產品經理數據分析方法

　　作為產品經理，你對用戶的需求了解多少呢？你知道用戶想要什么樣的產品嗎？下面是小編整理的產品經理數據分析方法，歡迎查看，希望幫助到大家。

　　產品經理數據分析方法

　　（一）內外因素分解法

　　內外因素分解法是把問題拆成四部分，包括內部因素、外部因素、可控和不可控，然后再一步步解決每一個問題。

　　根據內外因素分解法分析如下：

　　1、 內部可控因素

　　產品近期上線更新、市場投放渠道變化、產品粘性、新老用戶留存問題、核心目標的轉化；

　　2、 外部可控因素

　　市場競爭對手近期行為、用戶使用習慣的變化、招聘需求隨時間的變化；

　　3、 內部不可控因素

　　產品策略（移動端/PC端）、公司整體戰略、公司客戶群定位（比如只做醫療行業招聘）；

　　4、 外部不可控因素

　　互聯網招聘行業趨勢、整體經濟形勢、季節性變化；

　　（二）DOSS法

　　DOSS 是從一個具體問題拆分到整體影響，從單一的解決方案找到一個規模化解決方案的方式。

　　按 DOSS 的思路分解如下：

　　1、 具體問題

　　預測是否有可能幫助某一群組客戶購買課程。

　　2、 整體

　　首先根據這類人群的免費課程的使用情況進行數據分析，之后進行延伸，比如對整體的影響，除了計算機類，對其他類型的課程都進行關注。

　　3、 單一回答

　　針對該群用戶進行建模，監控該模型對于最終轉化的影響。

　　4、 規模化

　　之后推出規模化的解決方案，對符合某種行為軌跡和特征的行為進行建模，將課程推薦模型加入到產品設計中。

　　（三）數據分析的應用手段

　　根據基本分析思路，常見的有 7 種數據分析的手段。

　　1、畫像分群

　　畫像分群是聚合符合某中特定行為的用戶，進行特定的優化和分析。

　　比如在考慮注冊轉化率的時候，需要區分移動端和 Web 端，以及美國用戶和中國用戶等不同場景。這樣可以在渠道策略和運營策略上，有針對性地進行優化。

　　2、趨勢維度

　　建立趨勢圖表可以迅速了解市場， 用戶或產品特征的基本表現，便于進行迅速迭代；還可以把指標根據不同維度進行切分，定位優化點，有助于決策的實時性；

　　3、漏斗洞察

　　通過漏斗分析可以從先到后的順序還原某一用戶的路徑，分析每一個轉化節點的轉化數據；

　　所有互聯網產品、數據分析都離不開漏斗，無論是注冊轉化漏斗，還是電商下單的漏斗，需要關注的有兩點。第一是關注哪一步流失最多，第二是關注流失的人都有哪些行為。

　　關注注冊流程的每一個步驟，可以有效定位高損耗節點。

　　4、行為軌跡

　　行為軌跡是進行全量用戶行為的還原。只看 PV、UV 這類數據，無法全面理解用戶如何使用你的產品。了解用戶的行為軌跡，有助于運營團隊關注具體的用戶體驗，發現具體問題，根據用戶使用習慣設計產品，投放內容；

　　5、留存分析

　　留存是了解行為或行為組與回訪之間的關聯，留存老用戶的成本要遠遠低于獲取新用戶，所以分析中的留存是非常重要的指標之一；

　　除了需要關注整體用戶的留存情況之外，市場團隊可以關注各個渠道獲取用戶的留存度，或各類內容吸引來的注冊用戶回訪率，產品團隊關注每一個新功能對于用戶的回訪的影響等。

　　6、A/B 測試

　　A/B 測試是對比不同產品設計/算法對結果的影響。

　　產品在上線過程中經常會使用 A/B 測試來測試產品效果，市場可以通過 A/B 測試來完成不同創意的測試。

　　要進行 A/B 測試有兩個必備因素：有足夠的時間進行測試和數據量和數據密度較高。

　　因為當產品流量不夠大的時候，做 A/B 測試得到統計結果是很難的。而像 LinkedIn 這樣體量的公司，每天可以同時進行上千個 A/B 測試。所以 A/B 測試往往公司數據規模較大時使用會更加精準，更快得到統計的結果。

　　7、優化建模

　　當一個商業目標與多種行為、畫像等信息有關聯性時，我們通常會使用數據挖掘的手段進行建模，預測該商業結果的產生；例如：作為一家 SaaS 企業，當我們需要預測判斷客戶的付費意愿時，可以通過用戶的行為數據，公司信息，用戶畫像等數據建立付費溫度模型。用更科學的方式進行一些組合和權重，得知用戶滿足哪些行為之后，付費的可能性會更高。

　　數據分析的基本思路

　　1、挖掘業務含義

　　首先要了解市場部想優化什么，并以此為核心的 KPI 去衡量。渠道效果的評估，最重要的是業務轉化：對 P2P 類網站來說，是否『發起借貸』遠遠比『用戶數量』重要。

　　所以無論是 Google 還是金山渠道，都要根據用戶群體的不同，優化相應用戶的落地頁，提升轉化。

　　2、制定分析計劃

　　以『發起借貸』為核心轉化點，分配一定的預算進行流量測試，觀察對比注冊數量及 ROI 效果，可以持續觀察這部分用戶的后續價值。

　　3、拆分查詢數據

　　根據各個渠道追蹤流量、落地頁停留時間、落地頁跳出率、網站訪問深度以及訂單類型數據，進行用戶分群。

　　4、提煉業務洞察

　　在不同渠道進行投放時，要根據 KPI 的變化，推測業務含義。比如谷歌渠道的效果不好，可能因為谷歌大部分的流量在海外，可能會造成轉化率低。而金山網絡聯盟有很多展示位置，要持續監測不同位置的效果，做出最后判斷。

　　5、產出商業決策

　　最后根據數據洞察，指導渠道的投放決策制。比如停止谷歌渠道的投放，繼續跟進金山網絡聯盟進行評估，而落地頁要根據數據指標持續地進行優化。

　　產品經理市場調研的目的

　　我們在做市場調研前，必須有一個自己的調研思路：我們要調研的對象，需要收集的數據，需要達到的效果等。只有有了明確的目標，才能獲得更加有效的數據。

　　1、通過調研了解市場需求、確定目標用戶、確定產品核心，為了更好的制訂MRD；

　　2、為領導在會議上PK提供論據；

　　3、提高產品的銷售決策質量、解決存在于產品銷售中的問題或尋找機會等而系統地、客觀地識別、收集、分析和傳播營銷信息，及時掌握一手資源；

　　4、驗證我們定的目標客戶是不是我們想要的，目標用戶想要什么樣的產品或服務；

　　5、了解我們能不能滿足目標用戶的需求并且樂于滿足目標用戶的需求；

　　6、找準產品機會缺口，然后衡量各種因素，制定產品戰略線路；

　　7、調研到最后，目標越明確，需求確明確，也就會覺得，產品越難做，難以打開市場等；

　　8、對于全新的產品，調研前PM必須先自己有一個思路，然后通過調研去驗證自己的想法的可行性。

【產品經理數據分析方法】相關文章：

銷售數據的分析方法07-25

數據整理分析方法10-22

數據分析與辦公軟件：數據分析方法07-10

產品經理如何進行數據分析07-12

產品經理該如何做數據分析07-12

銷售數據分析的方法07-03

銷售數據分析方法07-03

多維數據分析方法04-07

醫學數據分析方法10-24

傳統數據分析方法09-20