作为产品经理，你每天会观察哪些数据？

作为产品经理，你每天会观察哪些数据？

看资料等专业技能越来越熟悉。如果你真的有“数据感”这类物品，经常看的话，你会对数据更加敏感，发现数据中隐藏的信息会非常容易。

刚入门的时候，不知道怎么看数据。每天看到后台管理表的UV和PV涨了一点/跌了一点，然后就没有后续了。之后在偶然做了一些用户提升和方法相关的工作后，逐渐学会了如何看数据。

之后我就想，为什么一提到数据，大家一开始都很傻？想了想，最后觉得直接原因是缺乏总体目标。不知道为什么看数据的时候，所有的数据都是独立的数据。之后刚开始带着总体目标看，去查资料查答案。我逐渐进入学校寻找数据之间的联系，寻找隐藏在数据现象下的信息内容。

在我看来，所有实际的总体目标都可以归结为两点:改革和寻求机会。现在找产品存在一些隐藏的问题，设计方案的逻辑是否符合用户的个体行为，以及帮助产品达到更高层次的潜在机会。

谈完总体目标，进入正题，我通常要关心四类数据:

产品的运营数据，包含经营规模数据和品质数据产品关键情景的用户个人行为数据新作用发布后的意见反馈数据行业数据

其中，关键场景的运营数据和个人行为数据是日常适当关注的主要内容；反馈的数据有了新的作用，或者是为了更好地认证某个假设的测后科研；行业数据基于第一季度水平。

运营数据

最基础的数据是产品的运营数据。我习惯从运营规模和质量两个角度来看:

经营规模数据主要是产品的一些数据指标值，比如：增加用户数，DAU（日活跃性用户数），MAU（月活跃性用户数），电子商务产品得话就包含订单信息、收益、这些。质量标准则是反映产品业务流程身心健康水平的数据，比如：增加用户的次日存留，用户的起动頻率和启动长，这些。

要看这类数据，首先要了解数据的定义方法，以及收集和测量的全过程。认识上的差异很可能造成一些不同的数据被强行匹配，导致结果明显不正确，尤其是在处理不同产品、不同企业的数据时。

理解了指数值的定义，实际看数据的时候习惯性的使用了比较和分解这两种基本方法:

比照，是根据横比和纵比的方法看数据，横比便是和类似的产品比，和自身的工作经验数据比（例如工作经验里边假期是视頻的热季，可是产品相匹配的数据确下挫了，这就必须进一步去找缘故了）；另一个纵比是在时间轴上以往的自身比。溶解，是依照不一样的层面去溶解数据，比如：能够从方式的层面看，从地区层面看，根据不一样的层面溶解将比照的差别值逐步锁住，便捷找寻缘故，做用户提高的情况下，我能关心不一样种类的Top方式。

应用/化解秘密基础可以培养良好的数据感。最后，我们来谈谈三个数据解释中常见的不准确之处:

过多关心数据下挫的缘故，而彻底忽略增涨的缘故，或彻底归由于业务流程的转好。我还在做电脑浏览器的情况下有一个关键指标值「平均检索数」，它是由「总检索频次/检索用户数」测算获得的，因此平均检索数的提高，可能是总检索数提高，也可能是检索用户数下挫了，是必须进一步剖析的，简易的觉得增涨便是好、下挫便是差是有什么问题的。因果关系归因于不正确，把相关分析错觉得逻辑关系，或是忽视了首要条件；比如：A造成了B和C的产生，剖析时却忽视了A，立即觉得B和C存有逻辑关系。幸存者偏差，忽略了缄默的大部分，它是在看取样数据时非常容易犯的一类不正确，有关幸存者偏差的详尽界定大伙儿能够翻一翻百科。用户个人行为数据

另一个建议是每天查看用户个人行为的日志数据。这个数据很像百度统计中的漏斗模型，但比漏斗模型更细致。它不仅可以显示用户是否已经来到了布氏漏斗，还可以进一步看到用户是如何在布氏漏斗中的，如何跳出的。

用户的个人行为数据都是原始数据，数据量比较大，一定程度上要解决。

1、找产品的关键情景

不是所有用户的个人行为日志都要看，只看危害用户认知能力的产品关键场景。这里可以模仿MOT(momentsoftruth)的定义，即用户与产品的服务项目接触的点，这个点的感受决定了用户对产品的整体评价。比如添加用户的时候，要看新用户进入后是怎么寻找自己想要的服务的。是否充分、简洁、清晰？你遇到什么困难了吗？

2、为用户归类，找总体目标用户

最好一次只看一类用户，因为看用户的个人行为数据是一个比较耗费精力的全过程，不可能每次都得到，所以一定要不断的看，不断的探索。

所以在增加的情况下，我基本会按照引流法时的勾集来分类。每次看其中一个用户，比如根据今天只看视频加速引流法的用户，我会看这个用户进入后是否能快速找到匹配的视频；我们来看看几天后根据新闻信息进入的用户。

每天看完数据，简单说几句反馈数据和行业数据。这两个数据虽然不需要每天看，但是对产品主管的工作也很有帮助。

新作用意见反馈数据

迭代是产品经理工作的关键方式。无论是灰度发布、AB测试还是基础发布，都要根据收集到的数据来验证之前的假设，然后再去感受是再次提升还是推倒重来。迭代更新帮助产品经理积累认证认知能力。

看反馈数据，最重要的是在设计方案的情况下，想清楚发展目标？我认为这个新功能可以工作的逻辑是什么？我需要收集哪些数据进行身份验证？

是的，最好的方法是把这类难题的答案一个一个写下来。按照写下来的方式，可以保证提前考虑到一些关键问题，防止两个常见的错误。

过多收集数据，提升开发设计劳动量；收集数据不够，不可以进行结果剖析；行业数据

最后说说行业数据。我习惯用行业数据去发现新的机会。行业数据可以看出用户转移的一个大的发展趋势。如果我自己的产品能利用这种趋势，大概会是一个很大的进步。比如:2013年WIFIwifi钥匙的盛行；2014年视频总流量的增长；2015年，今日头条和Aauto快视频的用户数量上升。

行业数据的获取依赖于网络平台。如果你在BAT这样的大企业，有足够大的用户样本，立刻看到这种数据是非常容易的。没有这样的标准，一方面可以依靠艾瑞等第三方的报告，另一方面也要更加关注各类排名数据，比如appstore和AppStore总榜，新浪微博重要热搜榜，搜索指数的变化。

总的来说，要思考用户近期关心的是什么。这个东西和自己的业务流程有关系，不要强制联系。

看资料等专业技能越来越熟悉。如果你真的有“数据感”这类物品，经常看的话，你会对数据更加敏感，发现数据中隐藏的信息会非常容易。

文章作者@SHA11E未经批准禁止截取。

注:阅读相关网站基本建设方法的文章，请移至网站建设教程频道栏目。

欢迎分享，转载请注明来源：内存溢出

原文地址: http://outofmemory.cn/zz/769068.html