国产一级a片免费看高清,亚洲熟女中文字幕在线视频,黄三级高清在线播放,免费黄色视频在线看

數(shù)據(jù)有四個屬性：時間、地點(diǎn)、人物和事件；舉個例子，在電子商務(wù)這個環(huán)境里，假設(shè)分析一個交易數(shù)據(jù)。這個交易數(shù)據(jù)在時間上，它必須有一個時間戳，這個數(shù)據(jù)必然會在某一個地點(diǎn)發(fā)生，還有對應(yīng)的交易者，在事件的級別，消費(fèi)者要購買某種產(chǎn)品，花某種價格，通過某種支付手段，進(jìn)行交易。所以說，這是一個事件。真正的用戶的行為，往往都是以事件為核心的數(shù)據(jù)點(diǎn)。這些數(shù)據(jù)點(diǎn)，會造成一個整體的事件流。

舉幾個例子，像LinkedIn這家公司每天大約會產(chǎn)生100億條事件；通過用戶行為產(chǎn)生的事件，在不到5年的時間之內(nèi)，咱們?nèi)虼蠹s會有40億的人每天會產(chǎn)生大量的數(shù)據(jù)，同時，它是一個4萬億級別的市場；在全球范圍內(nèi)，將近有2500萬個app誕生，不但有針對普通用戶的app，還有對企業(yè)級服務(wù)的app；另外會有將近250億活躍用戶的各種設(shè)備將會接入我們的網(wǎng)絡(luò)；最后，每年將近產(chǎn)生5萬億GB的數(shù)據(jù)。

1、數(shù)據(jù)分析的基本概念

數(shù)據(jù)量這么大，呈爆發(fā)式增長，它的價值曲線，數(shù)據(jù)量，數(shù)據(jù)設(shè)備數(shù)，人的關(guān)聯(lián)度不斷增加，但這并不表示數(shù)據(jù)本身能夠帶來價值，真正的商業(yè)分析的核心，是通過5個步驟不斷把低價值的信息或者數(shù)據(jù)變成高價值的產(chǎn)出。一般數(shù)據(jù)分析可以分成5個步驟。

• 了解以前發(fā)生了什么；

• 分析為什么會發(fā)生這件事；

• 觀測目前正在發(fā)生什么事；

• 預(yù)測未來將會發(fā)生什么；

• 全局優(yōu)化。

前四步是數(shù)據(jù)分析中的基礎(chǔ)步驟，包括數(shù)據(jù)預(yù)測，它本身并不能產(chǎn)生太大的價值，只有通過全局優(yōu)化，才能產(chǎn)生有價值的產(chǎn)出。

2、數(shù)據(jù)分析的發(fā)展歷程

對于產(chǎn)品經(jīng)理來講， 數(shù)據(jù)可以作為產(chǎn)品優(yōu)化的依據(jù)，比如交互、留存。實(shí)際這一切都是基于對數(shù)據(jù)基礎(chǔ)的理解，在過去的5年，數(shù)據(jù)框架在技術(shù)的推動下，有幾次主要的迭代時期：

Google和Yahoo的辦法增加了數(shù)據(jù)處理的容量，大大降低了數(shù)據(jù)庫的成本，分布式技術(shù)將數(shù)據(jù)庫的技術(shù)提升了一個層次。以往數(shù)據(jù)分析只能支持幾十個人的決策，現(xiàn)在能夠支持幾千甚至上萬人的決策。它使得數(shù)據(jù)分析從一個非常貴的、緩慢的流程變成了一個有效的、價格相對較低的層次。

但這其中還有一個問題：以往的軟件都是比較結(jié)構(gòu)化的，很多人都可以使用。但是Hadoop這種大數(shù)據(jù)結(jié)構(gòu)，很多人都很難用，這就造成很多技術(shù)性瓶頸。具體體現(xiàn)在：

• 數(shù)據(jù)收集來源增加，文件收集復(fù)雜性提高。

• 對工程能力操作感各個公司拆解很大。

3、數(shù)據(jù)分析驅(qū)動產(chǎn)品設(shè)計(jì)的意義

如果能夠用好數(shù)據(jù)分析公司，會產(chǎn)生一種戰(zhàn)略性優(yōu)勢。用不好數(shù)據(jù)分析的公司，在發(fā)展上則會產(chǎn)生很多瓶頸。

在現(xiàn)在的美國和將來的中國，要想做好一個產(chǎn)品經(jīng)理、設(shè)計(jì)師、產(chǎn)品運(yùn)營人員。核心不再是依靠分析師來分析數(shù)據(jù)，而是能夠熟練地應(yīng)用各種企業(yè)級應(yīng)用，來達(dá)成數(shù)據(jù)驅(qū)動產(chǎn)品的手段。

如何利用數(shù)據(jù)驅(qū)動產(chǎn)品設(shè)計(jì)？

1. 必須要有數(shù)據(jù)驅(qū)動產(chǎn)品設(shè)計(jì)的意識，這個意識已經(jīng)被美國的Facebook、LinkedIn證明；

2. 善于觀察用戶的行為，用戶的行為是不會說謊的，用戶的行為往往能夠反映出用戶對于產(chǎn)品的容忍度和熟練度；

3. 我們要很聰明的用技術(shù)做決策；

4. 今天的企業(yè)已經(jīng)由流量型向用戶體驗(yàn)和產(chǎn)品設(shè)計(jì)方向迅速進(jìn)化和衍化。這種進(jìn)化和衍化的結(jié)果就是：每一個企業(yè)，不論大小，都需要用精益化運(yùn)營的思維做好產(chǎn)品。

互聯(lián)網(wǎng)已經(jīng)從web2.0進(jìn)化到web3.0，意味著流量為王的時代已經(jīng)結(jié)束；這樣的形態(tài)下，企業(yè)往往不注重流量的轉(zhuǎn)化，而在乎流量獲取的速度。而在今天這個時代，一個企業(yè)如何能夠在一定時間內(nèi)快速地對用戶進(jìn)行轉(zhuǎn)化，增加用戶的體驗(yàn)，增加用戶的留存，這是當(dāng)代互聯(lián)網(wǎng)產(chǎn)品的核心。

精益化運(yùn)營

精益化運(yùn)營不得不提的三個指標(biāo)---轉(zhuǎn)化率、用戶的活躍度、用戶留存率。這三點(diǎn)組成了一個產(chǎn)品最基本的一個骨架。

以往我們談?wù)摰亩际橇髁浚耗阌卸嗌儆脩?，多少活躍度，僅此而已。但今天來說，那些粗淺的指標(biāo)已經(jīng)不足以衡量產(chǎn)品的優(yōu)秀。一個好的產(chǎn)品，我們首先要關(guān)注的是用戶的留存率和用戶粘度。在傳統(tǒng)互聯(lián)網(wǎng)企業(yè)，用戶的留存率和粘度一般是后期才會關(guān)注的；但是在今天，在產(chǎn)品設(shè)計(jì)的早期，我們就需要關(guān)注這個指標(biāo)。這個指標(biāo)可以細(xì)化成5個不同的點(diǎn)：

1. 能夠通過非常簡單的方法讓用戶知道這個產(chǎn)品的價值；

2. 產(chǎn)品使用的流暢度。今天產(chǎn)品設(shè)計(jì)的思路已經(jīng)演變?yōu)榱魇降脑O(shè)計(jì)，一步步引導(dǎo)用戶如何使用你的產(chǎn)品，降低用戶的使用門檻很重要；

3. 產(chǎn)品的區(qū)隔。這也是精益化運(yùn)營的思維。不知道大家在平時做產(chǎn)品的時候有沒有考慮到用戶是可以分成不同的屬性，同樣的產(chǎn)品，針對不同的用戶應(yīng)該有不同的功能點(diǎn)，不同的體現(xiàn)，這就要求產(chǎn)品經(jīng)理和運(yùn)營人員花足夠多的時間去了解這些不同的用戶對產(chǎn)品交互的不同的需求，喜歡什么，不喜歡什么；

4. 要分析用戶的行為。用戶的行為是產(chǎn)品經(jīng)理了解用戶最好的方法，用戶行為的分析往往能代表最真的用戶需求；

5. 結(jié)合前邊五點(diǎn)的分析，對產(chǎn)品進(jìn)行改造。

Facebook提倡一句話：Move fast and break things。它講的是一種黑客的文化——快速迭代。可以犯錯，但要快速迭代；持續(xù)迭代，小范圍改進(jìn)；最后會產(chǎn)生幾何級數(shù)的變化。

傳統(tǒng)的方法，則是建立一個較長的項(xiàng)目周期。這樣來做的話會有幾點(diǎn)風(fēng)險(xiǎn)。

• 實(shí)施周期長；

• 迭代速度慢；

• 成本高；

• 不能在短期之內(nèi)理解用戶需求。

所以在過去幾年，硅谷提倡MVP（這個概念在《精益創(chuàng)業(yè)》中有提到）。一個核心的概念是：產(chǎn)品設(shè)計(jì)者如何能夠產(chǎn)生一個最小的產(chǎn)品，迅速把它推向市場或用戶；測試完之后衡量產(chǎn)品的數(shù)據(jù)，通過數(shù)據(jù)來驗(yàn)證假設(shè)，進(jìn)一步完善產(chǎn)品；再進(jìn)入下一個迭代的循環(huán)。

精益創(chuàng)業(yè)概念的核心，并不只適用于創(chuàng)業(yè)公司，其實(shí)在很多公司都有體現(xiàn)。比如Facebook，就應(yīng)用了這種概念，對產(chǎn)品進(jìn)行小范圍體驗(yàn)，數(shù)據(jù)分析，然后迅速迭代。

產(chǎn)品各階段關(guān)注指標(biāo)

在普通的傳統(tǒng)的公司，當(dāng)我們做數(shù)據(jù)分析時，很多人用PV、轉(zhuǎn)化率來衡量產(chǎn)品的好壞，而用數(shù)據(jù)驅(qū)動則會用更全面的數(shù)據(jù)來衡量產(chǎn)品。

如何用數(shù)據(jù)衡量一個產(chǎn)品呢：

首先，它應(yīng)該有一定的認(rèn)知度，否則就不會有用戶知道。SOV、PPC、CPM這些詞都是顯示廣告投放的；

其次，需要衡量用戶的增長。這種增長的指標(biāo)在美國已發(fā)展成為一種學(xué)科，有多少新增用戶，你的漏斗模型是怎樣的，你的霍克模型是怎么樣的，這個用戶的存留區(qū)間是怎么樣的；

第三，用戶活躍度。衡量每月，每天的活躍度，以及有多少獨(dú)立訪客

第四，衡量如何賺錢。比如電子商務(wù)網(wǎng)站，衡量的是GMV---整個交易額，ASP---每個商品的平均價格， LTV---生命周期價值；這些KPI對產(chǎn)品分析是一個整體性的東西

一個產(chǎn)品，我們必須全面衡量。產(chǎn)品經(jīng)理需要有這種直覺——不能用一個指標(biāo)來衡量產(chǎn)品，而是要用多個指標(biāo)來衡量。

比如，9年前，我剛加入eBay，要衡量150個指標(biāo)，每天發(fā)送一份報(bào)告，這份報(bào)告大概有20-30個指標(biāo)，來衡量業(yè)務(wù)的發(fā)展。這些指標(biāo)的增長或者降低都是由業(yè)務(wù)戰(zhàn)略的決策造成的。如果每分鐘見證指標(biāo)0.1的變化，對當(dāng)時的eBay來講，將是一個5000萬金額的變化。

好的產(chǎn)品經(jīng)理不能只看產(chǎn)品的KPI，需要通過市場、運(yùn)營、產(chǎn)品設(shè)計(jì)的角度以及最后銷售的角度來衡量。

比如LinkedIn，每天關(guān)注的是50-60個核心指標(biāo)，公司CEO早晨起來的第一件事，就是要看這些Report。在線營業(yè)額增加了65%，是由于哪條產(chǎn)品線上的哪個功能引起的，為什么會帶來這些變化，這些為什么會分解到每個產(chǎn)品線？產(chǎn)品經(jīng)理會對此進(jìn)行細(xì)化，找出原因，進(jìn)而優(yōu)化產(chǎn)品。

數(shù)據(jù)分析需關(guān)注指標(biāo)以及指標(biāo)拆解

首先，我們核心要關(guān)注的指標(biāo)往往不是150個指標(biāo)，或者500個指標(biāo)，我們重點(diǎn)關(guān)注的指標(biāo)往往不超過三個指標(biāo)，這三個指標(biāo)根據(jù)不同的業(yè)務(wù)線會有很大的差別。這三個指標(biāo)有：

用戶留存（用戶活躍度）----最核心的指標(biāo)；LinkedIn會衡量月活躍用戶和日活躍用戶。一般會把MAU分成三個檔次------明天或下星期或下個月或今年我對用戶的增長預(yù)期是什么，這是一個中位數(shù)。然后，還會做一個高點(diǎn)和低限，就是按照我們的預(yù)期，這個增長最高不會超過這個水平面，最低也不會低于這個水平面。這樣，我們把KPI分解成了四個不同的KPI值----平均值、高值、低限、還有實(shí)際值。這樣來說，實(shí)際值如果高于高點(diǎn)或者低于低限，對于業(yè)務(wù)運(yùn)營來說，都是一個很大的問號；

再舉個例子，比如我把月度活躍用戶進(jìn)一步進(jìn)行分解，分解成：新注冊用戶、既有用戶今天重新回來的用戶、以往用戶今天開始不使用的用戶、上周新來用戶這周不使用的用戶。把月活躍用戶分解成了新接入用戶，持續(xù)活躍用戶，以往活躍今天不活躍，剛剛新增用戶就開始不活躍用戶。為什么將這四個指標(biāo)分解成這四個指標(biāo)，因?yàn)檫@四個指標(biāo)可以和產(chǎn)品關(guān)聯(lián)起來。比如拉新，如何有拉新的手段；第二，如何促進(jìn)用戶的活躍。第三，已經(jīng)流失的用戶，如何減低它的流失，第四，新增的用戶如何減少流失。這個數(shù)字相加，就是每月的活躍用戶。這四個指標(biāo)是可以采取行動的指標(biāo)。

再比如，LinkedIn新增的用戶，來源的渠道是不一樣的，活躍的用戶，流失的用戶，是我們需要持續(xù)關(guān)注的，因?yàn)樗粩嗟匕盐覀冃略龅挠脩艋钴S度減低，因此我們要盡量減低流失率。新用戶的流失，在一個產(chǎn)品里面，非常忠誠的用戶流失的可能性比新增用戶流失的可能性低很多。但是如果我們的忠誠用戶在迅速流失，那么說明我們這個平臺上的用戶的粘性有很大的問題。但是新增用戶的流失，可以用培訓(xùn)的方法，引導(dǎo)用戶的方法，促進(jìn)它的活躍度。這樣，就把一個宏觀的指標(biāo)，分解成了更細(xì)化的指標(biāo)。另外一點(diǎn)，分解指標(biāo)的好處是，我們分解能產(chǎn)生增長或者衰竭的原因。比如下邊這張圖

我們可以看到每條線，變化是不一樣的。最后的增長就知道它的成因。

一個活躍用戶，或者流失用戶，可以進(jìn)一步對它進(jìn)行分解。這種方法就是通過維度的分解。舉個最簡單的例子，比如說我把用戶的流失率，用男性和女性的方法拆解開來，比如上圖中，綠色是男性，紅色是女性，大家可以看到，綠色的活躍度是高的，說明平臺比較適合男性用戶，女性用戶偏少。如果我們想刺激活躍的話，可以針對這兩種不同的人群采取不同的方法。

再講一個分解核心KPI指標(biāo)的方法，咱們講一個促活的例子。比如說，用戶很少用一個平臺的產(chǎn)品，我們發(fā)現(xiàn)，當(dāng)把這個指標(biāo)進(jìn)行拆解的時候，假設(shè)上圖中橘黃色的這條線是IOS用戶，藍(lán)色的線是安卓用戶，綠色線是PC用戶，大家來看，我們把一個重新激活的用戶分成了三個組，可以看見，IOS用戶在不斷增長，它的活躍度是在不斷增加的， 安卓用戶表示的線比較平緩，PC線相對來說是衰減趨勢的，這樣來說，在哪個平臺上，你的用戶是十分活躍的。

AARRR以及產(chǎn)品指標(biāo)拆解案例

在美國有一個概念---AARRR。A---獲取用戶，A---激活用戶，R---用戶的留存，R---用戶產(chǎn)生多少價值。R----用戶與用戶之間的推薦。用戶之間的推薦，是最好的獲取客戶的方法。對這個指標(biāo)進(jìn)一步進(jìn)行分解，比如說在LinkedIn上的推薦，它是通過下面幾種方法來實(shí)現(xiàn)的：

• 通過你可能認(rèn)識的人來把LinkedIn推薦給一個用戶；

• 通過上傳地址錄來推薦給別人；

• 通過電子郵件來做產(chǎn)品的推薦；

當(dāng)我們做了這樣的一個渠道的分類之后，我們發(fā)現(xiàn)，在產(chǎn)品上的模塊---您可能認(rèn)識的人，產(chǎn)生了最多的推薦用戶數(shù)量。這對于產(chǎn)品運(yùn)營人員來說，可以進(jìn)行各種優(yōu)化。

給大家舉個實(shí)例，在最早的時候，LinkedIn研究如何使用戶爆發(fā)式的增長，他們發(fā)現(xiàn)從首頁上登錄的用戶活躍度和忠誠度比從EMAIL地址邀請來的用戶的活躍度高的多。當(dāng)時的產(chǎn)品經(jīng)理做了一種嘗試：大范圍優(yōu)化從網(wǎng)站上來的用戶。怎么做呢，就是對每個人的簡歷進(jìn)行優(yōu)化，優(yōu)化之后，使它更方便SEO爬蟲的搜索，這樣一來，從網(wǎng)站上獲取的用戶就遠(yuǎn)遠(yuǎn)大于從郵件獲取的用戶。它的核心的方法論是這樣：

• 我要增長核心用戶；

• 通過分析用戶的來源，找到了那些不斷增長的活躍用戶大部分來源于網(wǎng)頁，而不是從電子郵件來的；

• 迅速做一個產(chǎn)品嘗試----優(yōu)化每個人的簡歷，增加SEO的曝光率。

這次改變以后，為當(dāng)時的LinkedIn增加了50%的擴(kuò)張速度。這次成功嘗試背后的一套核心觀點(diǎn)是：如何用數(shù)據(jù)驗(yàn)證它的這種假設(shè)，或者迅速驗(yàn)證這種業(yè)務(wù)的判斷。就是那么一個簡單的例子，帶著一個假設(shè)去做一個產(chǎn)品的改動，改動之后再用數(shù)據(jù)證明自己的改動是有效率的。如果這個改動是沒有效率的，那么需要立刻停止這個改動。

再舉個例子，也是今天我認(rèn)為產(chǎn)品分析驅(qū)動產(chǎn)品設(shè)計(jì)最核心的指標(biāo)----用戶的留存度。一個好的產(chǎn)品，是能夠讓很多用戶在你的平臺上產(chǎn)生價值的，用戶必然會花更多的時間會有更高的粘度。這是今天衡量一個產(chǎn)品最核心的一個指標(biāo)。

這張圖，是一個衡量隔日留存率的圖，就是隔天有多少用戶在使用。這張圖為什么很重要呢？因?yàn)樵诤芏喈a(chǎn)品里邊有一些魔術(shù)數(shù)字，很多人都嘗試著在產(chǎn)品中找到這個魔術(shù)數(shù)字，這個魔術(shù)數(shù)字往往是從這張圖里迭代出來的。比如說我的產(chǎn)品利用某個功能的隔日留存，還不到10%，利用另外一個功能的隔日留存變成了30%，不用某個功能的用戶的隔日留存是10%，用這個功能的用戶的隔日留存提到了30%。這個告訴了我們什么？

總結(jié)一下：

通過留存圖找到不同用戶的群組在留存率上的區(qū)別。比如用功能A和用功能B 的用戶在留存上是有區(qū)別的，那么我們就要專注打那個功能點(diǎn)，讓更多的用戶來使用這個產(chǎn)品FEATURE。

聽起來很直接很傻的方法，但是被很多公司屢試不爽。LinkedIn找到了這個魔術(shù)數(shù)字是：在第一周連續(xù)增加5個社交網(wǎng)絡(luò)鏈接的用戶群，這類用戶的留存度和他們在未來為平臺貢獻(xiàn)的價值，是第一周貢獻(xiàn)少于5個社交連接的用戶群的5倍以上。

發(fā)現(xiàn)這個魔術(shù)數(shù)字后，當(dāng)時的產(chǎn)品經(jīng)理立刻將這個增加鏈接的功能點(diǎn)做到了很多頁面上去：

• 在首頁的入口大范圍增加了一個功能欄，讓用戶上傳它的地址簿（因?yàn)橐焉蟼鞯刂凡荆匀粫黾佑脩暨B接）；

• 給每一個新登錄用戶推薦和他在一個公司工作的他可能認(rèn)識的人；

數(shù)據(jù)分析發(fā)現(xiàn)，當(dāng)用戶要邀請他的好友的時候，需要打字才能邀請。LinkedIn想能不能不要讓用戶打字，直接推薦給他可能認(rèn)識的人，這個功能點(diǎn)再一次增加了第一周之內(nèi)登錄用戶增加社交連接的可能性。

大家看，通過那一個點(diǎn)找到了magic number，然后產(chǎn)品經(jīng)理通過各種不同的產(chǎn)品設(shè)計(jì)來促進(jìn)這個魔術(shù)數(shù)字的發(fā)生，就產(chǎn)生了未來LinkedIn病毒式的增長。這種病毒式增長，就是成長黑客最核心的一個概念：如何用最快的最低的成本驅(qū)動最小的產(chǎn)品改動，通過數(shù)據(jù)驅(qū)動的方法來大規(guī)模獲取客戶。

然后再講講如何用數(shù)據(jù)驅(qū)動用戶體驗(yàn)：

首先，我們必須要能分析今天的數(shù)據(jù)，這是所有做最小化產(chǎn)品，精益運(yùn)營的最核心的一個概念。至少我們能夠看到我們的產(chǎn)品有多少人在使用，如果沒有數(shù)據(jù)的話，是無法證明自己腦子里的假設(shè)。

第二，最重要的一點(diǎn)，我們要找到最關(guān)鍵的問題進(jìn)行思考，比如LinkedIn對產(chǎn)品做的這些改進(jìn)，通過數(shù)據(jù)分析的方法找到了問題：

• 從電子郵件邀請來的用戶活躍程度低；

• 我們發(fā)現(xiàn)第一周登錄增加了五個社交關(guān)系的人活躍度高，不增加的人活躍度低。找到了這個差異點(diǎn)，就要思考如何強(qiáng)力的推動某種改變。

在產(chǎn)品的早期，沒有公司有能力做A/B測試，往往是做很小范圍的改動，隨時看數(shù)據(jù)的變化，這就足夠了。實(shí)驗(yàn)完了之后，又回到了數(shù)據(jù)上面，得到了分析結(jié)果，要記得看數(shù)據(jù)，最后，其實(shí)數(shù)據(jù)驅(qū)動是很簡單的事，它只要求我們：

• 有信念；

• 要有一套非常基礎(chǔ)的數(shù)據(jù)分析系統(tǒng)；

• 需要創(chuàng)新的精神，能夠很迅速的進(jìn)行產(chǎn)品迭代。

以下是小伙伴們現(xiàn)場提問的一些問題：

問：小公司是否應(yīng)該使用A/B測試？

答：A/B測試是產(chǎn)品經(jīng)理一定會用的一個功能，但是在產(chǎn)品早期沒必要做一套產(chǎn)品測試的A/B系統(tǒng)。

為什么呢？因?yàn)锳/B測試對初創(chuàng)公司，是非常高的成本。需要同時上線兩個版本，同時對這個網(wǎng)站以及APP的流量進(jìn)行準(zhǔn)確切割，而且還需要搭建一套非常實(shí)時的數(shù)據(jù)分析系統(tǒng)，或統(tǒng)計(jì)學(xué)檢驗(yàn)的系統(tǒng)，特別是產(chǎn)品的版本控制需要做到非常精確。我覺得在早期，進(jìn)行試錯是非常重要的，但是并不是非得用A/B測試。比如新產(chǎn)品上線，我可以用5天時間來做產(chǎn)品feature的測試，是否能夠被很多人喜歡，當(dāng)你看到轉(zhuǎn)化率有一個很核心的提升，那么我也能夠知道這個用戶的基本的反饋了。

但是，當(dāng)產(chǎn)品達(dá)到越來高的時候，尤其是當(dāng)你的流量足夠多的時候，就非常有必要做A/B測試了。還有，當(dāng)一個公司里有大量的產(chǎn)品經(jīng)理，有普通產(chǎn)品上線的時候，有一套A/B測試就是非常重要的，因?yàn)槠渲幸惶追浅Ｖ匾诵牡慕y(tǒng)計(jì)模型，比如如何切割流量，如何能分配KPI，比如得到一個指標(biāo)，是否有意義，還是需要這套系統(tǒng)的。

問：統(tǒng)計(jì)學(xué)分析學(xué)，數(shù)據(jù)挖掘的書看了不少，如何能做數(shù)據(jù)分析

答：這個取決于大家核心關(guān)注的東西。

如果你是一個產(chǎn)品經(jīng)理或者產(chǎn)品運(yùn)營，我覺得沒有太多的必要大肆的讀這方面的書。我建議看一些入門級的書，比如說美國比較流行的《精益分析》，用簡短的篇幅描述了不同形態(tài)的產(chǎn)品該關(guān)注什么指標(biāo)；

如果你是專業(yè)的分析師，那該學(xué)的東西就太多了：統(tǒng)計(jì)模型、可視化工具、數(shù)據(jù)可視化等；另外，對邏輯回歸也要有一定的理解。還有，需要有商業(yè)直覺，并且必須用自己的產(chǎn)品。不用自己的產(chǎn)品的分析師，一定不是一個好的分析師。

問：如何收集自己需要的數(shù)據(jù)？如何保證數(shù)據(jù)的準(zhǔn)確性？

答：這個是大多數(shù)pm的痛處。對于一個小型的公司來說，我強(qiáng)烈建議不要建太大的數(shù)據(jù)分析系統(tǒng)，要學(xué)會應(yīng)用很多數(shù)據(jù)分析工具；比如：項(xiàng)目管理工具、電子營銷工具。能熟練使用各種分析工具是一個產(chǎn)品能夠靈活進(jìn)行工作的基礎(chǔ)。

對于如何保障數(shù)據(jù)準(zhǔn)確這個問題，我認(rèn)為數(shù)據(jù)不需要百分百準(zhǔn)確，但是需要在趨勢上一致。因?yàn)楹玫漠a(chǎn)品經(jīng)理需要利用趨勢來判斷用戶趨勢，銀行需要百分之百的準(zhǔn)確性，但是用戶行為的數(shù)據(jù)只要趨勢對就足夠了

問：針對工具的APP有什么好的數(shù)據(jù)分析方法？

答：任何app它的核心的數(shù)據(jù)方法論沒有本質(zhì)上的區(qū)別。

AARRR模型基本可以涵蓋用戶的存留激活轉(zhuǎn)化營業(yè)額以及用戶的推薦。只不過對每個指標(biāo)需要進(jìn)行細(xì)化，最重要的一個指標(biāo)是用戶的留存率，這個留存率是如何體現(xiàn)出來的呢？就是從用戶如何使用APP中體現(xiàn)出來的。好的APP用戶使用頻次高，差點(diǎn)的APP用戶使用頻次比較低。當(dāng)然這個也和業(yè)務(wù)場景有關(guān)，比如一個旅游的app，沒有人天天去旅游，所以這個產(chǎn)品的粘度就和時間有很多關(guān)系。但是一個高頻次的app，比如訂餐軟件，使用頻次就會高一些。你還可以將用戶分成高中低三個層次，找到不同用戶對產(chǎn)品不同的需求點(diǎn)。

本次分享PPT及思維導(dǎo)圖下載：回復(fù)“白色情人節(jié)”獲取下載地址