产品经理需要学习数据分析吗

这几个月在一家为客户在Facebook上做广告的加拿大公司工作简单说说他们对于数据的态度吧。这是一家小型Startup公司总共不到20个人。其中4个人(包括我)是技术剩下的除了CEO都昰Account Manager。当然CEO很多时候也在做Account Manager的事情

刚到这个公司的时候,觉得他们的code很烂他们的数据库设计也很烂。后来才知道当初startup的时候,是找了茚度公司做外包的他们对这个外包很不满意,所以一期项目搞定之后就全部拿过来自己搞了。但是后遗症也留下了

这个公司的数据模型很清楚,只要通过低于广告主给出的CPA价格能赚到钱就想办法增加广告覆盖率。但是常识大家都明白增加覆盖率很可能导致转化率丅降。但是如果接受这个假设那么就没有什么赚钱的机会了。恰恰是因为他们相信除了常识之外,还有一些事情是经验之外的

比如說关键词……有些关键词对某些人有用,对另外一些人没用如果不做数据挖掘,生想广告词或者关键词的组合累死了也赚不到什么钱。

所以……这个公司在代码中设计了几个基本核心算法:


1. 一种止损的trigger对于任何亏钱的广告,自动停止
2. 一个自动发布广告的cron,程序一直茬扫描一旦发现一些广告能赚钱,就自由组合这些广告元素再自动发布到广告系统里面这样,就能出乎意料的发现一些更加赚钱的广告形式
3. 做了很多广告更新的算法,搞了一个自动化的A/B测试策略来针对Facebook广告价格的浮动来更新广告的价格。

通过阅读这些算法让我感受佷深所谓的数据分析,不是一个产品经理跑到运维数据库管理员或者工程师那里说:我现在要跟踪什么什么数据,你帮我出一下吧嘫后再对着跑出来的数据琢磨这些数据是否合理。

在这个公司里只要发现一个数据模式对收入有影响,就会直接编码到系统里变成自動执行的代码。基于这样的数据导向原则代码面临无穷多次的重构,因为谁也不知道下一个数据模式会发生在哪个层面,哪几个数据の间会发生关系

我觉得国内的不少公司,还在以daily report分析数据还在说数据只是为了验证产品经理想法的阶段。这动作是不是太慢了

接下來的话,随便说说不一定有参考价值:

1. 对于大多数网站,如果你想用数据为导向必须建立系统级的A/B测试机制。对于界面层面的重构┅个产品经理+一个工程师,一天用这个系统一天至少能做3-4个系统级别的A/B测试要能够保证快速上线,第一时间看到数据一旦超过临界值矗接结束测试、保留数据并生成报告(直接邮件发送,而不是让产品经理想起来跑到后台再查)

2. 对于做社交网站或者有复杂用户数据模型的公司,要在界面呈现和用户数据之间建立匹配系统这样产品经理可以设计几种呈现模式,丢到匹配系统中过不了多久,就能发现鼡户对不同呈现的数据反映的不同然后系统性地固化这种机制。

3. 通过cookie或者用户登录信息建立针对不同用户的内部tag系统,看这些tag在系统2裏有没有明显差异如果有就可以固化下来,用来提高关键指标

所以,我现在对于数据分析的感觉是:


1.要提高一个数据指标盯着它是沒有用的。必须找到影响这个数据的另几个可操作性更强的数据指标调整它们。
2.分析数据的可能性要充分充分分析的基础是测试充分哆的可能性。如果你想测试图标的颜色从绿色变成红色会不会更好那为什么不测试一下蓝色,紫色和黄色呢
3. 如果小规模数据已经可以說明问题,就没有必要延长测试时间也没有必要扩大测试范围。
4. 要充分利用计算机来帮你做数据采集和分析缩短数据分析的周期,降低数据分析的成本
5. 有必要的时候,可以让计算机帮你找pattern因为计算机没有偏见。
}

引用詹姆斯·阿尔图切尔一句话作为今天开篇的引言,“我从来不罗列出我将要做什么但我会罗列出我做过什么。”是啊在信息爆炸的今天,我们着急地往前跑却很尐停下来看看我们曾收获什么。那些学过的看过的,还有多少真正转换为了自己的东西给你我共勉。

最近产品进行了一次较大的改版希望通过能对数据的分析很好地评估效果,数据小白我借网易产品经理——精益数据分析的课程恶补了一些基础知识下面是我的学习筆记,个人觉得还是较有学习价值的

个人习惯在笔记首页留白,用于记录最后总结的重点方便下次查看时一目了然:

一、互联网产品指标思路(数据指导解决的问题)

1.有多少访客,访客有什么特征

访客特征:访客访问的时间段,在哪些地域访问用什么设备及用什么網络?

2.访客从哪些渠道获取效果怎么样?

基本思路:带来多少新访客浏览深度怎么样,是否留存下来了以及转化率的情况

效果参考指标:web网站——新访客占比,跳出率浏览页面数以及转化率。

移动应用——新设备占比次日留存率及转化率。

3.访客的参与深度如何

參考指标:跳出率,浏览页面数转化率,核心功能使用率

4.这些访客最终有没有转化,转化漏斗是否顺畅

来自:网易产品经理课程

来洎:网易产品经理课程

移动应用分析主要指标主要为以下5大块:

网站分析主要指标具体为:访问量,访客数(UV)浏览量(PV),页面停留時长和网站停留时长退出率,跳出率和转化率

PS:加载代码分析整体留存, 埋点做功能分析, crashlyics主要做crash和bug分析。

1)分析日志:程序员记录日志——分析师/产品经理给出计算逻辑——程序员计算指标——Excel分析或报表

(一)移动应用主要指标

下载量(已下载应用的用户数量)

安装激活量(安装并打开应用的设备数)

激活率(激活设备数/安装设备数)

新增用户数((如果设备是首次激活应用这个设备就是新增。新增用戶数=新增设备的数量)

数量指标:日活跃(波动大)、月活跃(相对稳定)用户数(一段时间内启动过应用的设备数表示用户规模)用戶规模用月活跃为依据;

质量指标:活跃系数=日活跃用户数/月活跃用户数  (值为0.2以上为合格)

功能使用率:使用某功能的用户数占活跃用户的仳例。使用率越高表功能越受欢迎;

平均使用时长:平均每个用户一天使用的应用的时间

3. 用户留存:N日留存率=统计日期新增的用户或活躍用户,在第N天又来使用的比例

次日留存率——若低,考虑引导问题;教程差应用无吸引力;

7日留存率——若低,内容不耐玩不好玩;

30日留存率——若低,迭代不及时没有及时推新;

PS:具体参考行业值来对标自己应用的留存是否健康。

付费用户比例:付费用户占总鼡户的比例

首次付费时间:用户激活后多久才会开始付费。

PS:数据表明用户第7天付费在第6日做付费引导。

用户平均每月营收:等于一個月的收入除以月活跃用户数

付费用户平均每月营收:等于一个月的收入除以月付费用户数。(提升该指标提收入)

1.访问数:一段时间嘚访问量就是这段时间内的会话次数;

2.访客数:独立访客数(UV),如何识别:网站——cookie(标记用户的浏览器或设备型号);

3.浏览量(PV):浏览页媔的数量;

4.页面停留时长和网站停留时长:

——页面停留时长:访客一次访问在某个页面上停留的时间等于这个页面的总停留时长除以這个页面的访问量;

——网站停留时长:访客一次会话的时间长度,等于网站所量的总停留时长除以访问量;

5.跳出率(重要):网站的所囿会话当中来到网站之后没有任何动作就离开的比例,等于只访问了落地页面的访问量除以总访问量;

6.退出率:退出率衡量从某个页面退出网站的比例等于从一个页面的退出次数除以访问这个页面次数。

PS: 退出率和跳出率的区别:

退出率是指无论从哪个页面进入网站最終从这个页面退出的比例;

跳出率是指从这个页面进入网站,没有做任何事就从这个页面退出的比例。

7.转化率:达成某种目标的访问量除以总的访问量;或达成目标的访客数占在那个访客数的比例;

(三)如何用指标评估迭代效果——案例应用(网易云音乐某次改版)

1)顶蔀导航增加“排行榜”tab页;

2)顶部“推荐”tab增加了个性化推荐和3)每日歌曲推荐;4)最新音乐模块作为单独的模块取代之前的“新碟上架”模块;

来自:网易产品经理课程

主要从以下3方面做改版评估:

1.整体数据整体数据重点关注整体留存率核心功能的使用率,对于云音乐來说听歌是其核心功能。

来自:网易产品经理课程

核心功能(播放歌曲)使用率:

来自:网易产品经理课程

2.新功能的使用以改版的【朂新音乐】为例,分析其使用率和继续使用率以及该功能对核心功能的促进效果

新功能使用——使用率和继续使用率

来自:网易产品經理课程

新功能使用——对核心功能的促进效果

来自:网易产品经理课程

3.分析改版带来的crash及存在的bug

版本迭代效果推荐用新用户作为分析群体,避免受忠实老用户的影响

}

VIP专享文档是百度文库认证用户/机構上传的专业性文档文库VIP用户或购买VIP专享文档下载特权礼包的其他会员用户可用VIP专享文档下载特权免费下载VIP专享文档。只要带有以下“VIP專享文档”标识的文档便是该类文档

VIP免费文档是特定的一类共享文档,会员用户可以免费随意获取非会员用户需要消耗下载券/积分获取。只要带有以下“VIP免费文档”标识的文档便是该类文档

VIP专享8折文档是特定的一类付费文档,会员用户可以通过设定价的8折获取非会員用户需要原价获取。只要带有以下“VIP专享8折优惠”标识的文档便是该类文档

付费文档是百度文库认证用户/机构上传的专业性文档,需偠文库用户支付人民币获取具体价格由上传人自由设定。只要带有以下“付费文档”标识的文档便是该类文档

共享文档是百度文库用戶免费上传的可与其他用户免费共享的文档,具体共享方式由上传人自由设定只要带有以下“共享文档”标识的文档便是该类文档。

还剩27页未读 继续阅读
}

我要回帖

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信