产品运营数据分析

2017-02-08 11:57:00

数据分析.jpg

数据，其实就是与产品和运营相关的一些数值。这些数值，可以通过第三方工具（友盟、百度统计）或者自行开发进行统计，作为研究和分析的基础元素。

需要了解的通用三种数据类型：渠道数据、成本数据、收益数据。

渠道数据用来衡量渠道质量、渠道作用，由产品定位的用户群和产品的特性所决定。

一个理财产品在游戏社区中投放运营，效果不如换成博彩的形式。
一个男性社区平台投放蘑菇街的宣传与活动，效果几乎很小，但如果投放《英雄联盟》这类游戏，效果就会不错。

成本数据和收益的数据，则会从不同层面反映出运营的效果。

运营工作肯定是要付出成本的，如果不花钱，那么付出的可能是人脉或者其他可交换资源。虽然运营必然有成本，但是运营的效率却可以通过经验、熟练度、创意等各种手段来提升。

“收益” 并不等价于 “收入”，因为获得金钱是收益，获得用户也是收益，获得口碑同样是收益。

很多 App 选择“埋点”、log等方式，也有第三方工具可以提供外部服务，苹果网站自带产品分析、百度统计等。

“数据会说话，也会说谎。” 取决于数据的选择和分析的方式。

数据分析的关键在于分析，而不是数据本身。

我们要明确一个前提：数据分析的能力是渐进的，对数据的敏感度是需要培养的。

数据表达出的信息与多种因素有关，运营人员学习数据分析之前，要尽量避免预设立场，并且明白不同类别的数据在不同的阶段其重要性也是不同的。

流量包含了一下几个指标：

UI （Unique Visitors）独立访客数
等价于我们平时所理解的 User，与独立 IP 的概念不同。同一台电脑上，你在简书上注册个新用户，你老婆注册了另一个新用户。那么后台只会记录 1 个独立 IP，但是会记录两个 UV。
PV (Page Views) 页面访问量
注册、填写用户名与密码、填写个人资料、注册成功。完成注册一共经历 5 个界面，便获得 5 个 PV。
RV (Repeat Visitor) 重复访客
昨天我看了你发布的文章，今天我又看了。那么我就是一个 RV。
TP（Time On Page）页面停留时间
我喜欢看简书中互联网分类中的文章，每天都看 10 分钟。这就是 TP。
TS（Traffic Sources）流量来源渠道
简书为你贡献 500 个 UV，微博为你贡献 800 个 UV，微信为你贡献 1000 个 UV，这些都是流量来源渠道。

数据使用的方法
掌握历史数据
从历史数据中归纳规律
通过规律反向进行数据预测
学会对数据进行拆解
数据分析的误区
不要用单一类型的数据去评价全局
不要夸大偶然事件，认为带来必然结果
避免用结论推导原因
避免看数据定结论，数据不能解决所有问题，只是提供参考

读懂数据的关键是读懂数据背后的人，如何读懂数据背后的用户？

抛弃预设立场
不要急着定义数据展现的意义，而是研究数据的波动和波动节点，去确立要研究的相关事件，研究用户行为还是出现了系统事件（ Bug），了解其所在原因的定位。
深挖用户行为与系统事件
了解其原因定位之后，就要去挖掘对应时间节点的相关事件（版本升级、系统异常、用户在时间节点前后是否做了什么活动），找出可能造成影响的动作和事件。
尝试换位思考
不管定位原因是系统还是用户，都要进行换位思考。可以适当进行模拟调研，进一步了解数据变化原因。
整合关键数据
整合可能有用的核心数据：历史数据、关联数据、竞品数据等。总结原因：为什么会造成数据的变化？有什么办法可以改善或者促进数据的变化？以防止类似情况再次发生。最重要的是要整合所有路径的数据，串起所有流程去看对应的行为，孤立的一个数据不能说明任何问题。

上篇文章帮助读者了解产品运营涉及的三个层次，下面用图解为读者介绍各层次通用的一些运营数据。