產(chǎn)品經(jīng)理要掌握的數(shù)據(jù)知識:數(shù)據(jù)的基本概念、術(shù)語、指標(biāo),基本技術(shù)和分析方法
“數(shù)據(jù)”這個詞,是產(chǎn)品經(jīng)理永遠(yuǎn)繞不過的話題,但從我多年面試經(jīng)驗(yàn)看,很多2-3歲的產(chǎn)品經(jīng)理對數(shù)據(jù)的理解仍是模糊無章法的,鑒于本人也有著2年的數(shù)據(jù)產(chǎn)品經(jīng)驗(yàn),特整理成文,給產(chǎn)品新人普及一下基本的數(shù)據(jù)知識。
1、基本概念
什么是“移動App的數(shù)據(jù)分析”?為什么要進(jìn)行“移動App的數(shù)據(jù)分析”?
簡單來說,通過在App中進(jìn)行埋點(diǎn)采集,或讀取App存儲在數(shù)據(jù)庫中的業(yè)務(wù)數(shù)據(jù),以一定目的,將數(shù)據(jù)進(jìn)行“篩選、清洗、加工、解析”,產(chǎn)出對產(chǎn)品設(shè)計(jì)、運(yùn)營計(jì)劃有幫助的結(jié)論的過程,就是“數(shù)據(jù)分析”的過程。持續(xù)的數(shù)據(jù)分析可監(jiān)控產(chǎn)品的運(yùn)營狀態(tài)、提升推廣效果、發(fā)現(xiàn)產(chǎn)品問題、優(yōu)化產(chǎn)品體驗(yàn)。
2、基本術(shù)語
這里舉幾個我常遇到的術(shù)語,便于同開發(fā)和運(yùn)營進(jìn)行溝通。
埋點(diǎn):一般意義上的埋點(diǎn),是利用如友盟、Talkingdata等第三方公司的SDK,通過在App中嵌入一段SDK代碼,設(shè)定觸發(fā)條件,當(dāng)滿足條件時,SDK會記錄日志,并將日志發(fā)送到第三方服務(wù)器進(jìn)行解析,并可視化地呈現(xiàn)給我們。這一過程就叫埋點(diǎn)。
埋點(diǎn)方式也分“簡單埋點(diǎn)”和“自定義埋點(diǎn)”,所謂“簡單埋點(diǎn)”就是直接拿到第三方key,寫到App代碼的配置文件中即可。而“自定義埋點(diǎn)”則對應(yīng)一種叫“自定義事件”的功能,一般第三方統(tǒng)計(jì)工具都支持,我們可通過設(shè)置“自定義事件”查看App特定的操作行為數(shù)據(jù),如點(diǎn)擊按鈕次數(shù)、打開指定頁面次數(shù)等。
通常創(chuàng)建“自定義事件”都需要產(chǎn)品經(jīng)理告知開發(fā)App的哪些條件下需要觸發(fā)“自定義事件”,以及觸發(fā)時要如何通過不同參數(shù)區(qū)分不同的點(diǎn)擊行為。
如同樣是點(diǎn)擊按鈕事件,可通過設(shè)置參數(shù)“Action”,來區(qū)分Action=Yes和Action=No這兩個按鈕分別點(diǎn)擊的次數(shù)。整個埋點(diǎn)流程如下圖所示:
維度:維度就是指我們平時看事物的角度,也可理解成分析一個數(shù)據(jù)能從哪些方面去分析,這些“角度”都是有值且可被枚舉的。比如我們注冊用戶數(shù)有10萬,那可分析的維度有:用戶所在省份、用戶性別、用戶角色、用戶來源等。不同維度來觀察數(shù)據(jù),可以得出不同結(jié)論,能否拓展觀察維度,也是評估數(shù)據(jù)分析能力的一個關(guān)鍵。
度量:度量和維度相輔相成,是指可量化的數(shù)值,用于考察不同維度觀察的效果,也可理解成“數(shù)據(jù)指標(biāo)”。觀察度量值可總體查看,如App總用戶數(shù),也可配合“維度”分層查看,如不同省份的注冊用戶數(shù)、活躍用戶數(shù),不同來源的App啟動次數(shù)、平均日使用時長等。
渠道:指App的不同安裝來源,如通過第三方應(yīng)用市場安裝,通過廣告點(diǎn)擊安裝,通過地推二維碼掃碼安裝,通過官網(wǎng)下載安裝等?;ヂ?lián)網(wǎng)公司的商務(wù)工作一般就是拓展渠道,觀察不同渠道帶來的數(shù)據(jù)表現(xiàn),不斷優(yōu)化渠道質(zhì)量。
3、基本指標(biāo)
注:以下所說的指標(biāo),均以移動App常見的核心指標(biāo)為主,不涉及業(yè)務(wù)相關(guān)指標(biāo)。目的是希望產(chǎn)品經(jīng)理在談起某個數(shù)據(jù)時,能統(tǒng)一認(rèn)識。
新增用戶:安裝App后,首次啟動App的設(shè)備數(shù),需要按“設(shè)備號”去重。新增用戶主要為了衡量推廣效果,以及當(dāng)前產(chǎn)品在整個生命周期所處階段。
活躍用戶:時間段內(nèi),啟動過App的設(shè)備數(shù),需要按“設(shè)備號”去重?;钴S用戶主要為了衡量運(yùn)營效果,以及產(chǎn)品使用情況。
啟動次數(shù):時間段內(nèi),啟動App的次數(shù),無需去重。啟動次數(shù)主要為了衡量推送效果,以及App的內(nèi)容是否足夠吸引人。
留存率:時間段內(nèi)的新增用戶,經(jīng)過一段時間仍啟動App的用戶,占原新增用戶的比例?!皶r間段”的劃分方式有:按日、按周、按月,對應(yīng)指標(biāo)還可細(xì)分為“日留存率、周留存率、月留存率”。而“經(jīng)過一段時間”的劃分方式有:次日、7日、14日;次周、+2周;次月、+2月等。一般一款A(yù)pp的次日留存率為30-40%,次月留存率為20%,已經(jīng)算是不錯的成績了。
使用時長:時間段內(nèi),從啟動到結(jié)束App使用的總時長。所謂“結(jié)束App”,通常指殺掉進(jìn)程,或者將App退到后臺超過30秒。一般會按“人均使用時長、次均使用時長、單次使用時長”分析,衡量產(chǎn)品粘性和活躍情況。
使用頻率:用戶上次啟動App的時間,與再次啟動的時間差。使用頻數(shù)分布,可觀察到App對用戶的粘性,以及運(yùn)營內(nèi)容的深度。
4、基本技術(shù)
數(shù)據(jù)采集技術(shù)——抓包
所謂“抓包”,一般指觀察App上傳到服務(wù)器上的數(shù)據(jù)都有哪些。
通過“抓包”觀察,一方面可判斷自家App是否正確上傳了想要統(tǒng)計(jì)的數(shù)據(jù),另一方面還可抓取到手機(jī)上安裝的其他App的上傳數(shù)據(jù),用來分析競品內(nèi)容更新情況。
一般在Mac系統(tǒng)上,我習(xí)慣用Charles工具,Windows系統(tǒng)可以用Wireshark。當(dāng)然抓到的數(shù)據(jù)如果想進(jìn)行詳盡分析,需要一點(diǎn)基本的http協(xié)議知識和json格式知識。
數(shù)據(jù)提取技術(shù)——sql語言。sql語言一般用于從數(shù)據(jù)庫中進(jìn)行數(shù)據(jù)的增刪改查,需要企業(yè)運(yùn)維人員或DBA人員開啟權(quán)限才可訪問,大公司的產(chǎn)品經(jīng)理基本沒機(jī)會用到,但如果你是小公司的高級產(chǎn)品經(jīng)理,且和技術(shù)商議僅開啟只讀權(quán)限,還是可以嘗試使用的。
以我個人經(jīng)驗(yàn),掌握sql只是基本要求,更關(guān)鍵的在于了解數(shù)據(jù)庫表結(jié)構(gòu)和關(guān)聯(lián)關(guān)系,以及你提取數(shù)據(jù)的思路,sql只是工具而已。sql語言本身也和數(shù)據(jù)庫軟件相關(guān),推薦學(xué)習(xí)mysql的sql語法,簡單易試。至于語句,只要掌握group by的維度,where的限制條件,還有join語句的表連接邏輯,基本就能應(yīng)對80%的數(shù)據(jù)查詢需求,剩下的就是熟能生巧了。
數(shù)據(jù)處理技術(shù)——Excel、Python、JS。提取出來的數(shù)據(jù),要深入分析,肯定得進(jìn)行二次加工。按使用的難度高低,需要掌握工具如下:
Excel:大名鼎鼎的office工具,有著極其強(qiáng)大的數(shù)據(jù)處理能力。常用數(shù)據(jù)分析功能有透視表和命令行。推薦一個我喜歡的處理命令:
VLOOKUP:這是一個查找函數(shù),給定一個查找目標(biāo),它就能從指定的查找區(qū)域中返回想要查找到的值。它的基本語法為:
VLOOKUP(查找目標(biāo),查找范圍,返回值的列數(shù),false)
我們可在一堆數(shù)據(jù)中,根據(jù)指定條件,進(jìn)行二次篩選,非常方便。當(dāng)然這個函數(shù)的作用還不止如此,有興趣的同學(xué)可以深入研究一下。
此外,包括COUNTIF、IF等判斷語句,也是篩選數(shù)據(jù)非常好用的函數(shù)。
Python、JS:Python、JS其實(shí)是一種通用腳本語言,不止適用于數(shù)據(jù)分析,但由于其安裝、使用方便,函數(shù)庫豐富,特別適合有開發(fā)基礎(chǔ)的同學(xué)嘗試。舉個例子,mysql提取出來的數(shù)據(jù),DBA通常會以Excel格式提供,簡單的二次處理可用Excel完成,但涉及根據(jù)業(yè)務(wù)不同,要根據(jù)Excel做數(shù)據(jù)的條件判斷計(jì)算,以及循環(huán)處理,就要借助第三方開發(fā)語言了(當(dāng)然Excel自帶的VBA也很強(qiáng)大)。此外,如果希望以更可視化的方式查看數(shù)據(jù),還可通過JS技術(shù),調(diào)取第三方開發(fā)庫,如百度地圖的API,進(jìn)行更豐富的呈現(xiàn)。比如之前我在e代駕做的車輛運(yùn)行軌跡圖:
5、基本分析方法
介紹幾個常用的數(shù)據(jù)分析思路:
對比:字面上理解,就是非孤立地看數(shù)據(jù),而是多個數(shù)據(jù)提取進(jìn)行比較。根據(jù)對比方法不同,分為“橫向?qū)Ρ取焙汀翱v向?qū)Ρ取薄?/p>
- 橫向?qū)Ρ龋褐缚臻g維度的對比。相當(dāng)于一個指標(biāo),在不同條件下的對比,但每個條件都屬于一個層級。舉個例子,App功能的A/B測試數(shù)據(jù)對比,各個渠道的新增用戶對比,都屬于橫向?qū)Ρ取?/li>
- 縱向?qū)Ρ龋褐笗r間維度的對比。一般的對比方法有:同比、環(huán)比。同比一般指是指本期數(shù)據(jù)與上年同期數(shù)據(jù)對比,環(huán)比則是本期統(tǒng)計(jì)數(shù)據(jù)與上期比較。觀察時間軸上的數(shù)據(jù)折線圖來判斷產(chǎn)品運(yùn)營狀態(tài)也是一種縱向?qū)Ρ取?/li>
拆分:分析這個詞,從字面意義上理解,就是“拆分”和“解析”,當(dāng)某個維度對比后發(fā)現(xiàn)問題需要找原因時,就需要進(jìn)一步“拆分”了。舉個例子,如果發(fā)現(xiàn)某日的銷售額只有昨日的50%,就需要對銷售額指標(biāo)拆分為:成交用戶數(shù) x 客單價,而成交用戶數(shù) = 訪客數(shù) x 轉(zhuǎn)化率。那么我們接下來就可分別針對:訪客數(shù)、轉(zhuǎn)化率、客單價,觀察今日和昨日相比的數(shù)據(jù)變化,找出原因。
降維:當(dāng)維度太多時,我們不可能全部分析,這時就要篩選出有代表性的關(guān)鍵維度,去除掉那些無關(guān)數(shù)據(jù),這就是“降維”。比如“成交用戶數(shù) = 訪客數(shù) x 轉(zhuǎn)化率”,當(dāng)同時存在這三個指標(biāo)時,其實(shí)我們只要三選二就能得出結(jié)論了。
增維:增維和降維是相對的,如果當(dāng)前觀察的維度無法解釋當(dāng)前問題,就需要對數(shù)據(jù)進(jìn)行運(yùn)算,多增加一個指標(biāo)。在可視化分析領(lǐng)域,也可將不同類型的圖表嵌套使用,能達(dá)到增加信息展現(xiàn)維度,擴(kuò)展分析廣度的目的,如下圖所示:(將環(huán)形圖和折線圖進(jìn)行增維嵌套)。
分組:也可叫聚類,合適的分組能更好地理解業(yè)務(wù)和場景。例如用戶畫像過程,就是一個按不同維度對數(shù)據(jù)分組的過程。通過用戶畫像,可以很清晰地知道產(chǎn)品的用戶地區(qū)、用戶興趣、用戶年齡、用戶性別等屬性占比,產(chǎn)品經(jīng)理可通過畫像進(jìn)一步了解用戶需求。
漏斗分析:主要用于分析產(chǎn)品使用的關(guān)鍵路徑,通過設(shè)定一系列操作步驟,統(tǒng)計(jì)每一步中的操作用戶數(shù),并將用戶數(shù)以柱狀圖縱向排列,就可形成用戶流失漏斗,我們可分析漏斗每個環(huán)節(jié)的流失率,并觀察改進(jìn)環(huán)節(jié)交互體驗(yàn)后,流失用戶的變化情況,以此來驗(yàn)證改動效果。
AARRR模型:該模型一般用于游戲數(shù)據(jù)分析,是Acquisition、Activation、Retention、Revenue、Refer,這五個單詞的縮寫,分別對應(yīng)一款移動應(yīng)用生命周期中的5個重要環(huán)節(jié)。AARRR本身是一個循環(huán),使用者需觀察每個環(huán)節(jié)的數(shù)據(jù)情況,以此來分析產(chǎn)品是否在執(zhí)行一個正循環(huán)過程。這其中的任一環(huán)節(jié)除了問題,都會導(dǎo)致產(chǎn)品數(shù)據(jù)的異常。
6、總結(jié)
以上內(nèi)容,從“基本概念、基本術(shù)語、基本指標(biāo)、基本技術(shù)、基本分析方法”這幾個方面,講解了產(chǎn)品經(jīng)理應(yīng)了解的基本數(shù)據(jù)知識,其實(shí)每個方面都可再深入講解,但由于篇幅有限,只能擇期再開新話題,有興趣的同學(xué)可私信或微信溝通~加微信請備注來源哦~
作者:申悅,6年產(chǎn)品汪,現(xiàn)紅演圈公司產(chǎn)品VP,微信號:s2dongman
本文由 @申悅 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)作者許可,禁止轉(zhuǎn)載。
干貨
拆分和增維還是不同的,增維是增加一個維度去分析,2個維度看不清楚,再變成3個維度去看,增加一個時間上的維度。
目前這些方法只用過對比,太淺薄了,嘖嘖
繼續(xù)學(xué)習(xí)
謝謝分享
數(shù)據(jù)分析的基本方法:1、對比,時間上對比,不同事件前后對比,不同渠道,不同表現(xiàn)的橫向?qū)Ρ龋?、拆分,感覺和增維有點(diǎn)類似,一個指標(biāo)看不清楚問題時候,可以對指標(biāo)進(jìn)行拆解,拆解后再分別比較分析;3、降維,去除不重要的指標(biāo),把一些指標(biāo)經(jīng)過計(jì)算變成一個指標(biāo)等方式,還沒怎么用過;4、分組,這個方法不錯,按照用戶屬性分組去討論指標(biāo),更有針對性,什么樣的用戶喜歡什么樣的,什么變動對這類用戶比較有效。或者場景,這個場景下用哪個方式比較有用。更加精細(xì)化的分析。
蠻不錯的
抓包很難啊
學(xué)到了
??
看來能用好EXCEL真的是一件硬本領(lǐng)啊 ??
好棒 蟹蟹
有一種沖動去做運(yùn)營然后轉(zhuǎn)產(chǎn)品,求推薦,哈哈
嗯,做過數(shù)據(jù)分析類的產(chǎn)品,很可惜的是,數(shù)據(jù)量太少了,出來的漏斗圖的效果真的是無法直視。心疼自己1秒
棒
干貨,很贊
太贊了,我正在分專題學(xué)習(xí),提高產(chǎn)品經(jīng)理能力,感謝你的分享,希望有機(jī)會可以進(jìn)行向你學(xué)習(xí)~
很贊的干貨知識,頂
很棒。
干貨! 很有幫助
干貨滴干活
O(∩_∩)O謝謝
很深刻,受教了。
謝謝~
??
有趣