一名优秀的产品经理,该如何做好数据分析?

  • admin 发布于 2018-10-25
  • 栏目:网站前端
  • 来源:互联网
  • 586 人围观
  • 123 个不明物体

这两年,随着大数据、精益化运营、增长黑客等概念的传播,数据分析的思维越来越深入人心。处于互联网最前沿的产品经理们接触了大量的用户数据,但是却一直困扰于如何做好数据分析工作。

那么产品经理该如何搭建自己的数据分析知识体系?数据分析的价值又在哪里?产品经理做数据分析有哪些具体的方法?又如何学习数据分析?本文将和大家分享一下这些问题。

数据分析体系:道、术、器

“道”是指价值观。产品经理要想是做好数据分析,首先就要认同数据的意义和价值。一个不认同数据分析、对数据分析的意义缺乏理解的人是很难做好这个工作的。

“术”是指正确的方法论。现在新兴的“Growth Hacker”(增长黑客)概念,从AARRR框架 ( 获取、激活、留存、变现与推荐五个环节)入手进行产品分析,这是一个非常好的分析方法。

“器”则是指数据分析工具。一个好的数据分析工具应该能帮助产品经理进行数据采集、数据分析、数据可视化等工作,节省产品经理的时间和精力,帮助产品经理更好理解用户、更好优化产品。

数据分析的价值

产品经理不能为了数据分析而分析,而要将落脚点放到产品和用户上。数据分析应该帮助产品经理不断优化产品设计和迭代,驱动产品和用户增长。

一名优秀的产品经理,该如何做好数据分析?

当我们上线了一个新的产品(product)或者功能时,需要对其进行数据监控和衡量(measure)。然后从监控中采集到产品的用户行为数据(data),并对这些数据进行分析和总结(learn)。最后从分析中得出结论和观点(idea),如果数据证明我们的新产品/功能是优秀的,那么可以大力推广;如果数据说明我们的产品还存在问题,就需要对产品进行新一轮的优化(build)。

在“产品——数据——结论”的不断循环中,我们不断用数据来优化我们的产品,加快产品迭代的步伐、提升用户体验。

数据分析的方法

方法1:流量分析

分析不同获客渠道流量的数量和质量,进而优化投放渠道。常见的办法有UTM代码追踪,分析新用户的广告来源、广告内容、广告媒介、广告项目、广告名称和广告关键字。

一名优秀的产品经理,该如何做好数据分析?

实时监测产品的访问走势,尤其要关心流量异常值。举个例子,某互联网金融平台因为一个产品BUG导致用户疯狂抢购造成的流量峰值,产品经理发现实时数据异常后迅速下线该产品修复BUG,避免了损失扩大。

方法2:转化分析

广义上所有的商业网站都是电商网站;因为都需要用户转化、需要用户变现。在我们的产品里面有很多地方需要做转化分析:注册转化、购买转化、激活转化等等。一般我们借助漏斗来衡量用户的转化过程。

一名优秀的产品经理,该如何做好数据分析?

影响转化率的因素很多,我们总结了三个大的方面:渠道流量、用户营销、网站/APP体验。以渠道流量为例,通过优选渠道并且量化分配我们的投放资源,可以有效提升总体的转化率。

方法3:留存分析

留存,顾名思义是指用户首次访问你的网站/APP后多少天后回访。留存是产品增长的核心,用户只有留下来,你的产品才能不断增长。一条留存曲线,如果产品经理不做什么的话,那么影虎就慢慢流失了。