數(shù)據(jù)學(xué)習(xí)行動(dòng)方案:從0開(kāi)始學(xué)會(huì)“數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)”

1 評(píng)論 8879 瀏覽 49 收藏 9 分鐘

本文根據(jù)作者之前自己學(xué)習(xí)數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)的過(guò)程,為想要學(xué)習(xí)這個(gè)技能的朋友提供一個(gè)具體的行動(dòng)方案。如果你有足夠強(qiáng)的欲望get到這項(xiàng)技能,你一定能夠自己搞定“干貨”的部分,形成屬于自己的方法和認(rèn)知。

“數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)”也被稱為“精益化數(shù)據(jù)分析”,通過(guò)在相對(duì)于完整產(chǎn)品更加微觀的層面建立數(shù)據(jù)模型,進(jìn)而指導(dǎo)產(chǎn)品設(shè)計(jì)和運(yùn)營(yíng),使得“數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)”產(chǎn)生了比傳統(tǒng)數(shù)據(jù)分析巨大的能量。這2年逐步走紅的各種強(qiáng)大的SaaS數(shù)據(jù)分析工具,為數(shù)據(jù)分析的精益化提供了可落地的工具。

“授之以魚(yú)不如授之以漁”,這篇分享沒(méi)有所謂“干貨”的東西,因?yàn)閮H僅通過(guò)一篇文章絕對(duì)不可能得學(xué)會(huì)數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)的方法。本文根據(jù)作者之前自己學(xué)習(xí)數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)的過(guò)程,為想要學(xué)習(xí)這個(gè)技能的朋友提供一個(gè)具體的行動(dòng)方案。如果你有足夠強(qiáng)的欲望get到這項(xiàng)技能,你一定能夠自己搞定“干貨”的部分,形成屬于自己的方法和認(rèn)知。

但凡從“低能小白”到“高能熟練”都會(huì)經(jīng)歷三個(gè)境界:始驚、次醉、終狂。本文按照這3個(gè)階段分別介紹對(duì)應(yīng)的的學(xué)習(xí)內(nèi)容、學(xué)習(xí)方法和素材。

學(xué)習(xí)路線圖

始驚:認(rèn)識(shí)數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)

數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)與傳統(tǒng)數(shù)據(jù)分析的去別

目前大多數(shù)公司里面使用的數(shù)據(jù)分析工具都是查看UV、PV、DAU、按鈕點(diǎn)擊數(shù)等,通常在產(chǎn)品改版或運(yùn)營(yíng)執(zhí)行之后看下產(chǎn)品的關(guān)鍵指標(biāo)變化情況。這種比較粗放的方式存在一些不足:

  • 不能對(duì)用戶持續(xù)追蹤,以致于無(wú)法分析一個(gè)完整的轉(zhuǎn)化路徑、無(wú)法跟蹤用戶留存、無(wú)法分析一次運(yùn)營(yíng)是否可以對(duì)活躍產(chǎn)生長(zhǎng)期的貢獻(xiàn)……
  • 不能對(duì)用戶群體進(jìn)行靈活細(xì)分,以致于無(wú)法分析用戶流失的原因、無(wú)法分析某個(gè)功能對(duì)KPI的貢獻(xiàn)、無(wú)法進(jìn)行精準(zhǔn)運(yùn)營(yíng)……

與傳統(tǒng)的方法和工具相比,近2年新出現(xiàn)的SaaS工具和數(shù)據(jù)驅(qū)動(dòng)方法不止是效果提升,而是存在一個(gè)時(shí)代差。

1.區(qū)別之一:更微觀的量化

數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)要求細(xì)致入微的數(shù)據(jù)化。需要對(duì)每個(gè)模塊、每個(gè)功能、每一種運(yùn)營(yíng)行為搭建分析模型,所謂的“精益”就體現(xiàn)在這里。

同時(shí),搭建這個(gè)模型的人必須了解諸如:“什么樣的行為可以算作活躍?一個(gè)完整的轉(zhuǎn)化路徑包括什么?哪些用戶特征應(yīng)該作為用戶分群的維度?”這樣的問(wèn)題。因此,搭建數(shù)據(jù)驅(qū)動(dòng)模型要求對(duì)自己負(fù)責(zé)的業(yè)務(wù)非常熟悉,應(yīng)該由產(chǎn)品經(jīng)理或產(chǎn)品運(yùn)營(yíng)親自完成,而不是由專(zhuān)職的數(shù)據(jù)分析師代勞。

2.區(qū)別之二:前置分析

傳統(tǒng)的數(shù)據(jù)分析通常是在產(chǎn)品優(yōu)化或運(yùn)營(yíng)方案完成后,對(duì)效果進(jìn)行“后置分析”。而數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)可以在方案設(shè)計(jì)之前進(jìn)行“前置分析”,進(jìn)而知道做些什么事可以提升增長(zhǎng)。

數(shù)據(jù)分析從效果驗(yàn)證變成了驅(qū)動(dòng)產(chǎn)品優(yōu)化和運(yùn)營(yíng)方案形成的重要力量,這個(gè)變化如同軍事領(lǐng)域把“地毯式轟炸”變成“精確制導(dǎo)轟炸”一樣意義巨大,大幅提升了產(chǎn)品人員的工作效能。

推薦資料

在逐步認(rèn)識(shí)“數(shù)據(jù)驅(qū)動(dòng)”是什么的階段,無(wú)需閱讀太多資料,只推薦一個(gè)《產(chǎn)品經(jīng)理數(shù)據(jù)分析手冊(cè)》,主要介紹了一些對(duì)數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)“形而上”的認(rèn)知。

附:《產(chǎn)品經(jīng)理數(shù)據(jù)分析手冊(cè)》下載地址

次醉:積極學(xué)習(xí)

首先要掌握的是相關(guān)的思維和方法。例如:評(píng)估每個(gè)功能對(duì)轉(zhuǎn)化、留存、活躍的貢獻(xiàn),發(fā)現(xiàn)轉(zhuǎn)化環(huán)節(jié)的可優(yōu)化空間和優(yōu)化方法,評(píng)估某一類(lèi)運(yùn)營(yíng)策略對(duì)KPI的影響等等。

然后是掌握一款好用的工具,國(guó)外的google analytics,mixpanel;國(guó)內(nèi)的諸葛IO、GrowingIO等都是口碑很好的SaaS工具,不但能支持?jǐn)?shù)據(jù)驅(qū)動(dòng)的模型構(gòu)建,還能省去埋點(diǎn)、查數(shù)據(jù)上面的時(shí)間浪費(fèi)。

學(xué)習(xí)數(shù)據(jù)驅(qū)動(dòng)思維

在掌握理論化的方法之前,應(yīng)該先學(xué)習(xí)一些案例,由淺入深地對(duì)數(shù)據(jù)驅(qū)動(dòng)產(chǎn)生一個(gè)比較直觀的認(rèn)識(shí)。

研究一些案例雖能形成直觀認(rèn)識(shí),但是知識(shí)和方法比較散、不成體系。建議讀者使用腦圖對(duì)里面涉及的方法、工具、思路進(jìn)行提煉,親自思考總結(jié)會(huì)讓你會(huì)對(duì)數(shù)據(jù)驅(qū)動(dòng)的方法有更深刻、更有條理的認(rèn)知。如果讀者實(shí)在沒(méi)有時(shí)間整理,這里也提供了我整理的腦圖的下載地址。

學(xué)習(xí)數(shù)據(jù)驅(qū)動(dòng)工具

不能熟悉一個(gè)工具的話,掌握了方法也沒(méi)法落地實(shí)施。前面提出的幾個(gè)工具都有很不錯(cuò)的口碑。

這里我整理了GrowingIO的客戶培訓(xùn)視頻,可以通過(guò)視頻學(xué)習(xí)工具的使用,里面也包含一些具體的案例。當(dāng)對(duì)一個(gè)工具熟悉之后,再去看諸葛IO等其他同類(lèi)型工具,會(huì)發(fā)現(xiàn)在功能、使用方法上大同小異,工具間切換成本非常低。

附:視頻下載(愛(ài)奇藝播放器打開(kāi))

終狂:反復(fù)練習(xí)

如果你所在的公司已經(jīng)在踐行數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)的方法,那么工作就是最好的練習(xí)。如果不能,那么可以自己套用數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)的方法,把別人做的工作來(lái)幾次沙盤(pán)模擬,思考如何設(shè)計(jì)分析模型,如何把數(shù)據(jù)結(jié)果用圖表呈現(xiàn)。

比如對(duì)于一個(gè)產(chǎn)品功能,你的分析模型可能包括:該功能的留存率、用過(guò)該功能的用戶在KPI的表現(xiàn)、該功能的使用率等等;

比如對(duì)于一個(gè)運(yùn)營(yíng)活動(dòng),你的分析模型可能包括:參加過(guò)該活動(dòng)的用戶在活動(dòng)前后活躍度的變化、活動(dòng)效果隨時(shí)間的衰減情況、參加了活動(dòng)的用戶相對(duì)于沒(méi)參加活動(dòng)的用戶活躍度的差異等等。

相關(guān)資料

目前講相關(guān)方法的出版書(shū)籍只發(fā)現(xiàn)了《精益數(shù)據(jù)分析》,但個(gè)人覺(jué)得這本書(shū)更像是個(gè)手冊(cè),諸如“知識(shí)框架+理論+案例”這種風(fēng)格的講解很少,不適合通篇閱讀。其余還有幾本可看的電子書(shū),權(quán)且作為補(bǔ)充吧。點(diǎn)此下載

如有問(wèn)題和建議,可在人人都是產(chǎn)品經(jīng)理論壇留言。

 

本文由 @劉鑫洋 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(lái)自PEXELS,基于CC0協(xié)議

更多精彩內(nèi)容,請(qǐng)關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評(píng)論
評(píng)論請(qǐng)登錄
  1. 推薦的學(xué)習(xí)案例在這里:https://blog.growingio.com/categories/growth
    外鏈被論壇的審核給刪了,唉 ??

    來(lái)自北京 回復(fù)