現(xiàn)在做產(chǎn)品經(jīng)理越來越難來，天天撕完情懷還要來撕數(shù)據(jù)。數(shù)據(jù)分析能力雖然說是產(chǎn)品經(jīng)理的一項基本功，但是我了解到的產(chǎn)品經(jīng)理其實都對數(shù)據(jù)分析有一種淡淡疏遠心理，特別的是非技術(shù)的產(chǎn)品經(jīng)理更是對數(shù)據(jù)敬而遠之。

我想來想去，原因就一個：大家現(xiàn)在越來越不愛數(shù)學。其實通常意義上的產(chǎn)品數(shù)據(jù)分析用不了多少數(shù)據(jù)知識，用到的也都是非常簡單加減乘除。但是要注意到，其實加減乘除是非常強大的，可以解決大部分的問題，而且成本非常低，你使用了復雜的算法，可能精確度也只能上升不到5個百分點。

我觀察而言，對于傳統(tǒng)網(wǎng)頁的數(shù)據(jù)分析已經(jīng)有很多資料了，但是針對于移動端的數(shù)據(jù)分析資料往往較少。隨著H5應(yīng)用的普及，app其實和網(wǎng)頁一樣可以使用網(wǎng)站傳統(tǒng)的分析方法達到相應(yīng)的目的。但是針對移動互聯(lián)網(wǎng)的特點，和傳統(tǒng)網(wǎng)站又有一些差異。比如app更重視DAU、MAU等指標。但是這些都是針對一個app的整體而言的一些指標，我這次要講的是針對轉(zhuǎn)化而且進行的一些數(shù)據(jù)統(tǒng)計方面的內(nèi)容。

什么樣的頁面需要自己來埋點？

我們有很多統(tǒng)計工具，比如CNZZ、GA、Umeng來實現(xiàn)針對app全局的數(shù)據(jù)掌控。所謂埋點其實就是自定義統(tǒng)計，通常來講我們只針對于特定頁面進行自定義統(tǒng)計，比如購買頁面、特定轉(zhuǎn)化頁面等等。但是這個還是具體看分析人員的側(cè)重點，這樣才能知道那些頁面那個位置最適宜進行埋點。

一、埋點原則

具體怎么來埋呢？這是大家最關(guān)心的問題，我分析方法供大家參考。

下面這個表，是一個能實現(xiàn)基本功能的埋點規(guī)則。我們依次選取了：PV、UUID、新用戶數(shù)、出口1、出口2、…其中，我解釋一下出口的含義，別的大家應(yīng)該都清楚。所謂出口其實就是所有能夠離開頁面的出口，任何一個點都不能漏，比如返回、購買等等，只要離開了該頁面，就成為一個出口。出口數(shù)量是按照頁面請求數(shù)來統(tǒng)計，也可以是去重之后按照UUID數(shù)量進行統(tǒng)計，看不同分析重點。我們的例子按照請求數(shù)量進行統(tǒng)計。

隨著日子的積累，每個頁面都會形成這樣一個表。

二、分析步驟

我們分析主要按照以下步驟進行：

1. 對出口進行分類
2. 按頁面依次分析
3. 分析頁面流

按出口進行分類

每個頁面很多出口，可能多達20個也不無可能。這么多的出口我們需要將相似的出口歸為同一類，比如一個商品列表頁不同的商品，同類商品的出口可以歸為一類。將出口歸類可以方便的進行統(tǒng)計規(guī)劃而且不會使得統(tǒng)計變得非常凌亂。

按照頁面依次分析

每個頁面我們都會產(chǎn)生一個上面的表格，每個頁面需要進行詳細的分析。我們需要得出每個出口的跳出比例、每類出口的跳出比例、每個頁面停留時間與出口類型的關(guān)系（回歸分析）。

分析頁面流

在分析完每個頁面的出口之后，可以大體的看出用戶對頁面的走向。比如50%會從頁面1跳轉(zhuǎn)到頁面2，30%的用戶會從頁面1跳轉(zhuǎn)到頁面3，這是一類很重要的結(jié)論。可以驗證我們的引流是否成功。當觀察到引流沒有按照我們預計結(jié)果進行時，就代表著我們的流程或者用戶體驗出了問題。

我下面舉一個具體的例子來說明上述分析是如何進行的。

下面是一個圖書購買app的購買頁面，我們分析其中3個頁面來說明上述的分析方法。由于我們能給出的頁面不完整，很多對應(yīng)的出口頁面沒有給出，所以在此僅就分析方法的使用進行說明，諸多不嚴謹?shù)牡胤秸埜魑划a(chǎn)品大牛海涵。

上面三個圖是最簡單產(chǎn)品購買流程頁面，分別是產(chǎn)品列表頁、產(chǎn)品詳情頁、購買頁面。我們假設(shè)點擊確認購買按鈕完成一次轉(zhuǎn)化，我們的主要目的就是為了讓更多的用戶去點擊確認購買按鈕。我們用10天的數(shù)據(jù)來做說明

第一步：出口分類

我們可以將出口分為4類。

• 第一類：搜索入口。出口1，這個出口可以直接通向搜索頁面，代表用戶無法通過列表頁面快速定位找到自己想要的書籍，需要通過搜索頁面查找。
• 第二類：廣告頁面。出口6，這個出口是由大幅banner展現(xiàn)，可以體現(xiàn)廣告的價值。
• 第三類：列表內(nèi)容。出口2-1，2-2，2-3都是這類，該類出口通往各欄目的詳情頁面。
• 第四類：其他類目。出口3，4，5都屬于這類出口，直接將用戶引導到其他內(nèi)容頁面。

第二步：各類頁面依次分析

1.分析各個出口的流量占比

出口1是搜索引擎的一個入口，說明大約有10%的用戶被誘導到了搜索頁面。于此同時，對于廣告出口6，波動比較大，說明和推廣內(nèi)容非常相關(guān)。我們可以推測，可能是由于用戶差異分化嚴重而導致。按照這個方式，將所有的出口都進行統(tǒng)計后比較，可以看出用戶主體是流向那個出口。這部分工作都可以在埋點中直接體現(xiàn)，在大家熟悉的Umeng中自定義事件中就可以完成。

2.分析各類出口的流量占比

通過以上行為，將我們所說的出口合并后集中統(tǒng)計，便可以知第幾類出口占比是多少。

3.對出口結(jié)構(gòu)與停留時間進行回歸化分析

每個頁面的停留時間和出口種類有什么樣聯(lián)系，具體相關(guān)性是多少，這個問題我們通過回歸分析來解決?；貧w過程暫且省卻。擬合結(jié)果，此處省略假設(shè)檢驗

ans =

-61.4292???? %截距項

0.0008??? %出口1

0.0005??? %出口2-1

0.0011??? %出口2-2

0.0005??? %出口2-3

-0.0002??? %出口3

-0.0009??? %出口4

-0.0048??? %出口5

-0.0004??? %出口6

我們可以看出，對于第一類出口和第三類出口對該頁面的停留時間為正相關(guān)，其他出口對該頁面的停留時間為負相關(guān)，我們需要考慮該頁面的性質(zhì)來進行判定。同時，如果我們完成對全頁面的分析，可以對各個頁面的停留時間對轉(zhuǎn)換數(shù)目進行建模，這樣可以看出哪些頁面停留時間與付費轉(zhuǎn)換的關(guān)系。

第三步：分析頁面流

看看將幾個頁面人數(shù)最多的出口串聯(lián)起來，驗證自己的引流是否符合自己當初的設(shè)計。如果引流和轉(zhuǎn)化的方向不一致，則需要及時調(diào)整頁面重新構(gòu)思引流方式。

找出每個頁面的出口流量，分析出用戶使用流程：

如果我們發(fā)現(xiàn)出口2-1的流量最大，說明用戶來到了書籍詳情，我們又發(fā)現(xiàn)書籍詳情頁中出口1流量最大，說明用戶來到了購買頁面。這樣我們的引流就是成功。其實這個也是最基本的埋點方式，在大家熟悉的Umeng中，頁面的扭轉(zhuǎn)早已有了非常成熟的可視化圖表。

三、數(shù)據(jù)推動產(chǎn)品發(fā)展

對于數(shù)據(jù)如何推動產(chǎn)品發(fā)展，其實這里很難用一個例子來說清楚。因為一個產(chǎn)品的推動在于功能的改進同時觀察數(shù)據(jù)的變化行為，以此來判斷功能改進是否正確。如此循環(huán)往復，通過數(shù)據(jù)來決策未來的功能，通過數(shù)據(jù)來驗證已經(jīng)實現(xiàn)的功能。簡單說說我理解分為下面幾步：

1.確定數(shù)據(jù)表中的唯一核心數(shù)據(jù)（OMTM）

確定數(shù)據(jù)表中的核心數(shù)據(jù)是我們分析的起點，一般來講移動互聯(lián)網(wǎng)我們講活躍度作為評價app的一個重要指標。

2.不同版本間的核心數(shù)據(jù)比對

針對不同版本優(yōu)化的不同功能，我們觀察核心指標的變化情況。一方面驗證我們核心指標的準確性，一方面判定功能改進對核心指標的影響。

3.功能優(yōu)化放大

在確定功能與核心指標的關(guān)系后，迅速放大該功能并觀察核心指標的變化。

總之，數(shù)據(jù)推動產(chǎn)品實現(xiàn)是一個過程，需要一定數(shù)據(jù)積累與數(shù)據(jù)比對。只要產(chǎn)品行程自己的節(jié)奏并且形成相應(yīng)的數(shù)據(jù)集，就可以用數(shù)據(jù)的力量來促進產(chǎn)品的發(fā)展。

本文系起點學院北京1504期優(yōu)秀學員@Gery?原創(chuàng)發(fā)布，未經(jīng)作者許可，禁止轉(zhuǎn)載。