一、 背景：

经常有人问我：作为新手怎么入门？我当时给出的建议是，如果公司没有人带，最重要的成长路径，是积累案例，构建自己的知识体系。

所以我自己如果有空，也会参加各种会议，收集案例，拿回来自己分析思路，对比自己做过的项目，看还有哪些不足和优化。

我关注的分几块：1、数据团队如何发挥作用，关键因素是什么；2、数据在公司哪个业务模块的应用，执行人是谁。3、数据分析和应用的思路有哪些。

11月4号去参加神策的会议，当天觉得收获非常多，主要是每个嘉宾拿出来的经验，覆盖了公司运转中的不同模块和流程。

会议是一天,包括以下内容:

如果想要当天的PPt可以联系我。不过毕竟我在上班，建议大家还是可以直接去关注神策的公众号，他们会不断的推出相关信息。

今天整理的是上午听的。上午的更战略一些，很多当时听的数据也不能公开放出来。下午的会更具体和细节。

二、 桑文锋介绍神策的情况。

观点：桑文锋把互联网分成了三个时代：流量时代-用户时代-订单时代；比如开心网处于用户时代：关注用户量，而不是访问量。只要有用户量不愁访问量。而在订单时代：做教育的获取成本就2万，用户来了之后，客单价也就2万。所以对端到端的打通非常重要。所以涉及到交易的，就得深度分析。这也是神策的核心竞争力之一。

注：对于数据要打通端到端这件事，我们生而在互联网时代，在电商时代，大家的自然的思维方式就是如此。但是当我们做非互联网业的数据时，就会发现这是一个成本很大的事情，技术难度、销售归因的细节，都是比较难的。

案例：饭糕网：最开始用GA，后来发现GA对搜索关键词的支持不够。使用神策的考虑：打通每个订单来自哪个关键词。

对数据的需求：只要把两个主要的关键词优化好，就能够把花在数据上的钱挣回来。（为什么感到心塞）

三、 作业帮：

作业帮这个哥们是原来百度知道还是问答团队的产品经理，讲了非常多他们利用数据做决策改善百度一些产品，并且通过数据判断，决定创建作业帮的事情。是我当天听到的干货最多的之一。但是因为神策没有放他们的ppt，所以推测是不让公开，所以我也不能在文章中详细写。

1. 如何用数据分析优化产品的方法论：

和我在这个系列的文章中写的非常接近。

知乎专栏https://zhuanlan.zhihu.com/p/22444270

不过也许是因为我本身就把数据分析应用优化的方法论整理了很多。这是一套既可用于算法产品，也可以用于用户产品的分析方法集合。新手建议就对着这套自己挨个试验一遍，就不要费时间在网上到处找资料了。

2. AB测试和AA测试：

正好我那段时间也在做一个AA测试的项目，所以听到他讲，就比较注意听。AA测试的意思是什么呢？比如说，你给100个用户分配A页面，100个用户分配B页面，一周后看结果，A的转化率高，就认为A页面比B页面好么？不！也可能是用户数太少，也可能是测试时间太短，会带来结果的错误。所以AA测试是测试样本量是否稳定的，用户数到底多少，或者测试时间到底多长，可以保证AB测试能得到一个准确的结果。

3. 整体感受：

作为百度的产品经理，能够自由的运用数据，查看数据，挖掘用户需求，首先是基于百度有一个好用（也许仅仅是可用）的数据平台，而光这一步，就已经站到了很多公司的起点上。太多的公司还处于没有数据底层，就已经希望数据出成果的阶段了。

四、 移动社交电商数据驱动经验分享：点点客副总裁。

点点客是微信营销软件专家。因为是副总裁的演讲，所以整体思考非常深入，他的思考集中在流量价值、数据团队、数据应用以及公司业务商业模式战略等，印象深的有以下几点：

1. 流量价值阐述：

2. 数据应用案例：我个人认为比较新颖的有两个，都是经常见到网上文章说，但是做出来的还是第一次见到：

• 店铺推客网络、店铺推客网络热度。这是基于社交网络的分析；从下面这种图中，可以看到他们做的已经能够对推广人员和运营人员有帮助了。比如我最近就很需要这种数据。对于分析投放效果、研究产品的目标用户群体等都很有用。

• 店铺流失预警。之前见的都是针对会员的、对个人用户的流失预警，这个给我的借鉴意义就是原来可以应用到机构。界面还不错.可以引申和借鉴的场景比较多。

这个我就不公开放了。毕竟这个界面不像上一个那样常见，还是要有些保护意识。

3. 数据分析部门管理：数据分析部门双向汇报：运营和技术cto。

• 运营部门会有自己的数据分析团队，每日的、小活动，运营自己的数据团队做比较好。

• 数据部门做报告，从大的角度，规范运营的操作。公司内部利益博弈，会带来很多问题，需要数据部门从更高的角度去思考和统筹。

• 有的公司把算法放到运营团队，最开始要让运营干预，包括冷启动时。

注：这些都是经历过的老司机说出来的话。特别是第2条。做数据不是小清新，有人的地方，就有漏洞和想钻漏洞的人，从数据上很容易看出来，关键看公司是否愿意管。

见图，可见整个数据部门的工作模式还是很扎实的。

4. 5月份到点点客，11月份出来演讲时，已经拿出了很多个成功的、被公司认可、也可以对外讲的案例。

注：当天我也是和一个资深做数据的朋友一起听的。我们全场最震撼的其实就这一点：一个公司的数据发展有多快，是由懂数据的领导做到了哪个级别决定的。

举例：数据团队如果挂在运营领导下面，会偏运营分析，如果挂在产品领导下面，就会偏向于产品功能的优化，而挂在技术领导下呢，就会更擅长做技术上的事；所以经常会发生有的大VP看数据团队在另一个大VP下面，觉得没有发挥出作用来是因为这个VP不行，把团队弄自己手下就可以产生效果了，于是就会带出各种鸡毛蒜皮的事情，整个数据团队就容易动荡。实际上只是因为不同的VP对数据的价值理解不同而已。

所以数据团队的领导级别，直接决定这个团队的发展速度。

5. 数据相关的一些观点：

a) 行为数据和交易数据打通，是神策比较有价值的地方。

b) 自动打点，是非常理想的，还会有10%做不了，就只能用埋码打点。

c) 做需求最怕的就是：一个需求开发不完，又来一个，堆积起来。但是如果事件模型搭建好了之后，需求的完成和实现就会非常的好。

d) 如何达成数据驱动：1、好的领导；2、好的数据分析工具；3、好的数据分析团队。

e) 留存率分析比较好，还可以看什么样的情况的用户导致留存比较好。

f) 注:表面上看起来，这句话实现很容易，但是我最近的案例中，就硬是没有办法把这一条做出来。对用户流程的梳理和串联、以及每个环节的数据埋点，要求很高。如果在前期没有进行好好的梳理，后期再做就很困难。

作者：呢喃
链接：https://zhuanlan.zhihu.com/p/24260388

关键字：产品运营

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！