驱动利器：数据驱动下的产品决策（上）

本文基于神策数据推出的《数据驱动下的产品决策》在线课程进行整理。

---

每当产品需要新版本迭代，都是产品经理熬夜加班之时，如何设计真正可以提高用户体验的产品新功能？怎样才能达到老板想要的监控指标数据？设计产品有诸多考验，仅凭经验无法做到精细化处理，浪费大量资源，结果却难尽如人意。

随着大数据时代的兴起，人们终于逐渐意识到数据对于一个优秀的可迭代产品的价值，产品与用户行为息息相关，而数据分析则让这些用户行为可以被量化，产生价值。基于数据驱动思维，做出产品决策，分析和优化用户体验，才能让产品迭代走向正确方向。

本篇文章分为上、中、下三个篇章，上篇着重讲述了数据驱动产品的基本决策体系，中篇和下篇则举出一个大型现象级产品（共享经济类）案例，分别阐述了数据驱动产品体验提升和数据驱动产品功能优化的具体实践。

若要做到有效的用户行为监控，则需要对产品和数据驱动建立全面的体系，再基于自身经验进行决策。本文介绍了数据驱动产品改进所贯穿的三大阶段及三个切入方面，且重点让您了解如何寻找到第一关键指标以及建立一整套数据驱动思维的方式。

什么是数据驱动思维方式

图1 数据驱动方式

数据驱动思维方式每个产品必备，根据这种思维方式可以确定产品的分析改进流程：

• 首先确定自己的分析目标，从规模、分布等角度去介入；

• 通过目标确定需要分析的数据，细化到数据分析指标，预估有效的数据阈值；

• 寻找并评估获取数据的渠道，得到自己想要的原始数据；

• 对数据进行合理的加工和分析，得出分析结论，数据需要可比较；

• 对得到的结果进行合理分析，指导产品改版。

原则上是数据准确，方法适当，解读无误。

什么阶段需要数据驱动产品改进？

图2 数据驱动产品的三个阶段

数据驱动产品改进主要贯穿于三个阶段，同时也是三个切入点：

• 第一个阶段是探寻，数据可以帮助产品同学找到改版方向，找到产品业务重点和痛点，对症下药，不再为了做功能而做功能。

• 第二个阶段是测试，使用如 A/B TEST 等测试方法，寻找最适合自己产品特征的指标，比较不同方案的监控数据，测评投入产出状况、目标数据提升百分比等数据。

• 第三个阶段是验证，主要验证产品改进后大规模投放使用的效果。

测试和验证阶段更加偏向于运用已有的数据分析方法，而探寻则相对更加灵活，需要基于产品经理的主观经验。作为产品同学，需要保持数据上的敏感度，将产品的评判“指标化”，才能够寻找到产品改进的切入点。

图3 产品改进切入点

• 第一关键指标，即业务核心指标，业务人员可以通过一个/一组指标，快速了解产品运营核心情况。

• 日常指标体系，是第一关键指标的衍生，可以从多个方面了解产品运营状态，找到优化点和问题点。

• 善用分析功能，快速挖掘用户行为数据，让数据为产品服务。

数据驱动产品改进，怎么做？

图4 如何寻找第一关键指标

确定产品改进方式的前提是：找到属于你的第一关键指标。

不同产品选择的第一关键指标大不相同，产品性质+产品阶段+产品特性，三方面帮助产品确定第一关键指标。

• 第一方面是产品性质，当前主要分为交易性产品和社区性产品，交易性产品可供选择的第一关键指标可能为交易量/交易人数/交易金额，社区性产品则是访问量/访问人数/内容生产人数。也有部分复杂产品同时包含两种特性，则需要根据产品所处阶段进行选择，不同阶段的第一关键指标将会变换。

• 第二方面是产品阶段，产品的成长阶段需要积累大量新访用户，完成原始积累后，成熟阶段则需要用户留存，侧重点不同，选择第一关键指标的方向也有所差异。

• 第三方面是产品特性，有的产品基因不利于复购，比如房产、车产，也就不必考虑这方面因素。

根据以上三个指标我们可以确定第一指标，再从结构、垂类、角色、频率、页面、行为六方面进行合理拆分，就形成了广阔的日常指标体系。

图5 数据驱动产品改进举措

数据真正能帮产品体验提升和功能优化做些什么？具体措施可以分为以下三种：

• 产品改版：帮助产品寻求改版切入点，确定改版策略，验证改版效果。

• 新功能评估：评估新功能是否有效。

• 产品功能加持：数据本身可以构成产品功能。

接下来在中篇与下篇里，笔者将会通过一个大型现象级产品（共享经济类）案例，通过数据驱动产品改进的方法，具体解读数据如何驱动产品决策，验证本篇章理论知识，让数据驱动的理论不再曲高和寡，产品经理的举措可以真实落地。

如果您想下载本期驱动利器干货PPT，请点击下方“阅读原文”，填写申请表单。