产品经理基本功：如何利用好数据

上篇文章给大家分享了产品设计相关的基本功，产品设计完成后紧接着就需要设计、开发、测试相关人员支持落地上线。

除此之外，产品经理平时还需持续关注业务的数据情况，避免出现异常，或者寻找业务增长点。利用数据的场景太多了，那么产品经理该如何利用好数据呢？小狐下面将进行分享。

一、看什么数据

在数据分析之前，首先要确定，你的业务需要看什么数据？

老套路，根据业务目标，按用户路径拆解数据：

所以我们需要看用户数据、行为数据、结果数据：

• 用户数据：包括基本属性，例如性别、年龄、地域等；APP客群分类，例如按活跃度划分的客群，有新户、活跃户、忠诚户、流失户等；
• 行为数据：用户操作关键节点的行为数据，例如借贷产品的进件、借款、还款，这三类行为还能详细拆解；
• 结果数据：行为数据是过程数据，所以还需要看结果数据。还是以借贷产品举例，进件后授信成功、发起借款后借款成功、发起还款后还款成功，都算是结果数据。

二、怎么看数据

1. 用户数据

以用户行为和结果为基础，分析某个关键行为或结果数据的用户属性分布、客群分类分布，从而知道我们的关键用户是哪些，方便以后的精细化运营。

例如借贷产品的会员服务，以开通会员为指标，拆解客群分布。

拆解后发现，购买会员最多的是授信通过户、其次是授信拒绝户、最低的是未授信用户。那么后续的会员业务运营，可以围绕这三个客群进行，提供差异化服务。

2. 行为数据

1）量级和细分

量级很好理解，即要知道某些关键操作的转化数据，做到心里有数。

细分即是指按照事件属性，拆解转化数据。

以会员业务为例子：用户打开会员未开通页是一个关键指标。如果想要提高这个指标，除了加大投放，还有一个方法是看未开通页打开的入口细分效率。根据每个入口效率去做差异化优化，这就是细分的作用。

2）转化效率

转化效率通俗点理解，就是看用户行为操作的每一步转化率。作用主要是根据转化漏损情况，去分析漏损原因，从而得出优化方案，非常通用的数据分析手段。

3）行为间隔、频率、时间点

了解用户关键行为的间隔、频率、时间点，我们则可以知道用户行为习惯，从而更方便去做提升。例如用户的平均借款间隔周期是30天，那我们可以每隔30天提醒他借款、或者提供每月预约借款服务，提升交易率。

例如用户借款集中时间是每月月初、工作日早上10-11点，我们则可以在该时间做相关促动，转化效果可能是最好的。

4）用户持续参与度

了解用户持续参与度，是看某个功能对用户有没有长期价值。从而判断某个业务是否值得继续做，或者增加其他业务互补，或者该怎么去提高持续参与度等。分析用户持续参与度，实际上就是分析功能留存。

3. 结果数据

量级和细分、转化效率同行为数据，这里不再赘述。

三、怎么应用数据

1. 业务迭代效果评估

即根据业务目标，利用新旧版本的数据对比，得出新版本数据结论。如果结论是新版效果更好，那下一步可以继续优化新版；如果结论是旧版效果更好，那新版可以下线了，同时得出经验教训。

笔者有写过新功能上线验收的方法论，大家可点击查看《新功能如何做数据验收》

2. 寻找业务增长点

业务增长的通用套路是：建立业务目标–挖掘用户需求–满足用户需求–实现业务目标。其中，挖掘用户需求是很关键的一步，同时跟数据的关系很大。

从正向看，我们需要知道用户的行为习惯及偏好，所以需要去分析用户留存等相关数据；从反向看，我们需要知道用户在哪一步流失了，什么原因导致流失，所以需要去分析用户转化漏损数据，最终找到增长点。

3. 异常情况找原因

这种情况很常见，比如某个业务的收入同比上周突然跌了，我们就要立马去找原因。根据经验，一般可以从以下四个方面去找原因：

• 市场投放：从流量源头看，市场投放是不是减少了？此时可以看市场投放的注册数据；
• 运营活动：从运营层面看，最近运营活动是不是减少了？此时可以看运营活动数据；
• 产品迭代：从产品层面看，最近是不是上线了新功能，导致收入降低了？此时可以看跟收入相关的数据；
• 技术原因：从技术层面看，是不是出现了技术bug，导致用户付款出现了问题？此时可以看支付失败相关数据。

4. 数据辅助产品决策

我们在判断需求价值时，通常要知道目标用户量级有多大、转化率提升空间有多大。这些都需要借助数据才能得出结论，从而决定需求优先级。

作者：狐檬，具有千万级互金产品和运营经验；微信公众号：小狐学产品

本文作者 @狐檬

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！