社交產(chǎn)品方法論(八):數(shù)據(jù)分析的二三事
數(shù)據(jù)分析如何指導(dǎo)產(chǎn)品優(yōu)化?實用的數(shù)據(jù)分析方法有哪些?帶著這2個疑問,請聽我為您慢慢分享。
作為產(chǎn)品的設(shè)計師,我們做出的決策要邏輯自證。盡量避免“我認為”或“我覺得”這類主觀拍腦袋的決策。因此,用數(shù)據(jù)驅(qū)動產(chǎn)品迭代是一個產(chǎn)品設(shè)計方法論,也是我們必須掌握的一項能力。
如 何做數(shù)據(jù)分析驅(qū)動產(chǎn)品迭代?我們可以分為三個步驟。
第一步:明確數(shù)據(jù)分析的目的
數(shù)據(jù)分析的目的一般有2個:
- 了解產(chǎn)品或指定功能表現(xiàn)
- 驗證假設(shè)
驗證假設(shè)的數(shù)據(jù)需要根據(jù)具體情況來設(shè)計。了解產(chǎn)品或指定功能的數(shù)據(jù)主要有5個維度:
- 產(chǎn)品規(guī)模,如:DAU/MAU,付費
- 產(chǎn)品健康度,如:新增,留存,使用時長
- 用戶屬性,如:用戶畫像屬性,終端數(shù)據(jù)屬性
- 用戶行為,如:用戶使用產(chǎn)品的路徑
- 渠道質(zhì)量,如:各個渠道的新增留存
我們可以自建后臺收集以上數(shù)據(jù),這是自由度最大化的做法,但成本較高。也可以利用第三方數(shù)據(jù)分析平臺的SDK快速構(gòu)建,如:友盟或神策。對于競品數(shù)據(jù),我們可以通過艾瑞,易帆進行查詢。
通過收集到的數(shù)據(jù),我們可以判斷產(chǎn)品目前處于產(chǎn)品發(fā)展的哪個階段,從而制定相應(yīng)的產(chǎn)品策略。 詳見《社交產(chǎn)品方法論(一):自上而下的思考產(chǎn)品》。
產(chǎn)品發(fā)展階段
切記數(shù)據(jù)分析一定要有目的性的去做。對于每一個收集的數(shù)據(jù),要問自己,我們可以做些什么優(yōu)化的事情嗎?如果不能回答這個問題,可能這個數(shù)據(jù)本身就沒有太多意義。比如:我們收集了日活數(shù)據(jù),一定要思考如何提升日活,日活需要提升到多少,相應(yīng)的我們需要做哪些事。單純的天天盯著日活數(shù)據(jù)毫無意義的。
第二步:確定收集的數(shù)據(jù)指標
明確數(shù)據(jù)分析的目的后,我們需要收集相關(guān)的數(shù)據(jù)來幫助我們決策。數(shù)據(jù)指標的選擇要有重點,盡量選擇當下對產(chǎn)品最具有建設(shè)意義的,不要為了收集數(shù)據(jù)而收集。
我們可以參考下在《Lean Analytics》一書中,Alistair 和 Benjamin 提出的用戶生命周期 AARRR 5個階段,根據(jù)每個階段確定相應(yīng)的重點數(shù)據(jù)指標。
- A:acquisition (獲?。?/strong>,如何獲取用戶。數(shù)據(jù)有推廣點擊量,單個用戶獲取價格等。
- A:activation(獲?。?/strong>,如何激活用戶。數(shù)據(jù)有新增,注冊成功率等。
- R:retention(留存),如何留住用戶。數(shù)據(jù)有留存,活躍,使用時長等。
- R:revenue(付費),如何讓用戶付費。數(shù)據(jù)有付費金額,付費頻率等。
- R:referral (推廣),如何讓用戶推廣。數(shù)據(jù)有分享量,點擊量等。
第三步:選擇合適的分析方法
針對不同的目的和場景,我們需要選擇合適的分析方法。
最常用的就是“埋點”,對不確定的事件進行埋點。比如:預(yù)埋一個功能的用戶量,使用頻率,付費數(shù)量等。從而判斷該功能的表現(xiàn)如何,或者判斷功能優(yōu)化后是否起了作用。其次,對若干套無明顯區(qū)別的方案,我們可以使用 A/B Test,讓用戶投票哪一種方案更好。
最后,推薦下《Lean Analytics》一書中提及的漏斗分析方法,根據(jù)用戶所處不同階段,假設(shè)用戶預(yù)期行為,用數(shù)據(jù)驗證假設(shè)從而驅(qū)動產(chǎn)品迭代。
細節(jié)如下:
Tunnel Analysis
綜上,數(shù)據(jù)分析的邏輯圖如下:
數(shù)據(jù)分析邏輯圖
舉幾個筆者最近分析的案例:
(1)產(chǎn)品首頁的游戲模塊布局優(yōu)化
- 分析目的:了解功能優(yōu)化效果
- 收集數(shù)據(jù):產(chǎn)品留存和游戲模塊使用時長
- 分析方法:埋點,取上線前后一周時間對比
(2)連擊禮物2種動效的選擇
- 分析目的:驗證哪一種連擊禮物動效更能促進付費
- 收集數(shù)據(jù):禮物的贈送數(shù)量
- 分析方法:A/B Test,根據(jù)送禮玩家的UID對2取模分為A/B組,取每組的禮物贈送數(shù)量平均數(shù)。結(jié)果需要考慮統(tǒng)計顯著性和置信區(qū)間。
三、語音房小程序各流程優(yōu)化
- 分析目的:數(shù)據(jù)驅(qū)動產(chǎn)品模塊優(yōu)化;
- 收集數(shù)據(jù):每個漏斗階段用戶轉(zhuǎn)化率,使用時長,分享轉(zhuǎn)化率;
- 分析方法:漏斗分析。
漏斗分析圖
四、根據(jù)用戶行為進行精細化運營
- 分析目的:產(chǎn)品策略優(yōu)化
- 收集數(shù)據(jù):最先使用的功能,功能日活,好友數(shù),留存
- 分析方法:埋點,發(fā)現(xiàn)導(dǎo)致留存差異的明顯數(shù)據(jù)區(qū)別。強化關(guān)鍵數(shù)據(jù),如:引導(dǎo)用戶加好友,通過最先使用的功能給其他功能導(dǎo)流,重點優(yōu)化日活高的功能。
小結(jié)
數(shù)據(jù)分析作為一種方法論,可以在產(chǎn)品設(shè)計的各個階段發(fā)揮作用。我們設(shè)計產(chǎn)品時,時常問自己三個問題:這個需求值得解決嗎?設(shè)計方案能解決需求嗎?如何用數(shù)據(jù)驗證我們的假設(shè)?
從概率論的角度而言,樣本量足夠大的數(shù)據(jù)接近于真理??赡軓睦钍朗斀o阿爾法狗的那天起,信自己就注定比不上信數(shù)據(jù)了。
盡請關(guān)注下一篇:社交產(chǎn)品方法論(九):產(chǎn)品運營的二三事。
相關(guān)閱讀
社交產(chǎn)品方法論(四):需求背后設(shè)計的邏輯
社交產(chǎn)品方法論(五):用戶調(diào)研的二三事
社交產(chǎn)品方法論(七):交互設(shè)計的二三事
作者:小強Joey,一個努力ing的社交產(chǎn)品經(jīng)理。
本文由 @小強Joey 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載
題圖來自 Pexels,基于 CC0 協(xié)議
- 目前還沒評論,等你發(fā)揮!