B端数据分析玩法,巧用时序图定埋点,订单时长看系统性能

我曾受益于数据,发现一个不被公司重视、却每天能带来用户线索的 APP。

随后,对其数据,进行全面分析,针对每个环节存在的问题,制定优化方案,说服公司继续投入。

在没市场推广的情况下,线索翻了一倍。这个经历,成了我提升的一大跳板。

因此,每次面试,我都会重点了解应聘者,是否有用数据分析辅助做产品的经验,还是习惯 “ 拍脑袋 ” 决定功能设计。

结果总是不如人意。

深感能否用数据分析指导产品设计,真是产品经理水平的一大分水岭。

数据分析,是产品经理一项非常重要的能力,能指导我们设计产品,透过数据,更能及早发现问题,找到解决方案。

如今,有很多成熟的数据统计或 BI 工具,产品数据的获取与计算已非难事。

对产品经理而言,更需掌握的:首先,是定义采集数据的标准,即数据埋点;其次,是懂得如何观察与分析数据。

数据埋点,在 C 端产品很常见,在 B 端方面,似乎很少提及,有人甚至以为不用。

稍有规模的系统里,很多环节的运行状况都需要监测。这时定义清晰数据埋点,用于分析系统运行情况,反映系统性能,尤为重要。

可从何学起呢?

现在 B 端产品流行,今天分享一个 B 端系统里面,很实用、有代表性,却常被忽略的数据分析过程:

分析系统中订单或业务流程完成的运转时长。(订单在各类系统中较典型,以此为例)

对系统中订单完成的处理时长进行分析,最大的好处,是可以得知系统的效率多高。

同时,还很容易发现哪个地方出问题。例如,一旦订单流转过慢,就能看出在哪里耽误了。

有人认为,这是开发做的事,常常忽视了产品经理应该做的那部分。

数据的获取和计算,确实要开发实现(如有统计平台或 BI 则更为简单)。

产品经理则要根据分析思路,进行最关键的流程梳理、节点定义,统计出来的数据才准确、有意义。

具体怎么做呢?

1、绘制时序图

做系统需求时,绘制出系统业务流转的时序图,能让系统在各个环节的信息交互顺序更为清晰、明确。

想进一步了解时序图,可看《做产品为什么要画这些图?》一文。

2、定义信息交互节点

做完功能需求后,围绕整个订单的流转过程,定义要统计的时间节点。

这时,时序图的优势彻底发挥出来了。

这也是我在实践中的偶然发现,用时序图来定义节点,非常方便,开发、测试一看就懂。

以 “ 手机充值 ” 为例,稍微简化下,只保留核心流程,以便说明。

用户从下单充值,到充值完成,这一流程,需在前端产品(如 APP、H5 或小程序 ),后端系统(因公司而异,或有多个系统,这里简化成一个),供应商(如三大运营商)之间交互。

交互的顺序和节点,可看下图:

如图,按业务分析的需要,在每个节点标出编号。同时,定义清楚触发时机,如下图:

只要把这些节点定下来,马上可得出各个环节处理时长的计算方法。

3、明确各环节时长算法

一旦在时序图上,标出了对应的信息交互节点,各个环节的时长一目了然。需要统计哪个时长,一看便知,是从哪个点到哪个点。

这例子中,一般会关注:订单总时长、后端系统处理时长、供应商处理时长,这三项数据。

4、分析数据

有了以上的定义,再借助技术手段,获取、汇总并呈现数据,分析起来别提有多方便。

一谈到分析数据,都喜欢看趋势和平均值。这里要讲的是,单看平均值,会掩盖很多事实,发现不了问题。

常用的是,看一段时间内数据的百分位数去分析。比如,一天内所有订单总时长的 50% 分位、90% 分位。

所谓百分位数,就是将数据,从小到大排列,计算相应的累计百分位,则某一百分位所对应数据的值,就是这一百分位的百分位数。

比方说,一天内订单总时长的 50% 分位为 1 秒,即所有订单总时长中,排在第 50% 位置的时长是 1 秒,这意味着有一半的时长少于 1 秒。

此外,还要关注峰值、异常值,如最小时长、最大时长。

简单画个分析报表,以供参考。

数据一摆出来,各个环节效率如何,是否有问题显而易见。

5、得出结论

以上述为例,从这些数据中,至少能判断出:

1)用户感知的充值过程是否够快。

用户不会耐心等待,一旦太慢,甩头就跑。从体验的角度,订单越快,用户体验越好,越能留住用户。

2)自身系统处理效率如何。

系统运行是否正常,有没有处理太慢、卡住的现象。一旦出现异常,可快速定位问题。

3)上游供应商的处理效率如何。

供应商的处理效率,大大影响了平台的处理效率。有了这个数据,就能客观地评估、对比供应商的服务质量。


总而言之。

这只是一种思路,用什么图、什么工具并不是最重要的。

想强调的是:作为产品经理,要懂得从整个业务流程运转的过程去分析。

明确统计节点,定义触发时机,才能获取准确的数据,客观地观察和分析出有价值的结果。

这便是,流程化分析,系统化实践。

学会了吗?有用的话,不妨点赞、转发吧!

— END —

你好,我是四月同学。曾经的产品小白,到产品部负责人,一路打怪升级,书写《一个 10 年老产品人的进阶故事》。

深耕十载,扎根于 B 端,死磕过 C 端,出过高校教材。有从 0 到 1 的开创磨砺,也有千万级用户的经营积累,还有千万级月流水的平台运作。

点赞关注,成长路上,有我相伴!

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
  • 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 212,029评论 6 492
  • 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 90,395评论 3 385
  • 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 157,570评论 0 348
  • 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 56,535评论 1 284
  • 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 65,650评论 6 386
  • 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 49,850评论 1 290
  • 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 39,006评论 3 408
  • 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 37,747评论 0 268
  • 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 44,207评论 1 303
  • 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 36,536评论 2 327
  • 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 38,683评论 1 341
  • 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 34,342评论 4 330
  • 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 39,964评论 3 315
  • 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 30,772评论 0 21
  • 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 32,004评论 1 266
  • 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 46,401评论 2 360
  • 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 43,566评论 2 349

推荐阅读更多精彩内容