移动PM如何分析和挖掘数据

Nairo
5 评论 34257 浏览 46 收藏 5 分钟
告别碎片化学习!通过“体系化知识输入+真实项目输出”的模式,帮你打下坚实的产品基本功,全方位提升你的核心竞争力,实现职业能力的跃迁。

数据是一个产品每天都要盯着的东西,虽说数字也会撒谎,但是在产品设计中数据,常常作为辅助设计决策和与研发沟通的必不可少的东西之一。

4月18号周五晚上,人人都是产品经理8群的小伙伴们,就移动产品的的规划和设计中如何做数据分析做了一个详细的讨论。

1. 移动产品经理需要跟踪app的哪些数据?

在做数据分析之前,对移动产品人员来说,首先要了解在移动互联网领域,我们需要关注那些数据呢?

讨论发现,不同的产品关注的数据数据分为:基本数据、跟产品类别无关的数据和跟产品类别相关的数据。

基础数据:下载量、激活量、新增用户量、活跃用户

社交:用户分布、用户留存(次日、3日、7日、月、次月、3月)

电商:淘宝指数、网站流量、内容转换率

地图导航类:用户每日打开次数、地域分布

内容类:内容转化率(内容下载量/内容浏览量)、留存量

工具类:功能点击量、应用商城排名

其他:竞品数据(下载、激活等)

2. 如何对相关数据进行分析?

在进行数据发掘之前首先可以对产品做相应的数据建模,然后经过上线跟踪、分析,对比原来的模型,是否有遵循原来的模型。如果是模型不合理,则需要对数据模型进行矫正。如果出入较大则需要对数据进行分析,或者根据分析出来的数据 在产品上做内部测试或者灰度测试然后对比,如果原来的模型问题不大,再挖细节,分析其他数据找原因,结合数据模型,如果有问题了以后,针对问题追踪数据,进行分析。

一、对于启动,留存这些数据。主要是看异常,发现异常以后再去找寻原因和问题

二、平时某个很正常的数据突然变化,我们也会追踪,

三、在线用户,进行每日跟踪,是否呈曲线自然生长,或者出现异常。

四、活跃用户,对用户的使用频次以及有效行为进行跟踪及分析。

数据分析主要通过数据工具进行分析。数据分析主要为两种:

一、第三方数据分析工具。如友盟,可以快速的接入,节省成本,比较适合创业型公司及刚上线产品,但是无法对关键数据在突发异样时进行跟踪。

二、自己开发数据分析工具,可以对每个数据进行实时跟踪,并且快速做出产品的调整,需要足够的开发人员及成本,比较适合大型公司或者成熟型产品。

(此部分感谢Ted-PD-北京 童鞋的分享)

3.需要对那些关键指标进行挖掘?挖掘后有何意义?

在对关键指标进行发掘,不同的产品,有着不同的关键指标。比如在内容型应用中,周留存影响关于用户对功能的使用,月留存,关系用户对内容关注,次月留存,关系用户的体系。

社交:主要关注用户分布、用户留存、活跃用户、功能使用频次以及有效行为等社交行为数据分析,通过数据分析及发掘来了解用户的社交特征,最总了解用户到的社交属性优化产品的社交传播。

电商:主要淘宝指数、网站流量、收藏、购买等数据,了解用户的电商消费特征。

地图导航等工具类应用:了解功能的使用时间、区域、地段等数据,从而了解相关对相关产品的功能使用,以及路况信息。

内容类:关注内容转化率(内容下载量/内容浏览量),实时了解用户对内容偏好、关注,了解用户对生活文化特征,透析用户的社会文化属性。

感谢 Prince 同学总结整理

感谢以下小伙伴们参与分享:Jacky、Ted、Nairo、浅忆、游某、回忆、边缘、拒绝、蜗牛、Larry、白羽、BJ_Monkey、Prince

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!
专题
14523人已学习12篇文章
本专题的文章分享了SaaS产品的商业模式和产品定价。
专题
13468人已学习13篇文章
对数据进行监控,分析异常数据,是数据分析常见的工作内容。本专题的文章分享了如何做好数据异常分析。
专题
14945人已学习13篇文章
裂变是研究用户增长的重要一环。本专题的文章分享了如何做裂变活动。
专题
13831人已学习13篇文章
本专题的文章分享了产品经理数据分析方法论。
专题
17781人已学习14篇文章
本专题的文章分享了如何设计B端SaaS产品及B端SaaS产品方法论。
专题
15930人已学习11篇文章
SWOT分析法是互联网人最常用的分析模型之一,将企业内外部条件各方面内容进行综合和概括,进而分析组织的优劣势,面临的机会和威胁的一种方法。本专题的文章分享了如何做SWOT分析。