数极客首页

如何建立数据分析框架的思路和方法?

如何建立数据分析框架的思路和方法?

文/好甜 来自:PMCAFF产品经理社区

明确数据分析的目的

因为产品数据是在产品上线后收集到的,所以为了之后能够得到一系列全面合理的数据,需提前做好数据的规划,明确每一个数据所能产生的价值。

不同的分析目的,所需要的KPI数据不一样

对于产品经理来说,一般有三个场景中的数据应用:

1.每日观测的产品运行数据;

2.为了验证某个想法而做的产品实验数据,如a/b测试

3.发布某个功能后的反馈数据。

不同的产品类型,所需要关注的KPI数据不一样

1.基础数据:下载量、激活量、新增用户量、活跃用户等;

2.社交产品:用户分布、用户留存(次日、3日、7日、次月、3月)等;

3.电商:淘宝指数、转化率、网站流量、跳出率、页面访问深度等;

4.内容类:内容转化率(内容下载量/内容浏览量)、留存量、跳出率;

5.工具类:功能点击量、应用商城排名;

6.其他:竞品数据(下载、激活等)。

不同的产品阶段,所需要关注的KPI数据不一样

1.网站刚上线,比较关注流量、PV、跳出率;

2.网站运营中期,比较关注新注册、转化率、跳出率。

3.网站某次市场活动,比较关注新访客比例、跳出率、新访客的注册转化率、目标达到率等。

具体针对产品目前最需要的KPI数据,需要基于对行业、业务、产品的熟悉

1.了解整个产业链的结构:对行业的上游和下游的经营情况有大致的了解;

2.了解企业业务的发展规划:根据业务当前的需要,制定发展计划,归类出需要整理的数据;

3.熟悉产品框架,全面定义每个数据指标的运营现状;

4.对比同行业数据指标,挖掘隐藏的提升空间。

通过对行业、业务、产品的熟悉可以建立一个数据模型,在特定需求下进行KPI数据提取。也可以对核心用户单独进行产品用研与需求挖掘,从而精细化运营。

建立数据分析框架的用处

以完整的逻辑形式结构化问题;

把问题分解成相关联的部分并显示它们之间的关系;

理顺思路、系统描述情形或业务;

洞察造成正在解决的问题原因。

建立数据分析框架的思路

比较常见的数据分析框架模型大多源于管理、营销理论,而且这些理论模型的适用面非常广,也可以用来进行用户需求分析、产品功能分析等。

管理方面的理论模型:

PEST:政治、经济、社会、技术。一般用于宏观环境分析;

5W2H:WHAT、WHY、WHO、WHEN、WHERE、HOW、HOW MUCH;

逻辑树:又称问题树、演绎树、分解树。将一个已知的问题当成树干,然后考虑这个问题与哪些问题相关。每想到一点就给这个问题所在的树干加一个树枝,并标明树枝代表什么问题;

金字塔原理

帕累托二八原理

生命周期理论:各种客观事物的阶段性变化及其规律,创新期、成长期、成熟期、标准化期和衰亡期五个不同的阶段;

SMART:Specific、Measurable、Aainable、Relevant/Realistic、Time-based,即明确性、可衡量性、可达成性、相关性/现实性、时限性。

营销方面的理论模型:

4P:Product,Price,Place,Promotion,即产品、价格、渠道、促销;

用户行为理论:认识-熟悉-试用-使用-忠诚;

SWOT:Strengths、Weaknesses、Opportunities、Threats,即优势、劣势、机会、威胁;

STP理论:Segmenting、Targeting、Positioning,即市场细分、目标市场和市场定位。

通过前期资料的收集以及业务现况的全面掌握,明确清楚数据分析的目的,提炼出核心数据,梳理分析思路,并搭建分析框架,把分析目的再分解成若干个不同的分析要点,合理设置运营方法来观察效果。同时,考虑多维度的数据搭建,以便之后进行立体式数据分析。

本文采用「CC BY-SA 4.0 CN」协议转载学习交流,内容版权归原作者所有,如涉作品、版权和其他问题请联系「我们」处理。

发表评论

评论已关闭。

相关文章