数据分析是产品经理最核心重要的一环,首先,产品线有产品线的考核数据指标,同时我们在进行产品新功能设计时也要考虑数据指标,等产品上线后主要思考几个维度:
1、新上产品或功能对产品线考核的OKR(或KPI)是否有影响,查看考核指标变化;
2、新上产品或功能的数据情况,A/B 测试情况。
具体的数据分析流程详细如下:
Part1 确认分析目标
Part2 采集数据
Part3 数据分析
一、用户行为模型
❶ AARRR
Acquisition 获取
Activation 激活
Retention 留存
Revenue 收入
Refer 传播
❷ CSPPB
Come 拉新
Stay 留存
Pay 首次消费
Pay 重复消费
Back 回流
❸ RFM模型
二、数据分析指标
❶ 用户画像
基础属性:性别、年龄、收入等
社会属性:婚姻关系、有无小孩等
行为特征:注册时间、浏览商品等
业务相关:例如:购买能力、社交网络、兴趣爱好等
❷ 用户留存
次日流程
三日留存
七日留存
月度留存
年度留存
❸ 流量数据
点击用户数
点击次数
页面访问次数
页面访问人数
❹ 行为轨迹
❺ A/B 测试
❻ 经营数据
提交订单量
支付订单量
GMV等
❼ 专项指标
行业专属指标,例如:商品属性、阅读率等
三、数据分析方法
❶ 对比分析
同比
环比
❷ 趋势分析
❸ 漏斗观察
❹ 路径挖掘
适合用户使用流程不规则
❺ 行为序列
适合具备某个行为特殊的挖掘
❻ 归因查找
首次归因
末次归因
递减归因
❼ 交叉分析(多维度拆解)
❾ 象限分析
Part4 总结
数据分析报告建议最好是以图表的形式展现,这样更直观~~