當前位置：首頁 > 行業知識 > 綜合

產品數據分析

關注：95 發布時間：2021-08-09 13:27:54

數據分析的“深度不足”會讓產品失敗。——大多數企業搭建的數據分析平臺只能看一些統計指標——，不足以指導產品改進，增加銷量。

產品數據分析的三個層次

對產品用戶和行為數據的研究大致可以分為三個層次：宏觀層次、微觀層次和中間層次。

1. 宏觀層

以由一系列的數據指標構成。,為例，每日“活躍用戶”、“新用戶”、“訂單數量”、“數和數”、“第二天或第7天的保留率”等。這些指標可以幫助你從整體上把握產品的運行狀態；

2. 微觀層

由產品中每個用戶及其行為的細節數據構成。,比如每個用戶的年齡和性別，他什么時候打開應用程序，他做了什么，他的購物車里有什么商品，等等。這些數據可以讓你深入了解和理解每個用戶和他的行為。

3. 中間層

中間層由一系列相互關聯的分析方法、模型以及相應的數據構成。包括行為分析、漏斗、保留、細分、肖像洞察等等。

決定成敗的「中間層」

“中間層”是——針對您產品和業務目標展開的大部分分析，都需要在中間層的方法模型支持下完成。的關鍵層，因為：

宏觀層面的數據指標過于籠統，可以幫助你了解產品的整體情況，但是很難基于這些指標直接構建出切實可行的產品改進策略

但是微觀層面行為的數據量太大，不可能從海量細節入手。

如果你在中間層能夠基于豐富的維度提供有效的方法和模型,你將有機會一步一步地鉆取有問題的宏觀數據指標，逐步減少問題的范圍和人群，甚至在微觀層面上洞察相關用戶和行為，直到你對問題的原因有了清晰的理解(或有效的猜測)，然后建立產品改進策略并逐步改進，產品將有機會成功。

反之，如果中間層缺失，或者提供的方法模型無法支持你對問題指標進行充分的分析，你只能回到“看數據抓腦袋”的老路，產品快速成長，比較終成功的概率就會降低。以一個假設的“視頻分享社區”產品為例：

1. 發現問題

產品運營負責人通過數據發現，只有20%的新用戶在注冊第二天回訪(“宏觀層面”指標“第二天留存率”偏低)

2. 深入分析

接下來，她將某一天新增的用戶分為“第二天返回的用戶”和“第二天不返回的用戶”兩組(“中間層”的人口細分)，從各個維度(中間層細分、“群體畫像”、行為分析等)對這兩組用戶進行了分析比較。)，并發現這兩組之間的一個典型區別是：

“回頭客”在第一次使用時往往會“拍至少一個視頻”和“微信朋友圈”

大部分“不回訪問的用戶”第一次使用的時候都是“沒有視頻拍攝”或者“沒有朋友圈”

根據以上差異，行動負責人大膽猜測——使用時「拍攝并分享」會影響到第二天及以后的留存率。

099b7a67a8c5a5eb47171dab1.png "

因此，她進一步從兩組中各抽取了少量用戶，查看他們的行為記錄(“微觀”用戶和行為細節數據)，發現：在使用時「拍攝并分享視頻」的用戶，往往會在收到朋友圈好友評論時返回應用，以便查看或回復評論。,和收到更多評論的用戶很快就會“拍新視頻”，而“不拍分享視頻”的用戶正好相反，運營負責人的想法被這些細節數據所驗證。

3. 改進產品獲得提升

運營負責人與產品經理和其他團隊成員交流了她的發現，并得到了認可。

基于這一發現，我們對產品本身進行了更深入的分析，并選擇了部分用戶進行電話調查。然后，每個人都制定了升級產品的策略：

第一步：對產品本身進行優化和改進，引導和鼓勵用戶在第一次使用時完成視頻拍攝和分享。新版本發布后，第二天新用戶保留率迅速上升到50%

第二步：組織“比較佳微視頻評選”、“搞笑視頻評選”等一系列活動，激發視頻拍攝與傳播的互動。隨著活動的開展，新用戶的數量和第二天的留存率進一步提高，老用戶的活動也在不斷增加。

4. 收獲結果

隨著產品用戶的快速增長，產品團隊負責人迅速與投資方敲定新一輪融資，產品獲得成功.宏觀指標相對容易獲得。而選擇或構建合適的分析工具將中間層和微觀層「解鎖」，才是決定數據分析成敗的關鍵！

淘寶數據分析