GrowingIO

为什么产品经理要懂数据分析?

从 2011 年的 60 到 2017 年的 758,在过去6年的时间里面,“数据分析”移动端百度指数增长了 1163 %。在各类产品经理招聘描述中,“具备数据分析能力”、“有数据敏感度”、“用数据驱动产品优化”要求越来越常见,数据分析俨然成为了产品经理的必备技能。

产品经理不能为了数据分析而分析,而要将落脚点放到产品和用户上。数据分析应该帮助产品经理不断优化产品设计和迭代,驱动产品和用户增长。

数据驱动产品优化的三大步骤

构建 Build

当产品经理有一个想法(Idea)或者假设的时候,我们可以通过敏捷开发的方式将其构建(Build)起来。

这里面有一个最简可行性产品(minimum viable product , MVP)的概念,用最低的成本、最短的开发时间,将产品的核心功能开发出来。开发出来不仅是内部评估用的,还要让用户使用起来,观察他们的反应。

衡量 Measure

产品开发完成后,产品经理需要通过数据来衡量(Measure)产品(Product)的表现。

如何选择正确的衡量方式,数据如何采集、采集哪些数据、用什么数据指标,是我们这个环节重点关注的。需要注意一点,虚荣指标是很危险的;我们要关注产品能给用户带来的核心价值,比如转化率、点击率、留存率、活跃度等指标。

数据分析

衡量后,产品经理需要从产品数据(Data)中得出结论,即最初的想法成立与否。如果数据分析结果是积极的,我们就延续产品优化(Learn)的思路;如果数据分析结果是消极的,我们就下线并反思。

通过这样不断的循环,“提出想法-产品试验-数据验证”,产品经理在数据分析的帮助下真正实现用数据驱动增长。

产品经理数据分析手册

3大分析步骤 | 6种分析方法 | 8大分析工具

产品经理数据分析的6种常用方法

转化分析

分析用户完成预期目标(比如注册、购买、下载等)的效率,分为宏观转化和微转化两方面。产品经理要关注总体转化率、每一步的转化率以及不同维度下转化率的差异。

用户细分

将多维度和多指标作为分析条件,对有某个特定行为的用户群组进行分析和比对。通过用户细分,产品经理可以有针对性地优化产品,提升用户体验。

用户轨迹

洞察用户在产品(网站、APP 等)上的操作轨迹,如浏览、点击、下拉、停留等行为。以往的结果型数据并不能告诉你是什么原因造成的,产品经理需要更多这样的过程型数据。

热图分析

通过可视化的方式,快速了解用户在产品页面上的点击、访问偏好。CTA 的设计是否合理、用户的精力主要集中在什么地方......通过热图分析产品经理都一目了然。

留存分析

留存,顾名思义,就是用户在你的网站/app中留下来、持续使用的意思。产品经理可以根据不同用户群体、不同产品功能来分析留存率,找到提升留存的优化点。

测试分析

通过试验的方式来验证猜想和假设,这是产品增长的重要方式。测试分两种类型, A/B 测试和多变量测试(multivariate testing,MVT)。

产品经理数据分析手册

3大分析步骤 | 6种分析方法 | 8大分析工具

产品经理数据分析常用工具汇总

Excel

Microsoft Excel 是产品经理最基本、最常见的数据分析工具,可以用来数据预处理、图表可视化、基本的计算和统计、VBA 编程等。

Python

一种面向对象的、开源的高级编程语言,产品经理可以用 Python 进行统计分析、数据可视化、网络爬虫等工作。

Tableau

一款专业的数据可视化工具,提供各式的图表、仪表盘工具,对导入或者链接的数据源进行灵活分析。

Google Analytics

Google分析(Google Analytics)是一个由 Google 所提供的网站流量统计服务,是目前全球使用最广泛的流量分析工具。

GrowingIO

GrowingIO 是新一代基于用户行为的数据分析产品,在国内首次推出“无埋点”数据采集方案,实时、全量收集用户行为数据,灵活自定义分析。

SQL

结构化查询语言 (Structured Query Language) ,其结构简洁、功能强大、简单易学,是关系型数据库经典的查询语言。

产品经理数据分析手册

3大分析步骤 | 6种分析方法 | 8大分析工具

客户证言

合作媒体

GrowingIO,为产品和运营打造的数据分析产品

GrowingIO,为产品和运营打造的
数据分析产品

帮助您从 0 到 1 搭建数据运营体系