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

本文作者通過案例拆解，來給大家講講數據分析如何有效驅動產品迭代？enjoy~

從產品論的角度而言，一款產品從0到1的建立，需要經歷五層設計（戰略層、范圍層、結構層、框架層、表現層）。而從數據分析的角度而言，數據分析由淺至深也分為5層（角色扮演、業務指標、現成模型、公司戰略、行業發展）。無論從產品論的角度又或者是數據分析的角度，最終的本質是服務于商業模式。當然對于政府等公共性質的app而言，是無需商業模式的。

1. 產品基本信息

1.1 產品名稱

xx市數據信訪便民投訴平臺app，后面簡稱為“信訪app”。

1.2 產品定位

此次信訪app的產品定位為工具性產品，主要是方便信訪人民，在app上進行信訪業務辦理，包括信訪投訴、進度查詢、預約等一系列的信訪服務。

1.3 產品受眾

我們建設的是一個數據信訪平臺，此平臺可以支持網上信訪和線下信訪，所有的數據都會進入到我們的平臺，因此我們可以對信訪受眾進行全量分析。

產品受眾是所有潛在或者現實對信訪有需求的受眾，從前期的上訪情況來看，普遍的上訪群眾的年齡在30~60歲左右。

2.4 產品功能

已上線運行的信訪app的功能包括：信訪投訴；政策、福利等咨詢；領導包案預約；業務辦理督辦、催辦；社會民意征集；業務辦理進度查詢；業務辦理結果、工作人員評價。

二、面臨的問題

國家局在2018年6月份下達通知，要求各個省市的每月綜合網上信訪率需要達到60%以上，并且會納入到信訪工作考核指標中，而在2018年的6月份，我們后臺統計，xx市的網上信訪率為18.94%（總信訪量264件，網上信訪量50件）。

因此，我們需要配合xx市信訪局完成這一指標。（網上信訪率=手機app信訪登記量/信訪信訪登記總量，當前的網上信訪的主要渠道是app投訴）

三、分析思路

從兩個角度進行分析，針對產品的角度而言，產品的定位（戰略層）是正確的（針對信訪群眾進行上訪），產品的需求功能（范圍層）也是正確的（可以滿足信訪群眾進行信訪登記），那么就只需從產品的結構層、框架層、表現層來進行分析。

而從數據分析的角度而言，主要是從業務指標的角度進行分析（即當前的網上信訪率達不到要求，需要分析出業務指標無法達到要求的原因，并給出解決方案）。

3.1 排除數據噪音

想必大家在初中都學習過控制變量法，通過控制變量來觀察因變量的影響因素。同理，我們在進行數據分析的時候也需要采用類似的方法，首先就要排出數據噪音的干擾。對于當前的分析角度而言，我們是要通過數據分析來驅動產品迭代，那么產品的運營數據對于產品的使用數據而言就是噪音數據。

產品的運營數據就是產品的安裝量、注冊人數、app使用情況、app活躍度等數據。結合信訪app的運營數據以及6月份的信訪投訴的數據進行分析，來排出數據噪音。

如下圖所示為6月份的xx市信訪投訴數據展示：

通過業務后臺數據分析可以知道6月份信訪人數為264人，其中通過手機app信訪的有50人，線下信訪的有214人（其中有132人是已注冊了信訪app）。因此我們得出的數據結論是，理論上網上信訪率可以達到68.94%（計算方式=（網上信訪人數+已注冊人數）/信訪總人數）。

因此可以說明，我們的數據在客觀條件下是能夠滿足業務指標要求的，這樣就排除了因為產品運營情況的不到位，而導致的客觀硬性條件下不能達到業務指標要求。

接下來就可以從產品的使用數據，來進行分析網上信訪率不達標的影響因素。

3.2 業務指標角度

即從業務指標的達成路徑進行分析，我們可以知道業務指標的達成路徑，如下圖。

我們會分兩條路徑統計6月份這個期間的app的啟動次數、app的注冊次數、app登錄次數、使用投訴辦理功能的次數、提交信訪訴求的次數。

通過事件轉化率分析，這7個步驟的轉化率，分別表示的是：

• 路徑1表示app的啟動之后，直接登錄app的概率；
• 路徑2表示在直接登錄app之后，使用投訴辦理功能的概率；
• 路徑3表示在直接登錄app的前提下，進入投訴辦理功能之后，完成信訪訴求提交的概率；
• 路徑4表示在app的啟動之后，注冊app的概率；
• 路徑5表示在注冊之后，直接登錄app的概率；
• 路徑6表示在注冊之后直接登錄的前提下，使用投訴辦理功能的概率；
• 路徑7表示在注冊之后直接登錄的前提下，進入投訴辦理功能之后，完成信訪訴求提交的概率。

（1）建立數據指標

為了驗證數據，我們首先通過自定義事件，定義8類事件，分別為“app啟動量、app注冊量、app登錄量（無注冊）、app登錄量（有注冊）、app使用信訪投訴功能量（無注冊）、app使用信訪投訴功能量（有注冊）、網上信訪總量（無注冊）、網上信訪總量（有注冊）”。

然后通過事件轉化率，我們定義了兩類類轉化率，分別是“有注冊的業務路徑、無注冊的業務路徑”。

（2）數據結果

統計出來的6月份兩條路徑的事件，轉化率如下：

（3）數據分析結論

6月份，路徑上從app啟動—>app使用信訪投訴功能的轉化率較低，僅有30%左右。這可能跟信訪投訴具有一次性的特性，而查詢、督辦等功能具有多次操作的特性相關。

6月份，路徑上從app使用信訪投訴功能—>網上信訪的綜合轉化率則是非常低，僅有47%。但其中有注冊的業務路徑轉化率會高一些，這可能跟信訪群眾在信訪局有工作人員協助的因素導致。但也足以說明，app上的信訪投訴功能存在一定的問題，需要進行優化。

（4）數據結論的再次分析確定

對6月份的數據，特意挑選出線下投訴但已注冊過app的132人，即這132人的網上信訪人數為0。根據業務指標達成路徑上的轉化情況進行用戶分組，選擇時間為2018年6月份，我們將人群分為：線下信訪_已注冊_登錄app、線下信訪_已注冊_app使用信訪投訴功能，兩類人群。

最終我們會看到分析出來的數據，如下圖展示：

綜上可以確認兩點問題：

1. 數據分析的結論是正確的，信訪投訴功能存在問題；
2. 如果117人都是愿意使用app進行投訴的，如果解決投訴功能的問題，那么有可以使得網上信訪率達到63%左右，滿足指標要求。

3.3 產品角度

從業務指標的角度我們發現了app的信訪投訴功能存在一定的問題，且信訪投訴操作具有操作的一次性特征，因此需要優化，但具體如何優化，優化的方向還無具體的數據支撐。因此，我們需要從產品的角度，結合數據埋點進行分析。

投訴功能的結構層分析：

投訴功能的信息結構，如下圖：

上述的路徑是完成信訪投訴必經的路徑，一共涉及4個頁面，因此對每一個頁面進行數據埋點：進入此頁面的計數。

投訴功能的每個頁面的框架層分析：

結構層的信息頁面路徑是否能夠走完，需要對每個頁面的框架進行分析，用于分析此頁面的識別度和可操作性以及下一個入口的便捷性。因此可以說結構層和框架層是息息相關的，那么根據框架層的特性，我們從時間維度上，對每個頁面進行數據埋點：在此頁面上停留的時長。

（1）建立數據指標

首先通過自定義事件，將各個頁面的操作次數都統計出來。通過漏斗分析，查看每個頁面的轉化率情況。

（2）數據結果

統計出來的6月份中的頁面轉化率情況如下：

（3）數據分析結論

• 6月份，可以看到填寫信訪訴求的完成情況很低，僅有38%，說明填寫信訪訴求頁面需要亟需優化。
• 6月份，每一個頁面都存在一定的轉化損耗，所以需要從產品和業務的角度考慮縮短路徑。

（4）改進方案

產品是針對受眾，因此支撐改進方案的一定是要落地到用戶畫像上，由于信訪的特殊性。因此，此次僅需要對年齡進行刻畫即可。

1）改進方案的用戶畫像

通過用戶分群功能，根據信訪人群的年齡進行劃分，對截止到6月份為止已注冊的人員進行分群。用戶分群的數據如下圖所示：

可以知道30～50歲的人群，占據了注冊人數的76.88%，是絕大多數的人，由此可見產品的優化方案，主要是針對這個年齡段的人群。

2）改進方案的建議

根據數據分析結論、產品的分析結論以及用戶畫像我們針對產品，提出了如下的優化建議：

• 填寫上訪人信息頁面取消，默認統一獲取當前登錄的用戶信息（姓名、身份證號、居住地址、聯系方式），并將身份證號、居住地址等個人信息，融入到注冊環節進行填寫。（在信訪的業務上，也是支持多人上訪，但僅有一人作代表的情況）
• 選擇信訪單位此頁面取消，采用后臺默認統一將信訪件分配到xx市信訪局，再由信訪局發送到屬地單位進行辦理。
• 填寫信訪訴求的頁面，采用多種方式，代替僅限文字輸入的方式，比如：語音輸入、附件文本上傳、圖片上傳、視頻上傳這四類方式。在業務上，信訪辦理也是需要將app投訴內容轉錄到辦案系統，所以這四類的方式都可行。

四、效果觀察

4.1 效果數據

通過自定義報表，將網上信訪率進行持續跟蹤，如下圖是7月份和8月份的數據。而選取2個月的時間作為觀察的長度，是因為信訪的數量本來就屬于弱需求，平均每個月的信訪量也就800件左右，而同時國家局要求的指標只要在12月底之前完成即可。

（此處要提一個數據，就是截止到6月份，已注冊app的信訪群眾達到了1276人，7月份新增注冊人數70人，8月份新增注冊人數100人）

由此可見，我們的改進效果是有成效的，說明通過這一套數據分析下來，的確是在一定程度上解決了產品的問題，但卻還沒有達到業務指標（60%）的要求。

4.2 效果反思

產品已經優化了，且在宏觀的結果有一定的成效，但是還是需要數據支撐，去看產品優化帶來的具體成效。

重復采用漏斗分析的方法，去分析頁面的轉化率，如下圖是7月和8月的頁面轉化率情況：

總體轉化率直接從12.74%提升到60.83%，總體轉化率有了質的提升，而且完成信訪投訴的轉化率從25.38%直接提升到了85%左右，也完全證明了我們的數據分析給出的解決方案也是正確的。

整理思路，依然還沒有達到指標。我們發現其實先通過業務指標進行分析找到路徑上的薄弱點，掩蓋了產品的兩個點，分別是注冊（產品功能）和用戶留存（產品使用）。而這個點只能從產品的角度才能發現。

4.3 迭代數據分析優化產品

（1）注冊（產品功能）

通過漏斗分析產品的注冊頁面路徑轉化分析，我們統計出7也和8月的注冊頁面的路徑轉化情況，如下圖所示：

基于如上的數據，結合產品的方法論，我們給出注冊/登錄這套操作進如下方式的優化：

1. 注冊和登錄都采用手機號碼+驗證碼的方式，進行注冊和登錄，替代賬戶基本信息填寫（內容包括：用戶名、電話、密碼、驗證碼）；
2. 個人基本信息填寫，采用手動輸入和拍攝證件照兩種方式進行填寫，但優先推薦證件照上傳的方式。

（2）用戶留存（產品使用）

通過自定義留存的功能，我們可以定義，在每個月中，已注冊app的信訪群眾的留存情況。（留存率=當月使用app信訪功能的人數/當月信訪的總人數中已注冊app的人數）

通過計算，可以知道每個月的回訪情況如何，如下圖所示：

基于如上數據，加入一個消息引導提醒“app信訪數據概況”，這條信息中包含“網上信訪操作事件、網上信訪辦理效率、網上信訪比例、網上信訪操作改善功能點”這四個維度的提醒，用于提高留存率。

4.4 迭代優化持續跟蹤效果

我們首先跟蹤9月份注冊的頁面轉化率優化情況，如下圖：

通過自定義留存，我們知道9月份信訪的留存率情況，如下圖：

我們再次跟蹤9月份網上信訪率情況，如下圖：

五、總結

最后，還是需要強調一次，通過這一套的數據分析和優化，我們耗時3個月達成了國家局要求的網上信訪的指標（60%），另外數據分析當然肯定不是一個月才進行一次分析，而是至少每周，甚至每天進行分析，跟蹤變化情況。

數據分析不能從一個角度進行分析，要結合多個維度，尤其要從產品的角度思考數據分析方法的完整性。同時需要能夠基于已分析出的數據，進行深入挖掘，才能找到問題的根本原因，并能夠明確地給出解決方案。

寫在最后

對于產品的表現層的分析，可以結合兩方面進行分析：

• 一方面是頁面的停留時間，每個表單的操作時長進行分析；
• 另外一個方面是結合用戶畫像。

#專欄作家#

蕭羽，人人都是產品經理專欄作家。

本文原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議