中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

數(shù)據(jù)是一個絕對客觀且能夠通過可量化指標來評估產(chǎn)品的改進方向成功與否的工具，所以作為一名產(chǎn)品經(jīng)理，必須養(yǎng)成數(shù)據(jù)思維習(xí)慣，掌握數(shù)據(jù)分析方法論。在產(chǎn)品迭代發(fā)展的過程中，通過數(shù)據(jù)驅(qū)動以保證產(chǎn)品按照更好的方向發(fā)展。

作為產(chǎn)品方向的把控者，產(chǎn)品經(jīng)理每做出一次決策的時候，都應(yīng)該避免“我覺得”這類的主觀拍腦袋的決策方式，而是以數(shù)據(jù)作為論據(jù)，因此數(shù)據(jù)分析的準確性與專業(yè)度，往往決定了一個產(chǎn)品發(fā)展。

下面簡單來說下數(shù)據(jù)分析的方法論：

一、數(shù)據(jù)分析的思路

1. 基于用戶路徑

基于用戶路徑的思路是分析用戶的操作行為，主要根據(jù)每位用戶在App或網(wǎng)站中的點擊行為日志，分析用戶在App或網(wǎng)站中各個模塊的流轉(zhuǎn)規(guī)律與特點，挖掘用戶的訪問或點擊模式，進而實現(xiàn)一些特定的業(yè)務(wù)用途。如App核心模塊的到達率提升、特定用戶群體的主流路徑提取與瀏覽特征刻畫，App產(chǎn)品設(shè)計的優(yōu)化與改版等。通過分析用戶的路徑行為，我們可以得出的典型路徑，從而對典型路徑進行針對性的優(yōu)化。

另外對于用戶路徑分析是一個定義用戶畫像標簽化的較好方法，例如對于一款社交類的電商app，我們可以通過用戶的app使用操作數(shù)據(jù)來進行劃分用戶，對于一個話題主動分析制作帖子的創(chuàng)造主動型用戶、熱衷于點贊評論的互動型用戶、默默看帖子不作反饋的潛水型用戶。

2. 基于產(chǎn)品節(jié)點

基于產(chǎn)品節(jié)點的思路是通過某一個關(guān)鍵節(jié)點的轉(zhuǎn)化率或數(shù)據(jù)占比的分析，比如說對于一個電商app，加入購物車到下單成功的數(shù)據(jù)轉(zhuǎn)化率分析，優(yōu)惠券的使用率分析，基于關(guān)鍵節(jié)點的數(shù)據(jù)分析可通過增加輔助功能進行優(yōu)化分析，例如支付轉(zhuǎn)化率的提高可以加入倒計時/有xx人同時在搶等等，促使盡快完成支付。

數(shù)據(jù)分析步驟

在做數(shù)據(jù)分析之前，我們一定要清楚此次數(shù)據(jù)分析針對的問題是什么，我們是為了弄清楚某個頁面的到達率呢？還是想要知道用戶行為路徑的整體轉(zhuǎn)化率？還是想要計算訂單用戶的轉(zhuǎn)化率？

針對數(shù)據(jù)分析的問題，再對數(shù)據(jù)指標進行確定以及拆分，比如訂單用戶的轉(zhuǎn)化率的定義為訂單用戶/全體用戶，那么訂單用戶轉(zhuǎn)化率的指標就拆分為訂單用戶及全體用戶，如果訂單用戶的轉(zhuǎn)化率定義為訂單用戶/訪問用戶，這個時候訂單用戶轉(zhuǎn)化率的指標就拆分為訂單用戶及訪問用戶。

數(shù)據(jù)指標的分析都是為了讓產(chǎn)品或業(yè)務(wù)更好的發(fā)展服務(wù)的，我們了解到某個數(shù)據(jù)指標的變化趨勢之后，對產(chǎn)品的實際意義是什么。在做數(shù)據(jù)分析之前就應(yīng)該要想明白，再基于這個目的，確定我們的分析范圍。只有把范圍確定清楚了，數(shù)據(jù)分析的結(jié)果才會更精準指導(dǎo)產(chǎn)品的改進和解決我們的實際問題。

1. 收集

數(shù)據(jù)的收集方式一般有以下幾種：

• 問卷調(diào)查，一般用于前期的用戶調(diào)研或用戶使用情況的主觀感受的獲取，但精度較差，樣本少；
• 客戶端數(shù)據(jù)，一般用于對用戶瀏覽路徑的記錄，可通過用戶行為及頁面停留時長等指標分析app的易用型、頁面到達率等指標；
• 服務(wù)端數(shù)據(jù)及歷史日志，服務(wù)器端所輸出的數(shù)據(jù)更為準確深入，對于一些精確度要求較高的數(shù)據(jù)，建議使用服務(wù)端日志作為原始數(shù)據(jù)；
• 業(yè)務(wù)數(shù)據(jù)庫，主要用戶業(yè)務(wù)數(shù)據(jù)的統(tǒng)計，如銷售額、訂單數(shù)量等業(yè)務(wù)指標。

數(shù)據(jù)收集后，還需要對收集的數(shù)據(jù)進行預(yù)處理，對一些不符合標準的數(shù)據(jù)進行剔除。

2. 分析

數(shù)據(jù)的收集只是前期工作，如果對數(shù)據(jù)進行分析，采用什么方法進行分析，才是數(shù)據(jù)分析的核心技術(shù)體現(xiàn)。

下面列舉幾種數(shù)據(jù)分析的方法：

（1）AHP層次分析法

層次分析法，簡稱AHP，是指將與決策總是有關(guān)的元素分解成目標、準則、方案等層次，在此基礎(chǔ)之上進行定性和定量分析的決策方法。

以用戶的忠誠度分析為例，忠誠度是一個偏定性的指標，我們需要用定量的數(shù)值進行衡量。那么我們可以用AGP層次分析法來分析，選取用戶使用頻率、最近使用時間、平均使用時長及平均使用頁面數(shù)四個可以量化的值進行衡量，產(chǎn)品經(jīng)理對這四個值的權(quán)重進行定義，再對通過矩陣分析，最終可以得到每個用戶的忠誠值，從而可以進行量化比較及分析。

但AHP層次分析法會受人的主觀判斷影響，不同的人的權(quán)重分配不同時，可能得到的結(jié)果會相差較大，該分析方法存在一定的不客觀性。

（2）杜邦分析法

杜邦分析法的核心思路是把問題一層層分解，直到反映出最根本的問題為止。

以電商行業(yè)為例，GMV（網(wǎng)站成交金額）是考核業(yè)績最直觀的指標，當GMV同比或環(huán)比出現(xiàn)下滑時候，需要找到影響GMV的因素并逐一拆解。GMV下降如果是因下單用戶減少所造成的，那么是訪客數(shù)（流量）減少了，還是轉(zhuǎn)化率下降了呢？如果是訪客數(shù)減少了，那是因為自然流量減少了，還是因為營銷流量不足？

用杜邦分析法會使我們清晰的找到影響結(jié)果的原因，特別對一些多個因素都會影響到的數(shù)據(jù)，是非常有效的分析方法。

（3）漏斗分析

漏斗分析是一套流程式數(shù)據(jù)分析，它能夠科學(xué)反映用戶行為狀態(tài)以及從起點到終點各階段用戶轉(zhuǎn)化率情況的重要分析模型。現(xiàn)所有互聯(lián)網(wǎng)產(chǎn)品、數(shù)據(jù)分析都離不開漏斗，無論是注冊轉(zhuǎn)化漏斗，還是電商下單的漏斗，需要關(guān)注的有兩點。第一是關(guān)注哪一步流失最多，第二是關(guān)注流失的人都有哪些行為。

以電商的購買行為為例，從用戶瀏覽商品到完成交易可以分為以下5個步驟：

關(guān)注流程的每一個步驟，可以有效定位高損耗節(jié)點，例如假設(shè)5個步驟的UV人數(shù)如下：

通過漏斗分析，可以得到下圖：

我們可以看到，購物車之前的轉(zhuǎn)化率都較高，但在下訂單的流程中，轉(zhuǎn)化率急劇降低至35.4%，這里可能就是需要改進的地方。確定出問題的關(guān)鍵節(jié)點后，我們可以對該節(jié)點的用戶行為進行詳細分析，例如用戶的停留時間、確認訂單頁面的具體事件，做進一步的分析。

3. 改進&跟蹤

基于數(shù)據(jù)找到問題，并找到最優(yōu)的解決方案，是數(shù)據(jù)分析的目的，再通過后期的效果跟進及前后數(shù)據(jù)對比，驗證方案的效果。

三、結(jié)語

數(shù)據(jù)分析是產(chǎn)品經(jīng)理工作的重要組成部分，依據(jù)數(shù)據(jù)變化來調(diào)整產(chǎn)品是有效的工作方式。如何進行數(shù)據(jù)分析，分析哪些數(shù)據(jù)，根據(jù)數(shù)據(jù)制定改進方案是每一個產(chǎn)品經(jīng)理都要熟練掌控的技能，因為幾乎所有的問題，我們都能在數(shù)據(jù)中找到答案。

本文由 @why 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議