一名優(yōu)秀的產(chǎn)品經(jīng)理，該如何做好數(shù)據(jù)分析？

這兩年，隨著大數(shù)據(jù)、精益化運(yùn)營、增長黑客等概念的傳播，數(shù)據(jù)分析的思維越來越深入人心。處于互聯(lián)網(wǎng)最前沿的產(chǎn)品經(jīng)理們接觸了大量的用戶數(shù)據(jù)，但是卻一直困擾于如何做好數(shù)據(jù)分析工作。

那么產(chǎn)品經(jīng)理該如何搭建自己的數(shù)據(jù)分析知識(shí)體系？數(shù)據(jù)分析的價(jià)值又在哪里？產(chǎn)品經(jīng)理做數(shù)據(jù)分析有哪些具體的方法？又如何學(xué)習(xí)數(shù)據(jù)分析？本文將和大家分享一下這些問題。

數(shù)據(jù)分析體系：道、術(shù)、器

“道”是指價(jià)值觀。產(chǎn)品經(jīng)理要想是做好數(shù)據(jù)分析，首先就要認(rèn)同數(shù)據(jù)的意義和價(jià)值。一個(gè)不認(rèn)同數(shù)據(jù)分析、對數(shù)據(jù)分析的意義缺乏理解的人是很難做好這個(gè)工作的。

“術(shù)”是指正確的方法論?，F(xiàn)在新興的“Growth Hacker”（增長黑客）概念，從AARRR框架 ( 獲取、激活、留存、變現(xiàn)與推薦五個(gè)環(huán)節(jié)）入手進(jìn)行產(chǎn)品分析，這是一個(gè)非常好的分析方法。

“器”則是指數(shù)據(jù)分析工具。一個(gè)好的數(shù)據(jù)分析工具應(yīng)該能幫助產(chǎn)品經(jīng)理進(jìn)行數(shù)據(jù)采集、數(shù)據(jù)分析、數(shù)據(jù)可視化等工作，節(jié)省產(chǎn)品經(jīng)理的時(shí)間和精力，幫助產(chǎn)品經(jīng)理更好理解用戶、更好優(yōu)化產(chǎn)品。

數(shù)據(jù)分析的價(jià)值

產(chǎn)品經(jīng)理不能為了數(shù)據(jù)分析而分析，而要將落腳點(diǎn)放到產(chǎn)品和用戶上。數(shù)據(jù)分析應(yīng)該幫助產(chǎn)品經(jīng)理不斷優(yōu)化產(chǎn)品設(shè)計(jì)和迭代，驅(qū)動(dòng)產(chǎn)品和用戶增長。

當(dāng)我們上線了一個(gè)新的產(chǎn)品（product）或者功能時(shí)，需要對其進(jìn)行數(shù)據(jù)監(jiān)控和衡量（measure）。然后從監(jiān)控中采集到產(chǎn)品的用戶行為數(shù)據(jù)（data），并對這些數(shù)據(jù)進(jìn)行分析和總結(jié)（learn）。最后從分析中得出結(jié)論和觀點(diǎn)（idea），如果數(shù)據(jù)證明我們的新產(chǎn)品/功能是優(yōu)秀的，那么可以大力推廣；如果數(shù)據(jù)說明我們的產(chǎn)品還存在問題，就需要對產(chǎn)品進(jìn)行新一輪的優(yōu)化（build）。

在“產(chǎn)品——數(shù)據(jù)——結(jié)論”的不斷循環(huán)中，我們不斷用數(shù)據(jù)來優(yōu)化我們的產(chǎn)品，加快產(chǎn)品迭代的步伐、提升用戶體驗(yàn)。

數(shù)據(jù)分析的方法

方法1：流量分析

分析不同獲客渠道流量的數(shù)量和質(zhì)量，進(jìn)而優(yōu)化投放渠道。常見的辦法有UTM代碼追蹤，分析新用戶的廣告來源、廣告內(nèi)容、廣告媒介、廣告項(xiàng)目、廣告名稱和廣告關(guān)鍵字。

實(shí)時(shí)監(jiān)測產(chǎn)品的訪問走勢，尤其要關(guān)心流量異常值。舉個(gè)例子，某互聯(lián)網(wǎng)金融平臺(tái)因?yàn)橐粋€(gè)產(chǎn)品BUG導(dǎo)致用戶瘋狂搶購造成的流量峰值，產(chǎn)品經(jīng)理發(fā)現(xiàn)實(shí)時(shí)數(shù)據(jù)異常后迅速下線該產(chǎn)品修復(fù)BUG，避免了損失擴(kuò)大。

方法2：轉(zhuǎn)化分析

廣義上所有的商業(yè)網(wǎng)站都是電商網(wǎng)站；因?yàn)槎夹枰脩艮D(zhuǎn)化、需要用戶變現(xiàn)。在我們的產(chǎn)品里面有很多地方需要做轉(zhuǎn)化分析：注冊轉(zhuǎn)化、購買轉(zhuǎn)化、激活轉(zhuǎn)化等等。一般我們借助漏斗來衡量用戶的轉(zhuǎn)化過程。

影響轉(zhuǎn)化率的因素很多，我們總結(jié)了三個(gè)大的方面：渠道流量、用戶營銷、網(wǎng)站/APP體驗(yàn)。以渠道流量為例，通過優(yōu)選渠道并且量化分配我們的投放資源，可以有效提升總體的轉(zhuǎn)化率。

方法3：留存分析

留存，顧名思義是指用戶首次訪問你的網(wǎng)站/APP后多少天后回訪。留存是產(chǎn)品增長的核心，用戶只有留下來，你的產(chǎn)品才能不斷增長。一條留存曲線，如果產(chǎn)品經(jīng)理不做什么的話，那么影虎就慢慢流失了。

從產(chǎn)品設(shè)計(jì)的角度出發(fā)，找到觸發(fā)留存的關(guān)鍵行為，幫助用戶盡快找到產(chǎn)品留存的關(guān)鍵節(jié)點(diǎn)。之前我們發(fā)現(xiàn)我們產(chǎn)品里面，使用過“新建”功能用戶的留存度非常高；于是我們做了產(chǎn)品改進(jìn)，將“新建”按鈕置于首頁頂部刺激用戶使用，效果非常好。

硅谷流行的Magic Number（魔法數(shù)字）也是留存分析的一部分，比如Facebook發(fā)現(xiàn)”在第一周里加10個(gè)好友“的新用戶留存度非常高。作為產(chǎn)品經(jīng)理，我們也需要通過數(shù)據(jù)分析來不斷探索我們產(chǎn)品里面的魔法數(shù)字，不斷提高用戶留存度和活躍度。

方法4：可視化分析

用戶體驗(yàn)，是一個(gè)非常抽象的概念，我們可以對其進(jìn)行形象化。目前一個(gè)普遍的方法就是對用戶的數(shù)據(jù)進(jìn)行可視化，以熱圖的形式呈現(xiàn)。

借助熱圖，產(chǎn)品經(jīng)理可以非常直觀了解用戶在產(chǎn)品上的點(diǎn)擊偏好，檢驗(yàn)我們的產(chǎn)品設(shè)計(jì)或者布局是否合理。

方法5：群組分析

千人千面，產(chǎn)品經(jīng)理對用戶精細(xì)化的分析必不可少。不同區(qū)域、不同來源、不同平臺(tái)甚至不同手機(jī)型號(hào)的用戶，他們對產(chǎn)品的使用和感知都可能存在巨大的差異。產(chǎn)品經(jīng)理可以對不同屬性的用戶進(jìn)行分群，觀察不同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)站的總體注冊轉(zhuǎn)化率是6%；但是使用Chrome瀏覽器的新用戶注冊轉(zhuǎn)化率高達(dá)12%，使用IE瀏覽器的新用戶注冊轉(zhuǎn)化率才1%。這樣一分的話，問題就很明顯了，極有可能是瀏覽器兼容性的問題，產(chǎn)品經(jīng)理應(yīng)該關(guān)注一下這個(gè)問題。

數(shù)據(jù)分析的書籍

做好數(shù)據(jù)分析，不是一朝一日就可以的，需要在產(chǎn)品規(guī)劃設(shè)計(jì)、產(chǎn)品升級(jí)迭代中不斷實(shí)踐。下面的這些書籍對于產(chǎn)品經(jīng)理學(xué)習(xí)數(shù)據(jù)分析都有一定的幫助：

推薦1：范冰的《增長黑客》

這是國內(nèi)對于增長黑客的第一本詳細(xì)介紹，作者從AARRR的視角切入，描述了大量產(chǎn)品優(yōu)化、產(chǎn)品增長的案例，對于產(chǎn)品經(jīng)理非常有益。

推薦2：埃里克·萊斯的《精益數(shù)據(jù)分析》

在這本書里面，作者介紹數(shù)據(jù)分析的相關(guān)指標(biāo)、不同行業(yè)的數(shù)據(jù)分析要點(diǎn)，并且有大量的數(shù)據(jù)分析案例和翔實(shí)數(shù)據(jù)。如果想要把數(shù)據(jù)分析落地，這本書對產(chǎn)品經(jīng)理是非常有幫助的。

推薦3：GrowingIO的產(chǎn)品和分析師寫的《互聯(lián)網(wǎng)增長第一本數(shù)據(jù)分析手冊》

這里面匯編了我們一年多來數(shù)據(jù)分析、產(chǎn)品優(yōu)化的實(shí)戰(zhàn)案例，里面不少文章被被大號(hào)轉(zhuǎn)過，例如《如何成為一個(gè)優(yōu)秀的數(shù)據(jù)產(chǎn)品經(jīng)理》等等。

下載電子版的分析手冊，請參考這里。

推薦4：埃里克·萊斯的《精益創(chuàng)業(yè)》

作者提出了最小可行性產(chǎn)品（MVP）、小步快跑，快速迭代等產(chǎn)品設(shè)計(jì)和優(yōu)化的理念，影響深遠(yuǎn)。

結(jié)語

數(shù)據(jù)分析是一門多學(xué)科、多領(lǐng)域的交叉學(xué)問，涉及到的東西非常多。產(chǎn)品經(jīng)理要想做好數(shù)據(jù)分析，應(yīng)該有一套完整的思維體系，在價(jià)值觀、方法論和工具三個(gè)層面上儲(chǔ)備相關(guān)知識(shí)。同時(shí)立足于產(chǎn)品和用戶，用數(shù)據(jù)來打磨產(chǎn)品，用數(shù)據(jù)來檢驗(yàn)迭代，不斷提升用戶體驗(yàn)。