本文從3個維度介紹了如何辨別數(shù)據(jù)、如何收集數(shù)據(jù)、如何處理數(shù)據(jù)？

作為一個產(chǎn)品新人，我自認為自己的數(shù)據(jù)敏感程度高于同等經(jīng)驗的人群?？催^上一篇文章的人也應(yīng)該知道這一點，指路–>《luckin：優(yōu)惠券獲客可以走多遠？》

那么我今天就想跟大家分享一下我對數(shù)據(jù)的看法，主要從三個維度：

1. 辨別數(shù)據(jù)
2. 收集數(shù)據(jù)
3. 處理數(shù)據(jù)

數(shù)據(jù)具有欺騙性

數(shù)據(jù)具有欺騙性，這也是總所皆知的事情了，但是越是普遍存在的人們卻往往會忽視。下面就看一個數(shù)據(jù)詐騙的案例。

luckin在融資的時候，列舉出了這樣的一系列的數(shù)據(jù)：

從整體市場空間看，目前全球咖啡消費市場規(guī)模約12萬億元，其中中國僅2000億元左右，提升的空間仍非常巨大。

或許但從市場來看中國的咖啡市場的確是一片藍海，市場極具發(fā)展優(yōu)勢，但是20000元背后意味著什么呢？

沒錯，就是中國人的消費習(xí)慣，在自古以來信仰茶文化的中國，對咖啡并沒有如此感冒，大量的人根本沒有飲用咖啡的習(xí)慣。

這就跟在美國推銷豬肉一個道理，有潛在空間，可是人家壓根就不買賬。

當然數(shù)據(jù)具有欺騙性的例子還太多了：

• 一個籃球運動員想要投籃命中率達到百分之八十，只需要他投中一個三分，以后再也不投就好了。
• 一個醫(yī)院想要搶救死亡率維持在百分之0，他只需要不接受瀕危的病人就好了。

這些看上去很光鮮亮麗的數(shù)據(jù)，其實不能反映生活中的真實情況……

所以我們?nèi)绾稳ケ鎰e數(shù)據(jù)呢？

1. 反向推導(dǎo)法：從數(shù)據(jù)的結(jié)果追尋數(shù)據(jù)來源，比如說，中國的咖啡市場有2000億，這是一個結(jié)果性的數(shù)據(jù)，這個結(jié)果是如何導(dǎo)致的呢？我們自然就會反推到，中國的咖啡消費能力，再后再推到中國人的飲用習(xí)慣。
2. 反證法：找出反向數(shù)據(jù)來對比當前數(shù)據(jù)，比如，中國2000億的咖啡市場對應(yīng)中國咖啡市場潛力十足，但是目前中國咖啡競爭——星巴克,太平洋咖啡……競爭十分激烈。然后再分析，這些咖啡的增長速度，我們可以發(fā)現(xiàn)巨頭星巴克的銷售額是下降的。

識別數(shù)據(jù)不要要我們一味地去否定數(shù)據(jù)，而是找準數(shù)據(jù)的方向，比如有一個優(yōu)惠券的任務(wù)下來了，我們要進行相關(guān)的數(shù)據(jù)處理，一般人可能會對比之前的優(yōu)惠券政策進行相應(yīng)處理、邏輯優(yōu)化啊。再進一步可能是針對用戶從時間，進行處理。

但其實我們也是被數(shù)據(jù)欺騙了，那么該如何收集數(shù)據(jù)呢？我們接著看：

收集數(shù)據(jù)

數(shù)據(jù)具有欺騙性，我們擁有了識別數(shù)據(jù)的能力這個時候就可以開始著手進行收集數(shù)據(jù)收集了，收集數(shù)據(jù)也是十分講究的。

任何事情確定方向很重要，數(shù)據(jù)收集當然也一樣，那么該如何確定方向呢？

當然是第一性原理，也就是探尋物質(zhì)的本質(zhì)。

比如有一個優(yōu)惠券的任務(wù)，這個時候要收集相關(guān)數(shù)據(jù)、開始分解了，優(yōu)惠券——用戶、商家。即用戶使用優(yōu)惠券、商家收益，這個時候數(shù)據(jù)就顯而易見了——使用頻率以及收益。

但是單有兩個數(shù)據(jù)是完全不夠的，我們還需要更多數(shù)據(jù)，這里我平時會用的一種方法就是閉環(huán)因果法。

比如我看到數(shù)據(jù)方向里有收益，我的邏輯思路是這樣的：

• 收益-收入-成本-用戶消費-收入-收益
• 使用頻率-消費習(xí)慣-消費能力-物價-優(yōu)惠券種類-使用頻率

然后可用數(shù)據(jù)就多了，每一環(huán)都可以對應(yīng)好多數(shù)據(jù)，這個時候就要對數(shù)據(jù)進行處理啦。

這個時候并不是所有數(shù)據(jù)都是我們想要的，這個時候就要用上奧卡姆剃刀定律了，排在我們前面的是一個優(yōu)惠券問題，得到了一堆相關(guān)的數(shù)據(jù)，但是最簡單直接，可以為證的數(shù)據(jù)是什么呢？

• 收益-交易流水
• 使用頻率-優(yōu)惠券種類（折數(shù)）

當然我們篩選出的是主要數(shù)據(jù)，其他的一些數(shù)據(jù)不是不看了，而是輔助，選定核心數(shù)據(jù)然后進行數(shù)據(jù)的對比分析處理，這樣會給我們的工作帶來很大的便利哦。

如何去處理數(shù)據(jù)

首先要找到數(shù)據(jù)之間的聯(lián)系，優(yōu)惠券的折數(shù)，跟交易流水一定是一定的相關(guān)性的，這個時候就要進行圖標分析啦，這個相信大家都知道，但是我們不是要找到交易流水最高的那個點對應(yīng)的優(yōu)惠券折數(shù)。

PS：其實這還要對比成本進行分析，數(shù)據(jù)量非常復(fù)雜，這就是數(shù)據(jù)分析師該做的事情了。

更具體一點呢，不同門店對應(yīng)交易流水不同，用戶使用不同折扣的優(yōu)惠券會對交易流水產(chǎn)生更大的刺激，這也就是為什么，我的一個小小的優(yōu)惠券規(guī)則，上限不到一個月就創(chuàng)造了數(shù)千萬交易流水增收的原因了。

如果更通用的一點的話，就是取最大值/最小值問題，如果是獲客那么我們就應(yīng)該選取一個適合的折數(shù)來獲取最大的用戶。

小結(jié)

當然，我上面主要說的是如何通過數(shù)據(jù)解決我們的問題需求/去分析一個新的規(guī)則。有時候一個新的數(shù)據(jù)就像是新的維度。比如很多人想到優(yōu)惠券，會分析用戶的各個行為習(xí)慣，但是沒有人站在商家和地域的角度來分析，你想到了別人沒有想到那么你就成功了。

當然產(chǎn)品經(jīng)理日常更多的還是處理異常數(shù)據(jù)。

至于如何處理日常數(shù)據(jù)呢？

1. 先排查數(shù)據(jù)本身是否出現(xiàn)問題。比如統(tǒng)計數(shù)據(jù)邏輯問題、數(shù)據(jù)接口出現(xiàn)bug未統(tǒng)計到、被環(huán)比/同比下降30%的數(shù)據(jù)是否出現(xiàn)特殊數(shù)據(jù)（比如環(huán)比數(shù)據(jù)中有現(xiàn)象級的爆款應(yīng)用ZEO導(dǎo)致環(huán)比數(shù)據(jù)下降30%）、同比/環(huán)比數(shù)據(jù)差異是在哪些方面、有差異的數(shù)據(jù)之前的表現(xiàn)如何等。確認數(shù)據(jù)無異常之后再考慮下面。
2. 再排查產(chǎn)品本身是否出現(xiàn)問題。比如服務(wù)器壓力大出現(xiàn)響應(yīng)時間多了0.3s、對熱門應(yīng)用的排序邏輯不符合用戶認知、競對出現(xiàn)爆款而我方未跟進、有bug等等。排除掉自身原因之后再考慮下面。
3. 也就是常用的處理方法啦，畫用戶使用地圖，然后看轉(zhuǎn)化漏洞，對比之前的數(shù)據(jù)，進行處理分析，
4. 就是針對性的制定解決方案、改進交互體驗、增強運營推廣等等大家這些都懂的。

筆者為一只熱愛產(chǎn)品的幼年產(chǎn)品汪，如果你跟我一樣是新人，那么大家互相學(xué)習(xí)；如果是您是前輩，希望您狠狠批評。

作者：℃，一個在luckin和ucar實習(xí)的產(chǎn)品管培生

本文由 @℃ 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 Unsplash，基于 CC0 協(xié)議