產品經(jīng)理學習數(shù)據(jù)分析，可以先看看這些建議

大數(shù)據(jù)時代的到來，對產品經(jīng)理提出了更加嚴格的數(shù)據(jù)分析要求。一個懂數(shù)據(jù)分析的產品經(jīng)理可以利用數(shù)據(jù)驅動產品設計優(yōu)化，并提升客戶體驗。

那么，產品經(jīng)理到底該關注哪些數(shù)據(jù)呢？小產品如何運用A/B測試？產品經(jīng)理該如何學習數(shù)據(jù)分析呢？希望本文對產品經(jīng)理提升數(shù)據(jù)分析能力有較好的幫助。

如何獲取數(shù)據(jù)，獲取什么樣的數(shù)據(jù)？

問：一個電商平臺，應該著重關注什么數(shù)據(jù)，怎樣設計數(shù)據(jù)后臺？

答：電商數(shù)據(jù)的核心指標一般有：GMV、Transations（交易數(shù)量）、ASP（均價）、購物車大小、用戶的復購率、購買頻次、年度復購率。這樣的指標很多。我覺得有三類的指標需要關注：

1. 交易數(shù)據(jù)
2. 用戶行為數(shù)據(jù)
3. 用戶來源數(shù)據(jù)。

這里面，我覺得您可以根據(jù)自己的資源狀況來設優(yōu)先級。最直接的就是交易數(shù)據(jù)，然后最重要的是行為數(shù)據(jù)，因為所有的電商提供的是“互聯(lián)網(wǎng)產品”而不僅僅是“所銷售的產品”。第三就是流量的數(shù)據(jù)的分析，因為這里涉及到獲取客戶的成本。

問：如何收集自己需要的數(shù)據(jù)，面對雜亂無序的數(shù)據(jù)該如何分析，如何保證數(shù)據(jù)的準確性 

答：不同行業(yè)，不同業(yè)務會有相同宏觀的指標，也有細化到本行業(yè)，本業(yè)務的指標。需要從宏觀到微觀的拆解指標。大量的數(shù)據(jù)如何為我們所用？需要了解產品業(yè)務，明確問題的本質，大量的深入的產品實踐。大膽的提出假設，然后通過數(shù)據(jù)理性的驗證。我們還會有更多的線下線上活動幫助大家拆解數(shù)據(jù)分析指標。

關于數(shù)據(jù)準確性可以不同的工具去驗證。比如同時安裝多個數(shù)據(jù)統(tǒng)計工具。比如比較客戶端和服務端的數(shù)據(jù)統(tǒng)計差異。

問：做內容的網(wǎng)站，如何結合業(yè)務判斷需要獲取哪些和用戶相關的數(shù)據(jù)？

答：最基本的指標是：

頁面瀏覽量、訪問量、獨立訪客數(shù)、跳出率、頁面停留時長、網(wǎng)站停留時長、退出率、轉化率，頁面退出率……

內容熱度：分享次數(shù)、推薦次數(shù)、點贊次數(shù)、評論數(shù)

用戶：新用戶、活躍用戶、沉寂用戶占比的變化，增長的趨勢等等

問：不強制登陸的app，如何定義獨立用戶。目前我們是獲取手機信息，但并不準確 

答：不強制登錄，可以在app和設備的基礎信息在不侵犯用戶隱私的情況下，計算一個比較固定的ID。這個ID應該基本上能夠判斷一個穩(wěn)定的用戶。但是它并不和手機號碼或者設備號做深度綁定。在網(wǎng)站上類似cookie的方法。

問：若想了解某個行業(yè)，有哪些平臺可以拿到相對靠譜數(shù)據(jù)以供分析？

答：這個部分需要的工具有很多，看您的業(yè)務是以App為主，還是Web為主?；旧蠎搹牧髁浚袌稣加新?，還有用戶交互使用深度、輿情等角度入手。每一個都有不同的工具能夠輔助。比如說Alexa，AppAnnie，艾瑞的互聯(lián)網(wǎng)行業(yè)研究報告，Gartner的研究報告，IDC，TalkingData的游戲行業(yè)研究等等都是一些好的起點。

如何進行數(shù)據(jù)分析，如何用數(shù)據(jù)分析驅動產品優(yōu)化？

問：2B企業(yè)應應用如何做基于數(shù)據(jù)驅動的產品設計與改進？ 

答：SaaS企業(yè)的數(shù)據(jù)驅動產品設計非常重要。首先，最基礎的開始是Product Usage Metrics。因為SaaS產品都要解決一個企業(yè)應用的場景。 而這個場景在業(yè)務上的被重現(xiàn)頻次，決定了SaaS軟件的基本交互頻次。所以登錄批次，使用深度（事件數(shù)／訪問）等最基本的指標是最粗放的指標。

最重要的，是產品每一個功能的使用者數(shù)量，使用的頻次，轉化漏斗，轉化率。

請記住，這些分析必須要在“用戶”級別能夠做分析，而不是一個單純流量級別的分析，才有未來的核心意義。然后將usage在客戶公司級別進行匯總，比較在公司級別的使用度，使用深度和未來的續(xù)約付費率一般呈正相關。

還有就是整個SaaS頁面的優(yōu)化，比如說注冊流，注冊轉化率，注冊用戶向深度用戶的轉化率，深度用戶向付費用戶的轉化率。SaaS的數(shù)據(jù)分析是很深入的話題，我就是分享一些最基本的指標。

問：關于留存率，互聯(lián)網(wǎng)金融借貸產品是典型的低頻，一個人不可能經(jīng)常上來借錢或者出借，看留存率還有意義么？

答：留存率有意義，因為留存是一個普遍的概念。唯一的一個就是您專注“頻次”的不同。比如說買汽車，美國的整個汽車購買行為，不可能用天來衡量，而要用年。因此美國的汽車制造商，就持續(xù)的按照“月份”給每一個不同的區(qū)隔發(fā)送不同的營銷方案。互聯(lián)網(wǎng)金融也有他的產品生命周期，這要求您來制定營銷策略，找到那個“頻次”，以此為開始進行營銷產品規(guī)劃。

問：支付轉化率比較低，這種情況通過什么點，什么角度去分析用戶行為？

答：先要全面的找到支付轉化的全部關鍵轉化路徑，然后看每個轉化路徑上面關鍵點之間的轉化率。比如到商品詳情頁面，可以從搜索頁面、分類頁面、頻道頁面、品牌頁面、活動頁面、首頁、關聯(lián)銷售推薦、甚至直接訪問到達商品詳情頁面。每個轉化路徑和轉化量的占比都要考慮。然后再找出量大且轉化率低的路徑先優(yōu)化，量小轉化率高的路徑可以加強并且scale。

問：針對工具類的app，有什么好的數(shù)據(jù)分析方法嗎？需要注意哪些問題？

答：我覺得取決于您的app在產品發(fā)展的哪個周期？工具類的APP，我個人認為核心，特別是早期還是應該關注“usage”，用戶的使用度，和使用深度／黏度，也就是留存。然后要關注增長，其次未來要關注變現(xiàn)。用增長黑客的“海盜法則”來講的話，就是在“AARRR”邏輯里面，首先關注留存（Retention）。

Acquisition 獲取用戶

Activation 激發(fā)活躍

Retention 提高留存

Revenue 增加收入

Referral 傳播推薦

產品經(jīng)理如何學習數(shù)據(jù)分析？

問：統(tǒng)計學、分析和挖掘的書看了不少，如何系統(tǒng)的學習數(shù)據(jù)分析與挖掘，希望能得到指點！

答：首先如果您有時間，看看精益分析《lean analytics》，這本書是我在美國很好的朋友寫的書。另外一本《build measure，learn》也是我在LinkedIn的團隊成員寫的書。都是很好的入門教材。再次我覺得可以看一下基礎的統(tǒng)計書籍，因為數(shù)據(jù)分析的核心要有基本的統(tǒng)計知識。Using R系列是很好的起點。

問：數(shù)據(jù)方面偏菜鳥用戶，有哪些數(shù)據(jù)可視化工具值得推薦？

答：tableau是一個很好的數(shù)據(jù)可視化工具。自己開發(fā)可以試試highchart和D3 document。

問：可以推薦幾本關于數(shù)據(jù)的書嗎？

答：《Lean Analytics》，范冰的《增長黑客》，《Lean Startup》，中文的《深入淺出數(shù)據(jù)分析》，Tableau的很多愛好者推崇的《人人數(shù)據(jù)分析師》等等。不過我覺得好的數(shù)據(jù)分析的書籍，不如一次好的數(shù)據(jù)分析實際操作加上分享您能學到的更多。主要是概念的基本掌握，然后迅速落地實踐，復盤分析結果，然后繼續(xù)迭代。特別是產品分析，最關鍵的是要把數(shù)據(jù)分析和用戶行為以及產品設計用一體的角度來考慮，然后分解成三個部分來驗證。就會有閉環(huán)。

“無埋點”數(shù)據(jù)分析工具的原理和運用

問：以前我們做數(shù)據(jù)統(tǒng)計，數(shù)據(jù)分析，都必須要攻城獅在相關行為中埋點；GrowingIO的無埋點統(tǒng)計分析是什么原理？

答：GrowingIO希望能夠直接從業(yè)務人員的角度出發(fā)，讓業(yè)務人員最快的獲得想要分析的數(shù)據(jù)，并且同時減輕工程人員埋點的痛苦。GrowingIO的無埋點技術支持多個平臺，iOS, Android，Web和HTML5。主要的原理是在網(wǎng)頁和HTML5的里面加入一次SDK代碼，在iOS和Android加入一次SDK代碼，之后不用再加載SDK代碼，用戶使用網(wǎng)頁和APP客戶端的時候盡可能全的收集用戶的行為數(shù)據(jù)，通過異步且加密的方式傳輸數(shù)據(jù)。

問：GrowingIO能幫助優(yōu)化產品設計和用戶體驗嗎？

答：GrowingIO是新一代基于用戶行為的數(shù)據(jù)分析產品，目前提供的用戶轉化、留存、細查、分群功能都可以幫助產品經(jīng)理優(yōu)化產品設計，進而提升用戶體驗。

以在線商城頁面設計為例，用戶瀏覽商品、提交訂單，點擊支付，完成購買形成了客戶的核心路徑，但是日常業(yè)務中經(jīng)常遇到客戶轉化率過低的情形。GrowingIO的用戶轉化漏斗可以幫助產品經(jīng)理分析客戶到底在哪一步流失較高，然后借助用戶細查功能來驗證前面的假設猜想。從而提升幫助產品經(jīng)理找出產品設計的缺陷，后期盡快優(yōu)化。

如何應用A/B測試？

問：小產品是否適合使用“A/B test”測試優(yōu)化產品，前期的技術準備是否麻煩？

答：產品非常早期，我個人不建議用A/B測試，因為最主要的問題是我們沒有很多資源開發(fā)兩套或者更多的產品方案。而且早期數(shù)據(jù)量小，不一定能夠有“統(tǒng)計學意義”，往往測試者需要把流量分解，這樣就需要等待結果。對于低流量的app／網(wǎng)站，沒有足夠的資源來等。工程上也有一定的挑戰(zhàn)。所以我建議早期產品關注核心指標，分解核心指標為“可執(zhí)行的指標”比A/B測試更重要。同時要迅速迭代。A/B測試對于產品線豐富的業(yè)務還是有很多作用的?？茨馁Y源配置了。