数据驱动产品和运营决策
主要是围绕如何用数据驱动产品和运营决策，内容分成四部分：
1.数据驱动
让业务人员真正掌握数据，自助式满足数据需求，数据驱动决策，可以解决许多常见问题。
认识数据金字塔。
在我看来数据可以做内容非常多，但是都需要先把底层的数据建好，然后在这个基础上创新一系列算法。现在大家对数据的认识可能还在产品感应、运营分析方面，但是再过两年，可能更重要的是怎么让数据在产品中流动起来。
首先想一想我们如何做决策？无论拍脑袋做决定，还是想清楚原因再做决定，都有各种各样的弊端，最好的方式就是我今天所说的——数据驱动。
举一个例子，一个网站是绿色背景好还是蓝色背景好？如果支持率争执不下，就通过点击量来选择，绿色背景的网站点击量更高那就选择绿色，这样我们避免了思考的时间，可以先把好的方式利用起来。
真正做好数据驱动是一件挑战很大的事。我2007年去百度，每天要接受几百封重要数据的邮件。百度的文化里，对技术工程师非常重视，产品经理提的需求都会被要求写明预期效果，等到功能上线后，技术会通过数据判断是否符合预期。相比而言，创业公司在数据方面的支撑和思想始终有限。
常见的问题有如下几个：
工程师不够，需要排队跑数据，错过决策的最佳时机。
内部开发的仪表盘，只能看到宏观数据，无法把数据拆解。
数据孤岛，不同团队拥有的数据无法贯通。
我认为理想的状态是让业务人员真正掌握数据，数据的不透明将会导致大家对决策的相互理解不同，能够让大家获得一样的视野很重要。
我前面讲的情况是需求驱动，大家提出需求，让工程师来满足，更理想的状态应该是： 有一个非常完善的数据源头，在这个基础上每一个业务员都可以分析数据，自助式满足数据分析需求。
我们来看一个宏观的数据金字塔，分为四个环节。
数据采集：数据采集是最重要的环节，数据底层采集好，后续的分析都比较容易。如何做好数据采集？一个是采集数据全，一个是数据维度细。
数据建模：底层数据是混乱的，为了方便业务人员的使用，底层数据需要打通，进行建模，让它更加易于理解。
数据分析：不管是渠道分析、用户分析，还是用户留存情况，都需要对在底层数据采集、数据建模的基础上去做，围绕一个目标转。
指标：每个阶段都应该确定你最关心的指标，根据当前阶段的工作目标，确定大家努力的方向，这里需要把指标定义出来。
数据驱动产品改进
把数据驱动引入到产品迭代的过程中，可以避免产品经理“一言堂”的盲区。
大家想一想，我们做产品的时候经常围绕一个模式，想到一个点子，落地下来。但是产品上线了很难判断自己的新功能好不好。这里缺少了数据驱动的环节，把数据驱动真正引入到产品迭代的过程中，是更加科学的做法。
如果按照上图左边的循环来看，产品的成功与否非常依赖于产品经理本身的悟性，但是如果是右边的循环，具体是谁做的就没有那么重要了。我们做完几个功能，分析数据，找出问题出现在哪里。大家可以对号入座，看看自己有没有真的基于数据做决策。
举几个神策数据客户的例子，比如36氪去年做改版，为了看到改版的结果，他们让一批用户用上了新页面，部分用户依旧使用老页面，观察用户使用情况和点击量，判断是否需要改版，并非新的一定会变好。
开眼发现安卓的app下载率比iOS版本低，难道是安卓的用户不喜欢下载app么？后来运营人员把屏幕拉长，发现下载情况根本显示不出来，所以显得下载率很低。
Worktile 发现用户注册试用转化的流失率非常高，所以他们跟踪了数据，发现用户注册完还需要再登录，而正常的产品应该注册完就进入登录状态，经过修改后，试用率立刻提升了很多。
数据驱动运营监控
通过细化分析海盗法则 AARRR 模型，教互联网人自问三个问题：1.你怎样获得用户？2.你的用户怎么留下来的？3.你如何从用户身上赚到钱？
海盗法则为大家提供了很好地模型，它把运营分成了五件事。
很多互联网公司需要了解三个问题：
你怎样获得用户？
你的用户怎么留下来的？
你如何从用户身上赚到钱？
通过这三个角度就可以进行很好的运营分析，可以通过更细化的分析把这五部分做好。
用户触达：用户触达的基本分析就是渠道监控，如果不依靠自然流量，哪些投放渠道对我们的 APP 更重要，无论是下载渠道还是宣传渠道，全部监控起来。
用户激活：大家对这个肯定不陌生，市场进行投放，将用户引进来，是远远不够的。更多的要关注用户是否真的激活了，只有用户的使用实现了你的产品的核心价值，用户才被激活了。尽快找到魔法数字（Magic number），把ID打通。
用户留存：关注留存、提升留存、利用留存。
我们为什么要关注留存？每一个初创互联网公司都要迈过两道坎：一是做一个有用的产品，二是成立赚钱的生意，通过量化分析关注获客成本。
怎样提升留存？最基本的是两点：一是我们要满足客户需求，才能留存，二是用户体验要好。
大家为了提升留存，使用了各种各样的手段。
如何利用留存？提升留存后，依然要时刻关注留存，利用留存。比如 Worktile，周留存较好的用户更容易变成留存用户，如果周留存较低，就很难转化，这样我们可以针对这些即将流失的用户多花一些功夫，提升整体的转化情况，利用规律优化运营流程。
用户引荐：用户并非全都是花钱买来的，代价过大，最好的模式应当是老用户推荐新用户，重视引荐的威力，关注老用户发出的邀请和激活情况，然后进行改进，提升引荐的数量和质量。
比如PayPal，用户邀请好友使用后，两人均可以拿到4美元，他们用这种方式获取用户，看似每个用户有4美元的成本，但是这个用户可以带来足够大的价值。
营收：每一个产品都是为了赚钱，对于如何变现，我们需要关注。
4.数据驱动商业决策
公司上层有数据驱动的思想，通过数据驱动商业决策，才能让公司真正实现数据驱动。
产品改进针对产品经理，运营监控针对运营人员。一个公司真正实现数据驱动，挑战还是很大的，需要公司上下都有数据驱动的思想，最重要的是老板本身有数据意识，通过数据驱动商业决策。
比如我在百度待了多年，对百度文化很了解，再研究谷歌文化，就像重新定义了一个公司。用数据说话，是理所当然的事情，国内的创业公司，很多时候没有数据的支撑，还是在乱拍板。
比如我们神策数据，这是官网的访问数据：
神策数据早期访问数据
神策数据近期访问数据
根据这个数据，我们可以知道用户的来源，如果我们建立新的分部，就可以基于这个数据，由此看来，能不能拿到数据很重要。
来源：神策数据
关键字：产品经理, 产品运营, 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！
