現(xiàn)在產(chǎn)品經(jīng)理動不動就「拿數(shù)據(jù)說話」

0 評論 3747 瀏覽 1 收藏 7 分鐘

Nancy導(dǎo)讀:現(xiàn)在PM動不動就拿數(shù)據(jù)說話,找RD跑數(shù)據(jù),有些數(shù)據(jù)是肯定必要的,有些數(shù)據(jù)是可要可不要的,比如對于某項目,PM憑經(jīng)驗可說4級以上的用戶可xxx,這時候會有人跳出來問,為什么不是3級、5級?拿出數(shù)據(jù)來。

怎么評價產(chǎn)品經(jīng)理拿數(shù)據(jù)說話這回事?如何做數(shù)據(jù)分析?

這幾個月在一家為客戶在 Facebook 上做廣告的加拿大公司工作。簡單說說他們對于數(shù)據(jù)的態(tài)度吧。這是一家小型 Startup 公司,總共不到 20 個人。其中 4 個人(包括我)是技術(shù),剩下的除了 CEO 都是 Account Manager。當(dāng)然 CEO 很多時候也在做 Account Manager 的事情。

剛到這個公司的時候,覺得他們的 code 很 爛,他們的數(shù)據(jù)庫設(shè)計也很爛。后來才知道,當(dāng)初 startup 的時候,是找了印度公司做外包的,他們對這個外包很不滿意,所以一期項目搞定之后,就全部拿過來自己搞了。但是后遺癥也留下了。

這個公司的數(shù)據(jù)模型很清楚,只要通過低于廣告主給出的 CPA 價格能賺到錢,就想辦法增加廣告覆蓋率。但是常識大家都明白,增加覆蓋率很可能導(dǎo)致轉(zhuǎn)化率下降。但是如果接受這個假設(shè),那么就沒有什么賺錢的機會了。恰恰是因為他們相信,除了常識之外,還有一些事情是經(jīng)驗之外的。

比如說關(guān)鍵詞……有些關(guān)鍵詞對某些人有用,對另外一些人沒用。如果不做數(shù)據(jù)挖掘,生想廣告詞或者關(guān)鍵詞的組合,累死了也賺不到什么錢。

所以……這個公司在代碼中設(shè)計了幾個基本核心算法:

1. 一種止損的 trigger,對于任何虧錢的廣告,自動停止。

2. 一個自動發(fā)布廣告的 cron,程序一直在掃描。一旦發(fā)現(xiàn)一些廣告能賺錢,就自由組合這些廣告元素再自動發(fā)布到廣告系統(tǒng)里面。這樣,就能出乎意料的發(fā)現(xiàn)一些更加賺錢的廣告形式。

3. 做了很多廣告更新的算法,搞了一個自動化的 A/B 測試策略來針對 Facebook 廣告價格的浮動,來更新廣告的價格。

通過閱讀這些算法讓我感受很深。所謂的數(shù)據(jù)分析,不是一個產(chǎn)品經(jīng)理跑到運維,數(shù)據(jù)庫管理員或者工程師那里說:我現(xiàn)在要跟蹤什么什么數(shù)據(jù),你幫我出一下吧。然后再對著跑出來的數(shù)據(jù)琢磨這些數(shù)據(jù)是否合理。

在這個公司里,只要發(fā)現(xiàn)一個數(shù)據(jù)模式對收入有影響,就會直接編碼到系統(tǒng)里,變成自動執(zhí)行的代碼。基于這樣的數(shù)據(jù)導(dǎo)向原則,代碼面臨無窮多次的重構(gòu),因為誰也不知道,下一個數(shù)據(jù)模式會發(fā)生在哪個層面,哪幾個數(shù)據(jù)之間會發(fā)生關(guān)系。

我覺得國內(nèi)的不少公司,還在以 daily report 分析數(shù)據(jù),還在說數(shù)據(jù)只是為了驗證產(chǎn)品經(jīng)理想法的階段。這動作是不是太慢了?

接下來的話,隨便說說,不一定有參考價值:

1. 對于大多數(shù)網(wǎng)站,如果你想用數(shù)據(jù)為導(dǎo)向,必須建立系統(tǒng)級的 A/B 測試機制。對于界面層面的重構(gòu),一個產(chǎn)品經(jīng)理 + 一個工程師,一天用這個系統(tǒng)一天至少能做 3-4 個。系統(tǒng)級別的 A/B 測試要能夠保證快速上線,第一時間看到數(shù)據(jù),一旦超過臨界值直接結(jié)束測試、保留數(shù)據(jù)并生成報告(直接郵件發(fā)送,而不是讓產(chǎn)品經(jīng)理想起來跑到后臺再查)

2. 對于做社交網(wǎng)站,或者有復(fù)雜用戶數(shù)據(jù)模型的公司,要在界面呈現(xiàn)和用戶數(shù)據(jù)之間建立匹配系統(tǒng)。這樣產(chǎn)品經(jīng)理可以設(shè)計幾種呈現(xiàn)模式,丟到匹配系統(tǒng)中,過不了多久,就能發(fā)現(xiàn)用戶對不同呈現(xiàn)的數(shù)據(jù)反映的不同,然后系統(tǒng)性地固化這種機制。

3. 通過 cookie 或者用戶登錄信息,建立針對不同用戶的內(nèi)部 tag 系統(tǒng),看這些 tag 在系統(tǒng) 2 里有沒有明顯差異。如果有就可以固化下來,用來提高關(guān)鍵指標。

所以,我現(xiàn)在對于數(shù)據(jù)分析的感覺是:

1.要提高一個數(shù)據(jù)指標,盯著它是沒有用的。必須找到影響這個數(shù)據(jù)的另幾個可操作性更強的數(shù)據(jù)指標,調(diào)整它們。

2.分析數(shù)據(jù)的可能性要充分,充分分析的基礎(chǔ)是測試充分多的可能性。如果你想測試圖標的顏色從綠色變成紅色會不會更好。那為什么不測試一下藍色,紫色和黃色呢?

3. 如果小規(guī)模數(shù)據(jù)已經(jīng)可以說明問題,就沒有必要延長測試時間,也沒有必要擴大測試范圍。

4. 要充分利用計算機來幫你做數(shù)據(jù)采集和分析,縮短數(shù)據(jù)分析的周期,降低數(shù)據(jù)分析的成本。

5. 有必要的時候,可以讓計算機幫你找 pattern,因為計算機沒有偏見。

本文作者:@丁士正 ?轉(zhuǎn)載自:產(chǎn)品中國

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!