一个数据小技巧帮你决策产品设计

相关度

大家在做产品时，肯定会埋很多数据上报点。产品经理们得通过每天上报的这些数据去分析、评价一款产品的发展情况。评价一款产品的指标非常多，我在之前的一篇文章《产品健康度判断》中描述了，有PV、UV、平均访问时长、充值用户数、充值金额、ARPU值等等。那么问题来了，如此多的指标，你要如何抓住最关键的呢？如果目标是做更高的收入，你要如何去拆解任务呢？

1. 相关分析

哲学的基本规律：世界中普遍存在着变量间的关系，分为确定性关系和非确定性关系。我们做的是服务群体用户的产品，人是非理性、难以确定的。我们不可能找到确定性关系去描述人，只能通过非确定关系去尝试描述，也就是相关关系。

相关关系是指当给定一个变量值后，另一个变量值可以在一定范围内变化。

相关分析就是研究几个现象之间是否存在某种依存关系。相关分析应用在产品设计上的主要作用，是可以在影响某个变量的诸多变量中判断出哪些是显著的，哪些事不显著的。

2. 相关系数

相关系数是用以反映变量之间相关关系密切程度的统计指标。它由下面这个可怕的公式算出：

放心，我不是在讲数学课，咱们用于实践中，不需要知道它是怎么来的，只需要利用它完成我们的分析目标。

3. Excel分析工具

Excel中数据分析工具安装：

（1）点击“文件”，再点击“选项”：

（2）点击“加载项”，再点击“转到”：

（3）选择“分析工具库”，再选择确定即可：

接下来即可用Excel分析两个变量之间的相关关系了。

4. 相关系数计算

（1）选择Excel顶部“数据”分项里的“数据分析”功能：

（2）选择“相关系数”选项，点击确定：

（3）“输入”选择相邻的两组数据，“输出”选择“新工作表组”，点击确认：

（4）在新开的工作表里，就可以看到这两组数据的相关系数了：

相关系数的解释：

相关系数大小经验解释

0.8~1.0非常强的相关

0.6~0.8强相关

0.4~0.6中度相关

0.2~0.4弱相关

0.0~0.2基本无相关

在产品设计中，产品经理可以抓出几个主要的关键数据，提炼它们与主目标的相关系数，从而分解目标，重点往相关系数大的方面尝试，更容易出效果。举个例子，我们的主目标是提高充值金额，那么分别把“充值金额”和“日活跃”、“平均在线时长”等进行相关度分析，计算结果“充值金额”和“日活跃”的相关系数是0.9，而“充值金额”和“平均在线时长”的相关系数是0.7，那么重点往提升日活跃方面想办法，拉动营收的效果更为显著。

文/Glen

关键字：产品经理, 产品设计, 数据

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！