数极客首页

社交产品方法论(八):数据分析的二三事

数据分析如何指导产品优化?实用的数据分析方法有哪些?带着这2个疑问,请听我为您慢慢分享。

社交产品方法论(八):数据分析的二三事

作为产品的设计师,我们做出的决策要逻辑自证。尽量避免“我认为”或“我觉得”这类主观拍脑袋的决策。因此,用数据驱动产品迭代是一个产品设计方法论,也是我们必须掌握的一项能力。

如 何做数据分析驱动产品迭代?我们可以分为三个步骤。

第一步:明确数据分析的目的

数据分析的目的一般有2个:

  • 了解产品或指定功能表现
  • 验证假设

验证假设的数据需要根据具体情况来设计。了解产品或指定功能的数据主要有5个维度:

  1. 产品规模,如:DAU/MAU,付费
  2. 产品健康度,如:新增,留存,使用时长
  3. 用户属性,如:用户画像属性,终端数据属性
  4. 用户行为,如:用户使用产品的路径
  5. 渠道质量,如:各个渠道的新增留存

我们可以自建后台收集以上数据,这是自由度最大化的做法,但成本较高。也可以利用第三方数据分析平台的SDK快速构建,如:友盟或神策。对于竞品数据,我们可以通过艾瑞,易帆进行查询。

通过收集到的数据,我们可以判断产品目前处于产品发展的哪个阶段,从而制定相应的产品策略。 详见《社交产品方法论(一):自上而下的思考产品》。

社交产品方法论(八):数据分析的二三事

产品发展阶段

切记数据分析一定要有目的性的去做。对于每一个收集的数据,要问自己,我们可以做些什么优化的事情吗?如果不能回答这个问题,可能这个数据本身就没有太多意义。比如:我们收集了日活数据,一定要思考如何提升日活,日活需要提升到多少,相应的我们需要做哪些事。单纯的天天盯着日活数据毫无意义的。

第二步:确定收集的数据指标

明确数据分析的目的后,我们需要收集相关的数据来帮助我们决策。数据指标的选择要有重点,尽量选择当下对产品最具有建设意义的,不要为了收集数据而收集。

我们可以参考下在《Lean Analytics》一书中,Alistair 和 Benjamin 提出的用户生命周期 AARRR 5个阶段,根据每个阶段确定相应的重点数据指标。

  1. A:acquisition (获取),如何获取用户。数据有推广点击量,单个用户获取价格等。
  2. A:activation(获取),如何激活用户。数据有新增,注册成功率等。
  3. R:retention(留存),如何留住用户。数据有留存,活跃,使用时长等。
  4. R:revenue(付费),如何让用户付费。数据有付费金额,付费频率等。
  5. R:referral (推广),如何让用户推广。数据有分享量,点击量等。

第三步:选择合适的分析方法

针对不同的目的和场景,我们需要选择合适的分析方法。

最常用的就是“埋点”,对不确定的事件进行埋点。比如:预埋一个功能的用户量,使用频率,付费数量等。从而判断该功能的表现如何,或者判断功能优化后是否起了作用。其次,对若干套无明显区别的方案,我们可以使用 A/B Test,让用户投票哪一种方案更好。

最后,推荐下《Lean Analytics》一书中提及的漏斗分析方法,根据用户所处不同阶段,假设用户预期行为,用数据验证假设从而驱动产品迭代。

细节如下:

社交产品方法论(八):数据分析的二三事

Tunnel Analysis

综上,数据分析的逻辑图如下:

社交产品方法论(八):数据分析的二三事

数据分析逻辑图

举几个笔者最近分析的案例

(1)产品首页的游戏模块布局优化

  • 分析目的:了解功能优化效果
  • 收集数据:产品留存和游戏模块使用时长
  • 分析方法:埋点,取上线前后一周时间对比

(2)连击礼物2种动效的选择

  • 分析目的:验证哪一种连击礼物动效更能促进付费
  • 收集数据:礼物的赠送数量
  • 分析方法:A/B Test,根据送礼玩家的UID对2取模分为A/B组,取每组的礼物赠送数量平均数。结果需要考虑统计显著性和置信区间。

三、语音房小程序各流程优化

  • 分析目的:数据驱动产品模块优化;
  • 收集数据:每个漏斗阶段用户转化率,使用时长,分享转化率;
  • 分析方法:漏斗分析。
社交产品方法论(八):数据分析的二三事

漏斗分析图

四、根据用户行为进行精细化运营

  • 分析目的:产品策略优化
  • 收集数据:最先使用的功能,功能日活,好友数,留存
  • 分析方法:埋点,发现导致留存差异的明显数据区别。强化关键数据,如:引导用户加好友,通过最先使用的功能给其他功能导流,重点优化日活高的功能。

小结

数据分析作为一种方法论,可以在产品设计的各个阶段发挥作用。我们设计产品时,时常问自己三个问题:这个需求值得解决吗?设计方案能解决需求吗?如何用数据验证我们的假设?

从概率论的角度而言,样本量足够大的数据接近于真理。可能从李世石输给阿尔法狗的那天起,信自己就注定比不上信数据了。

尽请关注下一篇:社交产品方法论(九):产品运营的二三事。

相关阅读

社交产品方法论(四):需求背后设计的逻辑

社交产品方法论(五):用户调研的二三事

社交产品方法论(六):竞品分析的二三事

社交产品方法论(七):交互设计的二三事

 

作者:小强Joey,一个努力ing的社交产品经理。

本文由 @小强Joey 原创发布。未经许可,禁止转载

题图来自 Pexels,基于 CC0 协议

给大家推荐我国新一代大数据用户行为分析与数据智能平台:数极客(https://www.shujike.com),是支持无埋点、前端埋点、后端埋点、API导入四种混合数据采集方式,整合分析用户行为数据和业务数据,可以自动监测网站、APP、小程序等多种渠道推广效果分析,是增长黑客们必备的互联网数据分析软件。数极客支持实时多维分析、漏斗分析、留存分析、路径分析等十大数据分析方法以及APP数据分析网站统计网站分析小程序数据统计用户画像等应用场景,业内首创了六种提升转化率的数据分析模型,是用户行为分析领域首款应用定量分析与定性分析方法的数据分析产品

发表评论

评论已关闭。

相关文章