數據分析是互聯網產品實現高維打擊最重要的武器之一，也是我們日常工作中或多或少在使用的一種技能。當我們完成一個產品時，往往需要數據去校準我們行為的關鍵一步。我們需要把這項技能沉淀為一套系統，通過這套系統觀察用戶行為，探索優化方向。

互聯網產品能夠快速進化，領先于原子世界產品的一種重要因素是數據化，所有的用戶信息、訪問、轉化都是可追溯的。

用戶去訪問一個線下的店，我們能大致去估計店面的每日流量但并不精準，而對于互聯網上的一個入口，是能很精確的看到每日的DAU，用戶的訪問深度等。

因此，數據分析，是互聯網產品實現高維打擊最重要的武器之一。數據分析，關鍵是：采集重要數據、搭建業務模型，從而驅動產品增長。

數據分析為什么重要？

我們從項目的整體流程角度來看看數據在一個項目中是怎樣的作用。

任何的產品都來源于我們的想法，對現實不合理的一個假設，或者想要解決一個讓人頭痛的問題的沖動。于是我們會增加一個功能、做一次改版，或者更大的做一款APP。

實現完這個產品之后，我們就要去評價這件事做對了嗎？

這時候，數據的作用出來了，數據可以客觀的記錄事實，我們去看看數據上有沒有變化不就行了。例如：轉化提升那說明改版真的有效果，費勁做一個新功能沒人來點擊那就要反思原因了。

這是通過數據去校準我們行為的關鍵一步，下面我們就會根據數據的反饋或者導入更多流量驅動增長，或者去優化產品功能，這組成了一個最基本的業務閉環。

任何一個項目，小到單頁面的改版，大到推出一款APP，開展一個新業務，都會包含這3個重要環節。

在這里我們看到想法、產品和數據，是項目完成不可缺少的一環。數據在衡量產品的好壞，我們通過數據去看到哪些用戶訪問了，用戶對哪些功能更感興趣，哪里是用戶的怒點。這個監控系統和分析邏輯，就是我們需要搭建的數據分析體系。

搭建一個好的數據分析體系，通常需要我們做好以下三件事。

如何搭建數據分析體系？

1. 采集重要數據

對于一個產品而言，首先需要定義好有哪些數據需要被采集的，以及以怎樣的方式來采集。

對于數據，一般分為用戶行為數據和業務數據兩部分，用戶行為數據即用戶的訪問、點擊、跳轉等用戶與頁面交互的數據；而業務數據則是用戶發生交易時留下的數據，一般用戶行為數據可通過前端的埋點就能完成，而業務數據則需要后端埋點。

對于現在的數據采集，一般有兩種方案：

• 一種就是公司內部進行埋點的統計，這需要對數據一一采用代碼埋點，但安全且能覆蓋幾乎所有想要的數據；
• 一種是第三方數據分析公司推的無埋點方案，接入會方便，但可能也會有安全的隱患。

2. 搭建業務模型

業務數據模型，就是把產品的重要指標和用戶行為聯系起來的一個或者幾個公式。有了這套數據模型，當數據發生波動之后，我們就可以快速定位到用戶行為的變化，進而確定如何行動。

舉個零售的場景，對于某款線上銷售的產品而言，成交額一定是非常重要的指標，而總成交額，可以大致拆解成：

產品成交額 = 流量 × 下單率 × 產品均價

這里的流量，就是導入產品首頁的用戶量，下單率則是從訪問首頁到支付確認訂單的用戶比例，產品均價則是該產品的平均銷售價格。

有了這個公式，我們就能有效地做好業務監控。例如：當我們以一天時間來考察產品成交額時，發現他的成交額比前一天增加了30%，這么大的波動來自于哪里呢？

我們去拆開每個環節看到，因為運營活動流量增加了10%；同時，活動增加了用戶的下單積極性，從而使下單率提升了15%，這兩個原因加在一起使得一天的成交額得到了提升。

這只是最基礎的場景，基于這個基礎場景，再加上各種不同的流量疊加，就得到了該產品在所有渠道的成交量總計。

產品總成交 = 渠道1成交額 + 渠道2成交額 + 渠道3成交額 + …

而某個店鋪則只要把該店鋪所有產品的成交額加總：

店鋪總成交 = A產品總成交 +B產品總成交 +C產品總成交 + …

對于淘寶而言，把活躍商家各店一年的總成交額加總，就得到了淘寶的一年GMV：

淘寶GMV = A店鋪年成交 +B店鋪年成交 +C店鋪年成交 + …

3. 驅動產品增長

看到了業務模型的拆解，我們也就能清楚看到增長的路徑了。

舉一個簡單的有兩個入口的線上課程銷售場景為例，那么對于該課程的總銷售額，有這樣的計算模型：

課程總銷售額 = 渠道1流量 × 渠道1轉化率 × 渠道1課程價格 + 渠道2流量 × 渠道2轉化 × 渠道2課程價格

因為課程的價格一般都是事先定好，不會輕易變動，驅動增長主要落在了增加流量，提升轉化2個方面。

從增加流量的角度上，存量這塊可以在原有渠道上怎么通過活動及文案的方式吸引更多流量。同時，我們可以從流量利用率去評估哪個渠道的轉化更好，從而更多的提升這個流量的投放。從增量的角度，則可以去拓展新的渠道和場景，尋找新的流量。

提升轉化則需要查找用戶購買決策的薄弱環節，這需要一方面體察用戶心理，一方面去檢查每個頁面的跳失率，查看哪一步的轉化特別低，從而重點在這個環節做文章，通過優化，來拉動轉化，從而提升整體成交額。

當我們進行任務拆解之后，就能非常清楚地梳理出我們日常的行動點，從而做整個業務指標的提升。

數據分析是我們日常工作中或多或少在使用的一種技能，而關鍵是需要把這項技能沉淀為一套系統，通過這套系統觀察用戶行為，探索優化方向。

練習：嘗試思考現階段的抖音，它的日常重點數據有哪些、變現業務模型是怎么樣的。

7個核心步驟，打造有競爭力產品。下一篇，產品增長，期待你的關注。

相關閱讀：七步打造有競爭力產品系列

產品流程拆解：如何提升產品的競爭力

打造有競爭力的產品系統：需求分析與洞察

打造有競爭力的產品系統：用戶研究

打造有競爭力的產品系統：產品定位

產品設計：怎樣產出靠譜的原型？

版本迭代：微信是怎樣勝出的？

打造有競爭力的產品：怎樣迭代更有效？

作者：許晉誠，分享打造有競爭力產品的方法論，微信公眾號：健行筆記（xuexibiji007）

本文由 @許晉誠 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CCO協議