数据驱动产品
2017-02-28 17:32:30 0 举报AI智能生成
产品经理入门
作者其他创作
大纲/内容
数据驱动产品和运营
数据采集
基本原则：全、细（时间地点、人物、怎样、如何）
可视化埋点（网页、安卓、苹果）（分析uv、pv、点击量等基本指标。活动/新功能快速上线迭代时的效果评估）
代码埋点（PHP\\PYTHON/JAVA等）（精细化分析核心转化流程、分析不同渠道和不同推广方式的投放效果）
导入辅助工具（logagent、formatimport）（客服服务质量的考核、）
数据建模
事件模型
例如：用户id、时间、用什么设备、设备版本、地区、浏览的商品、商品价格、购买的商品
维度（城市:北京、上海等；操作系统：ios、Android、macOS）、指标（成交量、注册用户数、销售额），由产品经理把场景抽成元素交给数据分析师建模
数据分析
事件（例如|取消订单、售后服务、提交订单、搜索商品、支付订单、收到商品、注册）
维度（订单数、城市、身份、设备型号、年龄、订单价格、操作系统版本）
指标（总次数、转发用户数、人均次数、综合、均值、最大值、最小值等）
漏斗分析（）
留存分析
行为序列分析
操作到什么步骤发生了什么，看用户具体都干什么了，深入分析
a/b testing
对产品经理来说，在不能确定那种好坏时候、比如：在客户引导语上，等待您的回答vs我来帮忙解答，人群显示的比例是一样的，看用户点击情况。（用这种方式不断迭代更早到达目的）
用户分群
活动应该有人群侧重，比如侧重白领，比如侧重蓝领。
运营分析SaaS
产品发布评估
发布渠道：朋友圈、微信群、36kr等，加个链接
试用客户留存分析
留存用户召回
构建指标体系
one metric 第一关键指标
找到最关键的一个指标
扩展出其他指标
任意指定的时间里，都有那个指标
pirate metrics （海盗指标法）
拉新
获取
写软文等
激活
不同的产品不同的激活指标
引荐
最好的方式
留存
提升关键行为的重复频率
提升用户体验，做有价值的产品
营收
促进商业化
growth hacking
传统营销只关注用户获取
增长黑客关注用户整个生长周期，病毒式传播
数据分析是增长黑客的基础
例子：电商
成交额
销售额
流量
渠道
广告等
转化率
地域
年龄
子主题
商品
品类
店铺
客单价
取消订单金额
拒收订单金额
优惠券金额
创业阶段
MVP阶段
定性分析
增长阶段
引荐分析
一个客户引来几个新客户
等
营收阶段
渠道分析
LTV、CAC等
百度知道案例分析
访问量（主要来自百度搜索，所以不是特别重要的指标）
检索量
独立IP数
session数、
提问量（也不是很关键、如果在百度知道上得不到答案，加一个引导，那么提问量就会多）
回答量（最主要是提高回答量）
设置最佳答案
精益数据分析
0 条评论
回复 删除
下一页
