
數(shù)據(jù)分析常用的幾個(gè)方法
數(shù)據(jù)分析是產(chǎn)品經(jīng)理必備技能之一,在產(chǎn)品需求階段可以通過數(shù)據(jù)分析對(duì)用戶的需求去偽存真,在產(chǎn)品上線運(yùn)營階段,又可以通過數(shù)據(jù)驗(yàn)證產(chǎn)品的可行性并且進(jìn)行迭代。所以產(chǎn)品經(jīng)理要掌握常見的數(shù)據(jù)分析的方法。
1.多維度事件分析
多維度事件分析:通常是從多個(gè)角度分析數(shù)據(jù),從中發(fā)現(xiàn)數(shù)據(jù)具體的變化原因。
舉個(gè)例子:
客戶端+時(shí)間
從數(shù)據(jù)中可以看出:IOS用戶端每個(gè)月的用戶量在增加,而安卓用戶端每個(gè)月的用戶量在減少,從這可以看出總的用戶量不變的主要原因是安卓用戶端用戶量在減少。
2.漏斗分析法
用來分析從潛在用戶到最終用戶這個(gè)過程用戶數(shù)量的變化趨勢(shì),從而尋找到最佳的優(yōu)化空間。
這個(gè)例子是分析從用戶提交成功表單到Demo試用的變化趨勢(shì)。
從用戶成功提交表單到Demo上所有事件轉(zhuǎn)化率是4.89%,從Demo上所有事件到提交申請(qǐng)接入數(shù)據(jù)轉(zhuǎn)化率是0.56%。從表的下面可以看出,用戶使用郵件辦理的轉(zhuǎn)化率分別是8.12%和0.76%。用戶使用電話辦理的轉(zhuǎn)化率分別是0.93%和0.31%。從中可以看出電話辦理的轉(zhuǎn)化率低于平均轉(zhuǎn)化率,從而要考慮如何去優(yōu)化和改善電話這方面的流程。當(dāng)然真實(shí)的用戶行為往往可能不是按照這個(gè)簡單的流程來的。所以我們也要去分析為什么用戶要經(jīng)過那么復(fù)雜的流程來達(dá)到目的,思考著中間有沒有優(yōu)化的可能。
3.留存分析法
留存是產(chǎn)品增長的核心,只有用戶留下來產(chǎn)品才有可能得到增長。從產(chǎn)品設(shè)計(jì)角度出發(fā),找到出發(fā)流程的關(guān)鍵行為,幫助用戶找到產(chǎn)品的留存的關(guān)鍵節(jié)點(diǎn)。比方用戶在使用過產(chǎn)品的新建功能留存度非常高,所以我們把新建這個(gè)按鈕放在很顯眼的地方刺激用戶使用,結(jié)果留存度非常高。
留存關(guān)系到產(chǎn)品的生死,有時(shí)候產(chǎn)品花費(fèi)大量的人力物力而導(dǎo)入的流量,留存率太低,用戶還沒有產(chǎn)生價(jià)值就離開。這對(duì)于公司是比較大的損失。所以想辦法找到產(chǎn)品留存的關(guān)鍵節(jié)點(diǎn)把用戶留下來是十分重要的。
4.群組分析法
產(chǎn)品經(jīng)理對(duì)用戶的精細(xì)的分析必不可少,不同的區(qū)域,不同的來源,不同的平臺(tái)用戶對(duì)產(chǎn)品的使用和感知是有很大的不同。所以產(chǎn)品經(jīng)理可以對(duì)不同屬性的用戶進(jìn)行分群,從而觀察到群組用戶的行為差異,進(jìn)而優(yōu)化產(chǎn)品。
之前我們做過一次分析,網(wǎng)站的總體用戶注冊(cè)轉(zhuǎn)化率只有6%。用戶用360瀏覽器的轉(zhuǎn)化率為12%,用IE瀏覽器的轉(zhuǎn)化率為1%,這樣一分就很明顯了,可以重點(diǎn)去關(guān)注IE瀏覽器用戶的行為路徑去查找到底是什么原因。
最后介紹個(gè)常用的數(shù)據(jù)分析模型
AARRR模型
AARRR模型是可以告訴我們產(chǎn)品的幾個(gè)階段分別需要注意哪些數(shù)據(jù),AARRR分別是幾個(gè)英文的字母首寫,分別代表:獲取,激活,留存,收入,推薦。
獲取:(指產(chǎn)品推廣,用戶是從哪里來的)需要關(guān)注的數(shù)據(jù)是:曝光度,打開率,點(diǎn)擊率,下載量,用戶獲取成本。
激活:(指用戶使用產(chǎn)品)需要關(guān)注的數(shù)據(jù)是:新用戶注冊(cè)量,日活躍,訂閱數(shù),瀏覽數(shù)。
留存:(指用戶使用產(chǎn)品的時(shí)限)需要關(guān)注數(shù)據(jù)是:次日留存(DAU),7日留存率(WAU),距離上次使用時(shí)長。
收入:(指產(chǎn)品獲得的利潤)需要關(guān)注的數(shù)據(jù)是:付款率,客單價(jià),付費(fèi)頻率,用戶價(jià)值。
推薦:(指用戶推薦其他人使用我們產(chǎn)品)需要關(guān)注數(shù)據(jù)是:轉(zhuǎn)發(fā)數(shù),邀請(qǐng)書,評(píng)論數(shù)。
總結(jié)
以上所講的都是一些簡單常用的數(shù)據(jù)分析方法,產(chǎn)品經(jīng)理要最起碼要懂得如何去進(jìn)行數(shù)據(jù)分析,這樣才能根據(jù)數(shù)據(jù)的反饋進(jìn)行產(chǎn)品的優(yōu)化。不停奔跑,不停思考,我就是我,進(jìn)階的PM丁小二。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11