产品经理究竟应该关注什么数据?

起点学院产品经理365成长计划,2天线下闭门集训+1年在线学习,全面掌握BAT产品经理体系。了解详情

产品这群人啊,真的是三句话不离老本行,之前和部门的产品Mentor一起吃饭的时候,他问了我这么一个问题:“如果你是饿了么的产品经理,那你日常工作的时候应该关注一些什么数据?”当时我是这么回答的:“那我会主要关注三方面的数据–产品本身、竞品、用户。关注产品本身的活跃用户的数量、每天成交的单量、客单价,关注竞品的数据、最新动态和运营活动,关注用户的反馈建议。”

后来又就这个问题进行了深入的思考,发现自己当时对于这个问题考虑的并不全面,并没有界定问题的边界,于是就又整理了下思路,便有了这篇文章。顺便说一下,现在不少人会将大牛在某些场合下说出来的话语奉为圭臬,却全然不顾那些话语成立的背景条件,这样其实与断章取义并没有什么区别。我们不仅仅要看待某种观点本身的正确与否,还应该结合观点背后的环境,以确定观点成立的边界。

产品经理需要关注什么数据指标,估计接触过产品一点的人都能够说出来几个数据指标,比如说UV、PV,活跃用户数、新增用户数、留存率等等,诚然这些都是产品经理需要关注的数据,但却并不是说所有的数据都应该去关注。首先应该界定边界,对于不同类型的产品需要关注的数据指标肯定是不一样的,其次对于不同时期的产品所需要关注的指标也是不同的,下文将从种子期、推广期、成熟期三个阶段来简述产品经理需要关注的数据指标。

一.种子期

种子期是不需要做大规模的运营推广的,此阶段的用户更多的是来自于用户自增长,所以在种子期需要关注的数据主要是用户相关的数据是和产品本身的数据。

种子期

1. 用户相关的数据

a) 设备终端:用户使用App的终端设备是什么,Phone和Pad的占比分别是多少,iOS和Android设备的占比分别是多少;

b)网络及运营商:用户使用设备时的网络环境是什么样子的,wifi、2G、3G、4G占比为多少,运营商占比为多少;

c)使用时间段:用户使用App的时间段是什么时候;

d)用户属性:用户的性别比例、年龄等。关注这些数据是为了收集用户相关的信息,确定产品实际使用的用户群体是谁,与产品定位时确定的目标用户是否一致,从而检验产品定位时确定的目标用户群体是否准确,有无对目标用户进行适当调整的必要。

2. 产品本身的数据

a) 单次使用时长:用户每次自启动应用开始算起,单次使用产品的时长为多少;

b) 日/周/月启动次数:用户使用App的频次为多少;

c) 使用页面数量:用户会跳转至的页面层级为多少,每个页面的到达率为多少;

d) 任务完成率:对于用户而言, App中完成一个任务的完成率为多少,如下载完成率、安装完成率、启动完成率、注册完成率等;

e) 错误数量:用户在使用产品的过程中是否会出现错误,出现错误的数量为多少,频次为多少;

f)错误摘要:在出现的错误里,错误的详情描述是什么。关注产品的数据是为了验证产品设计的正确性,为了更加清楚的了解用户使用产品的情况,了解用户使用的时长、使用频次,从而判断当前的产品是否能够满足用户的需求,能否为用户创造价值。同时也去判断产品的设计是否符合用户的使用习惯,任务路径是否最优,能否进行优化,以及产品是否存在Bug。

二.推广期

种子期是为了验证产品定位的正确性,而在推广期需要关注的更多的则是用户数量的增长情况,通过各个用户相关的指标,同行业的标杆产品进行比较,从而判断产品是否处于健康状态。

推广期

1. 用户相关的数据

a) 新增用户数量:新增用户数量、新增账号数量。至于采用哪个作为新增的标准,则需要看怎么去定义新增;

b) 留存率:次日留存率、7日留存率、月留存率。不同类型的产品留存率肯定是不同的,对比不同类型的产品也没有意义,应该将产品与同类型的标杆产品进行对比;

c) 活跃用户数量:日活跃用户数量、7日活跃用户数量、月活跃用户数量。首先应该定义什么算作“活跃”,是启动应用就算,还是用户产生了行为才算,定义好了“活跃”的定义,再去关注这个数据;

d) 沉默用户数量:首先应该定义什么叫做“沉默用户”,然后再去关注这个数据;

e) 流失用户数量:首先应该定义什么叫做“流失用户”,然后再去关注这个数据以及流失率。看数据的时候也要看是怎么定义指标的,不同的定义得到的数据指标可能并不同,另外单独的数据也并不能代表什么,还需要同历史数据或者行业数据进行对比,通过数据的对比来进行分析判断。

2. 产品本身的数据

a) 单次使用时长:用户每次自启动应用开始算起,单次使用产品的时长为多少;

b) 日/周/月启动次数:用户使用App的频次为多少;

c) 使用时间段:用户使用App的时间段是什么时候。通过关注用户的使用时长、使用频次、使用时间段等数据和历史数据进行对比,看数据有无大的波动,判断产品有无Bug出现,同时也根据用户的实际使用情况对产品的功能进行优化迭代,以使产品更能够符合用户的使用习惯,从而满足用户的需求。

3. 渠道相关的数据

a) 用户下载的时间段:用户下载下载应用的时间段是怎么分布的;

b) 渠道分布:用户都是在哪些应用市场进行App下载的,在不同的应用市场的占比是怎样的;

c) 地域属性:用户的地域是否呈现明显的地域差异,与产品定位时确定的目标用户的属性是否吻合。通过用户在应用市场下载的占比和下载的时间段分布,能够在相应的时间段进行有效的推广,保证产出最大化。另外由于种子期的用户数量较少,不能够判断出相应的用户地域属性,所以就在有一定的用户基础的情况下再对相应的数据进行分析。

三.成熟期

产品在成熟期阶段主要关注的是用户的活跃度以及营收,关注用户的活跃度从而去判断产品目前是否处于正常的状态,对未来的功能版本的发展给出一定的参考,关注营收则是产品商业价值的实现。

成熟期_副本

1. 开源

a) 活跃用户数量:首先依然是关于“活跃用户”的定义,然后再去关注这个数据指标;

b) 付费转化率:对于这样的一款产品,用户愿意为之买单么,转化率说话;

c) ARPU值:每用户平均收入,不同的类型的产品没有可比性,同行业平均水平进行对比。营收=用户数量×付费转化率×ARPU值,为了能够提升营收,可以从这三方面入手去考虑,如何增加用户基数,如何能够提升用户的付费转化率以及用户付费留存率,用户是付费一次就不再付费还是付费之后还会重复付费,以及如何去提高产品的ARPU值。

2. 节流

a) 沉默用户数量:定义什么样的用户为“沉默用户”,然后去关注这个指标;

b) 流失用户数量:定义什么样的用户为“流失用户”,然后去关注这个指标。对于产品而言,一旦用户流失则很难能够再次召回,就算召回,成本也很高,所以应该提前建立预警机制,定义“沉默用户”与“流失用户”,在用户变为沉默用户的时候,就开始采用相应的手段,防止用户流失,同时也应该设立老用户回流机制,进行老用户的召回。数据本身是客观的,但是在解读的过程中则会掺杂主观因素,同时数据波动的背后也可能会有着其他因素的干扰,所以数据也可能会骗人。在用数据说话的同时,也应该辩证性的去看待数据,相信数据但又不唯数据是从。另外对于不同的产品需要关注的数据是不同的,而不同时期的产品需要关注的数据也是不同的,要根据产品本身的特点和产品的生命周期阶段去选择合适的数据指标进行关注,以保证产品的健康发展。

本文为作者原创发布于人人都是产品经理社区,作者:起点学院优秀学员@王家郴,公众号(产品经理从0到1),每周都会在公众号上写点东西,欢迎关注,求指教、求分享、求交流。目前是大四党、产品经理实习生,奔走在产品的道路上,漫漫产品路,与君共勉。

您的赞赏,是对我创作的最大鼓励。

评论( 6

登录后参与评论
  1. 大四党有如此理解,互联网童鞋们的思维都紧跟着互联网市场的脚步。赞 :roll:
    数据指标对各类产品都有通用性,只是针对不同产品(场景)应用不同的指标

    回复
  2. 对于不同行业的产品和产品生命周期的不同阶段,关注的数据终究是不同的。 :razz: :razz: :razz:
    欢迎爱读书的产品经理加入产品经理读书会QQ群:429128593。产品经理读书会为爱读书的产品人提供书籍推荐、读书交流、以书会友的环境

    回复
  3. 有一些不同理解:
    作者建立的模型个人感觉模糊一些,不同类型的产品应当有不同类型的数据模型。比如电商类产品,可能更关注从浏览到最终购买的主流程的转化情况;再比如社交类产品,可能更关注用户行为的相关数据,例如各周期活跃、留存等。个人觉得设备中端、网络等数据应该作为用户属性的一部分定期分析就好,不要花太多精力放在这上面,更应该关注主流程节点数据。当然,用户模型(以用户为对象)与流程模型(以产品流程为对象)的分析模型各有利弊。

    回复
    1. 回复

      :mrgreen:

    2. 回复

      :twisted:

    3. 回复

      对的,文章也说了不同类型的产品需要关注的数据是不同的,所以只能具体产品具体分析。对于用户属性相关的数据则是在早期用来检验目标用户的定位是否准确,而不是一直关注。

加载中