基于數(shù)據(jù)分析的產(chǎn)品思維模式

數(shù)據(jù)分析( Data Analysis )——這個詞真的是如雷貫耳，裝B一絕啊!甭管什么玩意，上來先整一通再說?！皵?shù)據(jù)分析”甚是被提上了神壇，找工作或者聊點行業(yè)內(nèi)的動態(tài)不提點數(shù)據(jù)簡直是沒法混了。坦白講，我對“數(shù)據(jù)分析”的概念知之甚少，僅有的那點理解：統(tǒng)計數(shù)據(jù)，分析數(shù)據(jù)，大數(shù)據(jù)(Big Data)。

正文

如何對產(chǎn)品進行數(shù)據(jù)分析呢?或者說對我這樣的一個數(shù)據(jù)分析小白來講，該從何入手數(shù)據(jù)分析呢? 思維方式?jīng)Q定行動結果。

數(shù)據(jù)分析的思維方式

第一要點：什么是數(shù)據(jù)分析?

數(shù)據(jù)分析是指用適當?shù)?a href='/map/tongjifenxi/' style='color:#000;font-size:inherit;'>統(tǒng)計分析方法對收集來的大量數(shù)據(jù)進行分析，提取有用信息和形成結論而對數(shù)據(jù)加以詳細研究和概括總結的過程。在實際應用中，數(shù)據(jù)分析可幫助人們作出判斷，以便采取適當行動。當然，在我看來數(shù)據(jù)本身并沒有任何價值，正是由于分析方法的存在使得原本毫無價值的數(shù)據(jù)大放異彩。

第二要點：為什么數(shù)據(jù)分析?

有人說，老板要看數(shù)據(jù);也有人說，VC投資需要;也有人說，公司運營需要... 產(chǎn)生數(shù)據(jù)需求的原因有很多，我想現(xiàn)實中大多數(shù)人做數(shù)據(jù)還是為了獲得產(chǎn)品的客觀現(xiàn)狀并有所為的。(我能這樣想，大概是因為我是個樂觀的孩子吧?)

事實上，數(shù)據(jù)分析的原因大概如下幾點：

1、評估產(chǎn)品機會：產(chǎn)品構思初期，必要的需求調(diào)研及市場調(diào)研顯得尤為關鍵。產(chǎn)品機會評估對后期產(chǎn)品設計及迭代都至關重要，甚至說決定了一個產(chǎn)品的未來和核心理念。

2、分析解決問題：產(chǎn)品出現(xiàn)不良狀況，肯定是存在緣由的。不可能憑空想象臆造問題，必須尊重客觀現(xiàn)實。那么只有通過必要的數(shù)據(jù)試驗才能追溯到問題源頭，進而制定合理的解決方案，徹底解決問題。

3、支持運營活動：你這個產(chǎn)品功能上線后效果怎么樣?A方案和B方案哪個更好些呢?諸如此類的問題，都牽涉到一個“標準”的問題。評判一個問題的好壞，最可靠的恐怕就是數(shù)據(jù)了。以前我就說過“人是不可靠的，人們總是愿意相信自己想看見的東西。”只有給出真實、可靠、客觀的事實——數(shù)據(jù)，才能對具體的活動作出最真實的評判。

4、預測優(yōu)化產(chǎn)品：數(shù)據(jù)分析的結果不僅可以反應出以往產(chǎn)品的狀態(tài)，即所謂的后見性數(shù)據(jù);也可以給出產(chǎn)品未來時間段內(nèi)可能會遇到的問題，即所謂的先見性數(shù)據(jù)。一個真正的數(shù)據(jù)指標必須是可付諸行動的。后見性和先見性的數(shù)據(jù)都可以付諸行動，區(qū)別只是先見性數(shù)據(jù)能預測未來發(fā)生什么，縮短迭代周期，精益求精。

第三要點：如何數(shù)據(jù)分析?

1、數(shù)據(jù)建模：明白了數(shù)據(jù)分析動機，究竟什么樣的數(shù)據(jù)指標才能達到期望的效果呢?那么首先必須解決數(shù)據(jù)指標的定義，個人認為搭建數(shù)據(jù)指標模型大致要考慮以下三大要素：

a.綜合考慮商業(yè)模式與業(yè)務場景

b.聚焦數(shù)據(jù)指標背后的最初動機

c.多維度考慮數(shù)據(jù)可行、簡約、易比對

當然，也不能憑空瞎造數(shù)據(jù)吧?!數(shù)據(jù)指標模型一般有以下三個途徑設計：

a.對現(xiàn)有指標進行優(yōu)化性改造，數(shù)據(jù)指標之間合理交叉或許會帶來意想不到的驚喜;

b.不同行業(yè)交叉借鑒其他行業(yè)制定的數(shù)據(jù)指標;

c.潛心修行、發(fā)掘更多有價值有意義的數(shù)據(jù)指標;(這一點有點扯...)

數(shù)據(jù)分析目標的調(diào)整，必然伴隨數(shù)據(jù)指標的變動。 尊重事實、實事求是，了解數(shù)據(jù)指標的調(diào)整的意義及可能給產(chǎn)品帶來的后續(xù)影響，我覺得這是一種可取的改變態(tài)度。如果說只是為了改變而改變，無視事實、較低期望，這樣的調(diào)整還有何意義呢?

數(shù)據(jù)分析過程

2、數(shù)據(jù)來源：數(shù)據(jù)分析的對象是數(shù)據(jù)，數(shù)據(jù)從哪來?數(shù)據(jù)本身的準確性從根本上影響著分析結果的有效性，所以確保有效、靠譜的數(shù)據(jù)來源至關重要。本人認為數(shù)據(jù)來源無非以下三種：

a.自有數(shù)據(jù)分析系統(tǒng)——公司自有的數(shù)據(jù)是最源質(zhì)化的數(shù)據(jù)，也是最可靠、最全面的。一般而言，有條件的情況下都是以內(nèi)部數(shù)據(jù)為準;當然，創(chuàng)業(yè)型的微型公司大多都直接數(shù)據(jù)庫導出數(shù)據(jù)，還是要依賴產(chǎn)品經(jīng)理二次加工的。

b.定量/定性調(diào)研——沒有全面的數(shù)據(jù)咋辦?或者說想要分析的數(shù)據(jù)無法統(tǒng)計?那么，拿起電話、走上街頭、發(fā)放問卷都不失為一種可行的辦法。定量數(shù)據(jù)排斥主管因素，定性數(shù)據(jù)吸納主管因素。事實上，定性數(shù)據(jù)存在諸多不確定性，但也存在一個其他數(shù)據(jù)指標不具備的優(yōu)勢——那是與真實用戶交流所得，有血有肉。

c.專業(yè)調(diào)研機構——知名調(diào)研機構，比如：艾瑞咨詢、百度統(tǒng)計、易觀智庫、199IT-互聯(lián)網(wǎng)數(shù)據(jù)中心。一般而言，權威結構統(tǒng)計調(diào)研的數(shù)據(jù)還是具有極強的參考性的，但也不能完全免于主觀因素。

3、數(shù)據(jù)分析：單純的數(shù)據(jù)并不能為給我們帶來太多結論性的東西，還是要借助一定的方法和手段將數(shù)據(jù)變得更加生動和有意義。

a.集成開發(fā)數(shù)據(jù)分析系統(tǒng)——將所需的數(shù)據(jù)指標以技術手段直接設計成產(chǎn)品功能，可以定期定量地直接生成導出BI報表。

b.手動數(shù)據(jù)加工——面對元數(shù)據(jù)而不是現(xiàn)成的結論性數(shù)據(jù)，產(chǎn)品經(jīng)理只能親自操刀借助EXCEL各種函數(shù)。面對海量數(shù)據(jù)，心態(tài)很重要!

c.委托分析機構——有錢、任性、夠叼，請人分析。如果事事都依靠別人，那么產(chǎn)品經(jīng)理就瞬間失去價值了...

4、分析方法：有效的數(shù)據(jù)分析方法能夠深度挖掘數(shù)據(jù)的價值，精益數(shù)據(jù)分析中大致介紹以下三種分析方法。

a.市場細分(Segmentation)——市場細分就是一群擁有某種共同特征的劃為一個樣本，市場細分不盡可以應用于互聯(lián)網(wǎng)產(chǎn)品，對任何行業(yè)、任何形式的產(chǎn)品都具有積極的參考意義。

b.同期群分析(Coghort Analysis)——比較相似群體隨時間的變化，同期群分析給我們提供了一個全新的視角。能夠觀察處于生命周期不同階段用戶的行為模式，而非忽略用戶的行為的過程性。

c.多變量測試(Multivariate Testing)——同時對多個因素進行分析，用統(tǒng)計學的方法剝離出單個影響要與結果中的某一項指標提升的關聯(lián)性。同時改動產(chǎn)品的多個方面，看哪個與結果的相關性最大。

行文小結

數(shù)據(jù)分析的核心并不在于數(shù)據(jù)本身，而在于設計有意義、有價值的數(shù)據(jù)指標，通過科學有效的手段去分析，進而發(fā)現(xiàn)問題優(yōu)化迭代。數(shù)據(jù)分析因價值而存在，數(shù)據(jù)分析本就是一個價值增量的過程。 無論分析給出的結果是積極還是負面，都是價值承載體，必須以客觀的態(tài)度面對。管理學大師彼得.德魯克說過： 你無法衡量的東西，你也無法管理。 數(shù)據(jù)分析可以有效的制衡產(chǎn)品經(jīng)理本身的那種內(nèi)在妄想，通過數(shù)據(jù)分析能幫助我們找到更加合適的產(chǎn)品和市場，甚至說締造出一個更加可持續(xù)、可復制、持續(xù)在增長的商業(yè)模式。