中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

對于產品經理來說，數據分析能力的核心不在方法理論和工具模型，更多的是要能夠敏銳的發現應該去關注的數據、并且能夠從這些數據中找出潛在的規律，推理出數據背后的導致原因。

在如今信息越來越龐雜的年代，無論是個人還是公司，難免都會被諸多無效的信息給充斥，而信息在某種程度上，也可以等同是數據。

對于個人而言，不同類型的數據可以作為個人在不同方面改變或提升的依據，比如通過攝入能量和體重的數據，可以作為自身健康或者單純只是為了減肥的參考；

而對于公司而言，數據的重要性更是不言而喻，投資人可以根據公司的相關業績數據來衡量公司的價值，產品經理則更可以根據相應產品的不同數據來作為產品是否健康發展的衡量標準。

這一切都與數據分析密不可分，前面我提到過數據分析的理論模型，可以在很多情況下作為我們數據分析的理論依據，但相對來講，它比較的寬泛，在產品工作實際的一些場景當中，我們可能更多的是依靠”經驗“去進行一些數據的分析；

畢竟作為產品經理，不一定是需要了解多么高深的數據分析理論，更多的是要能夠敏銳的發現應該去關注的數據、并且能夠從這些數據中找出潛在的規律，推理出數據背后的導致原因。

而很多人在發現應該關注的數據方面，都還存在極大的問題，有時候甚至南轅北轍，根本原因在于很多人能夠知道各種理論套路AARRR、QQ模型等等，但并沒有總結出適合自己的方法去思考，我在這里談談我在實際工作中總結出來的一些對我自己的數據分析意識成長有幫助的方法。

一、學會對比

說一個比較簡單的案例，下圖是我朋友所在公司的一款跨境電商產品，當時我在做競品分析時，在七麥上看到它們公司的這款產品呈現出這樣的走勢。

橫坐標是時間，縱坐標是該應用在應用市場的排名情況，呈現出的最突出的便是圖中有一段趨勢的空白（2017年3月24日 ~ 2017年5月5日）。

在看到這樣的一個圖表時，我會下意識的去考慮幾個問題：

1. 影響應用市場的排名因素到底有哪些？
2. 2017年3月24日發生了什么導致該應用從應用市場跌出了排行榜？
3. 2017年5月5日發生了什么導致該應用又重新上榜？

上面這樣一些問題的提出，本質上是在通過先根據數據表現，先去尋找影響數據表現的因素，所以才會有第一個問題；第二個和第三個問題則是直觀的在對比數據在兩個時間點上的異常后得出的。

那么有了以上的問題，接下來就是去尋找問題的答案，再去思考問題的答案之間是否存在邏輯上的關聯關系，如果存在，就基本上可以斷定出現這樣數據表現的背后原因是什么了。

那影響應用市場排名的因素有哪些呢，不難查到，像應用的下載量、評價、星級等，那在兩個不同的時間點上到底發生了什么呢，去查一下應用對外的版本記錄信息，信息不是很多，但依然引起了我的注意：

比較可疑的是5.9.0版本里面提到淘寶授權、分享功能等，5.10.0版本做了虛擬充值、細節優化等，但此時應用的排名并沒有得到提升，在5.10.1版本中則是做了“修復bug”，而在這一版應用更新后，應用的排名得到了恢復。

如果只是在這些有限的信息下，結合數據的表現，分析得到的可能的邏輯關系則是因為5.9.0版本做的某些功能，上線后出現了問題，對諸如下載量、評價、星級等因素造成了不好的影響，導致了排名的下跌；

而在5.10版本盡管做了優化，但上線后并沒有解決問題，所以排名并沒有恢復到一個正常的水準，直到5.10.1這個小版本上線后才解決了5.9.0版本當中產生的bug，所以應用排名才恢復到了一個比較正常的水平。

以上，僅僅只是從有限的信息當中，圍繞著影響數據結果的根本因素，所作出的初步的推理，但如果還需要更加準確的推理結果，則可能還需要搜集更多的數據，比如在掉出排名的時間點該公司有沒有發生什么特殊的事件、或者該應用是否被下架等……

但不管怎樣，都是需要圍繞著影響排名的根本因素去出發尋找答案，否則就可能會偏離分析結論。

二、從趨勢去挖掘

這是我們公司之前的某款App當中關于發帖的事件統計，首先從趨勢上看，它整體是在下降的，甚至在最低峰的時候，幾乎降到了0。

那么當時在接手這款App后，我對整體的App情況進行了一些分析，首先從業務角度，App是內容+社區型的產品，但從數據表現上來看，內容模塊的用戶活躍度是遠遠超過社區的活躍度的，甚至和內容模塊相比，社區的活躍程度幾乎可以忽略不計。

鑒于這樣尷尬的數據表現，我接手后便考慮從兩個方向出發去做，一種是想辦法把社區搞活，另外一種則是把社區給弱化甚至砍掉。

但最終我選擇了從后者的角度出發去做，原因在于：

首先，雖然平臺號稱是內容+社區，但社區一直處于幾乎沒運營的狀態，審核連基本的帖子審核都沒有專門的運營去做，而在內容這塊相比之下花的時間、成本、人力都是會更多；

而且從用戶數據表現來看，在社區上線初期，用戶由于新鮮感會產生一些UGC的內容，但由于缺乏平臺運營引導，用戶在產生了部分內容后，使得社區內容逐漸變得雜亂，社區調性并沒有被合適的引導，社區內容對其他用戶而言也并沒有太大意義。

基于以上的一些原因，于是我選擇了將社區內容給砍掉，并且在內容方面投入更多的精力去做，將以前的內容去重新梳理完善打標簽等，后來事實也證明我們確實做出了相對正確的決定，因為經過了內容方面的優化后內容版塊的活躍度以及營收都有了極大的提升。

同樣，下面是我之前待的公司的一款產品，如圖所示，在某個版本的時候，排名趨勢直線上升，之后就一直處于一個比較穩定的排名，當然，作為公司內部人員，自然是很明白突增的原因是什么，那么作為外面其他人員，你們大概會怎么分析呢？

可以考慮考慮，方法還是跟剛才類似，這里就不再延伸了。

三、關注重點數據

對于重點數據這塊，無論是通過對比還是從趨勢去挖掘，亦或是其他方向，都需要能夠通過數據表象去推理出影響表象的背后因素，這些因素才是需要去重點關注的數據，然后對于重點的這些數據去對比、挖掘，才能不至于偏離分析目的，得到并不符合數據的結論。

最后再說一個我自己在數據分析上的一點心得，就是在看待數據的時候，一方面需要客觀冷靜有邏輯的去分析，一方面又要跳脫出來，因為數據背后，總歸就是人，所以有時候還要以普通用戶角度去去驗證邏輯分析出的結果。

作者：小風，產品經理；公眾號：村上風

本文由 @小風 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 Pexels，基于 CC0 協議