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

一個(gè)懂?dāng)?shù)據(jù)分析的產(chǎn)品經(jīng)理可以利用數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品設(shè)計(jì)優(yōu)化，并高效提升用戶體驗(yàn)。

彼得·德魯克曾經(jīng)說(shuō)過(guò)很有名的一句話，他說(shuō)：如果一個(gè)事情，你不能衡量它的話，那么你就不能增長(zhǎng)它。

事實(shí)上，越來(lái)越多的互聯(lián)網(wǎng)公司開始了數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品及運(yùn)營(yíng)增長(zhǎng)的工作，典型如硅谷的著名幾家公司：

• Facebook 早期通過(guò)「博客小掛件」的展示獲得了每月數(shù)十億次展示、千萬(wàn)次點(diǎn)擊和
• 百萬(wàn)人注冊(cè);
• Twiter 通過(guò)引導(dǎo)用戶在注冊(cè)時(shí)「關(guān)注 10 個(gè)人」極大的提升了留存率和活躍度;
• LinkedIn 通過(guò)推薦新用戶「邀請(qǐng) 4 個(gè)好友」獲得了最高的邀請(qǐng)轉(zhuǎn)化率;

??

然后，硅谷的極客們還給這件事情取了一個(gè)很酷的外號(hào)，叫做?Growth?Hacker?，中文名譯作“增長(zhǎng)黑客”。這些公司在組織架構(gòu)內(nèi)部搭建了一個(gè)增長(zhǎng)團(tuán)隊(duì)，整個(gè)團(tuán)隊(duì)的目標(biāo)就是圍繞著公司的增長(zhǎng)去不斷地確立目標(biāo)，分析現(xiàn)狀，提出改進(jìn)的想法，實(shí)施并開始測(cè)試反饋。

產(chǎn)品經(jīng)理在整個(gè)互聯(lián)網(wǎng)團(tuán)隊(duì)中扮演著承上啟下的橋梁角色，自然也要掌握數(shù)據(jù)分析這項(xiàng)神秘的強(qiáng)大技能，尤其是隨著整個(gè)人類互聯(lián)網(wǎng)歷史進(jìn)程的不斷發(fā)展，互聯(lián)網(wǎng)產(chǎn)品之間的競(jìng)爭(zhēng)加劇、大數(shù)據(jù)時(shí)代的到來(lái)，對(duì)產(chǎn)品經(jīng)理的數(shù)據(jù)分析能力提出了更高的要求。

一個(gè)懂?dāng)?shù)據(jù)分析的產(chǎn)品經(jīng)理可以利用數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品設(shè)計(jì)優(yōu)化，并高效提升用戶體驗(yàn)。

那么，產(chǎn)品經(jīng)理究竟該如何入門數(shù)據(jù)分析，為自己的產(chǎn)品職業(yè)生涯發(fā)展增加一定的籌碼呢，我認(rèn)為可以從以下幾個(gè)方面著手學(xué)習(xí)。

1、了解什么是數(shù)據(jù)分析

很多產(chǎn)品經(jīng)理其實(shí)都對(duì)數(shù)據(jù)分析有一種淡淡疏遠(yuǎn)的心理，特別的是非技術(shù)的產(chǎn)品經(jīng)理更是對(duì)數(shù)據(jù)敬而遠(yuǎn)之，好比一談到數(shù)據(jù)分析，就是要會(huì)什么高大上的數(shù)據(jù)分析工具，什么抽象的建模、函數(shù)之類的。

事實(shí)上，通常意義上的產(chǎn)品數(shù)據(jù)分析用不了多少專業(yè)的數(shù)據(jù)知識(shí)，用到的都是非常簡(jiǎn)單的加減乘除。但是要注意到，其實(shí)加減乘除也是非常強(qiáng)大的，可以解決大部分的問(wèn)題，而且成本非常低，你使用了復(fù)雜的算法，可能精確度也只能上升不到5個(gè)百分點(diǎn)。所以，產(chǎn)品經(jīng)理不要對(duì)數(shù)據(jù)分析有太多的畏難情緒，所謂的數(shù)據(jù)分析就是指從數(shù)據(jù)中提取有用的信息，并指導(dǎo)實(shí)踐。比如說(shuō)結(jié)合數(shù)據(jù)優(yōu)化產(chǎn)品的用戶體驗(yàn)，通過(guò)數(shù)據(jù)來(lái)進(jìn)行用戶畫像，通過(guò)數(shù)據(jù)發(fā)現(xiàn)產(chǎn)品改進(jìn)的關(guān)鍵點(diǎn)，以及產(chǎn)品改版、迭代是否在一個(gè)正確的方向上。而這些事情，在經(jīng)過(guò)實(shí)踐之后，都會(huì)變的簡(jiǎn)單且容易上手。

但是在做數(shù)據(jù)分析前，一定要先確定好目標(biāo)，這樣后面的每一步才能不偏離大方向，我們才能清楚地知道究竟該采集什么樣的數(shù)據(jù)，要分析哪些指標(biāo)。那么，你做數(shù)據(jù)分析的目的是什么：

• 是檢測(cè)用戶對(duì)新功能的喜愛程度？
• 是優(yōu)化用戶在使用過(guò)程中的槽點(diǎn)？
• 還是提升某個(gè)產(chǎn)品頁(yè)面的轉(zhuǎn)化率？

…

2、數(shù)據(jù)從哪里獲取

產(chǎn)品經(jīng)理在分析數(shù)據(jù)之前，就必須得有數(shù)據(jù)供我們分析，所以我們就得拿到數(shù)據(jù)，怎么拿到呢？

數(shù)據(jù)的來(lái)源渠道主要有三種：

1. 自有數(shù)據(jù)分析系統(tǒng) ——?企業(yè)內(nèi)部使用的數(shù)據(jù)產(chǎn)品，如自建 BI 和推薦系統(tǒng)。公司自有的數(shù)據(jù)是最原始的數(shù)據(jù)，也是最可靠、最全面的。一般而言，有條件的情況下都是以內(nèi)部數(shù)據(jù)為準(zhǔn)；
2. 第三方數(shù)據(jù)分析工具 ——?這個(gè)是借助外部工具獲得數(shù)據(jù)，如友盟、百度統(tǒng)計(jì)、cnzz統(tǒng)計(jì)等；
3. 行業(yè)指數(shù)數(shù)據(jù)等 ——?如用戶均可使用的 Google Trends 和淘寶指數(shù)等等。

鑒于大部分互聯(lián)網(wǎng)創(chuàng)業(yè)公司都不可能自建數(shù)據(jù)分析系統(tǒng)，雖然自己開發(fā)的數(shù)據(jù)分析工具，可以對(duì)每個(gè)數(shù)據(jù)進(jìn)行實(shí)時(shí)跟蹤，并快速做出產(chǎn)品的調(diào)整，但是需要足夠的開發(fā)人員及成本，比較適合大型公司或者成熟型產(chǎn)品；

這里還是重點(diǎn)介紹幾款第三方數(shù)據(jù)分析工具，供大家參考選擇：

a、友盟

支持iOS、Android應(yīng)用數(shù)據(jù)統(tǒng)計(jì)分析，可快速接入，節(jié)省成本，比較適合創(chuàng)業(yè)型公司及剛上線的產(chǎn)品，但是無(wú)法對(duì)關(guān)鍵數(shù)據(jù)在突發(fā)異樣時(shí)進(jìn)行跟蹤；

b、百度移動(dòng)統(tǒng)計(jì)

支持ios和android平臺(tái)。另外，開發(fā)者在嵌入統(tǒng)計(jì)SDK后，可以對(duì)自家產(chǎn)品進(jìn)行較為全面的監(jiān)控，包括用戶行為、用戶屬性、地域分布、終端分析等；

c、諸葛io

是一款基于用戶洞察的精細(xì)化運(yùn)營(yíng)管理工具。以用戶跟蹤技術(shù)和簡(jiǎn)單易用的集成開發(fā)方法，幫助移動(dòng)應(yīng)用及pc網(wǎng)站的運(yùn)營(yíng)者們挖掘用戶的真實(shí)行為與屬性，可以將其用于iOS、Android應(yīng)用及網(wǎng)站；

d、Growing io

強(qiáng)大的地方在于無(wú)需埋點(diǎn)，就可以獲取并分析全面、實(shí)時(shí)的用戶行為數(shù)據(jù)，以優(yōu)化產(chǎn)品體驗(yàn)，實(shí)現(xiàn)精益化運(yùn)營(yíng)。

3、基本的產(chǎn)品分析概念

產(chǎn)品經(jīng)理在做數(shù)據(jù)分析的時(shí)候，一些基本的產(chǎn)品分析概念還是需要理清的，比如最基本的AARRR模型，也就是說(shuō)產(chǎn)品經(jīng)理要了解什么是新增、活躍、留存、流失等，這些基本的概念都是需要去了解和掌握的，不然真碰到數(shù)據(jù)分析的問(wèn)題，也只能兩眼一抹黑了，更別談分析出一個(gè)什么所以然來(lái)了。

比較簡(jiǎn)單的一些概念，在這里普及下：

一些網(wǎng)頁(yè)指標(biāo)：

PV（page view）：即頁(yè)面瀏覽量，用戶每1次對(duì)網(wǎng)站中的每個(gè)網(wǎng)頁(yè)訪問(wèn)均被記錄1次。用戶對(duì)同一頁(yè)面的多次訪問(wèn)，訪問(wèn)量累計(jì)。在一定統(tǒng)計(jì)周期內(nèi)用戶每次刷新網(wǎng)頁(yè)一次也被計(jì)算一次。

一般來(lái)說(shuō)PV與來(lái)訪者數(shù)量成正比，但是PV并不直接決定頁(yè)面的真實(shí)來(lái)訪者數(shù)量，例如，同一個(gè)來(lái)訪者通過(guò)不斷的刷新頁(yè)面，也可以制造出非常高的PV。

UV（unique visitor）：即獨(dú)立訪客，訪問(wèn)網(wǎng)站的一臺(tái)電腦客戶端為一個(gè)訪客。

PR（pagerank）：即網(wǎng)頁(yè)的級(jí)別，一個(gè)PR值為1的網(wǎng)站表明這個(gè)網(wǎng)站不太具有流行度，而PR值為7到10則表明這個(gè)網(wǎng)站非常受歡迎(或者說(shuō)極其重要)。

跳出率：指用戶到達(dá)你的網(wǎng)站上并在你的網(wǎng)站上僅瀏覽了一個(gè)頁(yè)面就離開的訪問(wèn)次數(shù)與所有訪問(wèn)次數(shù)的百分比。這里的訪問(wèn)次數(shù)其實(shí)就是指PV。是評(píng)價(jià)一個(gè)網(wǎng)站性能的重要指標(biāo)，跳出率高，說(shuō)明網(wǎng)站用戶體驗(yàn)做得不好，用戶進(jìn)去就跳出去了，網(wǎng)站沒(méi)有滿足用戶的期望與需求或是人群定位不精準(zhǔn)，反之如果跳出率較低，說(shuō)明網(wǎng)站用戶體驗(yàn)做得不錯(cuò)。

轉(zhuǎn)化率：指在一個(gè)統(tǒng)計(jì)周期內(nèi)，完成轉(zhuǎn)化行為的次數(shù)占推廣信息總點(diǎn)擊次數(shù)的比率。轉(zhuǎn)化率=（轉(zhuǎn)化次數(shù)/點(diǎn)擊量）×100%。以用戶登錄為例，如果每100次訪問(wèn)中，就有10個(gè)登錄網(wǎng)站，那么此網(wǎng)站的登錄轉(zhuǎn)化率就為10%，而最后有2個(gè)用戶訂閱，則訂閱轉(zhuǎn)化率為2%，有一個(gè)用戶下訂單購(gòu)買，則購(gòu)買轉(zhuǎn)化率為1%。轉(zhuǎn)化率反映了網(wǎng)站的盈利能力，重視和研究網(wǎng)站轉(zhuǎn)化率，可以針對(duì)性的分析網(wǎng)站在哪些方面做的不足，哪些廣告投放效果比較好，可以迅速的提升用戶體驗(yàn)、節(jié)約廣告成本，提升網(wǎng)絡(luò)轉(zhuǎn)化過(guò)程。

重復(fù)購(gòu)買率：指消費(fèi)者對(duì)該品牌產(chǎn)品或者服務(wù)的重復(fù)購(gòu)買次數(shù)。重復(fù)購(gòu)買率越多，則反應(yīng)出消費(fèi)者對(duì)品牌的忠誠(chéng)度就越高，反之則越低。

活躍度指標(biāo)：主要衡量產(chǎn)品的粘性、用戶的穩(wěn)定性以及核心用戶的規(guī)模，觀察產(chǎn)品在線的周期性變化。

• AU（Active Users）活躍用戶：用戶登陸產(chǎn)品記為一次登錄
• DAU（Daily Active Users）日活躍用戶：每日登陸過(guò)的用戶數(shù)
• WAU（Weekly Active Users）周活躍用戶：七天內(nèi)登陸過(guò)的用戶數(shù)
• MAU（Monthly Active Users）月活躍用戶：30天內(nèi)登陸過(guò)的用戶數(shù)
• AT（Daily Avg. Online Time）日均使用時(shí)長(zhǎng)：活躍用戶平均每日在線時(shí)長(zhǎng)
• PCU（Peak Concurrent Users）最高同時(shí)在線用戶人數(shù)：統(tǒng)計(jì)周期內(nèi)，同一時(shí)點(diǎn)（通常精確至分）的最高在線人數(shù)
• ACU（Average Concurrent Users）平均同時(shí)在線用戶人數(shù)：統(tǒng)計(jì)周期內(nèi)，每個(gè)時(shí)點(diǎn)（通常精確到分）的平均在線人數(shù)

流失、留存指標(biāo)：觀察流失用戶的狀態(tài)、流失前行為來(lái)判斷產(chǎn)品可能存在的問(wèn)題。

• ULR（Users Leave Rate）用戶流失率：統(tǒng)計(jì)當(dāng)日登錄過(guò)產(chǎn)品的用戶，但在隨后N日內(nèi)未登錄的用戶數(shù)/統(tǒng)計(jì)日DAU
• 日流失率：統(tǒng)計(jì)當(dāng)日登陸過(guò)產(chǎn)品的用戶，次日未登陸的用戶數(shù)/統(tǒng)計(jì)日DAU
• 周流失率：統(tǒng)計(jì)當(dāng)周登陸過(guò)產(chǎn)品，之后下一周未登陸的用戶數(shù)/WAU
• 月流失率：統(tǒng)計(jì)當(dāng)月登陸過(guò)產(chǎn)品，下一月未登陸的用戶數(shù)/MAU
• 日留存率：統(tǒng)計(jì)當(dāng)日登錄過(guò)產(chǎn)品的用戶，在之后N日內(nèi)至少登錄一次的用戶數(shù)/統(tǒng)計(jì)日DAU
• 周留存率：統(tǒng)計(jì)當(dāng)周登錄過(guò)產(chǎn)品的用戶，且下一周至少登錄一次的用戶數(shù)/WAU
• 月留存率：統(tǒng)計(jì)當(dāng)月登錄過(guò)產(chǎn)品的用戶，且下一月至少登錄一次的用戶數(shù)/MAU
• 次日留存率：統(tǒng)計(jì)當(dāng)日登錄過(guò)產(chǎn)品的用戶，次日依舊登錄的用戶數(shù)/統(tǒng)計(jì)日DAU
• 回歸率：曾經(jīng)流失，重新登錄產(chǎn)品的用戶數(shù)占流失用戶的比例
• 回歸用戶：曾經(jīng)流失，重新登錄產(chǎn)品的用戶數(shù)
• 流失用戶池：過(guò)去一段時(shí)間內(nèi)流失的用戶數(shù)

4、掌握常見的數(shù)據(jù)分析模型

產(chǎn)品經(jīng)理在進(jìn)行數(shù)據(jù)分析的過(guò)程中，需要運(yùn)用到一些分析模型，我們一起來(lái)看看具體需要用到哪些數(shù)據(jù)分析模型：

a、用戶行為統(tǒng)計(jì)

用戶行為統(tǒng)計(jì)，就是對(duì)用戶在產(chǎn)品中的行為發(fā)生的次數(shù)或人數(shù)進(jìn)行簡(jiǎn)單的統(tǒng)計(jì)，統(tǒng)計(jì)結(jié)果一般以折線圖和表格的方式呈現(xiàn)，這是用戶行為分析的最基本的方法。

用戶行為統(tǒng)計(jì)

b、漏斗分析

漏斗分析也叫漏斗模型，可以幫你分析使用過(guò)程的成功和失敗率(也叫轉(zhuǎn)化和流失)，以分析用戶在使用產(chǎn)品時(shí)是否順暢。進(jìn)行漏斗分析，首先需要您結(jié)合產(chǎn)品目標(biāo)，從用戶的使用過(guò)程抽取出常見流程，比如常見的電商產(chǎn)品，我們可以簡(jiǎn)單梳理出一個(gè)漏斗流程便是：

瀏覽首頁(yè)—-》查看商品詳情—》加入購(gòu)物車—》生成訂單—》進(jìn)行支付—》成功支付

c、留存分析

留存分析是一種衡量產(chǎn)品「黏性」的分析方法——它能夠幫您分析用戶會(huì)長(zhǎng)期持續(xù)使用您的產(chǎn)品，還是使用一次后便一去不復(fù)返。用戶留存的情況一般用留存率來(lái)衡量。所謂留存率，就是指一組用戶在初始時(shí)間(比如首次打開應(yīng)用)之后第 N 天，還在使用產(chǎn)品的用戶比例(即留存下來(lái)的用戶比例)，一般稱之為N 天留存率。

留存分析的結(jié)果一般用表格方式呈現(xiàn)，稱之為用戶留存表。如下圖所示:

留存分析

5、開始實(shí)踐

我一直以來(lái)有一個(gè)觀念，那就是做事情不需要等到萬(wàn)事俱備才能真正開始，好比產(chǎn)品經(jīng)理做數(shù)據(jù)分析，事實(shí)上，并不需要等到我們把所有的數(shù)據(jù)分析知識(shí)都熟練掌握，我們才能開始進(jìn)行動(dòng)工實(shí)踐。

這本身也是互聯(lián)網(wǎng)思維“小步快跑，不斷迭代”的一個(gè)實(shí)踐，我們可以先拿手上的產(chǎn)品實(shí)踐起來(lái)，等到碰到問(wèn)題，我們?cè)偃メ槍?duì)具體問(wèn)題學(xué)習(xí)相應(yīng)的解決辦法，這種學(xué)習(xí)效率才是最高的，比如說(shuō)：

• 產(chǎn)品新版本馬上就要發(fā)布了(或者已經(jīng)發(fā)布)，那好，我們來(lái)看看數(shù)據(jù)，分析一下新版本的表現(xiàn)如何?
• 或者，我們正在規(guī)劃或設(shè)計(jì)產(chǎn)品的改版，那好，看看數(shù)據(jù)研究一下之前的用戶行為，看看能不能為產(chǎn)品設(shè)計(jì)帶來(lái)點(diǎn)兒新思路?

這些都是我們?cè)谌粘９ぷ髦?，可以嘗試著用數(shù)據(jù)分析這個(gè)工具去切入產(chǎn)品設(shè)計(jì)與分析的點(diǎn)，看了這篇文章的你，還等什么呢，開始實(shí)踐吧！

#專欄作家#

壹百度，微信公眾號(hào)：倒退集，人人都是產(chǎn)品經(jīng)理專欄作家。在線教育企業(yè)服務(wù)領(lǐng)域產(chǎn)品經(jīng)理，創(chuàng)業(yè)公司Team Leader。曾主導(dǎo)多款重量級(jí)產(chǎn)品的產(chǎn)品策劃和設(shè)計(jì)工作。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。