
我們聊一聊產(chǎn)品數(shù)據(jù)分析的日常工作
數(shù)據(jù)分析本來是一份枯燥的工作,它需要你有較好的邏輯分析能力,熟練的業(yè)務(wù)能力,敏銳的行業(yè)洞察力,最終才能做到用數(shù)據(jù)驅(qū)動(dòng)商業(yè)化決策。
數(shù)據(jù)分析崗位經(jīng)常被稱為數(shù)據(jù)運(yùn)營,我認(rèn)為這是除了PM和客服之外又一個(gè)接觸用戶的崗位。好的數(shù)據(jù)運(yùn)營甚至可以成為一名優(yōu)秀的產(chǎn)品經(jīng)理、公司管理層:不僅對(duì)用戶行為做到心中有“數(shù)”,對(duì)于活動(dòng)及效果監(jiān)控也能做到面面俱到;甚至可以預(yù)測(cè)到行業(yè)發(fā)展趨勢(shì),對(duì)公司重大決策給出決定性建議。
關(guān)于產(chǎn)品數(shù)據(jù)運(yùn)營日常數(shù)據(jù)分析工作,我認(rèn)為可以從一下幾個(gè)角度著手:
用戶肖像分析:
用戶畫像分析是獲取產(chǎn)品目標(biāo)用戶的主要方法之一,也是日常數(shù)據(jù)分析工作的一部分。通過性別、年齡、收入、地域等信息為用戶打標(biāo)簽,如果能通過賬戶體系將用戶其他行為(如訪問行為、付費(fèi)行為)打通,那么將形成完善的用戶畫像數(shù)據(jù)庫,對(duì)精準(zhǔn)化營銷起到?jīng)Q定性作用(用戶畫像做的最好的應(yīng)該就是京東、淘寶等電商網(wǎng)站了,甚至于它可以預(yù)測(cè)到你未來的某一段時(shí)間里可能需要某樣商品,從而通過電郵、短信、微信等方式推送針對(duì)性商品促銷信息)。
獲取到用戶肖像有很多種方法,這里著重寫一些常用的,大家可以根據(jù)自家產(chǎn)品定位及內(nèi)部資源自行選擇最適合的:
方法1
可以在產(chǎn)品中嵌入用戶基本資料的相關(guān)功能,通過任務(wù)引導(dǎo)及適當(dāng)?shù)莫?jiǎng)勵(lì)制度鼓勵(lì)用戶完善個(gè)人信息。我還見過一些產(chǎn)品的部分高級(jí)功能是通過完善個(gè)人信息后開啟的,這種方法也不錯(cuò)。需要注意的是,一定不要讓用戶花費(fèi)太多的時(shí)間去完善資料,同時(shí)也不要涉及過多用戶隱私,避免用戶反感進(jìn)而造成流失;
方法2
利用一些第三方監(jiān)控平臺(tái):如友盟、Google Analytics(GA)、或者百度指數(shù)等等;這些平臺(tái)對(duì)于基礎(chǔ)的用戶畫像都有統(tǒng)計(jì)和分析(當(dāng)然受制于cookies影響,當(dāng)用戶清空或者拒絕讀取cookies時(shí)會(huì)對(duì)數(shù)據(jù)產(chǎn)生些許偏差,需要數(shù)據(jù)采集后進(jìn)行清洗)利用這些平臺(tái)的好處是可以和廣告投放數(shù)據(jù)相打通,也可以獲取到行業(yè)競(jìng)品的數(shù)據(jù)發(fā)展趨勢(shì)。
方法3
定期傾聽用戶的聲音,比如調(diào)查問卷,回訪等方式,用抽樣的方法預(yù)測(cè)整體用戶畫像水平,同時(shí)因?yàn)閱栴}設(shè)置的靈活性,也可以獲取到很多關(guān)于同行業(yè)競(jìng)品的信息。
流量監(jiān)控:
流量監(jiān)控是需要從產(chǎn)品誕生之日起就要著手去做的一件事,因?yàn)樗粌H涉及到產(chǎn)品迭代的方向發(fā)展,同時(shí)也可以用數(shù)據(jù)告訴我們哪些功能好用,哪些功能不好用需要優(yōu)化,甚至哪些功能是沒用的需要舍棄。對(duì)于活動(dòng)運(yùn)營而言,流量監(jiān)控也是活動(dòng)效果總結(jié)最重要的參考依據(jù)之一。
無論是內(nèi)部技術(shù)團(tuán)隊(duì)自行埋點(diǎn)還是利用第三方工具進(jìn)行數(shù)據(jù)監(jiān)控(這里我想多說一句,選擇自己研發(fā)還是利用第三方工具進(jìn)行監(jiān)控統(tǒng)計(jì),一定要根據(jù)產(chǎn)品實(shí)際需求以及團(tuán)隊(duì)資源來考量。大公司資源較多,經(jīng)常會(huì)選擇自行研發(fā),因?yàn)樯婕暗綌?shù)據(jù)安全及精準(zhǔn)性;小產(chǎn)品可以考慮選擇市面較好的第三方工具進(jìn)行數(shù)據(jù)埋點(diǎn)),一定要趁早做,而且要盡可能做的精細(xì)。
對(duì)于網(wǎng)站而言,完整的網(wǎng)站地圖就是必不可少的功能之一,每個(gè)頁面都需要放置正確的監(jiān)控代碼,用以監(jiān)控到用戶訪問(PV / UV)、跳出(bounce rate)、頁面停留時(shí)間、頁面訪問深度(即訪問多少個(gè)頁面)、訪問渠道來源(從哪個(gè)網(wǎng)站來的,以什么方式來的)、留存率(次日流量、3日留存、7日留存、14日留存、28日留存)等。關(guān)鍵流程一定要部署正確,如注冊(cè)流程(涉及到新用戶)、購買流程(涉及到轉(zhuǎn)化)等等,這時(shí)候轉(zhuǎn)化漏斗就是幫助我們做頁面分析的重要工具。通過漏斗看到各個(gè)關(guān)鍵頁面的流量進(jìn)入與轉(zhuǎn)化,用戶離開比例,如果一個(gè)漏斗的某一個(gè)流程數(shù)據(jù)發(fā)生異常,就需要著重看一下是否是產(chǎn)品功能上出現(xiàn)問題。如果使用GA等監(jiān)控工具,可以做到廣告投放與用戶訪問行為數(shù)據(jù)互通,利用歸因模型分析出射手渠道和助攻渠道,不僅可以做到廣告優(yōu)化提升轉(zhuǎn)化率,還可以發(fā)現(xiàn)新的合作渠道甚至于新的用戶集中群體。
對(duì)于App而言,DAU、MAU、Interactions、訪問深度等等就是我們需要著重觀察的數(shù)據(jù),相比較網(wǎng)站監(jiān)控來說,app的數(shù)據(jù)監(jiān)控更適合從賬戶體系著手,每個(gè)用戶就是獨(dú)立的個(gè)體,用戶獨(dú)立的訪問行為;同時(shí)與國能與畫像數(shù)據(jù)打通,就可以拿到不同類型的用戶對(duì)于產(chǎn)品訪問行為、產(chǎn)品功能需求的重要依據(jù)。
收入(轉(zhuǎn)化)監(jiān)控:
收入監(jiān)控是衡量產(chǎn)品商業(yè)化水平的重要依據(jù),產(chǎn)品的目標(biāo)形態(tài)是實(shí)現(xiàn)商業(yè)化,所以不同類型的產(chǎn)品都要要求有持續(xù)的可變現(xiàn)能力,否則會(huì)逐漸被市場(chǎng)競(jìng)爭(zhēng)所淘汰。
日常監(jiān)控的數(shù)據(jù)有收入流水、盈利、盈利率(同比、環(huán)比)、補(bǔ)貼、補(bǔ)貼率、用戶首次付費(fèi)、再次付費(fèi)數(shù)、留存率等等。這類數(shù)據(jù)一般來講都是直接寫入后臺(tái)數(shù)據(jù)庫的,也就是說產(chǎn)品內(nèi)部員工才可以查看,同時(shí)可能會(huì)被分配不同的查看權(quán)限。一些公司也需要產(chǎn)品數(shù)據(jù)運(yùn)營人員有一定的SQL能力,可以讀懂?dāng)?shù)據(jù)庫代碼,能寫或者能描述清楚需求讓技術(shù)幫你寫。
以上是簡(jiǎn)單介紹了產(chǎn)品數(shù)據(jù)運(yùn)營日常的監(jiān)控工作及我自己在工作中的一些思考。數(shù)據(jù)分析工作本身需要員工對(duì)于行業(yè)的熟知,同時(shí)在工作中不斷積累經(jīng)驗(yàn),利用好一些資源將數(shù)據(jù)進(jìn)行整合分析,單純的只看某一項(xiàng)或者某一方面獲取到的信息肯定是片面的。
能夠在數(shù)據(jù)中發(fā)現(xiàn)問題,形成產(chǎn)品優(yōu)化的有效建議,再到最后的商業(yè)化產(chǎn)品的指導(dǎo)意見,數(shù)據(jù)產(chǎn)品運(yùn)營的工作還有很多很多。
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)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 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
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)營問題、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) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11