對(duì)產(chǎn)品經(jīng)理來說，以各項(xiàng)指標(biāo)為對(duì)象展開數(shù)據(jù)分析，并做出對(duì)應(yīng)應(yīng)對(duì)策略是家常便飯的一件事。不過，在數(shù)據(jù)分析的時(shí)候，我們總會(huì)遇到數(shù)據(jù)異常或者數(shù)據(jù)對(duì)不上的問題，而本文就分享了如何從源頭規(guī)避這些坑的方法。
做數(shù)據(jù)統(tǒng)計(jì)和分析，是一項(xiàng)嚴(yán)密和邏輯性很強(qiáng)的工作。如果平時(shí)不多加注意，就會(huì)出現(xiàn)一些不好解釋的問題。
比如發(fā)現(xiàn)報(bào)表數(shù)據(jù)對(duì)不上或者有些數(shù)據(jù)漲跌的原因無從解釋，這時(shí)不僅需要耗費(fèi)很多精力去排查，還有可能會(huì)誤導(dǎo)我們后續(xù)的迭代，作出一些不正確的決策。
下面我就重點(diǎn)講講，怎么從源頭來有效規(guī)避這些坑。
01 數(shù)據(jù)埋點(diǎn)的坑：埋點(diǎn)不全面和上報(bào)邏輯不一致
1. 數(shù)據(jù)埋點(diǎn)不全面、范圍錯(cuò)誤或上報(bào)邏輯不準(zhǔn)確
（1）數(shù)據(jù)埋點(diǎn)不全面
就是有遺漏的埋點(diǎn)，這個(gè)可能直接導(dǎo)致重要的數(shù)據(jù)沒有辦法采集，是需要盡快排查并完成補(bǔ)救的，否則會(huì)對(duì)數(shù)據(jù)分析影響較大。
埋點(diǎn)不全通常包括兩方面：
1）點(diǎn)位缺失
比如某個(gè)頁面、某個(gè)按鈕的點(diǎn)擊位沒有加等，這個(gè)會(huì)造成數(shù)據(jù)缺失，必須重新打點(diǎn)才能補(bǔ)救；
2）參數(shù)遺漏
比如少加一個(gè)渠道的參數(shù)，這個(gè)只是對(duì)數(shù)據(jù)的對(duì)維度分析有影響；
（2）取數(shù)據(jù)范圍錯(cuò)誤
比如統(tǒng)計(jì)活動(dòng)頁面的發(fā)帖，如果無法區(qū)分內(nèi)容是來自活動(dòng)頁面那就沒法做后續(xù)的分析。
（3）上報(bào)邏輯不準(zhǔn)確或不一致
比如發(fā)布按鈕是點(diǎn)擊就上報(bào)，還是發(fā)布成功時(shí)再計(jì)數(shù)？點(diǎn)贊是生效才計(jì)算，還是只要點(diǎn)擊都算？這些上報(bào)邏輯的確定對(duì)后續(xù)的數(shù)據(jù)分析有很大影響，一旦不一致就會(huì)出現(xiàn)數(shù)據(jù)對(duì)不上的問題。
2. 如何規(guī)避埋點(diǎn)問題，確保打點(diǎn)完整和上報(bào)統(tǒng)一
這塊需要建立完整的埋點(diǎn)實(shí)施流程和打點(diǎn)模版。
（1）確立埋點(diǎn)實(shí)施的流程和規(guī)范化操作
在產(chǎn)品需求方案完成后必須開始設(shè)計(jì)埋點(diǎn)方案，而不能拖到開發(fā)階段，具體流程和事項(xiàng)包括：
明確當(dāng)前版本的核心數(shù)據(jù)指標(biāo)，做好指標(biāo)定義，并梳理對(duì)應(yīng)的核心頁面和功能點(diǎn)；
埋點(diǎn)事件設(shè)計(jì)，明確事件類型（訪問、曝光、點(diǎn)擊），事件點(diǎn)位以及細(xì)分維度（來源、用戶設(shè)備）等；
前端或服務(wù)端打點(diǎn)拉通和實(shí)施，確定相應(yīng)規(guī)范；
測(cè)試排查機(jī)制和上線驗(yàn)證；
數(shù)據(jù)埋點(diǎn)流程
（2）建立打點(diǎn)模板，做好聚類、參數(shù)命名和規(guī)則定義等
進(jìn)行具體的埋點(diǎn)設(shè)計(jì)，需要建立項(xiàng)目匹配的埋點(diǎn)模板，做好規(guī)范化管理。
數(shù)據(jù)埋點(diǎn)模板
02 建報(bào)表的坑：數(shù)據(jù)統(tǒng)計(jì)口徑錯(cuò)誤或者不一致
1. 數(shù)據(jù)統(tǒng)計(jì)口徑不一致通常表現(xiàn)為：數(shù)據(jù)來源不一致、數(shù)據(jù)指標(biāo)定義和公式拆解不準(zhǔn)確
1）首先，口徑不一致最普遍的坑，就是取數(shù)據(jù)的來源不一致
這點(diǎn)很好理解，通常我們建報(bào)表都要和BI同學(xué)溝通數(shù)據(jù)是從哪里取，是從前端的打點(diǎn)取還是服務(wù)端的表里取。如果前期沒有明確出來，后面很可能造成數(shù)據(jù)上來源不一致的問題。比如社區(qū)的發(fā)帖數(shù)據(jù)，發(fā)帖UV和發(fā)帖率，如果取前端數(shù)據(jù)可能會(huì)不準(zhǔn)確，而服務(wù)端更精準(zhǔn)一些。如果現(xiàn)有報(bào)表存在不一致，需要立即修改。
2）其次，是數(shù)據(jù)指標(biāo)定義不對(duì)
比如內(nèi)容社區(qū)，拿對(duì)內(nèi)容生產(chǎn)這個(gè)指標(biāo)的定義來說，是否應(yīng)該包含評(píng)論內(nèi)容必須明確好。不能說內(nèi)容生產(chǎn)包含評(píng)論，互動(dòng)指標(biāo)里也有評(píng)論，那就有點(diǎn)自欺欺人了。
比如對(duì)業(yè)務(wù)新用戶的定義，很多非app的業(yè)務(wù)很難以注冊(cè)和激活app來定義新用戶的，這個(gè)時(shí)候就需要明確的定義，是從來沒有使用過，還是某個(gè)時(shí)期內(nèi)，如一年內(nèi)新訪問業(yè)務(wù)的用戶；
再比如流失用戶，我們通常定義可能是1個(gè)月甚至更短時(shí)間沒有啟動(dòng)app就算了，但是對(duì)于低頻的應(yīng)用，或者像教育類app存在寒暑假，你很難這么去定義；
3）還有可能，是數(shù)據(jù)指標(biāo)公式拆解不對(duì)
比如人均發(fā)帖究竟應(yīng)該是發(fā)帖量比上整體的UV還是應(yīng)該比上發(fā)帖UV？如果你比上前者你就發(fā)現(xiàn)人均發(fā)帖量很小，你就會(huì)很困惑，困惑就是因?yàn)槲覀兊墓藉e(cuò)了。我們其實(shí)要的是發(fā)帖這些人，平均會(huì)發(fā)多少條。
通常我們的數(shù)據(jù)指標(biāo)公式，比如：
訪問滲透率=當(dāng)前頁面的訪問UV/上一頁面的訪問UV；
點(diǎn)擊滲透率=當(dāng)前位置的點(diǎn)擊UV/當(dāng)前頁面的訪問UV；
參與率=活動(dòng)參與的UV/當(dāng)前頁面的訪問UV；
人均訪問=訪問PV/訪問UV
人均發(fā)布=發(fā)布PV/發(fā)布UV
2. 如何規(guī)避？確定數(shù)據(jù)來源，明確數(shù)據(jù)指標(biāo)的定義以及換算公式
針對(duì)數(shù)據(jù)統(tǒng)計(jì)口徑容易出現(xiàn)的問題，我的解法是：
1）在前期建報(bào)表需求的時(shí)候，一定要梳理好指標(biāo)項(xiàng)，并對(duì)指標(biāo)做好明確的定義，明確數(shù)據(jù)來源，和對(duì)應(yīng)的換算公式。
2）建數(shù)據(jù)報(bào)表前期一定做好統(tǒng)計(jì)口徑的溝通，明確哪一部分的數(shù)據(jù)從哪里??？是取前端的打點(diǎn)還是取服務(wù)端的數(shù)據(jù)；
通常的原則是：頁面展現(xiàn)、點(diǎn)擊、本地播放或者停留時(shí)長等數(shù)據(jù)可以取前端數(shù)據(jù)，數(shù)據(jù)上報(bào)依賴網(wǎng)絡(luò)，且用戶刪除自己操作記錄時(shí)也會(huì)有數(shù)據(jù)丟失的情況，所以前端打點(diǎn)存在延遲和不準(zhǔn)確、不完整的缺點(diǎn)；
而安裝數(shù)據(jù)、內(nèi)容生產(chǎn)、互動(dòng)數(shù)據(jù)可以使用服務(wù)端數(shù)據(jù)，更為精準(zhǔn)；實(shí)時(shí)性好，不存在延時(shí)上報(bào)。
3）做好公示拆解和定義。如果公式錯(cuò)誤，在數(shù)據(jù)分析時(shí)就會(huì)出現(xiàn)歸因錯(cuò)誤，所以一定要在前期規(guī)避。
這里我提供一份建表的需求模板，通常這樣完整提供給BI最保險(xiǎn)。
數(shù)據(jù)報(bào)表需求模板
03 數(shù)據(jù)分析的坑:數(shù)據(jù)指標(biāo)看絕對(duì)值，忽略鏈路和技術(shù)因素
坑1：數(shù)據(jù)指標(biāo)看絕對(duì)值，對(duì)比也看絕對(duì)差值
看絕對(duì)值的坑主要表現(xiàn)為：指標(biāo)觀察看絕對(duì)值和數(shù)據(jù)間對(duì)比看絕對(duì)差值。這塊應(yīng)該改為指標(biāo)優(yōu)先側(cè)重比率指標(biāo)。另外，做數(shù)據(jù)對(duì)比，一方面要使用比率指標(biāo)來看產(chǎn)品的效果。
比如內(nèi)容社區(qū)的發(fā)帖數(shù)，如果要看這個(gè)指標(biāo)的情況，不論是前后數(shù)據(jù)對(duì)比還是設(shè)立分桶做同步對(duì)比，因?yàn)槁┒返纳弦粚樱ㄔL問UV）肯定存在不一致的情況，所以此時(shí)使用發(fā)帖率來評(píng)估效果才是更準(zhǔn)確的。
并且，看發(fā)帖率的漲跌對(duì)比，也要看相對(duì)比值，而不是看絕對(duì)差值。
比如之前的發(fā)帖率2.4%，現(xiàn)在的發(fā)帖率是1.2%，從絕對(duì)值來看不多啊，才降了1.2個(gè)百分點(diǎn)，但是實(shí)際降了100%；
坑2：只針對(duì)單一指標(biāo)進(jìn)行分析
這里的坑是將指標(biāo)分開單一看，忽略多環(huán)節(jié)或者鏈路指標(biāo)的分析，這時(shí)候其實(shí)根本不明白數(shù)據(jù)是因?yàn)槟睦锊虐l(fā)生了變化。
還是以內(nèi)容社區(qū)產(chǎn)品為例，比如我們要看回復(fù)框的發(fā)帖成功率，你會(huì)發(fā)現(xiàn)在評(píng)論詳情頁的回復(fù)框的發(fā)布成功率比帖子詳情頁回復(fù)框的發(fā)布成功率要高。
但其實(shí)這并不能證明后面的回復(fù)框就好，其實(shí)回復(fù)框樣式通常是一樣的，只是因?yàn)檫M(jìn)入評(píng)論詳情頁且要評(píng)論的用戶忠誠度更高，且真有評(píng)論的需求。
并且有時(shí)所說總指標(biāo)看是漲的，但漏斗某一指標(biāo)卻跌了，所以數(shù)據(jù)分析時(shí)整體鏈路上的指標(biāo)都是需要我們關(guān)注的。
可以說只通過對(duì)單一數(shù)據(jù)指標(biāo)的對(duì)比，通常是無效的。我們需要兼顧多種因素以及評(píng)估整個(gè)功能鏈路或者漏斗模型的數(shù)據(jù)指標(biāo)情況。
坑3：沒有考慮技術(shù)因素帶來的波動(dòng)等
有些數(shù)據(jù)波動(dòng)可能是由于網(wǎng)絡(luò)或數(shù)據(jù)接口等技術(shù)原因，對(duì)打點(diǎn)造成的影響，這塊需要考慮并作出優(yōu)化實(shí)驗(yàn)；
比如我之前做ab實(shí)驗(yàn)時(shí)，發(fā)現(xiàn)新版的留存就是比舊版要低，但是低的幅度很小，都是在1%以內(nèi)。
按理說新版的體驗(yàn)比舊版要好很多，從用戶定性反饋和訪問、生產(chǎn)、消費(fèi)等定量數(shù)據(jù)指標(biāo)都能看出來。但唯獨(dú)留存略低，經(jīng)過排查發(fā)現(xiàn)，新版的首頁的接口數(shù)量增加了，請(qǐng)求時(shí)長變長，頁面打開成功率降低，造成新版留存略低。
所以整體上，對(duì)于微小的波動(dòng)如果確實(shí)找不到原因可以忽略，但是對(duì)于大的波動(dòng)一定要考慮技術(shù)等因素。
04 小結(jié)
數(shù)據(jù)統(tǒng)計(jì)和分析的避坑卡片
總之，在數(shù)據(jù)統(tǒng)計(jì)和分析時(shí)，我們只有有效避開這些常見的坑，才能更好得出我們想要的分析結(jié)果，指導(dǎo)我們的后續(xù)迭代。
#專欄作家#
作者：阿外，微信公眾號(hào)：波悟館，
文章來源：人人都是產(chǎn)品經(jīng)理
【轉(zhuǎn)載說明】 若上述素材出現(xiàn)侵權(quán)，請(qǐng)及時(shí)聯(lián)系我們刪除及進(jìn)行處理：[email protected]
