自身產品運營數據分析的5個步驟

10 評論 53052 瀏覽 376 收藏 16 分鐘

本文作者主要分享關于自身產品運營數據是怎么分析的,分析什么,以及分析時需要哪些關鍵的指標。適合對象為產品新人、產品助理以及初級產品經理。

由于公司內部的發展,團子小白接到了公司安排給我的任務,負責平臺數據統計和分析,對此,團子結合自己經歷為大家簡要的描述一下關于數據分析這一塊的流程和內容,同時為大家分享一些常用的數據網站。

對于一家公司來說,數據是反應一個公司近日的發展狀態如何,得知近日的發展狀態是處于向上、穩定、向下情況,公司目前的動態。其次可以通過具體的數據分析、得到具體分析結果,例如你的目標用戶、用戶的行蹤、某一塊功能是的使用情況、轉化率、留存率等等情況。

數據分析一般可以分為著三種:

  1. 行業數據分析
  2. 競爭品數據分析
  3. 自身產品運營數據分析

三種數據分析的用途,也大不一樣。行業數據分析和競爭品數據分析,主要是幫助BRD和MRD的撰寫,了解社會行情、競爭對手的情況,得知整個市場的總體情況和未來的發展趨勢。而自身產品運營數據分析,主要是幫助周報和月報的撰寫、產品當前情況的發展,了解平臺的整體狀態。同時,團子主要描述一下關于自身產品運營數據是怎么分析的、分析什么、分析時,需要哪些關鍵的指標。

在進行數據分析時,一般會走以下幾個步驟:目的—數據收集—數據的統計與描述—歸納與總結—建議/改進。

1、目的

何為數據分析的目的?團子認為就是為什么要對數據分析的原因,你想通過數據獲取什么東西來幫你論證什么。團子有一次部門內,想修改平臺對商家激勵機制,對此,團子需要通過問卷調查得得到商家對之前的激勵機制怎么樣、激勵程度如何,同時對未來修改的機制,又有如何。他們的需求程度有多少。這就是我想通過調研數據得到目的。

當公司安排我每周對平臺的數據進行分析時,首先了解撰寫周報。團子就會去查看之前負責人,輸出的文檔進行深度學習。從中團子通過之前輸出的文檔總結了幾點小技巧

  1. 強調數據的重要性(對重點的數據進行標紅)。
  2. 從數據分析出來的重要結論,進行標紅。
  3. 能用數據表明的結論,就用數據來表明結論,數據是最可靠的論據。
  4. 分析數據時,要表明數據的來源。好讓讀者知道,那里來的數據,可行度高嘛?

2、數據收集

在收集數據時,首先我們應該需要了解的是收集哪些關鍵的數據?收集什么樣的數據,需要根據你的目的來定。

例如,團子所在的實習公司是做電商直播,在平日的周報中,需要體現出以下幾個指標:

  • APP相關數據(新增APP下載總量、競爭行業APP的情況、疙瘩湯應用市場下載數據情況)
  • 用戶留存率
  • 用戶平均訪問時長
  • 訂單數據
  • 商家下單數據
  • 直播相關數據(場均觀看人數、直播場次情況、直播間轉發情況、各直播類型的數據情況)
  • 用戶注冊數
  • 用戶流失率

在創業型的公司,沒有很大的經歷建立自己系統的數據庫,一般是尋找第三方平臺,外包出去。因為如果后臺需要建立強大的數據話,需求大量的技術做支撐。但是有些特殊數據平臺自己會自己開發,例如團子所在直播數據、訂單數據、用戶信息。對于創業的公司來說,能通過外包降低公司的成本方式,他們會盡可能外白出去,畢竟與當前需求價值掛鉤。

3、數據的統計與描述

在進行數據統計與描述之前,首先我們需要了解一些關鍵數據指標代表內容和如何進行統計的公式。

(1)新增APP下載總量

這一指標主要是在相應統計時間內,了解目前平臺產品,用戶在各大下載的情況,同時,也要了解到個大應用市場的情況。新增APP下載總量的統計,分為安卓端和ISO端。

團子所在的公司主要使用第三方平臺數據監控平臺(友盟、騰訊云)進行統計。如果你想得到競爭者的數據情況,團子為你推薦一個免費的平臺:ASO100 。

(2)用戶留存率

在一段時間內,用戶在一次使用此產品的情況。團子舉個例子:7月10日新增1000人,7月11日500人使用,12日400人、13日300人、14日200人、15日100人。因此10日的留存率50%,以此類推,如圖。漏斗圖怎么做?問百度哈~

(3)用戶平均使用時長

用戶在平臺逗留的時間,通過平均算法,了解整體使用時長情況,排出異常使用情況。它的計算方式=所有用戶使用時長之和/總人數。用戶平均使用時長越高,說明用戶對平臺的重要性越高。因此,我們可以通過使用時長可以,作為劃分用戶等級的指標之一。

(4)用戶注冊數

在一定時期內,當前平臺新用戶注冊情況。

(5)用戶活躍度

按照某一時間內,例如15天,一個用戶在平臺的啟動了一天,那么它的活躍度為1。如果15天之內啟動2次,那么他的活躍度為2。以此類推,如果活躍度越高,說明對平臺的貢獻越高。

有一次在產品社交群中,有人問如何進行用戶劃分?團子認為用戶的劃分,主要是根據用戶對平臺的貢獻程度,貢獻程度可以根據用戶使用情況、付費情況兩個維度進行計算,計算的權重,根據當前平臺情況。例如平臺更多時注重付費,那么付費的比重相對高。

(6)用戶流失率

一個觀察周期內的活躍用戶,如果在下一個觀察周期內不活躍,則稱為流失用戶.用戶流失率=流失用戶/總用戶。通過流失率了解平臺走失的情況。

(7)用戶回流

設置三個觀察周期,回流用戶指第一周期活躍,第二周期流失,在第三周期又活躍(回訪)的用戶。

了解以上幾個大眾的指標,通過平臺得到相應的數據,然后用excel進行數據整理,作出圖表。

在進行數據圖表描述時,我們時刻需要提醒自己為什么會有這一數據的出現,什么原因導致這個結果的出現,對于當前的數據情況,我們需要進行什么樣的改進,提出什么樣的意見。

案例分析:團子以近日小黃車舉辦過的“全城搜集小黃人”活動為例,通過ASO100獲取他們近期的下載情況,進行數據描述一下。如這是小黃車安卓系統的下載情況,活動時間是7月7日至14日,為了讓大家更好的了解這次活動對小黃車新增下載有何影響,將時間周期放置從4日至18日,同時結合其他競爭品(摩拜、小藍車)情況,進行一同分析。

通過以下幾個圖表,我們可以得知幾點信息:

  • 根據數據的時間周期來看,小黃車正在推出一系列相關的小黃人主題活動,從6月底到7月中旬,就開始持續的做活動。使得用戶下載基數很大,因此下載總數是其他競爭品下載總數約3倍。
  • 站在市場整體角度來看以下圖表,我們可以觀察到一個有趣的現象就是:他們三家的下載波動都十分相似和雷同,雖然小黃車通過活動刺激了他們下載總數的增加,同時也使的同行競爭品的下載幅度也伴隨的增加。如果將他們的時間拉長、放遠看,他們會呈現出一個固定的模式。這屬于市場的波動。
  • 站在用戶的角度單獨來看小黃車的數據。在活動初期和中旬,用戶下載量屬于向下的趨勢,到后期下載量暴增長。團子認為,由于本次活動的時間周期為一個星期,在活動前期和中旬,用戶正在忙于自我儲備小黃人卡片。當活動延續到后期時(小黃車在產品的設計上面,時刻提醒本次活動即將結束、同時時刻更新獲獎的人數),讓用戶產生了緊迫感和渴求感,使得很多用戶由于手中缺少某一張卡片,希望可以通過好友互換獲得那張卡,獲得7元現金的獎勵。因此激勵用戶分享、進行用戶互動,使得活動后期用戶下載量大增。

總結:前期相關活動的安排,對本次活動的推廣有很大的幫助。

好友互換功能的設置,使得用戶與朋友之間的互動大大增加,從而后期用戶下載量大大提高。

活動的設計,包括獲獎人數、活動時間的提醒,激發了用戶的渴求度、緊迫感,使得活動氛圍大大增加。

有時候因為數據的不全面性,導致數據分析的結果出現偏差。

團子當時對小黃車這一個活動進行分析時,手中看到了第一張的結果,然后誤以為下載量的下降是因為活動的規則導致活動前期和中期,下載量下降。當團子拿起整體行業的數據圖表時,團子才明白下載量下降的原因更多的是來自整體市場波動效應而產生的。

不要做一只井底之蛙,偶爾跳出看看整體,才知道一切都是這樣。

4、歸納與總結

對于歸納總結這塊,團子個人經驗也不很豐富,團子分享一些總結方面的技巧。

在做周報時,你需要花很多心血用在數據整理和描述上面。但是,有很多同事在瀏覽你的周報時,一般只會認真看總結部分,對于其他部分他們很多都是帶過,畢竟制作一份周報,它的篇幅很長,很多同事并沒有太多時間來閱讀。

因此在寫周報時,我們首先應該把總結放入頂端(最顯眼的地方);同時對于重要的數據和總結點,一定記得標紅,這樣才能讓你的同事快速獲取相應的信息要點。

關于如何總結,團子為大家推薦幾本書吧,來彌補這塊的不足?!督鹱炙怼贰秾W會提問》《麥肯錫工作法》,希望可以幫到你。

5、建議/改進

我不知道各位有沒有和團子一樣的心態,就是每次對日??偨Y寫建議/改進時,剛開始有很多想法和建議,隨著時間的流逝,越往后感覺自己都在擠腦汁,基本上沒有任何idea了,讓人很苦惱。想請各位小伙伴聊聊,你們是如何怎么解決這個問題?

團子很高興為大家分享了自己在數據這塊的經歷和想法,雖然文章整體篇幅干貨比較稀少,這也跟團子本人也有很大的關系。雖然團子在實戰經驗沒有其他作者那么豐富,但是團子還是很努力的想為大家分享自己的點點滴滴,一同成長交流。

以上是我的數據分析分享,希望大家多多關注團子,團子將會為大家分享這次暑期產品經驗。

接下來為大家分享一些數據網站,希望后期在做數據這塊能對你有幫助~

  • ASO100: https://aso100.com
  • 百度指數:https://index.baidu.com
  • 199IT互聯網數據:http://www.199it.com
  • IT橘子:https://www.itjuzi.com
  • 百度移動統計:https://mtj.baidu.com/web/welcome/login
  • 中國互聯網數據平臺:http://www.cnidp.cn
  • 億邦電商數據:http://www.ebrun.com/data/
  • 瀏覽器市場份額:http://#baidu.com/data/browser
  • 中國網絡視頻數據:http://index.youku.com
  • Alexa網站監控數據:http://www.alexa.cn
  • 新榜—微信公眾號監控數據:http://www.newrank.cn
  • 易觀/艾瑞數據庫
  • 百度一下

希望以上的數據網站,可以幫到你~

 

本文由 @滾滾團子?原創發布于人人都是產品經理。未經許可,禁止轉載。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 很贊,受教了

    來自北京 回復
  2. 對于面向企業內部的產品的數據分析,您有什么看法

    回復
  3. 平均訪問時長是不是用戶對平臺的總時長/總訪問次數而不是總人數

    回復
    1. 應該是總人數,如果按照總次數來看,只能反應用戶每次在平臺待留的時長,在分析時人數更好的避免因為次數某些其它因素造成數據偏低。

      來自廣東 回復
    2. 我個人的想法

      來自廣東 回復
  4. 快點回來搬磚,盡會吹牛逼

    來自廣東 回復
    1. 你來吹吹~磚頭還等你回來搬 ??

      來自廣東 回復
  5. 不錯不錯

    來自重慶 回復
    1. 謝謝,請多多支持團子

      來自廣東 回復
  6. 團子的微信號:xuebashalong,大家一起努力成長~

    來自廣東 回復