在这样一个「数据驱动」的时代,很多产品团队都选择在产品早期就引入或搭建数据分析平台,并希望能够通过数据驱动产品的快速成长,但即便如此,大多数的初创企业还是难逃失败的厄运。除去战略、经营等导致企业死亡的情况,数据分析的「深度不够」也是让产品铩羽的重要原因——大多数企业构建的数据分析平台仅仅能看一些统计指标——而这并不足以指导产品改进,并使之走向成功!
产品数据分析的三个层次
对产品用户和行为数据的研究可以大致划分为宏观层、微观层和中间层三个层次:
宏观层:由一系列的数据指标构成。如产品每日的「活跃用户数」、「新增用户数」、「订单数量」、「点赞的次数和人数」、「次日或7日留存率」等,这些指标能够帮您从整体上把握产品的运营状况;
微观层:由产品中每个用户及其行为的细节数据构成。如每一个用户的年龄性别……、他在什么时间打开应用、做了什么、他的购物车里都有哪些商品等,这些数据可以让您去深入的了解和理解每一个用户以及用户的行为?
中间层:中间层由一系列相互关联的分析方法、模型以及相应的数据构成。如行为分析、漏