產(chǎn)品設(shè)計(jì)和優(yōu)化基于數(shù)據(jù)而高于數(shù)據(jù)。數(shù)據(jù)是反映產(chǎn)品效果的一種有力輔助手段，因此，在設(shè)計(jì)產(chǎn)品、迭代功能前，最好都提前規(guī)劃好本次“更新?lián)Q代”的數(shù)據(jù)統(tǒng)計(jì)分析體系，并在上線后不斷觀察，根據(jù)數(shù)據(jù)反饋指導(dǎo)進(jìn)一步的產(chǎn)品優(yōu)化。然而，面對(duì)繁雜的數(shù)據(jù)指標(biāo)和功能流程，該如何快速而清晰搭建起合適的數(shù)據(jù)衡量體系，是一個(gè)很重要的問(wèn)題。
無(wú)論是搭建一套完整的體系，還是單純用于衡量某個(gè)功能/優(yōu)化的上線效果，一般而言，可以從下面四個(gè)步驟進(jìn)行：
明確要統(tǒng)計(jì)分析的業(yè)務(wù)功能
拆分衡量指標(biāo)/提出分析假設(shè)
尋找對(duì)比數(shù)據(jù)
明確數(shù)據(jù)獲取渠道
1、明確要統(tǒng)計(jì)分析的業(yè)務(wù)功能
數(shù)據(jù)是產(chǎn)品效果的表達(dá)方式，在搭建數(shù)據(jù)體系前，必須先明確業(yè)務(wù)類型、明確驗(yàn)證目標(biāo)：A. 業(yè)務(wù)區(qū)分上，不同的行業(yè)領(lǐng)域，其關(guān)注點(diǎn)是有很大差異的：
（1）互聯(lián)網(wǎng)金融領(lǐng)域，看重的是保有量非0的用戶數(shù)、用戶的資金保有量、申購(gòu)量、用戶財(cái)富指數(shù)等；
（2）電商行業(yè)，看重的是產(chǎn)生購(gòu)買行為的用戶數(shù)、用戶購(gòu)買金額、購(gòu)買頻次、復(fù)購(gòu)周期等；
（3）社交類產(chǎn)品，看重的是用戶活躍程度，如日活躍時(shí)長(zhǎng)、社區(qū)活躍度（評(píng)論、發(fā)帖）等。B. 場(chǎng)景區(qū)分上，是功能優(yōu)化迭代驗(yàn)證效果？是差異化競(jìng)爭(zhēng)的對(duì)比分析？是基于用戶場(chǎng)景的拉新、留存、促活？還是流失場(chǎng)景的挽留？
產(chǎn)品數(shù)據(jù)體系，一般而言可以分為數(shù)據(jù)統(tǒng)計(jì)、數(shù)據(jù)分析兩大類。
（1）數(shù)據(jù)統(tǒng)計(jì)更多與產(chǎn)品功能效果掛鉤，用于衡量某一個(gè)產(chǎn)品指標(biāo)，如用戶數(shù)量、DAU、MAU、用戶購(gòu)買金額等。
（2）數(shù)據(jù)分析則更多用于產(chǎn)品路徑流程剖析、問(wèn)題發(fā)現(xiàn)、迭代指導(dǎo)、運(yùn)營(yíng)效果反饋等場(chǎng)景。
不同的業(yè)務(wù)、不同的目標(biāo)，決定了我們要選取什么數(shù)據(jù)指標(biāo)來(lái)衡量。
2. 拆分衡量指標(biāo)/提出分析假設(shè)
明確了業(yè)務(wù)場(chǎng)景、統(tǒng)計(jì)/分析目標(biāo)，下一步則是繼續(xù)拆分合適的衡量指標(biāo)；對(duì)于數(shù)據(jù)分析需求來(lái)說(shuō)，還需要在此之前提出分析的假設(shè)。以下舉例說(shuō)明：
A. 分析某個(gè)產(chǎn)品功能的轉(zhuǎn)化率
轉(zhuǎn)化率一般可分為注冊(cè)轉(zhuǎn)化率、申購(gòu)轉(zhuǎn)化率、場(chǎng)景用戶轉(zhuǎn)化率、入口轉(zhuǎn)化率等，亦即“用戶對(duì)某款產(chǎn)品路轉(zhuǎn)粉”的過(guò)程。
進(jìn)一步拆分，轉(zhuǎn)化率鏈路上的關(guān)鍵數(shù)據(jù)，分別有：曝光UV→點(diǎn)擊UV→轉(zhuǎn)化用戶數(shù)，對(duì)應(yīng)的則是“用戶看到→用戶感興趣并嘗試→用戶被轉(zhuǎn)化”的行為。
將轉(zhuǎn)化率放到場(chǎng)景中做分析，目標(biāo)一般有兩種：
（1）看某個(gè)產(chǎn)品/運(yùn)營(yíng)流程的轉(zhuǎn)化效果，統(tǒng)計(jì)新用戶從接觸到最終被成功轉(zhuǎn)化的轉(zhuǎn)化率，多用漏斗模型來(lái)表現(xiàn)轉(zhuǎn)化率數(shù)據(jù)；
（2）對(duì)于多渠道多入口觸達(dá)的產(chǎn)品，或產(chǎn)品功能正在進(jìn)行A/B test，需通過(guò)比較多渠道多入口的轉(zhuǎn)化率，對(duì)比每一個(gè)路徑的效果。
B. 通過(guò)用戶活躍度分析指導(dǎo)產(chǎn)品優(yōu)化方向
活躍度指標(biāo)可分為用戶登錄/訪問(wèn)頻次、場(chǎng)景設(shè)置頻次、申購(gòu)/購(gòu)買頻次、互動(dòng)頻次等，主要是看用戶在產(chǎn)品上的留存和活躍程度，比如用戶近30天內(nèi)登錄過(guò)10次，用戶近90天內(nèi)發(fā)生了30次申購(gòu)行為。
有些產(chǎn)品/功能上線后，用戶抱著嘗鮮的態(tài)度被轉(zhuǎn)化，使用為數(shù)不多的幾次后即流失，即可明確下一階段工作重點(diǎn)是提升用戶的留存率。相反，有的產(chǎn)品用戶留存率很高，但深究發(fā)現(xiàn)用戶大部分處于不活躍狀態(tài)，即可明確下一階段的工作重點(diǎn)是用戶促活。
C. 監(jiān)控用戶健康度
產(chǎn)品的健康度在某種意義上說(shuō)跟活躍度有點(diǎn)交叉，有些廣義的概念可把活躍度包含于健康度內(nèi)。
比如，ARPU值、用戶流動(dòng)性、會(huì)員體系下的用戶升降級(jí)速度…都是衡量一款產(chǎn)品健康度的指標(biāo)。
以會(huì)員體系下的用戶升降級(jí)速度為例：設(shè)計(jì)一套會(huì)員體系時(shí)，數(shù)據(jù)體系的搭建就必須有事前規(guī)劃測(cè)算、事中驗(yàn)證跟蹤、事后調(diào)整這3個(gè)階段。事前的規(guī)劃測(cè)算一般需花費(fèi)較大的時(shí)間和精力演算，因?yàn)橐坏?huì)員規(guī)則對(duì)外放開了，就不好輕易做調(diào)整。也因此，第3個(gè)階段的調(diào)整，最好是能避免則避免。
會(huì)員體系需要擬合升降級(jí)曲線，一般達(dá)到的效果就是升級(jí)先易后難，降級(jí)留有一定buffer值。升級(jí)太快降級(jí)太慢，有導(dǎo)致體系被擊穿、成本hold不住等風(fēng)險(xiǎn)，升級(jí)太慢降級(jí)太快，用戶不買賬沒(méi)粘性。升降級(jí)速度，體現(xiàn)的是該產(chǎn)品的健康程度。
D. 用戶流失節(jié)點(diǎn)分析
很多產(chǎn)品上線一段時(shí)間后，發(fā)現(xiàn)流失率越來(lái)越高，這個(gè)時(shí)候可關(guān)注用戶在整個(gè)鏈路上的流失節(jié)點(diǎn)：用戶主要是在哪一步開始流失的，用戶流失的集中時(shí)間點(diǎn)是在什么時(shí)候，從流失節(jié)點(diǎn)著手進(jìn)行產(chǎn)品優(yōu)化、適當(dāng)?shù)牧魇炝舳侣┑炔僮鳌?/span>
如互金平臺(tái)定投功能的使用，經(jīng)過(guò)觀察和分析可能會(huì)發(fā)現(xiàn)，用戶在第一次扣款前后的流失率最高，且扣款高峰會(huì)伴隨著流失高峰，可能的原因有以下：
扣款前：用戶設(shè)置時(shí)僅抱著嘗鮮的心態(tài)，在扣款（實(shí)際發(fā)生資金行為）前及時(shí)終止定投“止損”；或者對(duì)扣款行為的安全感不足。
扣款后：對(duì)資金的安全和流動(dòng)性存在擔(dān)憂；自身無(wú)法保證銀行卡資金在扣款日是充足的，因資金不足扣款失敗而放棄。
找到了可能的問(wèn)題所在，即可對(duì)齊進(jìn)行相應(yīng)的用戶教育和引導(dǎo)，降低流失率。一個(gè)水缸多個(gè)孔，堵住其中1個(gè)或幾個(gè)，水流失的速度自然就慢了下來(lái)。
E. 通過(guò)假設(shè)潛在用戶畫像進(jìn)行投放和驗(yàn)證
產(chǎn)品對(duì)用戶做觸達(dá)的時(shí)候，總會(huì)選擇潛在目標(biāo)用戶，以提高轉(zhuǎn)化率等各項(xiàng)指標(biāo)。但何為“目標(biāo)用戶”，用戶的年齡？用戶所在的地區(qū)？用戶的在線支付頻次？需要通過(guò)多次投放嘗試總結(jié)，可假設(shè)多個(gè)變量，通過(guò)調(diào)整潛在目標(biāo)用戶的畫像進(jìn)行用戶包提取觸達(dá)，比較多個(gè)投放渠道之間的數(shù)據(jù)差異，從而達(dá)到驗(yàn)證的目的。
3. 尋找對(duì)比數(shù)據(jù)
沒(méi)有對(duì)比的效果指標(biāo)評(píng)價(jià)，都是耍流氓。一款產(chǎn)品上線效果，產(chǎn)品經(jīng)理要看到其中的利弊，并且找到合適的參照物來(lái)對(duì)比效果，才可以做出評(píng)價(jià)和結(jié)論。
舉個(gè)例子：一款社區(qū)類產(chǎn)品上線至今，總用戶數(shù)100萬(wàn)，日均活躍用戶8萬(wàn)人。
這個(gè)數(shù)據(jù)是好是壞？我們需要找到一個(gè)對(duì)比衡量的標(biāo)準(zhǔn)，對(duì)比競(jìng)品，我們這個(gè)活躍用戶水平算是較高的？對(duì)比過(guò)去的日均活躍用戶5萬(wàn)人，則很明顯有了提高。
因此，得到產(chǎn)品的上線效果數(shù)據(jù)后，需要找到對(duì)應(yīng)的產(chǎn)品做標(biāo)的，而這個(gè)標(biāo)的，可以是競(jìng)品、可以是歷史經(jīng)驗(yàn)數(shù)據(jù)沉淀、也可以是行業(yè)內(nèi)默認(rèn)的標(biāo)準(zhǔn)等。
4. 明確獲取數(shù)據(jù)渠道
規(guī)劃好了數(shù)據(jù)衡量體系，接下來(lái)即是產(chǎn)品上線前的數(shù)據(jù)埋點(diǎn)工作和上線后的數(shù)據(jù)獲取來(lái)源，有下面的一串口訣：轉(zhuǎn)化數(shù)據(jù)點(diǎn)擊流，用戶屬性渠道號(hào)，反饋抽樣用問(wèn)卷，廣義普適第三方。
A. 轉(zhuǎn)化數(shù)據(jù)點(diǎn)擊流
在看用戶登錄訪問(wèn)、購(gòu)買等產(chǎn)品的路徑轉(zhuǎn)化數(shù)據(jù)時(shí)，常選擇用戶數(shù)為統(tǒng)計(jì)分析維度，這個(gè)時(shí)候，用相對(duì)簡(jiǎn)單的點(diǎn)擊流埋點(diǎn)，一般可滿足需求；主要統(tǒng)計(jì)產(chǎn)品流程中，每一步操作的用戶數(shù)量，可形成漏斗模型。
B. 用戶屬性渠道號(hào)
在申購(gòu)金額、購(gòu)買數(shù)量和金額、評(píng)論互動(dòng)等帶有用戶屬性的場(chǎng)景下，需要適當(dāng)深挖，這個(gè)時(shí)候可以用渠道號(hào)等標(biāo)記對(duì)用戶進(jìn)行“打標(biāo)”，方便跟蹤監(jiān)控用戶的后續(xù)行為。
C. 反饋抽樣用問(wèn)卷
有的時(shí)候，我們需要探究用戶行為原因，了解用戶的主觀操作意向，獲取用戶使用反饋時(shí)，通過(guò)上述的純客觀數(shù)據(jù)是難以得出合適的指導(dǎo)意見的，該情況下可以選擇問(wèn)卷的方式進(jìn)行；可以獲取足夠反饋問(wèn)題的樣本數(shù)據(jù)。
D. 廣義普適第三方
有一些第三方數(shù)據(jù)平臺(tái)，如友盟、TalkingData、微信指數(shù)、百度指數(shù)等數(shù)據(jù)平臺(tái)，適用于監(jiān)控大行業(yè)大領(lǐng)域數(shù)據(jù)。如通過(guò)微信指數(shù)，可知道某個(gè)詞匯的近期網(wǎng)絡(luò)搜索次數(shù)，環(huán)比增減情況，添加對(duì)比詞匯等。
方法論講完，是不是還有點(diǎn)似懂非懂？那就給大家舉一個(gè)案例：
對(duì)于luckin coffee來(lái)說(shuō)，品牌定位更多在“職場(chǎng)咖啡”與“社交咖啡”上，因此，在獲客初始節(jié)點(diǎn)，進(jìn)行了不同商圈的線下試點(diǎn)門店鋪設(shè)，通過(guò)各類優(yōu)惠福利做app的推廣下載和刺激用戶分享獲客。該階段，如若進(jìn)行數(shù)據(jù)分析，則首先需要明確分析目標(biāo)：
線下不同商圈的試點(diǎn)效果
用戶對(duì)職場(chǎng)咖啡的訴求及預(yù)期
app推廣效果/社交咖啡營(yíng)銷裂變效果
針對(duì)上述3點(diǎn)，可進(jìn)一步提出對(duì)應(yīng)的分析假設(shè)并尋找、拆分衡量指標(biāo)：
IT白領(lǐng)辦公區(qū)域的門店效果優(yōu)于市中心商圈；外帶門店銷售量高于堂食門店。
中午13:00~14:00和下午15:00~17:00是點(diǎn)單高峰；外賣訂單30~40分鐘內(nèi)送達(dá)符合用戶心理預(yù)期，30分鐘內(nèi)則可超出預(yù)期；職場(chǎng)白領(lǐng)更偏好美式，女生更偏好瑞納冰系列等。
社交分享推廣目標(biāo)，如老用戶人均分享3次/周，人均轉(zhuǎn)化拉新3人/周，人均購(gòu)買3杯/周，復(fù)購(gòu)率在60%以上等。
針對(duì)上述分析假設(shè)，為更客觀進(jìn)行數(shù)據(jù)比較，可將上述假設(shè)進(jìn)一步抽象為數(shù)據(jù)衡量指標(biāo)，例如：
用各商圈門店的日均銷售咖啡杯數(shù)、各品類咖啡（價(jià)格）銷售數(shù)量占比、外賣&堂食銷售數(shù)量占比來(lái)衡量各試點(diǎn)門店的銷售效果，輔助擴(kuò)張鋪設(shè)/縮減投入的決策；
收集購(gòu)買咖啡的用戶畫像屬性數(shù)據(jù)，匹配性別、年齡、購(gòu)買時(shí)間段、品類愛好、客戶對(duì)外送單的反饋等，進(jìn)而篩選出業(yè)務(wù)主打客群，完善飲品和服務(wù)細(xì)節(jié)；
通過(guò)數(shù)據(jù)埋點(diǎn)的方式，追蹤客戶的app UV/PV、咖啡購(gòu)買杯數(shù)、優(yōu)惠券鏈接分享次數(shù)、通過(guò)該分享鏈接點(diǎn)擊進(jìn)入并注冊(cè)轉(zhuǎn)化的新用戶數(shù)量、用戶在注冊(cè)1周內(nèi)二次下單的占比等數(shù)據(jù)；可得出對(duì)應(yīng)app下單轉(zhuǎn)化率、分享率、分享點(diǎn)擊率、老拉新轉(zhuǎn)化數(shù)、復(fù)購(gòu)率等可精準(zhǔn)客觀對(duì)比的數(shù)據(jù)。
很多人都用luckin coffee來(lái)對(duì)標(biāo)星巴克、連咖啡，將三者作為競(jìng)爭(zhēng)對(duì)比。同理，如何衡量luckin coffee交出的這份答卷數(shù)據(jù)的好壞，則可通過(guò)對(duì)標(biāo)星巴克、連咖啡相關(guān)業(yè)務(wù)的數(shù)據(jù)情況，如星巴克門店日銷售量、日銷售額，星巴克用星說(shuō)禮品卡的銷售量、贈(zèng)送量等，將兩者進(jìn)行數(shù)據(jù)對(duì)比，進(jìn)而得出結(jié)論。
按照數(shù)據(jù)體系搭建的四步法則，在產(chǎn)品上線前后提前做好產(chǎn)品數(shù)據(jù)的統(tǒng)計(jì)分析布局，驗(yàn)證效果、功能優(yōu)化不再無(wú)從下手！
作者：漏網(wǎng)之魚
文章來(lái)源：運(yùn)營(yíng)人
【轉(zhuǎn)載說(shuō)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]
