数据驱动产品优化笔记

什么是数据?四个属性:时间、地点、人物、事件。比如,交易数据有一个时间戳、地点、买卖人、事件(产品、价格、交易方式)。用户行为是以事件为核心的事件点,所有的事件点会形成事件流。

什么是分析?

  1. 了解以前发生了什么?
  2. 理解为什么会发生?
  3. 观测目前正在发生什么?
  4. 预测未来发生什么?
  5. 全局优化(产生商业价值)

技能:

  1. 数据驱动的意识
  2. 善于观察用户行为(反映出使用度和熟练度)
  3. 熟练用技术,大规模做迅速决策
  4. 聚焦设计(流量为主向用户体验和产品设计演化)
  5. 企业家精神,精益化运营

目前流量减少,单位时间内迅速提高转化率是核心能力,关注用户留存率和用户黏度

产品分析:

  1. 激活转化率
  2. 用户活跃度
  3. 用户留存度

关注用户行为:
追踪转化漏斗、产品使用流畅度(影响用户黏度)、了解用户区隔(用户画像)、分析用户行为(即用户行为数据分析,同类的有交易分析、市场调研分析)、进行产品改进

aarrr模型
获取-激活-留存-用户产生价值-用户推荐

产品各阶段有单独的衡量指标:
用户认知-增长-活跃度-盈利-推广

产品优化6步:

  1. 分析数据
  2. 找到关键问题并思考如何改进
  3. 定义核心的转化指标
  4. 带着假设进行实验
  5. 迅速分析结果,得出结论
  6. 改进产品或继续现行方案

例子:增长用户-分析活跃用户来源-做产品尝试、增加seo曝光率
用数据来验证假证

感悟:
持续迭代,允许犯错,快速搞定,技术驱动,数据为王

mvp来迅速了解真正的客户需求,得到小范围数据验证,进行快速修正迭代,反复试错,获得成功商业模型。

好的产品经理要从各个角度衡量产品(市场、运营等)

关注的核心指标要以用户留存或活跃度为依托的三个指标,即对核心指标分解成三、四个指标来衡量

magic num,从不同功能的留存图中推导出,找到关键功能点,做关键优化

A/B测试一定会用,但是早期没有必要做A/B系统,涉及一些统计学的z h

推荐的书:精益分析

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容