神策數據CEO桑文鋒:如何用數據驅動產品決策?
由人人都是產品經理與騰訊大講堂聯合主辦的2017中國產品經理大會:解碼未來產品經理在深圳寶立方國際博覽中心如期舉行。神策數據CEO,前百度大數據部技術經理@桑文峰 老師主要分享了數據分析的價值、數據分析的四個關鍵環節、數據驅動產品迭代、數據驅動激活和留存、數據驅動的落地。為此,桑老師結合自身的產品經驗和一些經典案例來分析,如何用數據驅動產品決策,且用數據分析促進產品快速地迭代。
分享嘉賓:神策數據CEO,前百度大數據部技術經理桑文峰
以下內容為嘉賓分享實錄,由筆記俠 依據嘉賓分享內容整理,編輯有修改,嘉賓已確認:
我在百度8年,都是做和數據相關的事情,出來創業這兩年還是做數據相關的事情,今天的分享,我講的東西就會偏技術一些。
我們這個峰會的主題是改變,一個是需求的改變,還有一個是自身的改變。我們的能力是需要改變的,而數據分析的能力我認為是大家應該具備的。
一、數據分析的價值
首先,我們來說數據分析的價值。
我把2000年以后的互聯網分為三個階段:
- 2000-2006年,流量時代。這個時代有三大門戶,百度、騰訊、阿里巴巴,這個時候拼流量。
- 2006-2011年,用戶時代。諸如開心、人人、Facebook,這個時候比的是用戶數、月活、日活等。
- 2012年-現在以及未來5-8年,訂單時代。比如12年團購到互聯網+、O2O、互聯網金融,包括直播等。
我們看到一種趨勢:互聯網行業越來越精細化,從開始關注流量到關注用戶到交易,越來越細,越來越需要數據。
那么數據有什么價值呢?我把它歸為兩大方面:
一是數據驅動決策。
比方說做老板,下一步該進軍什么方向,這需要數據;做產品比如產品經理,改版、評估、運營都需要數據;再比如做管理,需要數據進行溝通。假如產品經理之間PK,如果兩邊都有數據支撐,有數據的一方占優勢,那么勝負就顯而易見。
二是數據驅動產品智能。
如用AI去改變這個產品,可以讓產品本身具有一種學習能力。
但我今天要講重點的是:數據如何驅動產品改進和進行產品的迭代?
二、數據分析的四個關鍵環節
我們說要重視數據分析,但真正要做好很有挑戰。
比如,你需要一個數據,但不是直接就能給你看的;數據可能需要找數據工程師統計,也許要一個月出結果,也許一個月都統計不出來;再或者給了你一個宏觀數據,你想分析也分析不了——總會出現各種現實問題耗費時間成本。
理想狀態是:每個業務人員能掌握數據,從底層數據體系去支撐產品分析。
一種產品發展到一個程度就到達一個理想狀態,這個時候再想突破就很難——iPhone從07年到現在進行了很多產品迭代,但是本質上沒多大區別。
作為產品經理,任務都是要解決某個問題。需求確定了,無非是去改產品、解決問題使產品達到理想狀態。
很多產品不只一家在做,誰能贏得市場拼的就是誰先達到理想狀態。這個過程需要考慮的是:如何讓自己的產品迭代更快?有數據是一種更好的方式。這些問題都是常見的情況,我們把它歸結為需求驅動。
我把數據分析分為四個環節:從底向上,依次為數據采集、數據建模、數據分析、指標。
1.數據采集
數據要想做好,數據源很重要。數據分析要考慮:一、如何把數據采集上來?二、如何進行數據分析?
更重要的是如何把底層數據的采集做好?我把它歸結為四個字:“大”“全”“細”“時”。
大:“宏觀全局”;
全和細:“數據搜集更全、更細”;
比如:一個電商產品要分析不同身高的人交易有什么差距,如果沒有把身高這個維度采集下來就沒法分析。因此如何更全、更細地采集下來就很重要。
時: “時效性”。
一個數據一年之后給你,還是下一秒給你,差別很大。比如產品的改版沒有效果,如果知道得很晚就會流失很多用戶。
數據采集有以下三種手段:
- 可視化/全埋點;
- 代碼埋點;
- 導入輔助工具。
2.數據建模
數據采集就是用不同方式將其采集下來之后進行數據建模,所謂建模就是將數據進行重新組織,組織到讓產品經理能看懂。
3.數據分析
數據的分析方法是無窮無盡的,我們把分析方法從兩個角度來看:一個是廣度,一個是深度。
所謂廣度,就是分析一個人、一個群體或者整個群體,是看是什么力度的特征。
所謂深度,是看用戶的行為,關心點擊量、訪問量;或者看用戶的購買操作,以及操作之間的序列關系是怎樣的。這要針對不同分析場景來看哪種分析方法更好,分析方法可以組合使用,而不是只用一種方法就搞定問題。
比如說“開眼”講的一個例子:
朋友圈分享一個視頻,視頻下邊附有下載引導。使用安卓的用戶下載量比較少,接下來對這件事進行多維度分析,通過屏幕的寬和高,還原了場景分析,發現屏幕寬高對這件事有影響——不做多維度分析,就只能從感覺來,卻找不出問題。
我在百度知道時,做問題推薦相關工作,我們嘗試通過待解決問題推薦的方式,來提升回答量。
第一次,基于核心用戶。我們抽取了35萬個核心用戶群做個性化推薦。前后歷時3個多月,結果卻十分令人失望。
因此我們進行了第二次嘗試——基于所有用戶做個性化推薦,而非之前僅針對核心用戶。
后來我們根據用戶的檢索和訪問頁面的標題進行興趣模型訓練,然后抽取每個用戶權重最高的5個興趣詞,當用戶訪問百度知道詳情頁時,我們基于每個用戶的興趣詞做實時搜索,將7~8個待解決的問題放到頁面右側。
這次嘗試效果非常好,新版上線后,百度知道的回答量提升了7.5% 。
4.指標
最后來說指標。
不管底層做的多好,我們常用的還是指標——通過這些指標能更好地表達產品。
我們把產品發展階段歸結為三個階段:
第一個階段就是MVP(最小可行性化產品),MVP是嘗試階段。
第二個階段是增長階段,如何讓數據規模、用戶規模變得更快?
第三個階段是營收階段。
階段性不同,要根據階段確立指標。
我經常跟創業團隊聊,問他們現階段指標是什么。幾個人一起聊,每個人說的都不一樣。
一個企業一個階段的指標應該是聚焦的,只是一個階段換一下。
比如說三只松鼠和keep現階段的主要指標會是一樣的嗎?
可能不一樣。
keep不缺用戶,但是要提高用戶活躍度;三只松鼠可能用戶不夠多,所以要吸引用戶——因為產品不同,用戶不同。
另外一種方法去確定產品指標的方法就是海盜指標法。
2007年提出了這個概念,現在已經10年了,但一點不過時。
一個是用戶觸達,一個是用戶激活,和用戶留存。歸結起來就是三個問題:你的用戶怎么來的?怎么把用戶留下來的?怎么從用戶身上賺到錢的?
三、數據驅動產品迭代
前邊簡單講了一下過程,過程真正落地的挑戰還是非常大的。
接下來看產品迭代:
有一本書叫做《精益創業》,一共講了兩個方面:一個觀點是關于MVP(最小可行化產品);另外一個核心觀點是把大數據分析引入到產品迭代的思維里邊去。
我們憑感覺,做產品就是想個功能把產品做出來,不斷地給它添加功能——但這要依賴你的天賦,會不斷碰壁。
科學的方法就是把數據分析引入進去,用數據來進行分析。
比如我們發現用戶流失比較大,那我們先把這個問題解決,再上線;上線后再看用戶的流失情況,收集數據看結果。
所以數據分析是一種技能,讓產品的分析更加科學。
舉一個百度知道的例子:
產品經理說每到暑假用戶量就上漲,隨著移動互聯網時代的到來,百度做了一系列APP,每個產品都對應做了一個。
進行數據分析后,發現還是做作業這塊的產品用戶量多;那就從產品迭代角度,讓這個產品更好,也就是百度的理念“best of best”。
新增加了一個按鈕來專門提問,額外增加了20% 到30% 用戶。
于是就單獨做了一個做作業的APP,也就是現在的作業幫。
這就是一個產品經理應該做的:通過數據發現問題,然后來解決問題;數據分析是讓產品分析更加科學的一種方法。
比如我們神策官網做的官網改版,當時產品經理說改版的目的是讓產品的內容豐富或是好看。我說這都不是目的,我是看用戶注冊量。所以我們就是不斷地增加功能,用數據分析,迭代升級,看哪個版本更好。
四、數據驅動用戶激活和留存
用戶來到了你這個產品之后是不是就真的是你的用戶了?
不一定。
一些營銷活動訪問的用戶很多,但是最后真的留存下來的很少。
比如一個電商網站,沒有購買行為算是你的激活用戶嗎?我們更多是看如何將用戶激活和留存。
也就是找到用戶的Aha moment(頓悟的那瞬間),我們就要去想一想:你的用戶激活流程是什么?
當然這里還要注意的是:要將用戶的ID打通。一個用戶從瀏覽到注冊是斷開的,那需要一些技術手段去將這個操作穿起來。
舉個互聯網金融的例子。
用戶安裝后啟動APP時有個歡迎頁,這個歡迎頁在注冊的時候真的有用嗎?如果你自己是用戶,注冊的時候會看嗎?
我們就要用數據來看,如果發現轉化率是有提高的,那我們就改進它讓它注冊轉化率更高。
另外就是加入一些引導語,比如說新手引導語,根據數據來看這些功能有沒有效果,如果有用就去提升它,沒有用我們就不用它。
另外就是留存,比如說復購、次日留存、周留存等,我們要分析通過不同通道來的用戶。
那么,針對留存我們要看什么呢?
第一點要關注留存;第二是提升留存;第三點是利用留存。
為什么關注留存?
我們是做生意的,生意的原則很簡單:在用戶身上收獲的要比投入的多。
如何提升留存?
第一,做一個真實有用的東西;第二是把體驗做好。
你要給用戶帶來價值,產品其實都是有替代性的,你要不斷改進,針對不同產品要用不同手段來提升。
留存做到多好算好?
沒有標準答案,產品不同,留存率有提升就好。
五、數據驅動地落地
最后再說兩句:這個數據驅動是全面的數據驅動,市場里的各個角色都是用大數據的流引入進去,讓一個公司全面、全角色地利用數據驅動。
最后給大家推薦幾本書:
以上就是演講的內容。
最后,告訴大家一個好消息:
為了幫助在運營進階路上,執著前進的伙伴們能夠更快速的提升,我們聯合了騰訊、百度等擁有10年以上經驗沉淀的實戰派導師,推出了【運營總監修煉之道】,至今已幫助5000多名運營管理者和進階者,掌握了更加系統全面的運營專業知識和管理思路,在處理類似運營戰略規劃、不同渠道運營策略和流量變現、品牌營銷玩法、數據分析等實際問題時有更清晰的解決方向!
掃描二維碼添加小助手了解詳情,還可以回復“筆記”領取【運營總監課程學習筆記】哦!
再猶豫,機會就沒啦~
2017 中國產品經理大會·深圳|系列文章
SpeakIn COO、前迅雷智能產品中心總經理易鵬宇:AI生態未來10年的產品人定位
本文為2017中國產品經理大會:解碼未來產品經理嘉賓分享整理總結,未經本站許可,禁止轉載。謝謝合作
贊??
太厲害了~