起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識數據驅動產品運營的理論與實務
本文講述了數據驅動產品運營的原因以及方法，與大家分享！
從工作的側重點來分，運營可以分為產品運營、用戶運營、活動運營等等，數據驅動運營也主要從這幾個方面入手。今天我們從理論和實操層面來分析一下，數據是如何驅動產品運營的。
一、為什么需要用數據驅動產品運營
談到產品運營，首先需要提及的就是傳統的產品運營套路有什么問題，為什么需要用數據化的手段和方法來優化產品運營。
在此補充說明一下，本文說的產品運營是指已經跨越了從0到1的階段了，側重點轉移到了產品的優化和升級。
根據筆者的觀察，傳統視角下的產品運營大多缺乏數據意識，主要表現在以下三個方面：
1. 產品需求不客觀
產品發布后效果沒有達到預期的商業目標時，一般都需要進行產品的功能改造和升級迭代，這時候就要提出版本改進的新需求。
這些新需求來自哪里呢？為什么要改進這些需求而不是那些需求呢？哪些需求應優先改進，哪些應該延后？
傳統的模式下，產品的問題發現和改版需求的提出，往往不是來自于用戶的行為反饋，而是來自于老板的指示。
老板為什么提出這樣的需求呢，TA可能是基于自己的經驗判斷或者參照競品分析得出的結論。所以，這種產品需求提出的方式是不客觀的，是缺乏深入分析和足夠論據的。
2. 優化方案不嚴謹
在設計產品優化改進的方案時，產品經理往往是按照領導的指示來做的，產品經理并沒有用充分的論據來證明應該改進什么、應該怎么改進。
結果就是在領導的拍板和指示下，產品經理設計新的產品改進方案時難免會偏離正常的軌道，產品經理輸出的PRD文檔和原型方案就會走樣兒。這種方式設計產品的優化方案是不嚴謹的，是缺乏數據支撐的。
?3. 效果評估不科學
傳統模式下對產品迭代后效果的評估大多比較粗放，缺乏全面客觀的評估指標體系，對改版效果的分析不夠深入和透徹，難以形成準確和公正的判斷。
傳統模式下的產品運營閉環之所以存在這些問題，一方面是領導層和產品經理缺乏一顆數據驅動的心，另一方面可能是受限于用戶使用產品的行為數據采集手段不足。
基于傳統模式下產品閉環運營的這些問題和不足，數據驅動的產品閉環運營應時而生。數據驅動的產品運營閉環能讓產品需求更準確、產品優化方案更靠譜、效果評估更合理。
與傳統套路相比，數據驅動的產品運營在產品開發、測試和發布等環節并無大的差異，主要的不同點在于產品需求的起點和終點。
傳統模式的產品閉環運營的起點是需求分析，終點是效果驗證；而數據驅動的產品閉環運營的起點是數據分析，終點是數據驗證。數據驅動的產品閉環運營的核心邏輯是：數據從產品的問題中來，數據最終回到產品問題解決的效果驗證中去。
二、數據是如何驅動產品運營的
數據在產品運營閉環中發揮的作用可以概括為五個關鍵詞：監測、洞察、診斷、檢驗和評估。
分別是用指標體系監測運營全流程，用數據分析洞察用戶的產品需求，用指標異常診斷產品的“障礙點”，用留存分析曲線檢驗新功能效果，用數據評估產品改版效果。
1. 監測：用指標體系監測運營全流程
將產品運營的過程進行指標化和數據化，是產品運營精細化的基礎。
可以從產品的用戶數據、功能應用、收入等方面構建全面的產品運營監測指標體系，將產品運營過程進行分解和量化。
要實現產品運營全流程的監測，應建立完備的數據采集機制。
互聯網產品一般都會涉及用埋點技術收集用戶使用產品的行為數據。以互聯網產品的功能評估為例，可從功能滲透、功能轉化和功能留存三個方面進行監測和評價：
2. 洞察：用數據分析洞察用戶的產品需求
為洞察用戶對產品的需求，一般需要綜合多方數據進行研判。
例如：用戶使用產品的行為軌跡數據，產品經理自身親力親為的產品體驗數據，客服中心收到了用戶咨詢與投訴數據等等。
如下圖，通?？梢詮牧鶄€方面的數據來發現用戶的需求：
在某省移動公司的項目中，我們通過多方面的數據綜合分析發現：用戶是有流量需求的，但現有流量套餐體系抑制了用戶需求，用戶需要一個合適的流量套餐作為墊板。
發現這個產品需求后，后期通過設計2元疊加包填補了產品空白，解決了用戶流量不夠用的問題，滿足了用戶的臨時性流量需求。2元疊加包推出后獲得了用戶的積極響應，取得了不錯的效果。
3. 診斷：用指標異常診斷產品的“障礙點”
影響用戶不能順暢的完成產品流程的往往是一些小的功能點，這些小的功能點的使用情況，成為用戶轉化的關鍵點。通過指標監測到這些異常，便于我們診斷出產品的問題，后續及時修復產品的“障礙點”。
在某款APP的注冊流程中，需要用手機號碼進行身份驗證，發送驗證碼是一個關鍵的轉化節點。
當用戶點擊發送手機號碼的次數激增時，這個指標的異?？赡芤馕吨謾C驗證碼下發的功能存在問題。而這就是產品體驗中的“障礙點”，提醒我們需要及時修復手機驗證碼的功能。
4. 檢驗：用留存曲線分析檢驗新功能的效果
產品上線新的功能后，需要監測新功能有沒有用戶在使用，用戶使用的頻次和時長是多少，是否滿足了用戶的核心需求，是否給用戶帶來了價值。通過留存曲線，可以分析新功能的粘度。
通過留存曲線分析發現：某產品新功能在頭兩天使用之后，持續使用的用戶數出現驟然減少。這說明此功能并沒有很好的解決用戶問題，提醒我們需要對新上線的功能進行重新思考和設計。
5. 評估：用數據分析評估產品改版效果
產品迭代效果的衡量和評估是產品經理的日常工作之一。
評估前，需要明確發版后要用哪些指標來衡量產品好壞，最好是在新版本內部啟動前，就明確改版目標，并適當評估改版后的理想狀態能提升多少，以便改版后能有清晰的對比。
在產品改版評估中，除了要能夠用正確的百分比指出迭代的實際意義，還需要基于改版目的靈活、多維的去評估迭代的價值。
基于此，產品改版的效果評估，應重點關注六個方面：用戶評價、關鍵指標變化趨勢、關鍵路徑轉化率、新功能使用、新功能留存、功能故障。
某金融產品于5月1日在首頁增加了新手特權功能并發布了v2.0新版（舊版v1.0），這一功能面向的用戶是新手期用戶，設計此功能目的在于讓用戶清晰的知道自己所處的階段并幫助用戶獲得每一步帶來的利益，引導用戶注冊、開戶、充值，從而提升首次投資的轉化率。
假設改版前后新增基本平穩、用戶屬性等均基本一致，那么如何有效評估新版本的效果？
我們可以對比分析改版前后用戶的首投轉化率。
假設我們在5月20日對新版本進行評估，通過這兩個條件，我們篩選出新增時間為5月1~5月15 日的用戶，并且使用版本是v2.0，保存為用戶群A；同樣的方法，我們也可以篩選出新增時間是4月15日~4月30日的用戶，并且使用版本是v1.0，保存為用戶群B。
對比分析用戶群A和用戶群B在相應周期內的首投轉化率，假設分別是20%和15%，從首投轉化率上，我們就可以去判斷新版本的迭代效果。
當然，除了關注新版本對最終指標的影響，還需要從用戶評價、注冊轉化、充值轉化、功能報錯等方面整體評估改版的效果。
三、小結
綜上所述：數據驅動產品運營時主要發揮出數據在監測、診斷、分析和評估等方面的作用，支撐了我們完善和調整產品運營的策略；幫助我們從洞察產品改進的需求、優化產品功能、評估新功能效果等方面入手來優化產品運營的閉環。
在數據力量的驅動下，產品的閉環運營將更加科學化、精準化和精細化。
作者：黃小剛，微信公眾號：大數據產品設計與運營
本文由 @黃小剛 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
- 目前還沒評論，等你發揮！
