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
榮耀標識產品經理必知必會的數據分析知識
編輯導語：產品經理的日常工作中，常常需要遇到向領導匯報，或者與運營同事溝通的情況。這時候，均需要用到數據來支撐自己的觀點。作者總結了一些數據分析知識，與你分享。
產品經理在日常工作中，向領導匯報，或者需求決策以及和運營同學工作配合上，均需要數據支撐。
- “領導：這個功能上線，效果怎么變差了，什么原因，有沒有做數據分析？
- PM：明白，我下午輸出一份數據分析報告分享一下?！?/li>
- PM ： “老板，經過討論我們一致認為這個版本需要做XX功能。”
- 領導 ：“先把數據拿出來看看，怎么證明這個功能就得做？”
- 運營：“ 咱們APP首頁UV數據有嗎，我需要做個報表?！?/li>
- PM ：“有統計的，你找誰誰登錄xx平臺看看。”
相信這些對話場景，很多產品童鞋日常工作中都會遇到。
產品經理在日常工作中，向領導匯報，或者需求決策以及和運營同學工作配合上，均需要數據支撐。
在我們確定了產品的核心指標后，所有人都能夠放下級別，用數據說話。減少了產品經理拍腦袋的次數，減少了老板的一句話決策，用數據模型來驅動下一步的產品設計工作。
舉個例子：
對于兒童游樂場的老板來說，他需要關注的是每天進場顧客的數量，相當于電商網站的UV或者APP的日活，辦會員卡相當于注冊，使用玩具，租用游泳圈，購買泳衣或道具，玩特色項目屬于電商的業務范圍，其中辦會員卡和特色項目游玩的收入是老板尤其關心的，每一筆的收入都需要記得清楚，這屬于電商的業務數據，需要實時存儲在數據庫里以供隨時查看。
如果老板想要提高服務質量，就需要統計用戶的玩樂偏好，比如有多少用戶進場，有多少用戶領用了玩具，分別是哪些玩具，又有多少用戶付費，是否可以通過數據分析來提高轉化呢？
作為產品經理不僅要關心業務數據，還需要關心用戶行為，發現用戶的行為偏好，從而采取策略提升服務和收入。
那我們知道了數據分析的重要性，實際操作上，如何采集到需要的數據樣本，采用何種方法來分析呢？我們需要做3件事情：
- 確定數據指標
- 數據指標埋點
- 數據分析
一、確定數據指標
確定數據指標首先，我們需要確定合理的埋點數據指標。
我們可以和研發工程師、數據分析師進行充分的溝通：
- 產品和業務迭代的主要訴求是什么？（為了降低復雜度，我們通常建議一次迭代只服務于一兩個訴求。）
- 有哪些值得關注的產品假設？（大家其實都會有一些關注點，比如增加了某個功能可能會有什么連帶反應？）
- 需要哪些數據來支撐產品主訴求和產品假設的追溯和分析？這些數據需要哪些埋點來支撐？
由于埋點的設計是為了合理地追溯、便捷地統計，我比較贊同 GrowingIO 的拆解方法，它將數據拆分為4W1H：人物（Who）、時間（When）、地點（Where）、內容（What）、行為（How）。
Who：對行為的發起者進行標識，一般使用賬號或設備號進行標識。賬號是常用的方式，通過身份證號、手機號、賬號 ID 等信息區分用戶；設備號多用于不需要登錄的產品，通過設備的編碼來區分用戶。
When：記錄行為是什么時候發生的，一般使用服務器時間，即 Unix 時間戳記錄行為發生時間。它是全球統一時間，不受地區的干擾。
Where：記錄行為發生的地點，一般通過 GPS 進行定位，或者通過設備 IP 判斷用戶位置。
What：指用戶行為的具體內容是什么，比如用戶閱讀一本書，那么購買的書名是什么？價格是多少？哪個出版社出版等信息。
How：行為是怎么發生的，一般包含在行為名稱中，如提交某訂單，也有若干行為是可以通過多種方式完成，如解鎖 iPhone，可以輸入密碼解鎖，也可以刷臉解鎖，無論使用哪種方式都是一種可以記錄的信息。
以某電商首頁為例：
針對瀏覽某電商 APP 首頁行為，從五個角度分析，分為特有指標和公共指標兩類，得出的埋點指標（僅供參考）。
二、數據指標埋點
所謂埋點，就是在應用服務內預埋一些監測點，當用戶的行為觸發監測條件后，應用會向云端服務器發送相應的監測數據，產品服務以此來記錄和統計相應數據。
借由埋點，我們既可以記錄用戶在單個頁面內的顯性動作（如各種按鈕的點擊動作），也可以用于追蹤用戶的隱性行為（如停留時長、頁面的瀏覽比例、頁面的滾動行為、頁面元素是否顯示等）。
進一步，通過會話（Session）的標記，我們可以串聯多個埋點，追蹤多個連續頁面，從而知曉用戶的頁面訪問路徑和行為特點，進行各種維度的漏斗分析，以支持產品的改進和優化。
埋點采集的數據常常用于分析產品的使用情況、用戶行為偏好等，用戶的決策路徑，用戶的注意力分布，于是延伸出用戶畫像、用戶推薦系統等數據產品。
一般而言，產品經理將數據需求整理好后，經過開發、測試評審通過，埋點需求交給研發實現，后續產品經理做好驗收即可。
三、數據分析
數據分析的目的，就是在一些看似雜亂無章的數據背后的信息挖掘出來，提煉出目標對象的內在規律。對于企業來說，數據分析的本質在于創造商業價值，驅動企業業務增長。
這里主要介紹四種方法：AARRR模型、漏斗分析、留存分析、渠道分析。
AARRR模型：
AARRR 模型就是海盜模型，也是用戶分析的經典模型。它反映了增長貫穿于用戶生命周期的各個階段，即獲?。ˋcquisition）、激活（Activation）、留存（Retention）、變現（Revenue）、自傳播（Referral）。
1）獲取
運營人員通過各種渠道進行推廣，以各種手段獲取目標用戶，評估各種營銷渠道效果，并不斷調整運營策略，以不斷降低獲客成本。比如百度的SEO、app的aso上等。
關鍵指標：曝光量、點擊、下載、安裝、激活、安裝率、激活率、注冊轉化率、留存率、付費率等。
2）激活
激活指提高用戶的活躍程度，主要是通過新手獎勵、促銷、內容、產品引導等方式讓用戶成為最有價值的活躍用戶。需要掌握用戶的行為數據，監控產品健康程度。
關鍵指標：新老用戶占比、DAU/WAU/MAU、日均登錄次數、日均使用時長等。
3）留存
通常維護一個老用戶的成本要遠遠低于獲取一個新用戶的成本，所以不僅要拉新用戶，還需要關注用戶粘性，以及關注用戶在哪里流失、為什么流失。并采取相應的手段在用戶流失之前，激勵這些用戶繼續使用應用。
關鍵指標：新用戶留存率、老用戶留存率、活躍用戶留存率、日周月留存率、流失率等。
4）變現
即獲取收入，主要用來衡量產品的商業價值，我們可以通過監控成交率等指標進行分析。
關鍵指標：ARPU、ARPPU、付費率（區分新老用戶）、客單價、LTV 等。
5）自傳播
主要是基于產品、營銷、明星等事件的吸引力，從而使用戶自發地做到病毒式傳播，擴大用戶群體。
關鍵指標：分享按鈕點擊、用戶分享落地頁訪問數、裂變系數等。
1. 漏斗分析
漏斗模型和海盜模型的核心區別是漏斗模型不關注定向的5個指標，而是從層級上區分。
漏斗模型按照流程，對用戶進行各個轉化層級上的監控，尋找每個層級的可優化點；對沒有按照流程操作的用戶繪制他們的轉化路徑，找到可提升用戶體驗，縮短路徑的空間，我們可以通過趨勢、比較和細分的方法對流程中各步驟的轉化率進行分析：
- 趨勢：從時間軸的變化情況進行分析，適用于對某一流程或其中某個步驟進行改進或優化的效果監控；
- 比較：通過比較類似產品或服務間購買或使用流程的轉化率，發現某些產品或應用中存在的問題；
- 細分：細分來源或不同的客戶類型在轉化率上的表現，發現一些高質量的來源或客戶，通常用于分析網站的廣告或推廣的效果及ROI。
例如：對于電商產品來說，最終目的是讓用戶購買商品，但整個流程的轉化率由每一步的轉化率綜合而定。這時，我們就可以通過漏斗分析模型進行監測用戶在每一個層級上的轉化率，尋找轉化路徑的薄弱環節，針對性的優化產品，提升用戶體驗，最終提升整體的轉化率。
2. 留存分析
留存分析是一種用來分析用戶參與情況/活躍程度的分析模型，即由初期的新用戶轉化為活躍用戶、忠誠用戶的過程。隨著統計數字的變化，相關人員可看到不同階段的用戶變化情況，從而判斷產品對用戶的粘性。
比如：對某電商平臺來說，用戶最近 30 日的 7 日留存率（如下圖），從圖中得知，用戶留存率較低。接下來，按照地區、年齡、行為等，將用戶分為不同的群體，觀察留存的區別，找到產品可優化點。
3. 渠道分析
渠道，是指產品與用戶發生互動的各個接觸點，比如 SEO、SEM、社交媒體等等。
渠道分析主要用于分析用戶的訪問來源及訪問深度，通過訪問用戶數、訪問次數、停留時長等指標來評估渠道質量，同時也通過轉化率來衡量渠道轉化的效果。
一個完整的渠道流程，常常包括六大關鍵環節：
- 站外渠道
- 展示廣告
- 著陸頁
- 訪問著陸頁的轉化文案
- 激活用戶
- 產品轉化
每個環節都有相應的指標來衡量。
1）用戶在站外渠道包括 SEO、SEM、社交媒體等，看到各種宣傳廣告。
關鍵指標：展示量、點擊量、CTR（Click Through Rate，點擊率）。
2）有興趣的用戶點擊 URL 鏈接進入著陸頁。
關鍵指標：著陸頁 PV、著陸頁 UV、加載時長、跳出率等。
3）對產品或服務感興趣的用戶下載、注冊或者試用產品或服務，這個過程通常稱之為激活。
關鍵指標：停留時長、訪問深度等。
4）用戶激活后，點擊 CTA（Call To Action，召喚用戶行為）選擇商品加入購物車并提交、支付，這就是一個完整的購買流程。
關鍵指標：購買用戶人數、產品內轉化率等。
附錄：基礎概念PV（Page View）：是指頁面訪問量，大家要注意一個字——“量”，同一個賬號或者同一個用戶訪問同一個頁面兩次，PV算兩次。
UV（Unique Visitor）：是指頁面訪問人數，同樣地，大家注意一個詞——“人數”，所以即使同一個賬號訪問同一個頁面兩次，UV 也只算一次。
DAU ：即日活躍用戶數，是指在一天內打開App 的用戶數，所以DAU 計算的是UV。
MAU ：即月活躍用戶數，是指在一個月內打開App 的用戶數，所以MAU 計算的也是UV。MAU 經常出現在某些大型公司的財報中。
留存率：是指在新增用戶中，后面幾天還來使用產品的用戶所占比例。
例如，一個新用戶今天打開了App，又把App 卸載了，或者再也不打開了，這個新用戶就流失了，流失的用戶數除以新增用戶數就是流失率。
同樣地，后面幾天還會回來的用戶除以新增用戶數就是留存率。留存率經?？磧蓚€指標：次日留存率和 7 日留存率。
如果今日新增了10 名用戶，這10 名用戶中有7名用戶明天又打開了App，那么次日留存率為70%。
如果今日新增了10 名用戶，這10 名用戶中有3 名第7 天又打開了App，那么7 日留存率為30%。
獲客渠道：是指獲取新用戶的渠道。
例如，讀者通過視頻號關注了我的公眾號，視頻號就是我的公眾號的一個獲客渠道；用戶通過簡書關注了我的公眾號，簡書就是我的公眾號的另一個獲客渠道。
數據入門推薦書籍：《流量的秘密》《數據分析思維》，想成為某個領域的專家：需要10000小時的努力噢~
本文由 @輕清風兒 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
干貨啊