我们都知道数据分析在产品经理的日常工作中越来越重要。特别是对目标完成情况的跟踪、产品健康情况以及产品迭代效果的评估都举足轻重。
同时数据分析也是发现增长机会的一大利器，领英和Facebook等企业都曾经运用数据分析为自己带来了大量的流量增长。
比如Facebook早期的时候发现当用户在初期达到某一数量的好友后，其后续留存率会提高很多，说明好友数量非常重要。因此Facebook加入了好友推荐功能。让新注册用户能快速找到一批好友，大大提升了新用户的整体留存活跃。
今天我们就来讨论下，如何类似Facebook这样高效的在数据分析中发现产品的增长机会。
这里讨论的增长机会主要有两点：「流量增长」和「转化率增长」，留存、推荐率等其他增长指标的分析思路类似。
主要的3个分析方法有：「流量来源分析」「用户分组分析」「漏斗转化分析」。
下面我们分别来看下这几个分析方法如何助力「流量增长」和「转化率增长」。
1、流量来源分析&用户分组分析 助力 流量增长
重点是分析流量来源构成；并根据用户的流量来源对用户进行分组，分析用户的后续转化情况。这样分析之后，一方面可以了解目前的主要流量来源是哪些，另一方面，也可以了解各个来源的用户质量如何。
增长机会往往就出现于不合群之处：
比如，我们是一个内容产品，发现百度搜索带来的流量占比最近在不断变小，通过分析后发现是由于一些页面内容问题导致页面收录大幅下降，这时候就需要针对性的解决问题，以增加收录。减少负增长也是增长的一种。
再比如，我们是一个电商产品，通过数据分析发现，通过微信朋友圈的流量占比比较小，但是最近有不错的增长趋势，于是发现了新机会，加大对朋友圈分享的激励，比如好友通过分享购买，双方都可以领取优惠券等等，最终带来流量暴增。
2、用户分组分析&漏斗转化分析 助力 转化率增长
重点是分析用户的漏斗转化情况，对用户进行分组，看各组用户在各个环节的转化率水平对比。分组方式可以结合自身的产品特性来设置，可以按用户来源、着陆页面、新老用户、是否有过交易等等。
增长机会同样出现于不合群之处：
比如，我们是一个内容产品，发现百度搜索带来的用户着陆在内容详情页的后续访问深度要比着落在首页差很多，这时候我们就需要针对性的解决问题。比如对比两组用户的主要差异，对导致访问深度的差异进行归因，根据归因结果去提升用户着陆在详情页后的访问深度（假定访问深度对于这个产品是一个重要的转化率指标）。
再比如，我们是一个电商产品，通过数据分析发现，下过3次单的老用户后续的复购率要显著高于只下过1～2次单的用户，同样的我们可以去归因二者的差异原因，假设最终发现是下了3单的用户对平台的依赖更高（这里简化了下，实际情况可能会复杂些）。我们则可以针对性的给予这部分准新用户一些特殊优惠，牺牲短期利润，刺激他们在平台下单，形成对平台的依赖，从而带来后续长期的用户价值。
3、有时候可能需要将两个方法组合在一起用
比如我们是一个社区产品，发现产品上线后各个流量来源的用户活跃度都不太好。这时候分析流量来源就分析不出太多的结论了，需要进一步分析。
我们通过对用户分组分析后发现有一部分用户群体比较活跃，她们主要是妈妈群体，而且主要来源于朋友圈分享。妈妈群体们的整体活跃率也很高。
于是产品找到了增长点，甚至直接产品转型，做微信生态下做垂直的妈妈社区，在妈妈们的分享推荐下，大量精准流量滚滚而来，从此走向社区巅峰（好像有个类似的真实案例，忘了具体的产品名称了，有知道的朋友可以留言哈）。
以上是通过数据分析发现增长机会的几个通用方法「流量来源分析」「用户分组分析」「漏斗转化分析」。
对于留存、推荐率等增长指标的挖掘分析也是类似的思路，后续有时间我再单独整理后分享出来，大家如有好的其他方法，欢迎留言一起交流。
欢迎来我的公众号：千里海。一起交流产品思考、经济学和心理学在工作&生活上的应用、一些好的思维方式、方法论等内容。
