數(shù)據(jù)分析：產(chǎn)品經(jīng)理的數(shù)據(jù)能力

繼競品分析之后，“數(shù)據(jù)能力”也是產(chǎn)品經(jīng)理的重要基本能力之一。這里總結(jié)下產(chǎn)品經(jīng)理使用數(shù)據(jù)的姿勢和方法。

寫在開篇的聲明

1)這里寫的是產(chǎn)品經(jīng)理(不是數(shù)據(jù)建模工程師)工作中所需的數(shù)據(jù)分析能力，因此并不涉及復雜的數(shù)理統(tǒng)計和數(shù)據(jù)挖掘知識。

2)用戶畫像和市場數(shù)據(jù)也是數(shù)據(jù)的一部分，但個人習慣將其歸為用戶和市場研究部分。后續(xù)用戶和市場分析會詳細展開。

3)不要強求數(shù)據(jù)的絕對準確，而要追求數(shù)據(jù)的相對準確。所以如果感覺數(shù)據(jù)有問題，不要在沒有論證的情況下沖到工程師面前質(zhì)疑一番，一是沒有確定問題存在的時候很難查證，二是會讓工程師反感。

產(chǎn)品數(shù)據(jù)的作用

監(jiān)控產(chǎn)品設(shè)計、運營效果、營收是否正?；蜻_標。

判斷業(yè)務(wù)發(fā)展階段，為后續(xù)推進提供參考。

數(shù)據(jù)能力的核心

數(shù)據(jù)打點

數(shù)據(jù)使用

數(shù)據(jù)預估

一、數(shù)據(jù)打點

打點也叫埋點，其原理就像在路上安放監(jiān)控探頭，一旦有符合記錄條件的車通過，探頭就會按照設(shè)定上報相關(guān)信息。

步驟一：在打點前先弄清楚是客戶端打點還是前端打點。

客戶端打點要盡可能全面并具有擴展性。因為客戶端只有升級才會更新新的打點代碼。并且還有升級覆蓋率問題。所以一定要把數(shù)據(jù)框架打好，否則后續(xù)進行數(shù)據(jù)分析會非常困難。

如果是前端打點就方便很多。根據(jù)需求隨時調(diào)整，隨時上線，而且用戶刷新一次頁面代碼就能被升級上來。不過經(jīng)常變動也會讓工程師重復工作，影響工程師情緒。

步驟二：提供打點需求，就是明確在什么情況下要什么數(shù)據(jù)，最終為什么分析做準備。務(wù)必弄清指標的確切定義。

比如，次日留存，30日留存，月留存，新用戶次日留存，都是什么意思，有什么區(qū)別。

問題：產(chǎn)品經(jīng)理應(yīng)如何提供打點需求?尤其是當產(chǎn)品經(jīng)手一個不熟悉的項目時。

個人習慣先跟相關(guān)同事溝通，然后窮舉，之后篩選出核心指標，重要指標，次要指標，檢測指標。有條件的話可以再請資深人士評估下。雖然耗時，但穩(wěn)妥。

窮舉的過程從每個入口和頁面逐一列舉開始：比如對一個手機軟件，起點應(yīng)該從應(yīng)用商店下載開始，終點是用戶卸載。然后是每個地方的入口pv，uv，按鈕點擊及對應(yīng)uv，內(nèi)容曝光及對應(yīng)點擊、對應(yīng)uv，時長及對應(yīng)uv，輸入內(nèi)容及對應(yīng)uv，以及特殊信息如購物類的客單價等。

并且可以按照新老用戶，或者分級用戶，按渠道切分對比。預留好各個渠道ref接口。如果有AB試驗，則需要支持試驗對比。

釋義：

核心指標：一般包括DAU、MAU、平均時長、人均啟動、日新增、關(guān)鍵轉(zhuǎn)化(比如訂單轉(zhuǎn)化、閱讀轉(zhuǎn)化)日卸載。新老用戶留存(日周月)。如果有內(nèi)容則會增加曝光量，曝光點擊，曝光點擊率，人均曝光等(ps：KPI相關(guān)指標都應(yīng)該列為核心指標 )

重要指標：一般是核心操作，重要內(nèi)容，關(guān)鍵路徑的相關(guān)打點數(shù)據(jù)。流量分布，漏斗或者也叫流失模型。如視頻播放vv，客單價，搜索量等等。

檢測指標：一般就是錯誤提示或者性能參數(shù)，失敗反饋等信息上報。能有效反饋設(shè)計質(zhì)量和工程質(zhì)量。

其他指標：可以歸結(jié)為次要指標，一般是輔助性或驗證性?；蛘吣承┕δ苌暇€之初效果評估。

注意事項：

1、數(shù)據(jù)項要能完成關(guān)鍵路徑的漏斗模型。漏斗模型示意圖：

2、打點數(shù)據(jù)最好能帶著用戶參數(shù)，渠道參數(shù)，入口參數(shù)，從而能有效追述用戶路徑，評估渠道，評估入口，分析新老對比等。

表中關(guān)于曝光的統(tǒng)計就是需要特殊說明的，產(chǎn)品經(jīng)理不能簡單的四個字“統(tǒng)計曝光”就提給工程師，如果有特殊需求要標注清楚給工程師。

二、數(shù)據(jù)使用(呈現(xiàn)/分析/匯報)

后臺呈現(xiàn)：數(shù)據(jù)呈現(xiàn)是為了方便快捷直觀的觀察數(shù)據(jù)情況，分為表格和圖表兩種形式。表格需要支持導出，從而方便深入計算。圖表最常用的就是折線圖(看趨勢)，柱狀圖(看關(guān)系)，餅圖(看比例)。

過于復雜的后臺呈現(xiàn)會導致過多工程資源消耗，因此建議初期以基本數(shù)據(jù)能正常呈現(xiàn)和導出為標準即可。初期通過手動分析數(shù)據(jù)走勢和之間的邏輯關(guān)系，經(jīng)過人工的分析充分掌握數(shù)據(jù)規(guī)律，然后再優(yōu)化后臺呈現(xiàn)，這樣更方便高效，并且在項目初期數(shù)據(jù)變化較大隨時可能面臨調(diào)整。

同時關(guān)于篩選條件一定要制定好，并能方便的多維度進行對比。如：按新老用戶，按渠道，按版本，按入口，按時間粒度。

當然對于已經(jīng)成熟的項目和呈現(xiàn)后臺則另當別論。(miui有很多數(shù)據(jù)分析后臺，防止泄密這里就不上示例參考了)

數(shù)據(jù)分析：首先要具備一定的數(shù)理統(tǒng)計知識。這個必修課了。比如如何區(qū)分平均數(shù)和中位數(shù)的作用?什么情況下看平均，什么情況下看中位數(shù)。

個人看過的統(tǒng)計相關(guān)書單：《愛上統(tǒng)計學》尼爾.J.薩爾金德 重慶大學出版社《統(tǒng)計學原理》 張瞳光等 中國商務(wù)出版社《統(tǒng)計學導論》 李 勇等 人民郵電出版社《應(yīng)用統(tǒng)計學》 朱建平等 清華大學出版社《數(shù)據(jù)挖掘概念與技術(shù)》 韓家煒等 機械工業(yè)出版社(最后一個可以不看)

其次熟練掌握excel。比如是否能夠使用分列、分級、透視等幾個功能。(篩選，排序等功能太小兒科了)比如是否能夠使用IF、COUNTIF等公式(SUM太小兒科了)再進階的話就是使用VB語言進行分析。個人學習excel經(jīng)驗是在實踐中摸索，對于這種基礎(chǔ)軟件沒有必要專門買教程學習，每次根據(jù)需求百度，然后做好筆記即可。本人也用過spss，不過產(chǎn)品經(jīng)理精通excel足夠了。

最后數(shù)據(jù)分析工作重點：

1、日常監(jiān)控相關(guān)數(shù)據(jù)的變化和波動，并總結(jié)規(guī)律，比如對于時鐘應(yīng)用可以看到每周會呈現(xiàn)相對規(guī)律的變動。對于出現(xiàn)異常波動的數(shù)據(jù)要及時跟進。實操舉例：

圖中圓圈處數(shù)據(jù)，斷崖式，斷崖時間1天，很有可能是數(shù)據(jù)統(tǒng)計變更或后端or前端打點出現(xiàn)問題。圖中方框處數(shù)據(jù)，呈現(xiàn)明顯周期性規(guī)律，并且微微上揚。能夠直觀體現(xiàn)用戶使用行為和高峰，從而確定產(chǎn)品優(yōu)化點和關(guān)鍵運營時間。微微上揚則能表現(xiàn)出入口流量增長或流失減少，又或者留存提高。

2、關(guān)鍵漏斗模型的建立和監(jiān)測。對于流失率較高的環(huán)節(jié)及時跟進和優(yōu)化。

3、對于功能改進，運營效果，商業(yè)變動的數(shù)據(jù)總結(jié)和分析，有問題需及時進行調(diào)整。

數(shù)據(jù)匯報：數(shù)據(jù)匯報太偏重技術(shù)表現(xiàn)不展開說明，核心重點：區(qū)分不同的匯報場景選取關(guān)鍵數(shù)據(jù)，針對有效數(shù)據(jù)選擇恰當?shù)谋憩F(xiàn)方式即可。說明問題即可，不用面面俱到使得匯報冗余

三、數(shù)據(jù)預估(最重要的數(shù)據(jù)能力)

相對于數(shù)據(jù)打點和數(shù)據(jù)使用，數(shù)據(jù)預估是更重要的能力，其需要建立在豐富的數(shù)據(jù)經(jīng)驗和統(tǒng)計知識的基礎(chǔ)之上，也是產(chǎn)品經(jīng)理對自己項目把控力的重要體現(xiàn)。

當一個產(chǎn)品能夠相對準確的預估項目數(shù)據(jù)變化及相關(guān)優(yōu)化后的數(shù)據(jù)波動，就能夠有效的根據(jù)項目情況和資源情況安排產(chǎn)品重點和進度。做到進退有度。

如假設(shè)產(chǎn)品經(jīng)理要將產(chǎn)品日活從年初100w年底提升至500w。首先要能夠準確預估期間有哪些手段能影響用戶量提升，各自提升效果有多少，資源投入有多少，見效周期是多少。從而安排工作重心和節(jié)奏。這個時候?qū)?shù)據(jù)預估的準確性則會直接影響產(chǎn)品的發(fā)展速度。

對于高級產(chǎn)品或者背負KPI的產(chǎn)品，必須具備數(shù)據(jù)預估能力。從而合理安排工作計劃，帶領(lǐng)團隊有效的推動項目發(fā)展。

這里總結(jié)下個人經(jīng)驗，首先要拆解某項數(shù)據(jù)指標，比如營收數(shù)據(jù)，要根據(jù)項目的營收結(jié)構(gòu)逐項拆解，其次了解每一項的波動規(guī)律。如某些同活躍用戶波動相關(guān)、某些同時間或節(jié)日波動相關(guān)、某些同大盤數(shù)據(jù)波動相關(guān)。同時要了解歷史上相關(guān)波動幅度。以及用戶潛力，比如瀏覽器搜索用戶占比可以提升到40%以上。

如果有工程資源，最好能針對某些重要的改進提前進行抽樣測試，從而推斷全局后的數(shù)據(jù)變化情況。比如我們建立起版本灰度機制，一方面更好的發(fā)現(xiàn)bug，另一方面能及時評估版本全量后的數(shù)據(jù)變化，從而判斷是否對當前版本進行全量。(ps 這個地方的工作成果太過涉密，就不上示例了。)

寫在結(jié)尾的注意事項

數(shù)據(jù)不代表一切，不能盲目相信數(shù)據(jù)，但更不能不看數(shù)據(jù)、不懂數(shù)據(jù)。

不要強求數(shù)據(jù)的絕對準確，而要追求數(shù)據(jù)的相對準確。

不要感覺數(shù)據(jù)有問題就沖到工程師面前，要切實分析出問題。秉持誰提議誰舉證的原則。

一定要弄清楚指標的定義，不能似是而非。

數(shù)據(jù)分析是一個嚴謹?shù)倪壿嬤^程，要保證推斷的客觀性，不能為了證明而證明。

數(shù)據(jù)分析是隨著產(chǎn)品發(fā)展而不斷細化和迭代的，不要在開始階段就投入大量資源進行數(shù)據(jù)分析。

寫在最后

隨著項目的日益發(fā)展，數(shù)據(jù)分析也會更加精細和復雜，因此慢慢的出現(xiàn)了數(shù)據(jù)產(chǎn)品經(jīng)理，對于數(shù)據(jù)產(chǎn)品經(jīng)理還是應(yīng)該學些基礎(chǔ)的Python、SQL、VBA技能。

這里說些題外話，數(shù)據(jù)是簡單、直接的，也是飽受爭議的。但當真正看到龐大的數(shù)據(jù)所表現(xiàn)出的特征后，你會震撼于從未感知過的世界的另一面。無論如何必須要感激當前的科技進步能夠讓我們有機會直面數(shù)以億計的人產(chǎn)生的成百上千億的行為。就像一粒水終于可以看到整個大洋的流動，就像上帝打開一扇窗讓我們從他的角度俯視大地。

你會真正糾結(jié)于是否要為滿足幾千萬人的需求放棄其他幾十萬人。這不再是課本上的哲學命題。

你會興奮于幾千萬人按照你的設(shè)定向預期的結(jié)果發(fā)展。這有一種替上帝做決定的成就感。

你會深思低俗文章的點擊率難以讓正規(guī)文章望其項背。必須一遍遍權(quán)衡其中的利弊做出讓步。

最后再說一點互聯(lián)網(wǎng)圈外人特別關(guān)心的數(shù)據(jù)隱私的事情，擁有這些大數(shù)據(jù)的公司不會八卦你到底是誰干過啥。它們只關(guān)心人群的趨勢和方向，從而怎么更好的服務(wù)用戶產(chǎn)生價值。

只有政府、變態(tài)和騙子才會關(guān)心和利用你個人的信息。而且騙子會通過各種渠道手段獲取你的信息，所以對待自己身份信息和財務(wù)密碼信息一定要謹慎，謹防上當受騙。