一名优秀的产品经理,该如何做好数据分析?

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

产品经理要想做好数据分析,应该有一套完整的思维体系,在价值观、方法论和工具三个层面上储备相关知识。同时立足于产品和用户,用数据来打磨产品,用数据来检验迭代,不断提升用户体验。

shujufenxizuohao

这两年,随着大数据、精益化运营、增长黑客等概念的传播,数据分析的思维越来越深入人心。处于互联网最前沿的产品经理们接触了大量的用户数据,但是却一直困扰于如何做好数据分析工作。

那么产品经理该如何搭建自己的数据分析知识体系?数据分析的价值又在哪里?产品经理做数据分析有哪些具体的方法?又如何学习数据分析?本文将和大家分享一下这些问题。

数据分析体系:道、术、器

“道”是指价值观。产品经理要想是做好数据分析,首先就要认同数据的意义和价值。一个不认同数据分析、对数据分析的意义缺乏理解的人是很难做好这个工作的。

“术”是指正确的方法论。现在新兴的“Growth Hacker”(增长黑客)概念,从AARRR框架 ( 获取、激活、留存、变现与推荐五个环节)入手进行产品分析,这是一个非常好的分析方法。

“器”则是指数据分析工具。一个好的数据分析工具应该能帮助产品经理进行数据采集、数据分析、数据可视化等工作,节省产品经理的时间和精力,帮助产品经理更好理解用户、更好优化产品。

数据分析的价值

产品经理不能为了数据分析而分析,而要将落脚点放到产品和用户上。数据分析应该帮助产品经理不断优化产品设计和迭代,驱动产品和用户增长。

image001

当我们上线了一个新的产品(product)或者功能时,需要对其进行数据监控和衡量(measure)。然后从监控中采集到产品的用户行为数据(data),并对这些数据进行分析和总结(learn)。最后从分析中得出结论和观点(idea),如果数据证明我们的新产品/功能是优秀的,那么可以大力推广;如果数据说明我们的产品还存在问题,就需要对产品进行新一轮的优化(build)。

在“产品——数据——结论”的不断循环中,我们不断用数据来优化我们的产品,加快产品迭代的步伐、提升用户体验。

数据分析的方法

方法1:流量分析

分析不同获客渠道流量的数量和质量,进而优化投放渠道。常见的办法有UTM代码追踪,分析新用户的广告来源、广告内容、广告媒介、广告项目、广告名称和广告关键字。

image003

实时监测产品的访问走势,尤其要关心流量异常值。举个例子,某互联网金融平台因为一个产品BUG导致用户疯狂抢购造成的流量峰值,产品经理发现实时数据异常后迅速下线该产品修复BUG,避免了损失扩大。

方法2:转化分析

广义上所有的商业网站都是电商网站;因为都需要用户转化、需要用户变现。在我们的产品里面有很多地方需要做转化分析:注册转化、购买转化、激活转化等等。一般我们借助漏斗来衡量用户的转化过程。

image005

影响转化率的因素很多,我们总结了三个大的方面:渠道流量、用户营销、网站/APP体验。以渠道流量为例,通过优选渠道并且量化分配我们的投放资源,可以有效提升总体的转化率。

方法3:留存分析

留存,顾名思义是指用户首次访问你的网站/APP后多少天后回访。留存是产品增长的核心,用户只有留下来,你的产品才能不断增长。一条留存曲线,如果产品经理不做什么的话,那么影虎就慢慢流失了。

image007

从产品设计的角度出发,找到触发留存的关键行为,帮助用户尽快找到产品留存的关键节点。之前我们发现我们产品里面,使用过“新建”功能用户的留存度非常高;于是我们做了产品改进,将“新建”按钮置于首页顶部刺激用户使用,效果非常好。

硅谷流行的Magic Number(魔法数字)也是留存分析的一部分,比如Facebook发现”在第一周里加10个好友“的新用户留存度非常高。作为产品经理,我们也需要通过数据分析来不断探索我们产品里面的魔法数字,不断提高用户留存度和活跃度。

方法4:可视化分析

用户体验,是一个非常抽象的概念,我们可以对其进行形象化。目前一个普遍的方法就是对用户的数据进行可视化,以热图的形式呈现。

image009

借助热图,产品经理可以非常直观了解用户在产品上的点击偏好,检验我们的产品设计或者布局是否合理。

方法5:群组分析

千人千面,产品经理对用户精细化的分析必不可少。不同区域、不同来源、不同平台甚至不同手机型号的用户,他们对产品的使用和感知都可能存在巨大的差异。产品经理可以对不同属性的用户进行分群,观察不同群组用户的行为差异,进而优化产品。

image011

之前我们做过一次分析,网站的总体注册转化率是6%;但是使用Chrome浏览器的新用户注册转化率高达12%,使用IE浏览器的新用户注册转化率才1%。这样一分的话,问题就很明显了,极有可能是浏览器兼容性的问题,产品经理应该关注一下这个问题。

数据分析的书籍

做好数据分析,不是一朝一日就可以的,需要在产品规划设计、产品升级迭代中不断实践。下面的这些书籍对于产品经理学习数据分析都有一定的帮助:

推荐1:范冰的《增长黑客》

这是国内对于增长黑客的第一本详细介绍,作者从AARRR的视角切入,描述了大量产品优化、产品增长的案例,对于产品经理非常有益。

推荐2:埃里克·莱斯的《精益数据分析》

在这本书里面,作者介绍数据分析的相关指标、不同行业的数据分析要点,并且有大量的数据分析案例和翔实数据。如果想要把数据分析落地,这本书对产品经理是非常有帮助的。

推荐3:GrowingIO的产品和分析师写的《互联网增长第一本数据分析手册》

这里面汇编了我们一年多来数据分析、产品优化的实战案例,里面不少文章被被大号转过,例如《如何成为一个优秀的数据产品经理》等等。

下载电子版的分析手册,请参考这里

推荐4:埃里克·莱斯的《精益创业》

作者提出了最小可行性产品(MVP)、小步快跑,快速迭代等产品设计和优化的理念,影响深远。

结语

数据分析是一门多学科、多领域的交叉学问,涉及到的东西非常多。产品经理要想做好数据分析,应该有一套完整的思维体系,在价值观、方法论和工具三个层面上储备相关知识。同时立足于产品和用户,用数据来打磨产品,用数据来检验迭代,不断提升用户体验。

 

本文根据GrowingIO创始人&CEO张溪梦的演讲内容编辑整理,原文发于微信公众号GrowingIO 和 GrowingIO技术博客

您的赞赏,是对我创作的最大鼓励。

评论( 1

登录后参与评论
  1. 真棒

    回复
加载中