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

本文從數(shù)據(jù)采集的方式、數(shù)據(jù)構(gòu)成的理解、以及如何通過(guò)數(shù)據(jù)指標(biāo)和分析維度來(lái)深化產(chǎn)品見(jiàn)解等角度出發(fā)，為產(chǎn)品經(jīng)理提供了一套全面的數(shù)據(jù)分析框架，助力其在激烈的市場(chǎng)競(jìng)爭(zhēng)中做出更精準(zhǔn)的決策。

產(chǎn)品經(jīng)理多少要懂點(diǎn)數(shù)據(jù)分析，不可免俗的這篇把幾個(gè)大概念講一下。

一、數(shù)據(jù)分析的作用

數(shù)據(jù)分析是定量分析的手段。在《誰(shuí)說(shuō)菜鳥(niǎo)不會(huì)數(shù)據(jù)分析》一書(shū)中，提到了數(shù)據(jù)分析的三個(gè)作用。

• 描述：通過(guò)數(shù)據(jù)分析可以描述產(chǎn)品的現(xiàn)狀及其原因。
• 探索：數(shù)據(jù)分析還可以通過(guò)現(xiàn)狀，對(duì)未來(lái)進(jìn)行預(yù)測(cè)和探索。
• 驗(yàn)證：通過(guò)數(shù)據(jù)分析的結(jié)果，可以驗(yàn)證產(chǎn)品假設(shè)。

二、數(shù)據(jù)的構(gòu)成

來(lái)認(rèn)識(shí)一下數(shù)據(jù)：一條數(shù)據(jù)是由事件、屬性、參數(shù)三個(gè)要素構(gòu)成的。

數(shù)據(jù)由事件觸發(fā)，數(shù)據(jù)根據(jù)觸發(fā)的事件不同進(jìn)行分類(lèi)。例如，用戶(hù)的一次按鈕點(diǎn)擊、登錄、購(gòu)買(mǎi)，系統(tǒng)的一次消息推送都是一次事件。

屬性和參數(shù)構(gòu)成了對(duì)事件的完整性描述。如，一次購(gòu)買(mǎi)事件，除了購(gòu)買(mǎi)事件本身外，可能還需要收集用戶(hù)購(gòu)買(mǎi)的數(shù)量、商品的金額等等。當(dāng)然，也并非所有數(shù)據(jù)都需要屬性。如，統(tǒng)計(jì)某個(gè)按鈕的點(diǎn)擊數(shù)量時(shí)就不需要屬性。

三、數(shù)據(jù)采集

數(shù)據(jù)分析的第一步是數(shù)據(jù)采集。埋點(diǎn)是最常用的數(shù)據(jù)采集的方式，隨著數(shù)據(jù)采集需求的多樣化，無(wú)埋點(diǎn)技術(shù)也得到了廣泛的應(yīng)用。

1. 埋點(diǎn)

數(shù)據(jù)埋點(diǎn)，就是在事件被觸發(fā)的地方，設(shè)置一個(gè)數(shù)據(jù)收集點(diǎn)。當(dāng)觸發(fā)這個(gè)數(shù)據(jù)收集點(diǎn)的事件出現(xiàn)時(shí)，對(duì)數(shù)據(jù)進(jìn)行收集。

例如需要收集注冊(cè)用戶(hù)的數(shù)據(jù)?？梢栽谧?cè)用戶(hù)的代碼上埋個(gè)數(shù)據(jù)收集點(diǎn)。每當(dāng)用戶(hù)注冊(cè)時(shí)，就進(jìn)行一次數(shù)據(jù)采集。

2. 無(wú)埋點(diǎn)

無(wú)埋點(diǎn)是相對(duì)于埋點(diǎn)來(lái)說(shuō)的。無(wú)埋點(diǎn)是指無(wú)需代碼埋點(diǎn)的技術(shù)。數(shù)據(jù)收集人員可以通過(guò)數(shù)據(jù)采集工具，對(duì)需要采集的數(shù)據(jù)點(diǎn)進(jìn)行設(shè)置。

例如，需要收集用戶(hù)點(diǎn)擊了購(gòu)買(mǎi)按鈕的次數(shù)?？梢酝ㄟ^(guò)無(wú)埋點(diǎn)工具將購(gòu)買(mǎi)按鈕設(shè)置成一個(gè)數(shù)據(jù)采集點(diǎn)。每當(dāng)用戶(hù)點(diǎn)擊了購(gòu)買(mǎi)按鈕，就進(jìn)行一次數(shù)據(jù)采集。

3. 埋點(diǎn)和無(wú)埋點(diǎn)對(duì)比

1）全面性

代碼埋點(diǎn)可以收集詳細(xì)的數(shù)據(jù)信息。例如，采集用戶(hù)一次購(gòu)買(mǎi)行為的數(shù)據(jù)，可以采集到購(gòu)買(mǎi)的商品數(shù)量、金額等數(shù)據(jù)。

無(wú)埋點(diǎn)方法則只能收集簡(jiǎn)單的用戶(hù)行為事件。例如，統(tǒng)計(jì)用戶(hù)點(diǎn)擊了多少次購(gòu)買(mǎi)按鈕，但是不能采集購(gòu)買(mǎi)的詳細(xì)信息。

2）便捷性

代碼埋點(diǎn)每次需要收集數(shù)據(jù)，都需要修改代碼重新發(fā)布版本。對(duì)于臨時(shí)的數(shù)據(jù)收集需求并不是很方便。

無(wú)埋點(diǎn)方式并不需要修改代碼，將收集點(diǎn)設(shè)置好了之后就可以進(jìn)行數(shù)據(jù)收集了。

4. 數(shù)據(jù)庫(kù)和日志

除了主動(dòng)收集用戶(hù)數(shù)據(jù)外，產(chǎn)品的數(shù)據(jù)庫(kù)和日志，也有大量的用戶(hù)行為數(shù)據(jù)。

假設(shè)用戶(hù)在產(chǎn)品上設(shè)置了性別、年齡，這些數(shù)據(jù)都將被保存在數(shù)據(jù)庫(kù)上。當(dāng)我們需要分析用戶(hù)年齡分布時(shí)，直接從數(shù)據(jù)庫(kù)讀取用戶(hù)的年齡數(shù)據(jù)即可。

四、數(shù)據(jù)指標(biāo)

數(shù)據(jù)指標(biāo)可以對(duì)業(yè)務(wù)進(jìn)行衡量，便于我們把控產(chǎn)品和業(yè)務(wù)的發(fā)展。

1. 數(shù)據(jù)指標(biāo)的分類(lèi)

根據(jù)指標(biāo)的作用，可以將指標(biāo)成分結(jié)果型指標(biāo)和過(guò)程型指標(biāo)。

1）結(jié)果型指標(biāo)

結(jié)果型指標(biāo)往往可以衡量產(chǎn)品的現(xiàn)狀，描述的是產(chǎn)品“怎么樣？”。如銷(xiāo)售額、轉(zhuǎn)化率等，描述的是產(chǎn)品現(xiàn)狀。

2）過(guò)程型指標(biāo)

過(guò)程型指標(biāo)則可以了解產(chǎn)品現(xiàn)狀的原因，解決的是產(chǎn)品“為什么這樣？”。如瀏覽量、跳出率。銷(xiāo)售額是受到了瀏覽量、跳出率的影響。

根據(jù)指標(biāo)的表現(xiàn)形式，可以將指標(biāo)分成絕對(duì)指標(biāo)和相對(duì)指標(biāo)。

3）絕對(duì)指標(biāo)

絕對(duì)指標(biāo)反映規(guī)模的大小，如銷(xiāo)售額、用戶(hù)數(shù)等。

4）相對(duì)指標(biāo)

相對(duì)指標(biāo)反映質(zhì)量的好壞，如存留率、轉(zhuǎn)化率等。

2. 拆解數(shù)據(jù)指標(biāo)

數(shù)據(jù)指標(biāo)的拆解常用的是杜邦分析法。杜邦分析法最早由美國(guó)杜邦公司應(yīng)用，所以被稱(chēng)為杜邦分析法。利用杜邦分析法是將核心的數(shù)據(jù)指標(biāo)逐層拆解，直至最小指標(biāo)。從而可以深入分析核心指標(biāo)的影響因素。

以銷(xiāo)售額分析為例，銷(xiāo)售額由購(gòu)買(mǎi)人數(shù)和客單價(jià)決定，而購(gòu)買(mǎi)人數(shù)是在活躍用戶(hù)中產(chǎn)生。然后再一層層的進(jìn)行拆解分析。

3. 指標(biāo)的緯度

維度是指事務(wù)或者數(shù)據(jù)的特征，如年齡、地區(qū)、時(shí)間等。在做數(shù)據(jù)分析的時(shí)候，常常需要通過(guò)不同的緯度來(lái)進(jìn)行分析的。

通過(guò)時(shí)間緯度，可以相同指標(biāo)，在不同時(shí)期進(jìn)行一個(gè)縱向的分析。如分析每天新增用戶(hù)的數(shù)量。

通過(guò)其他緯度，對(duì)同級(jí)單位的數(shù)據(jù)進(jìn)行橫向分析。如不同性別、年齡、地區(qū)的用戶(hù)之間的指標(biāo)差別。

可以這么說(shuō)，任何不加緯度的數(shù)據(jù)分析都是耍流氓。在聽(tīng)到某個(gè)產(chǎn)品用戶(hù)達(dá)到百萬(wàn)時(shí)，其實(shí)并沒(méi)什么太多信息量。有多少用戶(hù)還在使用產(chǎn)品？每天新增了多少用戶(hù)又流失了多少用戶(hù)？我們一無(wú)所知。

五、常用維度

1. 時(shí)間

常見(jiàn)的時(shí)間緯度有年、月、日、時(shí)等單位。如年度、月度、一周、單日、日均，都是以時(shí)間為緯度。通過(guò)縱向?qū)Ρ炔煌瑫r(shí)間，指標(biāo)數(shù)據(jù)隨著時(shí)間變化的趨勢(shì)。

2. 用戶(hù)屬性

將用戶(hù)按屬性加以區(qū)分，然后分析不同分組的用戶(hù)數(shù)據(jù)。不同用戶(hù)類(lèi)型會(huì)呈現(xiàn)出不同的用戶(hù)行為，如果不加以區(qū)分，容易掩蓋很多現(xiàn)象。

如按注冊(cè)時(shí)間分，將用戶(hù)分成新用戶(hù)、老用戶(hù)，按地區(qū)，將用戶(hù)分成一線(xiàn)、二線(xiàn)、三線(xiàn)城市用戶(hù)，按目的將用戶(hù)分成買(mǎi)家、賣(mài)家等。

3. 終端類(lèi)型

常見(jiàn)的終端類(lèi)型按設(shè)備類(lèi)型分為PC、移動(dòng)端、平板電腦。按實(shí)現(xiàn)類(lèi)型Web、Wap、APP等，還有基于大型平臺(tái)的微信小程序、百度輕應(yīng)用等。

特別是PC端和移動(dòng)端的用戶(hù)，往往呈現(xiàn)出巨大的使用差異。

4. 版本

按版本來(lái)區(qū)分可以查看版本之間的差異，特別是某些重大的迭代更新的版本。以版本作為緯度，可以衡量產(chǎn)品更新后的效果。

5. 事件

通過(guò)執(zhí)行某些關(guān)鍵事件對(duì)用戶(hù)進(jìn)行區(qū)分，繼而對(duì)不同用戶(hù)進(jìn)行區(qū)分和對(duì)比分析。

如基于注冊(cè)事件區(qū)分注冊(cè)用戶(hù)和非注冊(cè)用戶(hù)，基于發(fā)布內(nèi)容事件區(qū)分內(nèi)容創(chuàng)作用戶(hù)和普通用戶(hù)。

6. 渠道

對(duì)用戶(hù)的來(lái)源渠道進(jìn)行區(qū)分，是運(yùn)營(yíng)日常衡量渠道作用的重要標(biāo)志。對(duì)產(chǎn)品來(lái)說(shuō)，有時(shí)候基于渠道的分析并進(jìn)行針對(duì)性設(shè)計(jì)，可以有效的優(yōu)化渠道效果。比如，怎么提升通過(guò)搜索引擎訪(fǎng)問(wèn)的用戶(hù)的注冊(cè)率。