阅读之前看这里👉:博主是正在学习数据分析的一员,博客记录的是在学习过程中一些总结,也希望和大家一起进步,在记录之时,未免存在很多疏漏和不全,如有问题,还请私聊博主指正。
博客地址:天阑之蓝的博客,学习过程中不免有困难和迷茫,希望大家都能在这学习的过程中肯定自己,超越自己,最终创造自己。
博主之前关于产品和数据的的文章::
数据分析师之所需要了解的产品系列知识(一)——产品的演化周期
数据分析师之所需要了解的产品系列知识(二)——如何测试产品健康
数据分析师之所需要了解的产品系列知识(三)——定义产品成功:指标和目标
数据分析师之所需要了解的产品系列知识(四)——如何提高用户留存率
数据分析师之所需要了解的产品系列知识(五)——如何保持产品的可持续增长
数据分析师之所需要了解的产品系列知识(六)——如何打造成功的产品框架
数据分析师之所需要了解的产品系列知识(七)——如何对产品指标变化分析
指标的监测对于判断产品是否成功至关重要。一旦选定了某一个能够准确反应产品整体目标的指标,努力让该指标朝着正确的方向变化便成了首要之事。那么应该如何判断哪些因素是关键指标变化的主要驱动因素,以及如何对其进行分析呢?
指标变化分析将从产品变化、季节性因素、竞争及其他外部因素、比例变化、行动指南这几个部分入手,深入探讨针对每个因素应作何考虑,以及如何分析产品指标的改变。
一、产品变化的影响
近年来,随着实验产品迭代的兴起,新产品的开发出现了爆炸式增长。当产品发生变化,往往伴随着关键指标的变化。因此,理解推出某一产品将会带来何种影响,确保能取得理想的结果,这点至关重要。
例如,2014年7月,当Facebook开始通知用户他们将无法使用手机上的Facebook软件发送消息,此后一个月内近2000万美国iOS用户下载了另外的聊天软件(见图1)。
再举一个例子,试想下如果改变某一产品的通知算法,哪些指标会受到影响?看到通知的人数、对通知做出反应的人数百分比、进入登录页面的人数百分比、和产品积极互动的人数百分比……当产品发生变化的时候,这些指标以及其它等等都可能受到影响。
当然,产品变化不总是有意而为的。妨碍用户下载、更新软件或发送消息和接收通知的漏洞,也可能会严重影响关键指标。因此,认真追踪关键指标,当产品发生重大变化或是更新版本时,尤其要留心观察,争取发现和理解漏洞,以及采取措施减少漏洞造成的损害。
A/B测试是评估变化给产品带来的影响的最好办法。进行A/B测试时,给不同用户随机呈现两个不同的版本中的一种,采用数据分析来判断哪个版本更符合预设目标。当变化相对较小的时候,进行A/B测试尤其重要,而大多数情况下变化也都是小改变。像上面Facebook例子中的较大变化时,可能被观察到。但是通常来说,如果没有A/B测试,则其影响几乎不可能被轻易发现和测量到。
Tips: 产品变化(不管是新产品推出,一个变更的通知策略还是一个意外的bug)都将不可避免地导致指标发生变化。
二、季节性因素
季节性因素通常会引起关键指标的剧烈波动。随着时间和环境的变化,人们做出的表现也是不同的。季节性是可以使用数据进行分析的最显著的影响之一。
1.季节性
季节性是用户行为周期性变化的一个明显特征。例如,当人们在新年下定决心时,便会在每年年初有所改变——至少在短时间内如此。在图2中,我们发现,1月1日之后,锻炼时间在30分钟甚至更久的人的百分比明显增加。季节性的其他例子还包括基于一天中不同时刻、一周中不同日子、一年中不同季节等出现的行为变化。将这些与外部因素分开是很重要的,例如游戏《精灵宝可梦》的发布,它对人们的锻炼行为也有着类似的影响(见图2)。我们将在未来的文章中继续讨论这些外部变化。
2.季节性分析
季节性通常是关键指标出现变化的根本原因;因此,这是第一个需要研究的行为变化因素。
要正确分析任何行为变化,就必须了解产品的整体生态系统。例如,了解年