产品经理的数据分析方法

产品设计、运营的工作之中,我们时常会感喟到心率交瘁、疲于奔命。领导、客户给予的压力使得我们不停的工作,不知伊于胡底。而长此以往的积累,让主观能动性与独立思考难以自我铨叙。这正是我们所耳熟能详的南辕北辙,在并不明智的工作机制下努力的去不犯错误。初听之下,滑稽可笑,然而,在工作生活之中,却又是那么比比皆是。

知易行难,我们太多时候过于重视“做“,而忽视方法,更不论乎架构与体系。比如,我们口口声声的希冀改善用户体验来”改变世界“,到头来往往是拍脑门的做某些功能;我们信誓旦旦的想用数据来指导产品及运营,归根结底,数据变成了苍白的虚荣指标,除了汇报和为工作找借口之外,别无它用。

产品经理想改变这种现状,必须从盲目之中走出来,取而代之的是用数据来进行驱动,将数据编制入产品的灵魂。拒绝在产品的一个版本上线后,用不能直接反应产品优劣的虚荣指标来评估,而应该采用详尽的指标,去评估、测试产品的种种场景假设;拒绝头疼治头、脚疼治脚的救火式数据分析,而是采用测试假设的方法,从产品设计之初,便订立指标来考量这种设计是否为用户所接受。

举例来说:一款天气app的下载安装量,是个典型的虚荣指标。一般情况下,他会保持着一定比例的增长,但它对产品所描述的场景假设是否为目标用户所接受起不到任何关键性的决定,也就是说这不应该被认为是核心KPI。与此同时,如果这款天气app的场景假设如果是用户其实并不关心温度如何,而只是关心如何穿衣,是否需要携带雨具的话,那么为用户提供的天气资讯应该是和昨天相比,用户是否需要改变着装的多寡,而非具体的天气数字。基于这个假设,产品的核心KPI之一宜为:主动点获取非默认呈现的天气数据之人数和次数。根据这个指标的趋势与占比来评估这个假设是否得到用户的认可。数据的目的是验证或者推翻假设,帮助我们进行下一步的决策,而不是所谓堂而皇之、与产品业务相割裂的提供建议。请时刻牢记,数据分析的起点绝非整理数据进行分析,而是开发数据、设定指标、分拆维度。

差异导致需求,需求决定目标,而目标通过衡量来分解,并逐步实现。在产品运营中,事后诸葛亮式的数据分析已经不再是轻重缓急的问题,而是本末倒置的问题。错误的做事方法,不可能得到好的结果。而明智的做事方法下,对的结果只是时间的问题。

文/孙晗

2014-06-15 13:3490