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