数据分析实战宝典-PM
2021-11-17 15:42:24 4 举报AI智能生成
产品经理需要了解的数据分析，最后有推荐书籍
作者其他创作
大纲/内容
为什么产品经理要做数据分析
前置问题（注册点击率下降）
需求：按照用户需求增加了产品简介
分析：部分用户观点无法代表用户真实体验
分析：产品经理主观感知无法代表用户真实体验
结果：视频简介，分散用户注意力，注册点击率下降
PM要拿数据说话
通过数据分析迭代产品
PM只能模拟用户，但是无法还原真实使用行为
通过数据观察用户行为
instagram的burbn签到换成图片设计
不是坐在办公室模拟或者假设
通过数据分析洞察用户
改进迭代后要评估效果，不能只靠PM主观感受
注册转化率提升
通过数据分析验证产品
关注企业商业指标、产品本身指标
产品数据分析如何避免踩坑
发声用户VS沉默用户
先入为主VS保持客观
先入为主就容易造成，人们喜欢看到自己想看到的结果，导致为论点找论据
报告驱动VS业务驱动
数据分析并不代表做完一份报告
用户数据-数据分析-产品优化循环不断迭代
数据分析能力搭建三个层次
价值
对数据分析价值认同
数据分析工作定位
既不否定，也不神化成万能钥匙
利用大数据分析为所有职场人员做出迅捷、高质、高效的决策，提供有指导意义的洞察和可规模化的解决方案
对核心、战略及风险任务起到了下面三大作用
Empower(助力)
Optimize（优化）
Innovate（创新）
数据分析的商业模式
要对企业的行业背景、业务含义、产品和用户有深刻认知
背后含义：用户使用--产生数据--业务变现
方法论
数据分析框架
数据规划
数据采集
数据分析
数据决策
数据规划
用户
业务系统：ERP/CRM/OA...
数据采集
采集平台:采集，清理，转换
ETL/ELT
EDW/ODS
数据仓库
数据分析
OLAP
DM（Data Mining）数据挖掘
BI（Business Intelligence）商业智能
数据决策
决策
行为
价值
回归到用户
方法论
AARRR增长黑客（海盗法则）
Acquisition（获取）
Activation(激活)
Retention（留存）
Revenue（变现）
Referral（推荐）
分析上的学习引擎
idea
构建（build）产品
product（MVP）
衡量（measure）用户和市场反应
data
不断学习（learn）
优化
具体方法
链接标记
渠道归因
漏斗分析
分群分析
留存分析
同期群分析
用户细查
热图分析
A/B测试
...
工具
工具的重要性
采集工具投入80%时间收获20%的价值
分析工具投入20%时间收获80%的价值
选择合适工具
采集
清理
Hadoop、Hive、SQL、Excel等
可视化
Tableau、Echart、Excel、PPT等
统计分析
R、Python、SAS、SPSS、Matlab、Excel等
数据建模
统计分析
数据科学
网站流量分析
Google Analytics、百度统计等
用户行为分析
GrowingIO、Mixpanel、Kissmetrics等
采集
Python、Java、Google Analytics、GrowingIO等
PM数据分析的常用工具
Excel（求和、画图等）
数据处理
排序
筛选
去除重复项
分列
异常值处理
透视表
数据可视化
柱状图
条形图
扇形图
折线图
散点图
气泡图
面积图
股价图
曲面图
雷达图
统计分析
加载分析工具库
描述统计
假设检验
方差分析
回归分析
SQL
适用于、Microsoft Access 、MySQLserver、oracle
执行SELECT/UPDATE/INSERT/DELETE等操作
得到.xls和.csv的格式表格，然后进行分析
了解数据库基础知识（表、字段、记录、属性、关系、主键等概念）
Hive
解决海量结构化日志数据
搭建在Hadoop的一个数据仓库
对网站访问日志、PV/UV的流量数据统计基本不是问题
Python（网络爬虫）
抓取数据，导出数据
数据分析，数据可视化
使用Python包
数据分析：pandas库
数据可视化：matplotlib库
Tableau（数据可视化工具，数据图表和数据仪表盘）
Desktop、server、Online三个版本
Google Analytics（国内百度统计/友盟统计）
跟踪网站访问
Adwords打通追踪推广效果
GrowingIO/诸葛IO/Mixpanle/kissmetrics等数据分析平台
流量监测
转化分析
留存分析
热图分析
用户分群
用户细查
图表分析
活跃度分析
...
PM数据分析常用方法
数据分析基本思路
挖掘业务含义
制定分析计划
拆分查询数据
提炼业务洞察
产出商业决策
常见数据分析方法
内外因素分解法
内部可控：立即执行
外部可控：相关渠道
内部不可控：协调沟通
外部不可控：确定假设
Doss分析法
Detailed Question具体问题
Overall influence整体影响
single answer 单一回答
scaled soulution 规模化方案
数据分析的应用手段
画像分群
聚合符合某种特定行为的用户，特定优化和分析
趋势维度
迅速了解市场、用户、产品特征的基本表现，切分不同维度指标，定位优化点，进行决策
漏斗洞察
确定从先到后的用户使用路径
分析每一个节点的转化数据
定位高损耗节点
行为轨迹
关注用户体验
掌握用户使用习惯
留存分析
留存老用户成本要低于获取新用户成本
获取各渠道用户的留存度
各类内容吸引用户来注册的回访率
其他新功能对于用户的回访影响
A/B测试
对比不同产品设计/算法对结果的影响
必备因素
要有足够的时间进行测试
数据量和数据密度较高
优化建模
商业目标与多种行为、画像信息有关联性
将多种信息进行组合和权重，得到模型
数据挖掘进行建模，预测商业结果的产生
数据分析体系
总结
推荐书单
基础理论
深入浅出数据分析
深入浅出统计学
精通业务
大数据时代
增长黑客
谙熟方法
精益数据分析
精通Web Analytics
数据之美，一本书学会可视化设计
商务智能
运用工具
SQL必知必会
利用Python进行数据分析
R语言实战
0 条评论
下一页
