数据是量化事物的手段,投射到不同的人身上又会导致解读的结论偏差,因此我能需要“求证”地分析第三方网站提供的调研数据(网站改版案例)。
大量的数据如何为我们所用呢。大概包含以下几点:明确问题本质;了解产品业务;大量深入的产品实践。
好的产品经理需要学会控制自己的思维,感性的发散,的聚焦需要同时具备。基本是靠反复的和大量的数据阅历练成的吧。
提出数据需求的过程,是一个“界定产品目的和目标,根据目标提出假设、预判产品效果”的过程,要求对功能目标、功能预期效果有完整且清晰的掌握。
一个完整的数据需求包含功能设计方案、功能目的和目标、功能上线后需要的数据指标及指标精确定义。
对数据保持,并能通过逻辑推理,进一步提出好的追问和假设,然后再通过数据或者其他手段来验证。
f.不要妄谈大数据(大数据特征要用全部数据、注重相关关系、全新的计算方法)
关键网站分析指标:访问量、访客数、浏览量、跳出率、页面停留时长、网站停留时长、退出率、率
从获取用户到获得收入基本会经历以下几个过程:用户获取、用户活跃与参与、用户留存、用户、获取收入。下面依次介绍各个阶段的主要指标:
下载量(商店评分和排名)、安装激活量、激活率、新增用户数(一般就是新增设备数)、用户获取成本
日活跃用户数、月活跃用户数(可表示用户规模)、活跃系数(日活除以月活)、平均使用时长、功能使用率
付费用户比例、首次付费时间、用户平均每月营收(月收入除以月活跃用户数)、付费用户平均每月营收(月收入除以月付费用户数)
对核心功能的促进效果(核心贡献的概念举例:使用过功能A的听歌人数比例减去未使用过功能A的听歌人数比例)
电商网站的详情页来源一般分为:直接落地到详情页、从首页进入详情页、从频道进入详情页、从分类页进入详情页面、从品牌页进入详情页、通过关联销售进入详情页面
访客数、登陆访客数及占比、沉默用户数及占比、平均停留时长、产出内容访客及占比(Lofter案例)
横向对比,纵向对比(对比指标之外其他因素尽可能保持一致,比如通常在做新旧版本分析的时候会尽量选择两个版本发布初期的新用户)
运用这种方法,可以对研究对象所处的情景进行全面、系统、准确的研究,从而根据研究结果制定相应的发展战略、计划以及对策等。
对用户层面的需求,通过数据去伪存真。对公司层面的需求,通过数据验证并提供(网易考拉海购退出率案例)
推荐: