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!