監控中采集到產品的用戶行為數據(data),並對這些數據進行分析和總結(learn)。最後從分析中得出結論和觀點(idea),如果數據證明我們的新產品/功能是優秀的,那麽可以大力推廣;如果數據說明我們的產品還存在問題,就需要對產品進行新一輪的優化(build)。

  在“產品——數據——結論”的不斷循環中,我們不斷用數據來優化我們的產品,加快產品叠代的步伐、提升用戶體驗。

  數據分析的方法

  方法1:流量分析

  分析不同獲客渠道流量的數量和質量,進而優化投放渠道。常見的辦法有UTM代碼追蹤,分析新用戶的廣告來源、廣告內容、廣告媒介、廣告項目、廣告名稱和廣告關鍵字。

分析:一名优秀的产品经理该如何做好数据分析?

  實時監測產品的訪問走勢,尤其要關心流量異常值。舉個例子,某互聯網金融平臺因為一個產品BUG導致用戶瘋狂搶購造成的流量峰值,產品經理發現實時數據異常後迅速下線該產品修復BUG,避免了損失擴大。

  方法2:轉化分析

  廣義上所有的商業網站都是電商網站;因為都需要用戶轉化、需要用戶變現。在我們的產品裏面有很多地方需要做轉化分析:註冊轉化、購買轉化、激活轉化等等。一般我們借助漏鬥來衡量用戶的轉化過程。

分析:一名优秀的产品经理该如何做好数据分析?

  影響轉化率的因素很多,我們總結了三個大的方面:渠道流量、用戶營銷、網站/APP體驗。以渠道流量為例,通過優選渠道並且量化分配我們的投放資源,可以有效提升總體的轉化率。

  方法3:留存分析

  留存,顧名思義是指用戶首次訪問你的網站/APP後多少天後回訪。留存是產品增長的核心,用戶只有留下來,你的產品才能不斷增長。一條留存曲線,如果產品經理不做什麽的話,那麽影虎就慢慢流失了。

分析:一名优秀的产品经理该如何做好数据分析?

  從產品設計的角度出發,找到觸發留存的關鍵行為,幫助用戶盡快找到產品留存的關鍵節點。之前我們發現我們產品裏面,使用過“新建”功能用戶的留存度非常高;於是我們做了產品改進,將“新建”按鈕置於首頁頂部刺激用戶使用,效果非常好。

  矽谷流行的Magic Number(魔法數字)也是留存分析的一部分,比如Facebook發現”在第一周裏加10個好友“的新用戶留存度非常高。作為產品經理,我們也需要通過數據分析來不斷探索我們產品裏面的魔法數字,不斷提高用戶留存度和活躍度。

  方法4:可視化分析

  用戶體驗,是一個非常抽象的概念,我們可以對其進行形象化。目前一個普遍的方法就是對用戶的數據進行可視化,以熱圖的形式呈現。

分析:一名优秀的产品经理该如何做好数据分析?

  借助熱圖,產品經理可以非常直觀了解用戶在產品上的點擊偏好,檢驗我們的產品設計或者布局是否合理。

  方法5:群組分析

  千人千面,產品經理對用戶精細化的分析必不可少。不同區域、不同來源、不同平臺甚至不同手機型號的用戶,他們對產品的使用和感知都可能存在巨大的差異。產品經理可以對不同屬性的用戶進行分群,觀察不同群組用戶的行為差異,進而優化產品。

分析:一名优秀的产品经理该如何做好数据分析?

  之前我們做過一次分析,網站的總體註冊轉化率是6%;但是使用Chrome瀏覽器的新用戶註冊轉化率高達12%,使用IE瀏覽器的新用戶註冊轉化率才1%。這樣一分的話,問題就很明顯了,極有可能是瀏覽器兼容性的問題,產品經理應該關註一下這個問題。

  數據分析的書籍

  做好數據分析,不是一朝一日就可以的,需要在產品規劃設計、產品升級叠代中不斷實踐。下面的這些書籍對於產品經理學習數據分析都有一定的幫助:

  推薦1:範冰的《增長黑客》

  這是國內對於增長黑客的第一本詳細介紹,作者從AARRR的視角切入,描述了大量產品優化、產品增長的案例,對於產品經理非常有益。

  推薦2:埃裏克·萊斯的《精益數據分析》

  在這本書裏面,作者介紹數據分析的相關指標、不同行業的數據分析要點,並且有大量的數據分析案例和翔實數據。如果想要把數據分析落地,這本書對產品經理是非常有幫助的。

  推薦3:GrowingIO的產品和分析師寫的《互聯網增長第一本數據分析手冊》

  這裏面匯編了我們一年多來數據分析、產品優化的實戰案例,裏面不少文章被被大號轉過,例如《如何成為一個優秀的數據產品經理》等等。

  下載電子版的分析手冊,請參考這裏。

  推薦4:埃裏克·萊斯的《精益創業》

  作者提出了最小可行性產品(MVP)、小步快跑,快速叠代等產品設計和優化的理念,影響深遠。

  結語

  數據分析是一門多學科、多領域的交叉學問,涉及到的東西非常多。產品經理要想做好數據分析,應該有一套完整的思維體系,在價值觀、方法論和工具三個層面上儲備相關知識。同時立足於產品和用戶,用數據來打磨產品,用數據來檢驗叠代,不斷提升用戶體驗。(來源:GrowingIO 編選:中國電子商務研究中心)

下载论文

論文《分析:一名優秀的產品經理該如何做好數據分析?》其它版本

互聯網研究論文服務

網站聲明 | 聯系我們 | 網站地圖 | 論文下載地址 | 代寫論文 | 作者搜索 | 英文版 | 手機版 CopyRight@2008 - 2016 免費論文下載中心 琼ICP备17000486号-2