产品狗浅说数据分析

1、今天就写写产品经理应该如何关注和运用产品数据，并帮助产品更好的发展。我认为产品数据的作用主要有两个：第一，产品数据可以监控我们的产品设计（包括迭代和改版）、运营活动、市场活动（包括渠道推广和广告投入）收入水平，看它们处于什么状态，是否正常，是否达标，是否有飞跃等等，也可以为后续的产品设计和发展提供参考帮助；第二，通过对数据的分析和挖掘，我们可以发现新的商业机会或是产品爆发点，也就是这两年比较热门的数据增长概念。大家都知道产品有不同的生命周期，在不同生命周期我们所采取的产品设计和运营活动都会不一样，那么自然而然地不同阶段我们所关注的数据也不一样。MVP 阶段这一阶段最重要的是第一批种子用户对于产

2、品的使用情况和反馈。这个时候需要产品经理更多地去做定性分析，去做用户访谈，直接确定产品是否满足用户需求，因此这个阶段我们可以暂时不用在数据分析上投入更多精力；成长期成长期对于一个产品来说最重要的是什么？是拉新和留存！那么我们数据关注的重点自然也是要放在拉新和留存之上。拉新要关注推广数据和推荐数据。推广数据就是我们所采取的所有推广活动和行为的指标数据，不同推广方式（线上+线下）的到达率，点击率，转化率，二次访问率，流失率；比如我们做了一场地推活动，现场到了多少人，多少人是目标用户，多少人不是目标用户，目标用户有多少人参与或接受了我们的地推形式，有多少人当场下载了 APP 或试用了我们的产品，又有

3、多少人在活动后下载了 APP 等等。通过这些数据的对比和分析，我们要不断调整我们的推广方式和手段，试验不同的渠道组合。推荐数据则是用户是否愿意将产品推荐给他的朋友、同事和同行的行为数据分析。一个好的产品是会说话，最直接的就是口碑的力量。这一块我们在数据上可以关注整个分享环节的链路。比如你有100个种子用户，他们中有多少人只是自己用产品，有多少人是第一时间就向朋友推荐，有多少人是在公开场合给了好评或是差评，又有多少人是在私下分享呢？他们的推荐行为带来了多少新用户？这些数据会告诉我们产品在用户和用户的圈子里的比较真实的位置。留存则是要做用户的留存分析。主要有用户的次日留存率， 7 日留存率，日活和

4、月活用户数据，用户页面访问深度，退出率等。要注意的是这些指标不能孤立地看，既要彼此结合起来看，也要联系运营活动市场推广综合地看。说白了留存就是要提升目标用户在核心场景之上的反复出现次数和时间。成熟期产品进入成熟期，我们所关注的重点就转移到了用户价值上面。这里的用户价值是指用户对于公司和产品的商业价值，和我们通常所说的用户侧的用户价值有些不同。这个阶段我们要根据用户的情况进行用户分层。抓大放小 尽可能提高高价值用户的活跃度，对于低价值用户可以适当地减少投入精力。这时除了对于用户活跃度的关注以外，还建议重点关注核心场景的用户行为数据和高价值用户的流失率。比如你的产品总的来看日活周活都很不错，但是核

5、心场景上的点击率或是停留时间都很低，核心场景关系到公司的商业目标和价值的实现，用户在这一块的行为很少，那可能是要么你的用户不是目标用户，要么你的核心场景存在比较大的缺陷让用户不满意。高价值用户的流失率也是一个道理，都是值得引起我们警惕的数据指标。衰退期此时用户会逐渐流失，用户被其他的新产品形态吸引。应该关注用户流失后使用的产品， 流失速度。 尽快拓宽产品边界，寻找新的切入点。说了那么多，我们的数据从哪里来呢？通常情况下，我们会采取埋点的方式去获取数据。现在也出现了 growing io 、神策这样的数据分析工具，用起来很方便，每次新增埋点也不用客户端新发版本，数据可视化也做的不错。当然这些只是

6、手段和工具，我们要更好地运用数据就要注意以下几个原则1、明确数据指标的定义、口径和使用场景。产品经理（目前数据分析师不是每个公司都有的）要能清楚地和开发人员描述数据指标到底是什么，有哪些维度，在哪个页面或哪个场景之下发生；2、层层剥离，穷举指标产品经理为了保证数据的准确性，要尽可能地将指标拆解，拆解到不能拆解为止。同时也要分清哪些是核心指标，哪些是主要指标，哪些是次要指标；3、数据指标和用户结合新用户做了什么？老用户做了什么？付费用户做了什么？非付费用户又做了什么？流失用户在流失之前做了什么？要回答这些问题就要将数据指标和不同的用户结合起来分析；因为这两年增长黑客概念的流行，数据模型也被越来越

7、多的关注。常见的数据模型有海盗指标，增长黑客三级漏斗，增长引擎说和关隘模型。这四个模型的具体介绍网上有很多文章，我就不再赘述。这里就和大家分享一下个人的工作经验。我个人会采取 “还原用户使用过程 建立漏斗 逐层分析” 的模型。例如这一阶段主要是要提高用户的分享行为。那就可以先整理出用户在当前产品中分享行为的主要路径。假设是 打开APP-点击商品详情页-浏览商品-触发分享按钮-选择分享渠道-写分享语（非必经）- 完成分享 -返回或离开APP” ，然后就把这个流程路径设为漏斗进行观察分析。在这个人人开口 “数据增长 ” ，闭口 “数据驱动 ”的时代，我们确实要积极关注数据，留心数据给我们带来的讯息

8、，但同时也要注意以下几点：1、数据不是心血来潮看看就有发现的，数据需要长期的观察和分析。别指望你看几天数据就能有什么重大发现。产品经理要养成每天看数据和记录数据的习惯；2、数据不是光光用来看的，还要多问为什么。产品经理要有数据敏感性，要问为什么，为什么这个指标今天波动这么大，为什么留存率这段时间有好转。数据不是用来看的，要明白数据带给我们的信息，然后才能去改进和优化我们的产品；3、不要只盯着自己的一亩三分地，竞品和行业数据都要关注。光看自己的数据不够，竞品的数据也要尽可能去关注。为什么 A 产品的付费率比我们高，他们做了什么改动？行业数据也不能忽视，大环境会影响单个产品的表现，结合大环境更能全面分析产品，并作出决策；4、不要忽略沉默的数据。二战时英国空军为了降低飞机的损失，决定给飞机的机身进行装甲加固。由于当时条件所限，只能用装甲加固飞机上的少