【号外号外】通俗易懂的数据思维介绍

作为一名产品经理,对产品的数据进行分析可以说是日常的工作之一,我也因此养成了一种面向数据的思维方式——数据思维。我相信这种思维对普通人来说也是极有好处的,接下来我把它分享给你。

数据思维并不高大上,在生活工作中都是很常用的,只是我们还没有这个意识,所以才会感觉有点陌生,觉得似乎与自己没多少关系。其实不然,下面我先来说说数据思维的作用

第一点,数据可以作为评价标准。对一件事情的评价是不能以主观感受作为评价的标准,应该要以客观数据作为评价的标准。因为评价其实是比较出来的,而主观感受是难以比较的。

举个例子。我这次数学考试全班排名第6,上次排名是第3,一比较就发现我是退步了。如果用主观感受来评价的话,两次考试都挺好的,但挺好与挺好之间是无法比较的。

所以说,数据可以客观地评价一件事、一款产品、一项服务。

第二点,数据可以发现问题。问题有时候是藏得很深的,需要你一步步挖掘才能发现它,而数据就能帮你精准地锁定它。

举个例子。我现在打算弄一个抽奖活动,流程是这样的:派传单介绍、扫二维码添加公众号、回复数字获取抽奖介绍、添加客服登记抽奖。最后的结果是派了1000张传单,发现只有5个人登记抽奖,转化率就只有0.5%。

转化率这么低,哪里出问题了呢?通过数据分析,我发现了绝大部分的用户在看完抽奖介绍之后没有添加客服,所以问题应该就出现在这里。抽奖介绍是一副图片,有可能是文案出现了问题,有可能是配色出现了问题,也有可能是奖品不够吸引等,所以接下来我就要逐个修改去看数据是否变好,来最终锁定问题在哪里。

看完例子,你可以发现通过数据,我们可以一步步锁定问题,先把问题范围锁定,然后在逐个修改里面可能影响到转化率的因素,最后把问题找出来。

第三点,数据可以挖掘需求。有一句话是这样说的“看一个人什么样,不要听ta说了什么,要看ta做了什么”。那看ta做了什么,最好的方式不就是数据吗?通过数据来量化行为,再从这些行为数据了解用户。

举个例子。放暑假我去表弟家住,发现这个小家伙竟然每天都会花4、5个小时来看书学习,整个假期雷打不动,都是自愿的。从这些数据中,就能发现他是一个热爱学习的孩子。很明显,如果我是商家的话,不就可以卖书给他吗?如果还能知道他喜欢什么类型的书,不就可以做更精准的推荐吗?

所以说,我们可以从数据中发掘每个人的需求。

通过上面3点,相信你已经了解了数据的作用,当然可能还不止这些,以后想到我再补充。那接下来,我说说数据的构成

数据可以说是随处可见的,但是数据背后代表的是什么,你有认真想过吗?我们要做好数据分析,就要先知道数据是由什么构成的,只有弄清楚它的构成,我们才可能应用好它。

数据由两部分构成,分别是指标维度。指标确定了我们要的是什么数据,维度则确定了我们从哪些角度看待这些数据。

举些例子。公司的营收是一个指标,以时间维度看的话,就变成季度营收、半年营收、一年营收等;网站的访问量也是一个指标,以时间和地区两个维度看的话,可以得出本月广东省的访问量等。

当理解了指标和维度之后,我们分析数据和设计数据的时候,才能更加得心应手,知道自己可以从哪些指标和哪些维度看待它们。

在上面我们已经说了数据的作用和数据的构成,那么接下来就说说数据的应用

数据不是从天下掉下来的,是我们因为某种原因,可能是想从数据中判断某件事做得好不好,可能是想从数据中找出问题,也可能是想从数据中挖掘需求,所以才提前把数据记录下来,然后从中得到我们要的答案。

举个例子。假设我是某个教育类app的产品负责人,最近新上了一个课程,为了应对可能出现的报名不理想状况,所以我需要收集好相关数据以便之后的分析优化。

从首页的推荐横幅到最后报名成功,会经过这些流程:推荐横幅、课程介绍、报名页、支付页、报名成功页。我需要把每个页面的转化率都记录下来,以便之后做优化分析。

课程上线2周后,报名人数并不理想。从每个页面的转化率中,我发现了问题是出现在报名页,它的转化率其低。接着,我再对影响这个页面转化率的因素做分析,最后把问题锁定在价格上。因此,我的解决方案便是降价促销。

降价后,转化率提升了10倍,课程整体收入也随之攀升了。

从这个例子中,我总结出数据应用的5个步骤,具体如下:

1、提出问题:为了应对可能出现的报名不理想情况,所以我需要收集相关数据以便分析优化;

2、记录数据:把每个页面的转化率都记录下来,以便之后做优化分析;

3、分析数据:从每个页面的转化率中发现了问题是出现在报名页,接着再对影响转化的因素做分析,最后把问题锁定在价格上;

4、提出解决方案:我的解决方案便是降价促销;

5、优化后的效果:转化率提升了10倍,课程整体收入也随之攀升;

这就是我总结做数据分析的5个步骤,如果优化后的效果不好,我们就要重新分析数据,再提出新的解决方案,直至达到预期效果。


总结

最后总结一下,今天我们说了数据的作用、数据的构成以及数据的应用,希望通过这篇文章,你能逐渐习得数据思维,把它应用到生活工作中。

我之前写的几篇文章,也分享了一些思维方式,了解一下还是有极大好处的,有兴趣的就看一下吧。

原创不易,求关注,求传播,谢谢~

别一天就想迭代成一个大胖子

普通人也可以掌握的产品/服务设计方法

普通人也可以掌握的需求分析方法

关于资源整合,最接地气的理解!

长期规划3部曲,职场的你了解一下

在工作中,如何把做什么分解成怎么做?

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,137评论 6 511
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,824评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,465评论 0 357
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,131评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,140评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,895评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,535评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,435评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,952评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,081评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,210评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,896评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,552评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,089评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,198评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,531评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,209评论 2 357

推荐阅读更多精彩内容