产品经理数据分析 如何从头开始构建产品经理数据分析系统?

关于智虎,一个普遍的问题是:“如何评估谈论数据的产品经理?如何进行数据分析?”,它吸引了6800多个关注者和110多个答案。主题的描述在某种程度上反映了产品经理数据分析过程中的尴尬和无奈。

“实际上,整个平台的用户都想使用此功能,没有必要浪费人力评估,只需这样做。”

实际上,是否真的不需要评估用户希望执行的功能?用户的所有要求都满足吗?

“很多数据和评估是必要的,但是有些非常正式。这有意义吗?”

应如何进行数据分析,以使其不会“形式化”?

一、从修订版本谈产品数据分析

2015年底,GrowingIO的产品已发布1.0版本,并为许多客户提供了服务。随着新用户的不断增加,产品经理每天都会收到大量用户反馈:我希望在官方网站上看到产品介绍视频,以便进一步了解我们产品的功能和特性。

由于每天都有用户提到这一点,所以这一定是非常重要的事情。正如智虎网友在上面所说:“实际上,整个平台的用户都希望使用此功能。无需浪费人力评估,只需做。”因此,无需考虑,在产品经理和市场学生的努力下,我们很快就完成了介绍视频并将其放到官方网站的首页上。

添加新的介绍视频后,产​​品运营商希望观察它如何影响新用户的注册转换率。继续观察一周的数据后,我发现新用户的注册按钮CTR(点击率)不仅没有上升,而且还从40%急剧下降到20%。

对于一家快速成长的初创公司而言,转换率明显下降是无法忍受的;但是为了安全起见,我们继续观察了一周。两周后,没有任何改善,因此产品经理在官方网站上删除了介绍视频。奇迹般地,点击率开始恢复到修订前的水平。

此产品介绍视频从产品和营销部门吸收了大量的人力,能源和物力,并且是根据用户需求专门制作的。为什么转换效果在降低之后会下降?

随后,我们对整个过程进行了反思,并得到了一些启发:

(1)某些用​​户的观点不能代表所有用户的真实体验,因此产品介绍视频可能是虚假的需求;

(2)产品经理的主观感受不能代表用户的真实体验;

(3)新添加的视频介绍分散了新用户的注意力,导致首页注册点击率显着下降。

幸运的是,我们使用了自己的产品来实时监控我们的官方网站,并比较了修订前后的注册CTR指标。否则,我们仍然处在官方网站修订的深渊!因此,修订验证前后的数据监控和数据非常重要。

二、产品经理需要与数据对话

我相信上面的GrowingIO案例已经可以给您直观的感觉。基于感受和经验进行决策的时代已经过去。产品经理必须掌握数据分析技能并与数据对话!

([一)通过数据分析迭代产品

在用户研究过程中,许多产品会将自己视为用户。出发点是好的,但也容易引起误解。因为任何模拟都是la脚的,而且思维方式决定了产品经理不能依靠想象来100%恢复真实的用户行为。

我会给你一个经典案例:照片社交软件Instagram。 Instagram的前身Burbn(左上)是一种基于位置签到的忠诚度软件。该产品已使用了很长时间。

直到有一天,他们通过数据分析发现,Burbn用户对产品主推的签入功能没有表现出任何兴趣,但喜欢系统中嵌入的图像共享功能。因此,产品逻辑开始进行重组,并主要促进图片的社交共享,这已成为当前的Instagram(右上图)。

用户是如此奇怪,以至于他们从未按照惯例打牌;您需要通过数据不断观察他们的兴趣点,而不是坐在办公室模拟或假设中。

([二)通过数据分析洞察用户

产品经理做数据分析 如何从头开始构建产品经理数据分析系统?-

产品的每次迭代和升级都需要对效果进行评估,以便将来进行改进。如果仅依靠产品经理的视觉观察和主观感受,那么诸如“用户反馈非常好”和“用户喜欢此新功能”之类的下一个结论是非常苍白和薄弱的。多数情况下,由于主观感觉会产生误判。

我们在一段时间之前遇到了一位客户,该网站的注册转换率有所提高;尽管没有找到原因,但产品经理仍然很高兴。

一段时间后,分析人员通过用户行为轨迹发现[Recover Password]功能中存在错误;许多忘记密码的老用户无法找回密码,因此他们不得不重新注册一个帐户。

此BUG在不经意间增加了网站的注册转换率,但这不是一件好事;如果产品经理不进行数据分析,就会产生一种幻想,并陷入“转化率改善”的境地!

([三)通过数据分析验证产品

如何验证新功能是否良好,这需要数据说话。除了产品本身的指标外,产品经理还必须注意产品或企业的业务目标。毕竟,产品最终要为此负责。

以上,我们分享了GrowingIO主页修订的案例。尽管它满足了某些用户的需求,但是却导致注册转换率大大下降。以下案例来自Facebook。 Facebook的早期雇员和丰瑞资本的合伙人秦超在我们的离线活动中分享了它,希望能激发大家的灵感。

下图的左侧是2009年的Facebook主页界面。当时,该产品理想地尝试了瀑布和平面设计风格,以增强用户的操作体验。设计了多个版本后产品经理做数据分析,决定采用右侧的设计。

工程团队花了几个月的时间。经过内部测试,每个人都觉得很好,并且没有大问题。结果,新版首页开始向2%的用户发布灰度效果。

结果,出了点问题。 2%的平均在线时间指标开始下降,这直接影响了这些用户的广告展示率。众所周知,广告是Facebook的重要收入来源,广告曝光率和点击率的下降当然是不可接受的。

项目团队的学生认为,可能是该用户适应新版本的时候了,因此决定开放10%的用户以观察总体效果。结果,整个活动和在线时间减少了约20%,持续了3个月。最终,Facebook没有通过此修订,并且主页已还原为原始外观。

如此规模的团队已经完成了半年以上的项目,因为数据验证未通过且直接失效。像Facebook这样的大公司正在实施数据驱动型思维,为什么不呢?

三、如何避免在产品数据分析中踩坑

数据分析对产品经理非常重要,但是我们应该怎么做呢?如何避免数据分析成为一种形式,如何避免踩坑?

([一)语音用户VS静音用户

在本文开头,GrowingIO案例就是一个很好的例子。有声音的用户要求我们提供产品视频,但沉默的用户可能会直接丢失。

实际上,分析的本质不是用户是否在说话,而是真实目标用户的感觉的本质。

语音用户的数据非常容易获得,数据分析也更加容易;许多沉默的用户迷路了,用户选择了用脚投票。这部分数据采集和数据分析比较困难。

如果产品经理在进行数据分析时仅使用用户的数据,则分析的结论通常会产生偏差。在统计中,对抽样问题进行了专门研究。那就是他们在谈论的。

(二)先入为主VS保持客观

大多数时候,人们总是喜欢看到他们想要看到的结果,即先入为主的或预设的结果。产品经理在进行数据分析时也容易产生这种偏见。数据分析通常会变成为自己的观点寻找证据。

例如产品经理做数据分析,当一个新功能启动时,管理层希望用户活动可以增加5%;那么产品经理在进行审核时会过多地关注当前的5%,而忽略了50%的增长机会甚至其他负面影响。

([三)报表驱动VS业务驱动

产品经理数据分析的最终目标是指导产品和用户的增长,并帮助公司提高利润。当产品新手进行数据分析时,很容易将数据分析的终点归因于数据报告,以为完成产品数据分析报告等同于完成数据分析。

推动产品和用户增长的数据分析不是一次性的,而是一个连续的迭代过程。产品经理应在“用户数据-数据分析-产品优化”循环中不断发挥其数据分析能力,并专注于产品优化和用户增长。

雇用产品经理时,越来越多的公司将要求“掌握数据分析方法”,“擅长产品和用户行为数据分析”等。这是产品经理了解数据分析的普遍趋势。

我们不能因为某些人将数据分析形式化而否认数据分析的重要性。只有面对数据分析并避免误解,数据分析才能发挥其最大价值。

【版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 playplus@qq.com 举报,一经查实,本站将立刻删除。】