
用實(shí)例告訴你,如何對(duì)產(chǎn)品進(jìn)行數(shù)據(jù)分析
數(shù)據(jù)分析的核心并不在于數(shù)據(jù)本身,而在于設(shè)計(jì)有意義、有價(jià)值的數(shù)據(jù)指標(biāo),通過(guò)科學(xué)有效的手段去分析,進(jìn)而發(fā)現(xiàn)問(wèn)題優(yōu)化迭代。數(shù)據(jù)分析因價(jià)值而存在,數(shù)據(jù)分析本就是一個(gè)價(jià)值增量的過(guò)程。
數(shù)據(jù)分析三個(gè)核心要點(diǎn):
第一個(gè)問(wèn)題就不多贅述了,重點(diǎn)實(shí)例解析第二、三個(gè)問(wèn)題。數(shù)據(jù)分析的緣由/出發(fā)點(diǎn)很復(fù)雜,甚至有時(shí)候讓人很焦灼,因?yàn)椴煌脩魯?shù)據(jù)分析的出發(fā)點(diǎn)及分析過(guò)是完全不一樣的。站在一個(gè)更高視角分析數(shù)據(jù),或者說(shuō)數(shù)據(jù)分析的維度不僅限于產(chǎn)品思維概念上的數(shù)據(jù)需要,而是一個(gè)關(guān)乎產(chǎn)品一體性的命題。
下面將逐一以實(shí)例的形式解讀數(shù)據(jù)分析的兩個(gè)核心問(wèn)題,大致分為以下幾步:
企查查APP現(xiàn)階段筆者從事征信行業(yè)的產(chǎn)品工作,正在參與一款企業(yè)信用信息查詢APP V2.x的升級(jí)迭代。此次的該類分析過(guò)程側(cè)重?cái)?shù)據(jù)指標(biāo)制定和建模的過(guò)程,而并非實(shí)際數(shù)據(jù)的展示(別人家的應(yīng)用,沒(méi)有辦法拿到完整的數(shù)據(jù)源)。再次強(qiáng)調(diào),數(shù)據(jù)指標(biāo)的制定遠(yuǎn)比數(shù)據(jù)分析過(guò)程要重要的多或者說(shuō)更加富有創(chuàng)造性。
1.商業(yè)模式/盈利方式分析
免費(fèi)增值模式,先做成流量的入口,后期分享流量紅利擴(kuò)大轉(zhuǎn)化率。
2.了解產(chǎn)品現(xiàn)狀/定量分析產(chǎn)品
2.1 用戶分析
用戶規(guī)模:
用戶群體按照群體大致分為個(gè)人、企業(yè),分析出個(gè)人和企業(yè)用戶的人數(shù)比例,明確整體的用戶分布情況。
每月/日/日的新增用戶、流失用戶、回流用戶的比例的走勢(shì),選擇恰當(dāng)?shù)淖邉?shì)變化渠道;
用戶質(zhì)量:產(chǎn)品粘性及病毒性的反應(yīng),體現(xiàn)在用戶的活躍度上,一般包括,日活躍(DAU)、周活躍(WAU)、月活躍(MAU);
采用同期群和用戶分類的分析方法,特定用戶群體的特定分析過(guò)程,用戶質(zhì)量也是渠道或營(yíng)銷活動(dòng)效果的間接體現(xiàn),以便后期及時(shí)的調(diào)整和處理;
用戶質(zhì)量的標(biāo)準(zhǔn)制定,包括忠誠(chéng)用戶、聯(lián)系活躍用戶、流失用戶等等,為反應(yīng)不同指標(biāo)設(shè)置特定的用戶質(zhì)量指標(biāo);
2.2 應(yīng)用分析:
啟動(dòng)次數(shù),某日/周/月的啟動(dòng)次數(shù)占所選時(shí)段總啟動(dòng)次數(shù)的比例,直接反應(yīng)用的生活時(shí)間成本;
版本分布,對(duì)開發(fā)和維護(hù)的意義非常深刻,展示累計(jì)用戶排名前10的各個(gè)版本變化趨勢(shì),可以幫助了解每個(gè)版本的新增用戶,最新版本的升級(jí)情況,目前的哪些版本狀況;
使用情況,統(tǒng)計(jì)周期內(nèi),一次啟動(dòng)的使用時(shí)長(zhǎng);一天內(nèi)啟動(dòng)應(yīng)用的次數(shù);用統(tǒng)一用戶相鄰兩次啟動(dòng)間隔的時(shí)間長(zhǎng)度;
設(shè)備終端和錯(cuò)誤分析也是很有必要的;
2.3 行業(yè)分析:
a. 行業(yè)數(shù)據(jù)可以幫助了解行業(yè)內(nèi)應(yīng)用的整體水平,可以查看應(yīng)用的全體應(yīng)用或同類應(yīng)用中各個(gè)指標(biāo)的數(shù)據(jù)、排名及趨勢(shì),有助于衡量應(yīng)用的質(zhì)量和表現(xiàn);
b. 了解行業(yè)數(shù)據(jù),可以知道自己的APP在整個(gè)行業(yè)的水平,可以從新增用戶、活躍用戶、啟動(dòng)次數(shù)、使用時(shí)長(zhǎng)等多個(gè)維度去對(duì)比自己產(chǎn)品與行業(yè)平均水平的差異以及自己產(chǎn)品的對(duì)應(yīng)的指標(biāo)在整個(gè)行業(yè)的排名,從而知道自己產(chǎn)品的不足之處。
以上并沒(méi)有對(duì)具體的數(shù)據(jù)源實(shí)施實(shí)質(zhì)性的分析并結(jié)論,這部分的都是基本的處理過(guò)程就不做贅述。
業(yè)務(wù)場(chǎng)景:
1. 查首頁(yè)支持企業(yè)名稱、人名、品牌名等信息的模糊查詢,并且在搜索系統(tǒng)之下直接提供四個(gè)維度[企業(yè)名稱]、[股東高管]、[經(jīng)營(yíng)范圍]、[品牌管理]的一級(jí)輔助搜索條件。
2. 企業(yè)信息維度算是一款企業(yè)信息服務(wù)平臺(tái)的資源性優(yōu)勢(shì),也是一款內(nèi)容應(yīng)用的核心模塊。不同類型的用用戶對(duì)不同類型的信息的感興趣程度都存在個(gè)性化的特征,而用戶行為特征數(shù)據(jù)的記錄和挖掘是一件意義非凡的事情。
產(chǎn)品分析:
數(shù)據(jù)指標(biāo):
1. 不同檢索維度的搜索量;
結(jié)論:以信息檢索維度的搜索量,選出哪些企業(yè)信息搜索維度置于條件搜索中,并決定其分布的順序和位置;
2. 不同描述維度的查詢量
結(jié)論:
a. 以信息描述維度的查詢次數(shù),區(qū)分哪些企業(yè)信息描述維度置于的受關(guān)注程度,量化區(qū)分不同信息的關(guān)注度和用戶價(jià)值;
b. 交叉分析不同維度的信息,用戶屬性,比如:行業(yè)+查詢維度,綜合分析不同特征的用戶群的核心關(guān)注點(diǎn)。該類信息的分析挖掘有利于新產(chǎn)品的創(chuàng)新和嘗試,比如精簡(jiǎn)版企業(yè)信用報(bào)告,”體量最小化,價(jià)值最大化”,不錯(cuò)的產(chǎn)品嘗試和良好的用戶體驗(yàn);
c. 內(nèi)容受歡迎程度及需求的迫切程度,面向不同類型的用戶,比如:普通用戶、企業(yè)用戶(行業(yè)細(xì)分——P2P、銀行、VC、海關(guān)、政務(wù)等等),內(nèi)容分級(jí)、資源分層更好地配合免費(fèi)增值模式、會(huì)員等級(jí)產(chǎn)品形態(tài)。正對(duì)不同用戶特征給予不同的需求滿足形式都是值得嘗試和探索的,單一、傳統(tǒng)的直銷的商業(yè)模式或許有被迭代升級(jí)的可能;
數(shù)據(jù)分析很簡(jiǎn)單,并不是大家所描述地那樣神秘不可破。產(chǎn)品數(shù)據(jù)分析意義在于指導(dǎo)產(chǎn)品設(shè)計(jì),傳達(dá)感性認(rèn)知背后的理性意義。斗膽分享以下我個(gè)人的數(shù)據(jù)分析理念(關(guān)鍵字):
產(chǎn)品階段
分析目的
商業(yè)模式
產(chǎn)品形態(tài)
無(wú)論數(shù)據(jù)分析的結(jié)論積極還是負(fù)面,都是產(chǎn)品價(jià)值映射,必須投以客觀的態(tài)度。數(shù)據(jù)分析是驗(yàn)證產(chǎn)品設(shè)想的最具說(shuō)服力的工具,但忽略數(shù)據(jù)分析背后的人性和商業(yè)思考,那么數(shù)據(jù)分析也就在根本上失去了意義。
管理學(xué)大師彼得.德魯克說(shuō)過(guò):你無(wú)法衡量的東西,你也無(wú)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(guò)數(shù)據(jù)分析能幫助我們找到更加合適的產(chǎn)品和市場(chǎng),甚至說(shuō)締造出一個(gè)更加可持續(xù)、可復(fù)制、持續(xù)在增長(zhǎng)的商業(yè)模式。
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(guò)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(yǔ)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(kù)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(wú)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(kù)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(kù)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(kù))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(kù)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(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)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(yíng)問(wèn)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(guò)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(yíng)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(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11