範文齋

位置:首頁 > 生活範文 > 科普知識

產品經理數據分析方法

作爲產品經理,你對用戶的需求瞭解多少呢?你知道用戶想要什麼樣的產品嗎?下面是小編整理的產品經理數據分析方法,歡迎查看,希望幫助到大家。

產品經理數據分析方法

產品經理數據分析方法

(一)內外因素分解法

內外因素分解法是把問題拆成四部分,包括內部因素、外部因素、可控和不可控,然後再一步步解決每一個問題。

根據內外因素分解法分析如下:

1、 內部可控因素

產品近期上線更新、市場投放渠道變化、產品粘性、新老用戶留存問題、核心目標的轉化;

2、 外部可控因素

市場競爭對手近期行爲、用戶使用習慣的變化、招聘需求隨時間的變化;

3、 內部不可控因素

產品策略(移動端/PC端)、公司整體戰略、公司客戶羣定位(比如只做醫療行業招聘);

4、 外部不可控因素

互聯網招聘行業趨勢、整體經濟形勢、季節性變化;

(二)DOSS法

DOSS 是從一個具體問題拆分到整體影響,從單一的解決方案找到一個規模化解決方案的方式。

按 DOSS 的思路分解如下:

1、 具體問題

預測是否有可能幫助某一羣組客戶購買課程。

2、 整體

首先根據這類人羣的免費課程的使用情況進行數據分析,之後進行延伸,比如對整體的影響,除了計算機類,對其他類型的課程都進行關注。

3、 單一回答

針對該羣用戶進行建模,監控該模型對於最終轉化的影響。

4、 規模化

之後推出規模化的解決方案,對符合某種行爲軌跡和特徵的行爲進行建模,將課程推薦模型加入到產品設計中。

(三)數據分析的應用手段

根據基本分析思路,常見的有 7 種數據分析的手段。

1、畫像分羣

畫像分羣是聚合符合某中特定行爲的用戶,進行特定的優化和分析。

比如在考慮註冊轉化率的時候,需要區分移動端和 Web 端,以及美國用戶和中國用戶等不同場景。這樣可以在渠道策略和運營策略上,有針對性地進行優化。

2、趨勢維度

建立趨勢圖表可以迅速瞭解市場, 用戶或產品特徵的基本表現,便於進行迅速迭代;還可以把指標根據不同維度進行切分,定位優化點,有助於決策的實時性;

3、漏斗洞察

通過漏斗分析可以從先到後的順序還原某一用戶的路徑,分析每一個轉化節點的轉化數據;

所有互聯網產品、數據分析都離不開漏斗,無論是註冊轉化漏斗,還是電商下單的漏斗,需要關注的.有兩點。第一是關注哪一步流失最多,第二是關注流失的人都有哪些行爲。

關注註冊流程的每一個步驟,可以有效定位高損耗節點。

4、行爲軌跡

行爲軌跡是進行全量用戶行爲的還原。只看 PV、UV 這類數據,無法全面理解用戶如何使用你的產品。瞭解用戶的行爲軌跡,有助於運營團隊關注具體的用戶體驗,發現具體問題,根據用戶使用習慣設計產品,投放內容;

5、留存分析

留存是瞭解行爲或行爲組與回訪之間的關聯,留存老用戶的成本要遠遠低於獲取新用戶,所以分析中的留存是非常重要的指標之一;

除了需要關注整體用戶的留存情況之外,市場團隊可以關注各個渠道獲取用戶的留存度,或各類內容吸引來的註冊用戶回訪率,產品團隊關注每一個新功能對於用戶的回訪的影響等。

6、A/B 測試

A/B 測試是對比不同產品設計/算法對結果的影響。

產品在上線過程中經常會使用 A/B 測試來測試產品效果,市場可以通過 A/B 測試來完成不同創意的測試。

要進行 A/B 測試有兩個必備因素:有足夠的時間進行測試和數據量和數據密度較高。

因爲當產品流量不夠大的時候,做 A/B 測試得到統計結果是很難的。而像 LinkedIn 這樣體量的公司,每天可以同時進行上千個 A/B 測試。所以 A/B 測試往往公司數據規模較大時使用會更加精準,更快得到統計的結果。

7、優化建模

當一個商業目標與多種行爲、畫像等信息有關聯性時,我們通常會使用數據挖掘的手段進行建模,預測該商業結果的產生;例如:作爲一家 SaaS 企業,當我們需要預測判斷客戶的付費意願時,可以通過用戶的行爲數據,公司信息,用戶畫像等數據建立付費溫度模型。用更科學的方式進行一些組合和權重,得知用戶滿足哪些行爲之後,付費的可能性會更高。

 數據分析的基本思路

1、挖掘業務含義

首先要了解市場部想優化什麼,並以此爲核心的 KPI 去衡量。渠道效果的評估,最重要的是業務轉化:對 P2P 類網站來說,是否『發起借貸』遠遠比『用戶數量』重要。

所以無論是 Google 還是金山渠道,都要根據用戶羣體的不同,優化相應用戶的落地頁,提升轉化。

2、制定分析計劃

以『發起借貸』爲核心轉化點,分配一定的預算進行流量測試,觀察對比註冊數量及 ROI 效果,可以持續觀察這部分用戶的後續價值。

3、拆分查詢數據

根據各個渠道追蹤流量、落地頁停留時間、落地頁跳出率、網站訪問深度以及訂單類型數據,進行用戶分羣。

4、提煉業務洞察

在不同渠道進行投放時,要根據 KPI 的變化,推測業務含義。比如谷歌渠道的效果不好,可能因爲谷歌大部分的流量在海外,可能會造成轉化率低。而金山網絡聯盟有很多展示位置,要持續監測不同位置的效果,做出最後判斷。

5、產出商業決策

最後根據數據洞察,指導渠道的投放決策制。比如停止谷歌渠道的投放,繼續跟進金山網絡聯盟進行評估,而落地頁要根據數據指標持續地進行優化。

產品經理市場調研的目的

我們在做市場調研前,必須有一個自己的調研思路:我們要調研的對象,需要收集的數據,需要達到的效果等。只有有了明確的目標,才能獲得更加有效的數據。

1、通過調研瞭解市場需求、確定目標用戶、確定產品核心,爲了更好的制訂MRD;

2、爲領導在會議上PK提供論據;

3、提高產品的銷售決策質量、解決存在於產品銷售中的問題或尋找機會等而系統地、客觀地識別、收集、分析和傳播營銷信息,及時掌握一手資源;

4、驗證我們定的目標客戶是不是我們想要的,目標用戶想要什麼樣的產品或服務;

5、瞭解我們能不能滿足目標用戶的需求並且樂於滿足目標用戶的需求;

6、找準產品機會缺口,然後衡量各種因素,制定產品戰略線路;

7、調研到最後,目標越明確,需求確明確,也就會覺得,產品越難做,難以打開市場等;

8、對於全新的產品,調研前PM必須先自己有一個思路,然後通過調研去驗證自己的想法的可行性。

標籤:數據分析 經理