数据产品经理的入门手册:如何基于数据统计业务

不懂技术怎么做产品?15天在线学习,补齐产品经理必备技术知识,再也不被开发忽悠。了解一下>

 数据产品经理的工作最避不开的就是统计报表了,但是有时候,统计报表并没有达到应有的效果。笔者告诉我们:做统计报表并不是形式主义,掌握好统计的核心能帮助我们真正解构业务、理解业务。

数据产品的一项重要工作是把纷繁复杂的数据需求转化成统计报表,并把统计报表上线到可视化数据平台中。但是,工作中会经常会遇到以下几种场景:

  • 老板问:你上线这么多报表?有人看吗?真的就可以衡量清楚业务了吗?
  • 需求方问:这个报表的内容不够,需要帮我加这个维度,可以帮我一下吗?
  • 来自我灵魂的发问:统计报表好无聊,就是一个脏活苦活,统计对于业务到底有什么价值?

一、统计是什么

我们先来看一下统计的含义是什么——对客观事物形成数量上的认知。

以外卖业务举例子:

50w,这个数字对于业务没有任何意义;但是5.24日新增用户数=50w,便是对外卖业务获客方向形成了一个业务认知,叫做5.24日新增用户数为50w。

这就是统计最本质的意义。

二、为什么要统计

那在回归到统计报表,为什么很多场景下,我们会发现我们做出的报表没人用,甚至会出现这种情况:我的统计报表完全是按你提的数据需求来做的,为啥你不用?

我的一个思考是:统计报表不是为统计报表而做,统计报表的目的是业务还原。

怎么理解业务还原呢?即为通过数据解构业务,达到业务的数据化。

以在线教育为例:

在线教育的获客主要是把各个渠道落地页上用户提交销售线索,进行电话销售,高效地转化为成单用户。

这里的业务是指销售线索转化业务。那么如何用数据进行解构业务呢?

销售线索转化从转化路径来看,我们可以拆解如下:

这样,我们就可以把销售线索转化,这一个业务环节抽象为一个损耗漏斗;这个损耗漏斗即为销售线索转化业务环节的数据化呈现,即为销售线索转化业务环节的业务还原。

三、如何统计

在这里,为了方便进行业务解构,结合这些年的经验,我定义了一套模型,具体如下:

解构业务的TMS模型

其实,解构业务,仅仅有统计报表是不够的;因为统计报表仅仅是解构业务的场所。

我们在数据看板上提供了纷杂的统计报表,对于我们的需求方来说,他还是搞不清楚报表里具体的指标到底是什么含义?为什么要用这个指标来衡量这块业务?报表中每一个指标的关联是什么?

知其然而不知其所以然,这或许就是需求方不常看的原因。

所以,站在解构业务的视角,我们不仅要有数据看板上的统计报表,还要配套去构建我们的指标字典,定义清楚我们的每一个指标;关于具体如何定义。

(可以出门左转,参考之前我发表的一篇文章内容《数据产品经理的入门手册:数据产品的本质是什么》,当中有详细介绍如何构建一个指标字典。)

其次,还要搭建数据分析地图,说明白用什么样的指标衡量什么样的问题,以及为什么。

节选了数据分析地图中的一小部分举例如下:

在这段数据分析地图中,我们说明以下几个问题:

1. 我们怎么衡量教学产品的健康度?

可以明确地知道从留存、活跃、续费、退费四个角度来衡量。

2. 我们该用什么指标来衡量活跃?

可以明确知道用第180日活跃率衡量,原因是一个学员一个课时包的生命周期大致是6个月,180日的节点是衡量活跃的一个时间标尺。

3. 有了指标我们该怎么看?

1)整体按月宏观衡量用户的健康度,如上图表格。

2)按时间序列观测用户留存、活跃、续费、退费四个方向的衰减程度,如上图表格。

这样,我们可以基于这张数据分析地图,明确的告知我们需求方,该如何观测产品的健康度。当然,这期间,需要与业务方进行反复的沟通与共识。

这个沟通与共识的过程非常重要,他是数据方和业务方关于如何用数据解构业务的一个参考系;如果这个定下来,后续的工作开展会非常顺利。

总体梳理一下指标字典、数据分析地图、数据看板这三者的关系,非常类似于做饭的关系:

(1)指标字典就是做饭的原材料。比如:黄瓜、南瓜等等,我们需要定义清楚业务这个厨房里所有需要的原材料是哪些。

(2)数据分析地图就是做饭的菜谱。比如:川菜;意大利菜等等;我们要把解构业务的方法量化出来,并与业务方一起共创并共识。

(3)数据看板(统计报表)就是具体上的菜。比如:宫保鸡丁等等;这是让业务伙伴吃到菜的直接方式。

指标字典、数据分析地图、数据看板,三者缺一不可;而这三者也构成了业务还原的三家马车。

写在最后

以上介绍了如何基于数据统计解构业务的方法。最后说一点心里话,如下:

所有的数据pm在工作中都会经常听到一句话——数据产品要理解业务。

这像是一个无形的帽子,扣在所有数据产品经理的头上。一方面是自己做不好产品的开脱借口,另一方面也是老板批评数据产品最无可反驳的措辞。

但是我在想,数据产品如何理解业务?

以在线教育领域为例:

比如师资方向,师资部的各位老师浸泡在业务多年,很多老师就是从基层的培训老师一步步成长起来的,每天也在接受老师管理、老师培训方向的各种案例。

试问,在这种情况下,作为数据产品,你该如何比师资部的各位老师更理解业务?如果谈不上理解,又如何能基于数据指导业务呢?

换个维度思考,作为数据pm,理解业务的含义,本质是要求和师资的各位老师一样理解业务、精通业务吗?

这不符合客观规律。

因为从信息角度:数据pm与师资老师接收的信息具有不对称性,这不是理解能力决定的,这是工作本身,乃至时间本身决定的。

那么,数据产品要理解业务,这其中,理解业务这四个字到底指的是什么?

我的理解是——不是说要像师资部的老师一样懂师资培训,懂师资管理;而是要有能力,基于数据帮助师资部解构业务。

比如:该如何衡量师资规模?是否有能力基于指标维度,构建衡量师资规模的评估体系。

这或许是数据产品要理解业务的本质。

理解业务,或许就是数据产品利用数据还原业务的能力。以上。

 

本文由 @ 罗大大 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unspalsh, 基于CC0协议。

给作者打赏,鼓励TA抓紧创作!
1人打赏
评论
欢迎留言讨论~!
  1. 想了解本质,可能得先跪舔:)

    回复
  2. 不错、学习了

    回复