产品分析,有经验的人都这样做

大数据 数据分析
战略层的分析,理应是最先开始,最先需要明确的分析。因为后续每一个具体功能,每一项具体设计,每一次迭代优化,都是为了达成战略目的服务的。但是这恰恰是很多产品分析最缺的部分。

很多互联网公司的同学做产品分析做得很纠结。每天忙着算各种点击率、转化率、活跃率,到头来还被嫌弃“没有分析出价值”。

到底完整的产品分析该怎么做?产品分析也分战略层、战术层、战斗层,想分析得清楚,得层次分明,重点突出才行。

01理想的产品分析做法

▌战略层:整个产品的定位、发展态势、绩效表现的分析。

这一块分析常常是产品经理在BRD或者MRD里,描述了产品的战略定位、发展目标,之后通过数据追踪目标达成(如下图)。

图片

当然,很多公司的基层产品经理,自己都不知这些文档长啥样(或者干脆就是随手瞎写的)。因此只能通过一些更简单直接的方法判断当前的战略目标,比如最常用的产品生命周期法(如下图)。

图片

战略层的分析,理应是最先开始,最先需要明确的分析。因为后续每一个具体功能,每一项具体设计,每一次迭代优化,都是为了达成战略目的服务的。但是这恰恰是很多产品分析最缺的部分。

因为在很多公司里,以下种种因素,都会导致战略分析没有做到位,从而导致目标感缺失,引发后续各种问题。

  • 老板本人才是真产品经理,其他人只敢唯马首是瞻。
  • 新来的产品经理不了解过往情况,只知道依葫芦画瓢。
  • 公司规模太大,职能切分太细,每人只顾自己门前雪。

▌战术层:某一个具体功能模块的效果分析。

每个功能模板都有其作用,有些功能是通用的,比如:

  • 登录:实现用户登录。
  • 首页:实现站内流量分配。
  • 个人中心:查看个人基本资料。

有些则根据产品属性有区别,比如

  • 交易型产品:商品展示→详情→订单确认→支付→物流信息
  • 内容型产品:内容展示→浏览→完成浏览→转发/收藏
  • 工具型产品:(以导航为例)起点→终点→路径选择→导航→结束

根据任务不同,又能分成核心功能和辅助功能。比如,交易型产品的核心功能就很聚焦:完成交易。只不过为了提升交易效益,会增加诸如文字种草、视频种草、活跃签到、种树浇水等等功能,因此关注每个功能的使用率、跳出率、转化率、促成交易的GMV即可。

图片

内容型产品的分析会略复杂,因为用户完成一次流量行为的时间可能很短。在登陆后,会进行一系列动作。并且内容型产品往往提供多种话题(时政、科技、体育、二次元……)、多种产品(视频、图文、语音……)、多种形式(PGC、UGC),因此用户行为更杂乱。

此时,常常先对用户进行分层,区分出轻中重度用户,再看用户的整体活跃市场和内容数量,再看具体行为分散在哪些功能上,每一种功能的使用情况。

图片

战术层的核心就是解决轻重缓急的问题。

  • 到底哪些要优化,哪些要新增,哪些要删除
  • 优化方向是什么,提升到多少合适
  • 新增方向是什么,起到什么作用​

先解决了这些战术层问题,再谈战斗层:具体按钮是红是蓝,具体点击是多是少……就非常清晰。达成目标是评价功能点的最高级标准。

当然,实际操作的时候,这一步也是经常被省略的。很多基层产品经理就是:

  • 因为老板让做,所以做
  • 因为对手做了,所以做
  • 因为调研了用户,用户说需要,所以做

至于做成啥样,完全没有具体预期(或者是随手写一个)。后续分析就更混乱了。

▌战斗层:某一个具体页面/按钮/流程/玩法的设计。

战斗层的分析最为人熟知的就是ABtest。因为直接上ABtest,可以很无脑地终结设计层面的争吵,哪个数据表现好就用哪个。ABtest如此流行,以至于很多厂子,连数据分析师都懒得用传统的分析方法了,“遇事不决,ABtest!”

ABtest确实是解决争议的最快速手段,特别是涉及一个页面上按钮左边/右边这种设计类问题。当产品经理们争执不定的时候,直接上ABtest能让大家快速闭嘴。

但ABtest不是万能神药。因为用户行为一定是多因素综合影响的结果,用户行为路径越长,累积到最后的影响因素越多,特别是涉及现金交易的流程。

因此,如果用户行为真的在末端断掉,很难短时间内拆分清楚。企业实际环境也不像实验室那么干净,用户口碑交叉影响、当季流行的时事、舆论风潮、营销偏好等无法收集数据的因素,都会影响结果,因此ABtest更适合解决流程前段的设计问题,流程越靠后,测试结果越容易失效(如下图)。

图片

更不要说,很多产品经理站在本位主义角度,非让数据证明自己负责的功能没有问题。并且尤其喜欢拿运营活动、外部因素等很难量化的事说事。这种浑水摸鱼,且把水越搅越浑的做法,只能让分析更无所是从。最后变成大型相互甩锅现场。

02产品分析为啥难做

小结一下,理想中的产品分析,应该这样展开:

图片

这样层层分解,目标清晰,落地效果自然容易衡量。可实际上很难这么理想。产品的实际效果(诸如DAU、转化率)不单单受产品影响,也和商品搭配、促销力度、活动支持、用户习惯等诸多因素有关,单纯在分析层面,想一一解答清楚都很困难。

更糟糕的是:在相当多厂子里,真正的产品经理只有老板一人!挂着产品经理头衔的诸位,其实都是忠实复制粘贴老板命令即可。再加上国内互联网圈子里相互抄袭风气浓厚,导致产品目标更不清晰,灵活性更大,效果更难观察。

经常做分析的同学去问产品经理:为什么做这个功能?这个功能的定位是啥?目标是啥?得到的答案就是:

“老板让做的”

“我看对手也这么做的”

“上线了指标不好看,改改”

……

无目标,无逻辑,无思路。三无产品,当然让做分析的同学更糊涂。

这里当然也有做数据分析的同学自身局限性,很多做分析的同学一问三不知:

  • 产品的定位、目标受众、竞争对手是谁?
  • 产品的功能模块流程怎么走?各自什么作用?
  • 设计思路是啥?之前数据如何?对应哪些客群?

啥都不知道……

导致实际上的产品分析,做出来是这个效果(如下图)

图片

三无产品遇上三不知的数据分析师,那除了列举“PV/UV/转化率,点击/跳出/GMV”就真的不知道咋分析了。

责任编辑:武晓燕 来源: 接地气的陈老师
相关推荐

2020-11-18 14:01:07

设计师产品需求项目

2013-01-10 12:57:23

产品经理App产品设计

2013-09-04 10:08:12

移动团队经验谈

2024-09-12 11:51:44

2016-12-13 09:05:27

大数据数据分析数据可视化

2015-10-23 18:30:21

有鱼App

2013-08-15 13:48:18

产品产品经理

2021-02-07 11:43:03

数据分析项目

2013-08-01 14:33:37

2020-08-30 14:29:01

Pandas数据分析函数

2013-11-06 09:54:22

程序Windows

2013-11-21 07:33:34

2022-09-26 10:03:02

低代码开发

2018-11-22 11:06:56

画像分析

2013-07-03 17:07:39

产品产品经理产品设计

2022-09-15 08:41:16

数据异构分库分表

2015-02-26 09:58:47

Cortana UI情绪

2017-12-18 09:56:38

DIY电脑DIY玩家

2018-05-23 11:20:13

HTTPS传输协议加密数据

2018-03-24 22:05:13

简历面试招聘
点赞
收藏

51CTO技术栈公众号