都說產品要懂數據分析,到底要懂到什麼程度?

2020-12-03 人人都是產品經理

編輯導讀:毫無疑問,產品經理一定要懂數據分析。但所謂「懂「數據分析,並不是全包全能,而是儘可能全面地了解與自己的產品落地息息相關的基礎數據知識。本文作者梳理總結了產品經理需要懂的數據範圍,一起來看看~

這兩天跟讀者小Q聊面試的情況,被刷了幾次的他,心有不甘來找我求解。

經了解,面試過程有兩個特點:

面試官都很喜歡問數據相關的問題;如果應聘者對數據不熟悉,涼涼的概率非常大小Q就是在數據這個部分掉了鏈子。顯然,數據能力已成為產品經理應聘的重要考點了。

懂數據分析實在是太有必要了!打心裡認為:不懂數據的產品不是一個好產品。

結合最近的思考,今天我來分享下:產品經理懂數據,到底需要懂到什麼地步?每一個層次都代表著一大類人群,大家可以對號入座。

本文章適用這幾類朋友:

還沒做過數據分析,希望通過數據分析提升產品分析能力野生產品,接觸過數據分析,但總覺得學得不系統,沒有方向已經在做數據分析,但是老闆覺得我數據分析能力還比較差

一、為何數據分析能力越發重要?

依我看,主要有兩個方面:

1. 從宏觀來講

(1)經營環境變化:網際網路快速普及,越來越多的人觸「網」,增量的時代已經過去,存量時代來臨,以往粗獷的經營模式難以為繼,精細化、精益化經營成為主旋律。

(2)資本回歸理智:燒錢、補貼,跑馬、圈地,資本的瘋狂,消費者的狂歡,已越發少見,當資本冷卻下來,市場預算吃緊,再也不能不計成本的砸市場了,精打細算是常態。

2. 再微觀到個人

(1)數據的複利效應

個人通過數據分析提升決策的質量,獲得更高的回報,再一次肯定了數據的價值。

(2)數據是最快樹立信任感的方式

先擺客觀事實(數據),再講個人觀點,無論在什麼場合,都更加具備說服力。專業性得到認可,自然也會有更多人願意與你共事。

(3)數據是個人業績最好的體現

在大環境不好的時候,企業也更加注重價值貢獻,並且實行末位淘汰機制,怎麼對個人排名,相信業績數據是一個更加合理的排名方式。

既然數據分析這麼重要,那麼產品經理到底要懂到什麼程度?

二、產品經理懂數據,至少要做到「五懂」

我把這「五懂」稱之為產品經理的升級打怪之路,每上一層,遇到的挑戰更大,收穫的回報也更大!

1. 懂來源:搞懂數據的來龍去脈

每天都在看的數據,你是否知道數據被分了哪幾種類型?對應的口徑是啥?在你面前的數據它經過了哪些系統?更新頻率又如何?

搞懂數據的來龍去脈是基礎中的基礎,也是後面通關的必備技能。

為了幫助大家快速掌握技能,我按照問題類型,摘出必考問題和常見舉例。(可收藏下來,時常翻閱)

想搞懂數據來源,可以按照上表去反問自己,是否對這幾類問題都瞭然於胸?如果是,恭喜你,通關成功!

為方便大家理解,對於數據生成流程,附圖如下(網圖,侵刪)

2. 懂記錄:用數據記錄業務變化

這一層懂:是懂得如何提交數據需求,記錄業務所需要的數據。

產品最常提的數據需求有:前端埋點需求和業務報表需求。我們分別來講講,提交數據需求的規範和注意點。

(1)前端數據埋點需求

什麼是埋點:埋點,網頁將用戶的瀏覽、點擊事件記錄及上報到伺服器的一套採集方法

為什麼要做埋點:埋點為後續的數據分析提供數據基礎

埋點數據的生成流程:按照規範輸出埋點需求—網頁採集用戶數據—網頁上報伺服器—資料庫清洗、加工、存儲埋點數據—數據分析平臺輸出可視化報表

怎麼寫埋點需求:手動埋點類,需要開發手動寫代碼去埋點,那麼埋點需求中必備的欄位如下,頁面ID、區域ID、按鈕ID屬於開發定義。(可拿來即用)

埋點需求注意點:

注意按照用戶體驗流程逐個埋點,避免遺漏;

埋點重在細緻,儘可能把頁面上涉及的操作事件都埋進

更多數據埋點知識,可以看這篇埋點的文章《3分鐘6個問題,數據埋點少交50%認知稅》

(2)數據報表需求

數據報表需求,一般是先有業務整體數據報表的規劃,再到具體的報表需求。段位低點的產品經理大部分不需要做數據指標規劃的需求。

提好數據報表需求的關鍵有三個:

明確數據的類型、日常應用場景和使用頻次,這樣才能找準數據報表展示的位置明確每一個欄位的定義,欄位設定,要易於理解,較難理解的需要做好注釋工作出需求前,首先確認上遊數據是否支持,否則無法落地

3. 懂規律:用數據理解業務規律

寫好數據需求是開始數據分析的第一步。

當你有了數據之後,緊接著應該做什麼呢?我認為是:分析數據,搞懂業務規律。

很多產品經理,都卡在這一層,無從下手。因為它一個綜合的、多維度的分析。當然,它是需要方法的,掌握了,你也可以輕鬆駕馭。

搞懂這個模塊,我們從三個維度入手:意識、方法論、場景化分析

緯度1:培養足夠敏感的數據意識

數據意識培養是一個持久戰,所以最好的辦法是從小細節做起

1)列學習清單,向前輩學習,開啟意識培養第一步

2)培養小習慣,享受意識紅利

利用好10分鐘早餐時間,將關注的業務數據瀏覽一遍;核心數據手抄本:將高頻用到的、非常關鍵的數據牢記於心,手工抄寫,加深印象;活動數據備忘庫:將活動的效果填入提前創建好的備忘庫,用於時常查閱,提供思路;專題分析結論摘抄:將公司的數據分析師做的分析報告,摘抄關鍵結論,供隨時查閱;簡單數據處理,儘量少用計算器,鍛鍊自己的心算能力;緯度2:「望聞問切」的數據分析方法

望聞問切來自中醫的看病診斷,其實做業務數據分析也同樣有用,尤其是遇到業務數據異常的時候。

什麼是望?望代表觀察,觀察業務的關鍵指標,用戶行為層:流量(UV)、轉化率(CR)、客單價;業務指標層,總交易金額、總交易筆數、總交易人數以及各業務模塊的指標數據等,這些都是我們要觀察的關鍵指標什麼是聞?聞代表聽聞,了解市場行情變化。整個經濟大盤變化如何?是刺激消費還是吸引儲蓄?樓下711最近在做哪幾家銀行的促銷活動?競爭對手最近有沒有上了什麼新功能?什麼是問?問代表詢問,問問相關業務同事的動作。昨天是不是做了大量的消息推送?昨晚是不是上了新的產品功能?昨天是不是系統產生故障了?什麼是切?切代表解析,深入了解主要異常的模塊。異常往往是綜合呈現的結果,主要那一塊導致的異常,我們想要深入去解析它。比如,銷售金額指標下降,那到底是流量少了,還是轉化率小了?我們要深入解析它緯度3:場景化分析,快速進入分析心流

天下武功唯快不破!當你還在苦思冥想的時候,高手已經把整個分析框架和思路都寫好了,差異有時候真的很大。

武器庫裝備本質的區別是啥?是基於實際問題的場景化分析能力。

之前也有寫過,場景化數據分析的相關文章,實戰資料非常多,這裡摘部分內容分享下,完整的分析資料都整理成表格,可關注公眾號 大雄背起行囊回復分析資料即可獲取。

1)產品/運營都有哪些數據分析場景?

2)每個場景的數據分析,類型和目的都有啥?

3)萬能的數據分析模版:不管什麼場景都是可以快速套用的

4)整個數據分析excel 截圖

以上的每一維度,我都寫了針對性的文章,大家可以點擊《數據分析專輯》了解。

4. 懂增長:用數據驅動業務增長

做增長的方法論有很多,概況下來就是:上線最小可行化產品,根據北極星指標,不斷實驗測試,找到最能促進增長的因子,優化放大,從而獲得指數級別的增長。

這一套是增長黑客的玩法,不是所有公司都有條件玩的。不過,不用灰心。用數據驅動業務增長,其實不僅僅是增長黑客的特權,所有的產品都該具備該項能力。

到了「懂增長」這一層,要比看懂業務規律更上一個層次。如何用數據驅動業務增長?我認為有三個方面:擴大效果、補足短板、降低損失。

(1)擴大效果

產品用戶增長不錯,老闆提出更高的要求,增長人數要翻一倍,怎麼辦?產品個性化推薦購率5%,到年底要達到8%,怎麼辦?

這些工作中非常常見的問題,要是懂得數據分析,這裡就能幫上大忙了。

常規操作是:用公式法+拆解法。用數據分析思維,找到新的增長點。

公式法:找到考核指標的組成公式,比如:用戶數=下載人數*轉化率=A渠道下載人數*轉化率+B渠道下載人數*轉化率+…+X渠道下載人數*轉化率。拆解法:分析個渠道的下載量和轉化率,找出轉化率高的渠道,加大投放;找出轉化率差的渠道,優化產品流程。(2)補足短板

通過數據分析及時發現,產品轉化率比較差、用戶點擊率較少的功能,用漏鬥分析的方法,逐層觀察漏鬥的轉化情況,從而採取對應的產品策略:如調整頁面結構、導航交互等,更好滿足用戶的需求。

(3)降低損失

不僅如此,數據分析還能幫助企業減少資金損失/聲譽損失,監控核心功能數據,,比如支付平臺/優惠券平臺。

若超出異常閥值,按照嚴重程度,第一時間通過IM/郵件/簡訊/電話等渠道告知相關責任方,避免帶來不可估量的後果。

5. 懂表現:用數據突出業績亮點

如果看完前面4個,你覺得已經到位的話,那你就大錯特錯了!前面4層是屬於做好基本工作,第5層的重要意義在於:讓你的工作脫穎而出,獲得領導的認可。

懂得用數據表現業績亮點,永遠是職場人的必修課。

在大家工作都差不多的時候,如果用數據體現自己的與眾不同和思考呢?

這裡給你三點建議,分別應對不同局勢下的處理方式。

(1)業績好強調過程

項目過程的艱辛之處,或者是團隊做了什麼動作?做了什麼測試?使得數據增長的不錯,讓領導相信增長並非偶然。

(2)業績一般找局部亮點

數據絕對值增長比較少或者數據比較小的時候,可以用百分比去描述效果;又或者把數據拆解來看,找其中增長得比較好的地方,分析下是否可以擴大效果。

(3)業績差重點分析原因及對策

處於逆境的時候,分析一定要深入!

經受住領導的連環挑戰:為什差?具體差在哪裡?同比差了多少?這個階段做了什麼?數據如何?為啥沒有效果?哪個環節做得不好?

給予領導信心:下一步該計劃怎麼做?為什麼這樣做?預計帶來多大的效果?什麼時候做?當前進度如何?下次同步進展情況的時間是什麼時候?

上述的只是職場的冰山一角,數據用得好,如虎添翼;對數據沒概念,寸步難行。

最後

在數據越發重要的今天,數據分析已經是產品技能包裡必備的技能。

希望大家通過我今天的分享,對產品搞懂數據有基本的認識。把「五懂」作為一個指引的燈塔,在修煉的路上,你我結伴前行!

祝願,人人都能成為數據分析師!

#相關閱讀#

#專欄作家#

金融產品經理,有多款千萬級產品設計運營經驗,喜歡健身、跑步,專注輸出實戰方法。

本文原創發布於人人都是產品經理,未經許可,禁止轉載

題圖來自 unsplash,基於CC0協議

相關焦點

  • 從數據分析的5個層次看看什麼才叫做懂業務?
    編輯導語:人們總說:數據分析師應該懂業務,那麼如何才叫做懂業務呢?又應該懂到什麼程度呢?本文作者從數據分析的5個層次:入門、縱覽、入微、通幽、化境出發,為我們解答了這些問題。我們說數據分析師要懂業務懂業務,到底這個懂業務要懂到什麼程度?我幫你梳理了一下,咱來層層遞進的看看。
  • 軟體測試工程師為什麼要懂資料庫?
    分析定位問題是你作為軟體測試人員一定要具備的。試想一下,你如果去提交一個bug,我只能說這個頁面、這個數據顯示錯了。但另外同事B他說,這個數據它錯誤的原因是什麼,是某個模塊,或者某個開發人員的代碼有問題。他如果能準確的定位到這個問題,不說他會更受公司重要之類的。
  • 人人都在說大數據,大數據分析到底是什麼?
    今天一個熱點話題讓身為數據分析職業的小呆也深感欣慰,大數據分析對於大多數人來說都是非常陌生的東西,到底能用來幹什麼?能幫助我們如何提升工作效率,改善生活中那些不必要的重複勞動?當普通人還在懵懵懂懂中被迫接受新時代時,很多投機取巧的商家卻濫用大數據分析的技術,從而達到對於無辜民眾的價格欺詐,讓很多人都被「大數據」給算計,也就是現在網絡用詞中所提及的「割韭菜」亦或者被稱之為「智商稅」。
  • 我為什麼建議軟體測試工程師一定要懂資料庫
    分析定位問題是你作為軟體測試人員一定要具備的。試想一下,你如果去提交一個bug,我只能說這個頁面、這個數據顯示錯了。但另外同事B他說,這個數據它錯誤的原因是什麼,是某個模塊,或者某個開發人員的代碼有問題。他如果能準確的定位到這個問題,不說他會更受公司重要之類的。
  • 高德地圖韋東:智能汽車要懂人、懂路、懂交通
    論壇上,高德地圖副總裁、汽車業務中心總經理韋東表示,當下汽車行業都在討論智能化,很多時候只把它當作一個概念;智能化是一種能力,不僅要理解,更要做得到。智能化汽車首先要懂人,更要懂路,懂交通,懂駕駛。高德地圖副總裁、汽車業務中心總經理韋東在韋東看來,智能汽車不只是汽車本身的智能化,而要關注人車路的全局智能。
  • 什麼是數據產品經理
    「什麼是數據產品經理」這個問題的本質其實是在問「數據產品經理和產品經理到底有什麼區別?」,金老師先來看看他們之間的區別吧!用數據來指導產品設計已經不是什麼新鮮事了,幾乎所有的產品經理都需要依賴數據做產品決策——從早期產品開發時的用戶研究,到產品上線後的指標表現分析。但是對於傳統的產品經理來說,他們對數據的應用也就到這種程度了。然而對於「數據產品經理」來說,他們與數據的結合則更加緊密。
  • 為什麼企業要爭奪懂數據分析的人?
    細數現在國內的網際網路產品,淘寶電商頭部地位不可動搖;騰訊牢牢佔據社交、遊戲大部分市場份額;抖音、快手引領短視頻風潮……這些公司除了佔據行業先發優勢之外,完備的數據也是它們成功的重要原因。隨著幾乎所有的用戶行為、業務行為都能夠以數據的方式被記錄,並加以應用。
  • 「懂的都懂!」「我不懂!」
    沒有想到甜甜媽接著說:「你不會是代理商吧?不然這麼賣力圖什麼?」這句話讓悠悠媽坐不住了,氣得發了一句:「我懶得說了,懂的都懂!」群裡原本熱火朝天的氣氛,立馬降到冰點,像我這樣不懂的人更是一頭霧水,難道是悠悠媽真的拿提成了?或者甜甜媽是故意來拆臺的?
  • 餘生,要和懂你的人在一起,懂遠比愛要重要,懂你才配得上你
    文/墨然相信大多數人都會有這樣的感情困惑,到底自己改選擇什麼樣的人共度餘生呢?是選擇自己喜歡的,還是喜歡自己的?對於這個選擇,大多數人都會很難取捨,不知道到底該滿足自己的心意,還是權衡自己的幸福。其實,要做出這個選擇不難,就看你有沒有承擔結果的勇氣。
  • 產品經理:數據分析要學到什麼水平?
    沒辦法解決業務的問題,業務部門缺什麼數據,我就取什麼數據... 常被調侃叫」茶樹菇 / 表哥 / 表姐「,他們的薪資大部分在20k以內。第二類:中級,解決具體問題。採用由上至下的思維方式來分析,通過做用戶畫像-尋找差異-差異量化成指標-問題假設-改進方案-驗證,發現了是四五線城市用戶不喜歡現在冷啟動推送的產品,才是新用戶留存差的真正原因。能做到這樣,20k 往上應該沒啥問題。第三類:高級,指導業務。除了數據分析外,跟一線的聊,跟不同部門的領導聊,分析到底這個是不是數據問題?
  • 業務要的「多維度數據分析」到底是什麼?
    數據分析的同學是否遇到過這種情況——辛辛苦苦做的數據永遠不是業務想要的?到底是業務吹毛求疵過分挑剔,還是你做的數據不是業務想要的呢?本文將層層分析為你解答,快來看看吧。做數據分析的同學們都遇到過這個問題:從多維度分析問題,提出對業務有意義的建議。
  • 財務懂業務,具體要懂什麼?
    一、什麼是業財融合?業財融合是指業務和財務相互的融合,是當代財務人員轉型的方向。傳統的財務會計做的是單一的會計核算工作,主要起到的是事後監督的作用,提供利於決策的信息有限,創造的價值低,在信息技術快速發展的今天,易於被AI智能所替代。
  • 人體肌肉能練到什麼程度?看看李小龍的背闊肌,泰森的脖子就懂了
    導語:人體肌肉能練到什麼程度?看看李小龍的背闊肌,泰森的脖子就懂了古希臘人崇尚健壯健美的身材,他們欣賞肌肉結實的美感,因此很多雕像雕刻的都是肌肉分明的雕像,在他們看來,結實的肌肉非常有力量感。到了現在,也有很多人為了鍛鍊出肌肉而不斷運動鍛鍊的。那麼人體的肌肉到底可以練到什麼程度呢?到底有多恐怖呢?看看這些人就知道了。首先來看一位短跑運動員博爾特的小腿。可以看到,他的小腿肌肉非常結實,紋路分明,尤其是跑起來的時候仿佛能看到小腿肌裡蘊藏的巨大爆發力。
  • 喝紅酒時,為啥要先醒酒,醒酒到底是什麼意思?看完讓你更懂酒
    喝紅酒時,為啥要先醒酒,醒酒到底是什麼意思?看完讓你更懂酒!咱們中國的酒文化非常悠久,很多人都喜歡喝酒,而且酒的品種也很多,比如,白酒、黃酒、啤酒、紅酒等等。別的酒都是開瓶後都直接喝,而唯獨紅酒不一樣。在喝紅酒前,經常需要先醒酒,一般要醒20分鐘到2個小時左右。
  • 後視鏡上的「小圓鏡」,到底有什麼用?懂車的人:好處多多!
    所以,車主們一定要對我們的愛車好一點,這樣車子也會保護我們的出行。而在駕駛的時候,視線可以說是非常重要的,在很多時候,更加開闊的視線往往就意味著多一份安全。特別是在變道或者倒車的時候,對視線的要求就更加重要了。我們知道,汽車後視鏡就是起到了觀察後方視線的作用,然而很多人會發現這麼一個問題,那就是為什麼在後視鏡上還有一塊小而圓的鏡子呢?這能起到什麼作用呢?
  • 數據分析師要掌握SQL到什麼程度?
    很多人入門學習數據分析,往往第一時間就是去學習SQL,那麼問題就來了:要成為數據分析師需要掌握SQL到什麼程度呢? 其實不同數據分析崗位對於SQL掌握程度的要求和標準是不同的。
  • 網際網路思維到底是什麼?看完你就懂了
    很多同學問我,網際網路思維究竟到底是什麼?其實網際網路思維是相對於工業化思維而言的。網際網路思維是一種商業民主化的思維。網際網路思維是一種用戶至上的思維。網際網路思維下的產品和服務是一個有機的生命體。網際網路思維下的產品自帶了媒體屬性。有網際網路思維的企業組織一定是扁平化的。
  • 談戀愛或許你的ta更懂你 但買買買,京東C2M一定比ta更懂你
    都說女生在618這樣的狂歡購節剁手時都是不理智的一通買買買之後花了多少錢不知道買了多少件還是不知道甚至自己買了些啥都要反應半天........什麼東西?聽都沒聽過!沒聽過不要緊,但或許你已經為它買過單還覺得它真香!
  • 設計師要懂的數據指標全都在這兒了
    原因又是什麼?在「搖一搖」功能的推廣期間,各個落地推廣的渠道效果如何?(如:線下零售店的搖一搖賺紅包)新用戶的增長情況是怎樣的?這些數據,只有通過數據埋點,我們才可以獲得。5)注意事項① 埋點前:埋點一定要在產品改版前就要布局好,比如需要採集的數據指標有哪些,維度有哪些,採集的開始截止時間,採集期間是否存在對採集結果有幹擾的活動等等。
  • 英語流利說發布自適應英語教育產品 「懂你英語」
    英語流利說發布自適應英語教育產品 「懂你英語」 據介紹,此為第一份基於網際網路在線教育大數據,針對中國人英語口語現狀進行的權威分析報告。此外,英語流利說在上海舉辦的發布會中發布AI教育產品「懂你英語」。