在產(chǎn)品發(fā)展的全部生命周期中，數(shù)據(jù)分析是基于產(chǎn)品本身優(yōu)化更新的重要理論依據(jù)之一，也是基于產(chǎn)品戰(zhàn)略發(fā)展重要的需求挖掘手段之一。在產(chǎn)品經(jīng)理實(shí)際工作過(guò)程中，數(shù)據(jù)分析也是產(chǎn)品經(jīng)理驗(yàn)證前期工作是否正確的重要手段之一。
例如用溫度計(jì)測(cè)量體溫，當(dāng)溫度計(jì)顯示39度時(shí)，只能證明該人目前發(fā)燒，并不能證明發(fā)燒的原因。醫(yī)生再通過(guò)其他如血壓，血脂，脈搏等多方面數(shù)據(jù)指標(biāo)對(duì)比就能判斷病人病情，診斷病例，對(duì)癥下藥，當(dāng)各項(xiàng)數(shù)據(jù)恢復(fù)正常，就說(shuō)該病人已經(jīng)康復(fù)。此案例只是一個(gè)簡(jiǎn)單的數(shù)據(jù)分析過(guò)程，如果將以上案例病人換成產(chǎn)品，身體指標(biāo)換成產(chǎn)品指標(biāo)，就可以看做是一個(gè)產(chǎn)品數(shù)據(jù)分析過(guò)程。
通過(guò)案例也可以論證出數(shù)據(jù)分析對(duì)產(chǎn)品發(fā)展的重要性。進(jìn)而可以論證出脫離數(shù)據(jù)分析的產(chǎn)品經(jīng)理空有理論，沒(méi)有依據(jù)，無(wú)異于紙上談兵。
數(shù)據(jù)分析是伴隨產(chǎn)品全部生命周期的重要分析行為之一，在產(chǎn)品發(fā)展的不同階段，數(shù)據(jù)分析的側(cè)重點(diǎn)也有所不同。
產(chǎn)品初期，通過(guò)對(duì)市場(chǎng)及競(jìng)品的數(shù)據(jù)分析，可以更好的為自身產(chǎn)品開(kāi)發(fā)提供理論依據(jù)，從而避免產(chǎn)品沒(méi)有市場(chǎng)需求或者避免產(chǎn)品踩到競(jìng)品踩過(guò)的坑。
產(chǎn)品發(fā)展期，通過(guò)數(shù)據(jù)分析可以優(yōu)化產(chǎn)品功能，提升用戶體驗(yàn)，使產(chǎn)品更好的符合用戶需求，贏得市場(chǎng)。
產(chǎn)品成熟期，通過(guò)數(shù)據(jù)分析可以獲取對(duì)產(chǎn)品新的想法，擴(kuò)展產(chǎn)品功能，使產(chǎn)品二次創(chuàng)新，為產(chǎn)品未來(lái)發(fā)展布局，避免進(jìn)入產(chǎn)品衰亡期。
常見(jiàn)的關(guān)鍵數(shù)據(jù)指標(biāo)（KPI）
網(wǎng)頁(yè)端數(shù)據(jù)指標(biāo)
訪問(wèn)量（Visits）
指一個(gè)人來(lái)到一個(gè)網(wǎng)站瀏覽一些內(nèi)容和做了一些操作后離開(kāi)網(wǎng)站的過(guò)程。因此，訪問(wèn)量（Visits）就是一段時(shí)間內(nèi)的會(huì)話次數(shù)。 ps：關(guān)閉瀏覽器或30分鐘內(nèi)沒(méi)有任何動(dòng)作，都將歸為訪問(wèn)結(jié)束。
訪客數(shù)（UV）
訪客數(shù)也稱為獨(dú)立訪客數(shù)（Unique Visitor，簡(jiǎn)稱UV）就是訪問(wèn)網(wǎng)站的人數(shù)。 根據(jù)用戶的IP、ID等信息判斷是否為同一個(gè)用戶。
瀏覽量（PV）
瀏覽量（PV，Page Views），就是瀏覽某一頁(yè)面的數(shù)量。
頁(yè)面停留時(shí)長(zhǎng)
也就是訪客一次訪問(wèn)在某個(gè)頁(yè)面上停留的時(shí)間，通過(guò)這個(gè)頁(yè)面的總停留時(shí)長(zhǎng)除以這個(gè)頁(yè)面的總訪問(wèn)量得來(lái)。
網(wǎng)站停留時(shí)長(zhǎng)
訪客在一次訪問(wèn)的時(shí)間長(zhǎng)度，通過(guò)網(wǎng)站的總停留時(shí)長(zhǎng)除以訪問(wèn)量得出。
跳出率
一次非常重要的指標(biāo)，表示訪客來(lái)到網(wǎng)站后沒(méi)有任何動(dòng)作就直接離開(kāi)的比例，代表著落地頁(yè)面（訪客進(jìn)入網(wǎng)站的第一個(gè)頁(yè)面）是否對(duì)訪客有吸引，常用的計(jì)算方式是落地頁(yè)面的訪問(wèn)量除以總訪問(wèn)量。
退出率
退出率衡量從某個(gè)頁(yè)面退出網(wǎng)站的比例，通過(guò)單個(gè)頁(yè)面的退出次數(shù)除以訪問(wèn)次數(shù)。
轉(zhuǎn)化率
根據(jù)網(wǎng)站業(yè)務(wù)設(shè)定目標(biāo)，比如電商網(wǎng)站就設(shè)定用戶提交訂單為目標(biāo)，轉(zhuǎn)化率是指達(dá)到目標(biāo)的訪問(wèn)量占總訪問(wèn)量的比例，或達(dá)成目標(biāo)的訪客數(shù)占總訪客的比例。
ps：以上數(shù)據(jù)都可以通過(guò)網(wǎng)站監(jiān)測(cè)工具很方便的獲取到。
免費(fèi)的網(wǎng)站排名工具 ：中國(guó)網(wǎng)站排名、網(wǎng)絡(luò)媒體排名（iwebchoice）
免費(fèi)的網(wǎng)站監(jiān)測(cè)工具 ：Google Analytics、百度統(tǒng)計(jì)、CNZZ網(wǎng)站分析
移動(dòng)端數(shù)據(jù)指標(biāo)
按照整個(gè)移動(dòng)應(yīng)用從用戶下載使用到付費(fèi)，分為以下5個(gè)階段，每個(gè)階段所對(duì)應(yīng)數(shù)據(jù)指標(biāo)各不相同。
用戶獲取
下載量（別忘記應(yīng)用商店的排名和評(píng)分） 、激活率 、新增用戶數(shù)量 、用戶獲取成本
用戶活躍
日活用戶數(shù)（DAU）、月活用戶數(shù)（MAU）等（各行業(yè)根據(jù)用戶在一定周期內(nèi)使用時(shí)長(zhǎng)及登錄次數(shù)作為活躍基準(zhǔn)）、平均使用時(shí)長(zhǎng) 、功能使用率（使用某功能的用戶占活躍用戶數(shù)的比例）
用戶留存
次日留存率 、7日留存率 、30日留存率 （參考各行業(yè)的值是否屬于合格）
用戶轉(zhuǎn)化
付費(fèi)用戶比例（付費(fèi)用戶與免費(fèi)用戶區(qū)別對(duì)待） 、付費(fèi)用戶平均每月?tīng)I(yíng)收 、首次付費(fèi)時(shí)間間隔
用戶收入
收入金額 、付費(fèi)人數(shù)、投資回報(bào)率（ROI）
國(guó)外：Flurry、Google Analytics
國(guó)內(nèi)：友盟、TalkingData
Crash分析工具：Crashlytics
關(guān)鍵數(shù)據(jù)指標(biāo)（KPI）也可以基于用戶路徑和產(chǎn)品節(jié)點(diǎn)兩個(gè)維度進(jìn)行劃分。
用戶路徑
指用戶為達(dá)到某種目的（產(chǎn)品注冊(cè)、頁(yè)面瀏覽、支付等）的單一或多個(gè)操作行為數(shù)據(jù)量，主要體現(xiàn)在數(shù)量。比如：下載量、用戶注冊(cè)數(shù)，頁(yè)面瀏覽量，活躍用戶、訪客數(shù)、頁(yè)面停留時(shí)長(zhǎng)等。
產(chǎn)品節(jié)點(diǎn)
指用戶為達(dá)到某一目的，需要對(duì)當(dāng)前產(chǎn)品進(jìn)行單個(gè)或多個(gè)操作的行為，主要體現(xiàn)在操作前后的比例，即轉(zhuǎn)換率。例如：激活率，付費(fèi)轉(zhuǎn)換率，跳出率等
啟動(dòng)次數(shù)
一段時(shí)間內(nèi)單個(gè)或多個(gè)用戶對(duì)產(chǎn)品的啟動(dòng)次數(shù)，標(biāo)明用戶對(duì)產(chǎn)品的粘性
啟動(dòng)時(shí)間及持續(xù)時(shí)長(zhǎng)
單個(gè)或多個(gè)用戶的啟動(dòng)時(shí)間及持續(xù)時(shí)長(zhǎng)結(jié)合啟動(dòng)次數(shù)了解用戶使用場(chǎng)景。比如通過(guò)天氣類APP用戶啟動(dòng)時(shí)間多在早晨8點(diǎn)左右，那么我們可以在早上7點(diǎn)發(fā)送天氣信息推送。
事件完成情況
指單個(gè)或多個(gè)步驟功能的操作數(shù)量及比例。比如完成注冊(cè)人數(shù)，注冊(cè)完成轉(zhuǎn)行率等。
使用出錯(cuò)率
除了bug類的錯(cuò)誤以外，還有基于產(chǎn)品頁(yè)面設(shè)計(jì)、功能引導(dǎo)、流程難易度等，使用戶放棄下一步操作的比例。比如進(jìn)入注冊(cè)頁(yè)面人數(shù)與完成注冊(cè)人數(shù)比例，及注冊(cè)完成率。如果注冊(cè)完成率低于市場(chǎng)標(biāo)注，就可以說(shuō)明注冊(cè)流程過(guò)于繁瑣或頁(yè)面設(shè)計(jì)不太友好。
用戶活躍情況
多個(gè)數(shù)據(jù)指標(biāo)的比較，比如活躍用戶（日活、月活等），用戶留存率（次日，月等），付費(fèi)轉(zhuǎn)換率，新增注冊(cè)率等多個(gè)數(shù)據(jù)?？梢哉f(shuō)明用戶對(duì)產(chǎn)品的喜愛(ài)及認(rèn)可程度，如果各項(xiàng)數(shù)據(jù)偏低，可以針對(duì)產(chǎn)品本省設(shè)計(jì)或者內(nèi)容進(jìn)行更新。
用戶屬性
從用戶的基本屬性（如性別、使用地區(qū)、下載渠道等）合理優(yōu)化產(chǎn)品或者優(yōu)化宣傳渠道等。
備注
本文提供的數(shù)據(jù)指標(biāo)及產(chǎn)品經(jīng)理關(guān)注的數(shù)據(jù)類型只是普遍常用的數(shù)據(jù)指標(biāo)或類型，在實(shí)際工作中產(chǎn)品經(jīng)理要從數(shù)據(jù)分析目的出發(fā)，提取相應(yīng)的數(shù)據(jù)指標(biāo)。
新的數(shù)據(jù)指標(biāo)
凈推薦值 （NPS=Net Promoter Score）
愿意將產(chǎn)品推存給其他人使用占用戶總數(shù)的比例，凈推存值越高表明用戶對(duì)產(chǎn)品喜愛(ài)或滿意度越高。
凈推薦值(NPS)=(推薦人數(shù)/總樣本數(shù))×100%-(貶損人數(shù)/總樣本數(shù))×100%
（具體內(nèi)容看圖）
定性
對(duì)數(shù)據(jù)分析的目的進(jìn)行性質(zhì)歸納，明白我們做哪方面的數(shù)據(jù)分析，明白數(shù)據(jù)分析的目的。
比如目前用戶注冊(cè)轉(zhuǎn)換率不高，是因?yàn)樽?cè)頁(yè)面設(shè)計(jì)不美觀？還是注冊(cè)流程太復(fù)雜等，就需要對(duì)注冊(cè)流程設(shè)計(jì)進(jìn)行定性分析。
再比如，當(dāng)溫度計(jì)顯示39度時(shí)，只能說(shuō)明病人發(fā)燒（與目前用戶注冊(cè)轉(zhuǎn)換率不高相同），屬于表象。病人發(fā)燒的原因可能是感冒、可能是中暑、也可能是體溫調(diào)節(jié)中樞下丘腦損傷等等（注冊(cè)頁(yè)面設(shè)計(jì)不美觀？還是注冊(cè)流程太復(fù)雜等相同）。對(duì)發(fā)燒（等于注冊(cè)流程設(shè)計(jì)）的原因進(jìn)行研究，就屬于定性研究。定性研究屬于假設(shè)階段。
定量
對(duì)數(shù)據(jù)分析的目的進(jìn)行相關(guān)數(shù)據(jù)統(tǒng)計(jì)，以數(shù)據(jù)變化作為依托的論證。即通過(guò)數(shù)據(jù)統(tǒng)計(jì)分析對(duì)定性的問(wèn)題進(jìn)行理論的驗(yàn)證。
如通過(guò)大量潛在用戶調(diào)查問(wèn)卷，用戶訪談等形式得出90%的用戶放棄注冊(cè)是因?yàn)樽?cè)流程太過(guò)復(fù)雜。
結(jié)合上面的例子方便大家理解，醫(yī)生通過(guò)對(duì)病人打噴嚏頻次、嘔吐頻次、脈搏，血壓及其他的數(shù)據(jù)研究（等于產(chǎn)品大量潛在用戶調(diào)查問(wèn)卷，用戶訪談后的數(shù)據(jù)研究），得出病人是因?yàn)楦忻耙鸬陌l(fā)燒（等于注冊(cè)流程太過(guò)復(fù)雜）。此時(shí)的研究階段屬于定量驗(yàn)證。
明白數(shù)據(jù)分析針對(duì)的問(wèn)題是什么？分析要達(dá)到什么樣的目的？通過(guò)那種方法收集數(shù)據(jù)？對(duì)產(chǎn)品有什么意義？
如：目前產(chǎn)品注冊(cè)轉(zhuǎn)行率偏低，為達(dá)到提升注冊(cè)轉(zhuǎn)化率的目的，我們要通過(guò)潛在用戶調(diào)查問(wèn)卷或訪談等方法收集相關(guān)數(shù)據(jù)，通過(guò)數(shù)據(jù)分析明白產(chǎn)品注冊(cè)轉(zhuǎn)行率偏低的原因，從而找到對(duì)應(yīng)方法，優(yōu)化產(chǎn)品性能，提升轉(zhuǎn)化率。
收集與數(shù)據(jù)分析目的相關(guān)的數(shù)據(jù)，可以是產(chǎn)品自身數(shù)據(jù)庫(kù)、也可以用戶訪談、問(wèn)卷調(diào)查等。
去除毫無(wú)意義的數(shù)據(jù)，假數(shù)據(jù)。并說(shuō)明去掉的數(shù)據(jù)為什么為假數(shù)據(jù)，留下的為什么為真數(shù)據(jù)
對(duì)有價(jià)值的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)描述，有針對(duì)性的歸納和總結(jié)。
數(shù)據(jù)方法
AHP層次分析法，漏洞模型法等（由于篇幅太多，本文不做累述）
針對(duì)分析結(jié)果，找到對(duì)應(yīng)的解決方案或者降低負(fù)面影響
對(duì)改進(jìn)后的方案進(jìn)行持續(xù)監(jiān)控和反饋，迭代更新。
正確的選擇數(shù)據(jù)來(lái)源渠道。產(chǎn)品自己的運(yùn)營(yíng)，用戶反饋，調(diào)查問(wèn)卷等數(shù)據(jù)，也可以是競(jìng)品公開(kāi)第三方網(wǎng)站流量統(tǒng)計(jì)，公開(kāi)的數(shù)據(jù)報(bào)表等，還可以是行業(yè)的分析報(bào)告，熱點(diǎn)大數(shù)據(jù)等。
數(shù)據(jù)分析一定要先明確分析目標(biāo)，提針對(duì)性的取相關(guān)數(shù)據(jù)，有價(jià)值的數(shù)據(jù)，不能被假數(shù)據(jù)蒙騙。
分析數(shù)據(jù)不能只針對(duì)數(shù)據(jù)本身，更需要挖掘數(shù)據(jù)背后的深層原因。
備注
在產(chǎn)品經(jīng)理實(shí)際工作過(guò)程中，產(chǎn)品經(jīng)理要以“做正確的事”作為目標(biāo)導(dǎo)向，數(shù)據(jù)分析只是產(chǎn)品經(jīng)理如何正確做事的一種使用方法，本人格式也不代表固定格式，只是提供一種參考模式。
聯(lián)系客服
