产品思维学习(六)--浅谈产品数据分析

产品上线后，开发人员一半都会松一口气（终于开发结束了），然后狂欢一个周末。作为产品经理是不是能够让开发人员继续充满斗志的做下个迭代的开发。就要对上线后的产品进行数据分析了。
在广告圈有句话：我知道广告费有一半被浪费了,但不知道被浪费的是哪一半。同样在产品上也适用。往往我们开发了很多功能，但不是很清楚，哪个功能使用的人多，哪个功能使用的少。这有时就会让开发人员迷惑。如果一直开发，并且没有用户量的提升，那么开发人员估计就坐不住了，开始质疑产品经理：这个功能有没有用，为什么要开发，为什么要开发成这样。如果只凭产品经理一个人在那用自己的三寸不烂之舌阐述自己宏伟的思想，估计开发人员会送他两个字：意淫。
所以，用数据说话，也成为产品经理经常拿来作为开发功能的论据。虽然有些数据可能不是很准确，总归有一定的依据。
那么对产品的数据分析主要的作用也就是：
1.验证之前的产品构思是否正确
2.通过用户反馈和行为探索用户真实的需求
3.更好的满足用户需求，继续开发和完善功能
那么一般对产品进行哪些方面的数据分析呢（一下是个人的浅显认识，很多不足）
对于移动APP应用大部分都是使用友盟进行统计，当然也会自己写一些程序进行一些特定数据的抓取。
一般会关注AARRR，也就是用户量，用户的活跃度，用户的留存率等。可以参考`产品思维学习(四)–增长黑客(Growth Hacker)
可以通过采用横向和纵向的方式来对比。比如横向，可以和市场上已经有的竞品作对比，现在外卖类的，百度外卖，口碑外卖，美团外卖，饿了么等。通过分析这个月用户的新增量，下单量等做横向比较。比如家校亲子类贝聊，掌通家园，亲子园等进行分析，从中可以分析出自己产品的问题在哪，然后进行修复。
通过纵向，比如自己的产品每个月的用户新增量的曲线，用户的使用某个功能的频率，使用时长，页面跳转等，这样更能直观看出功能的使用情况。
当然也要通过人群进行数据分析，比如，我们的产品新增的人群年龄比例分布，性别分布，甚至地域分布，然后分析各个人群的行为习惯，这样更能确定我们定位的目标人群的使用情况，是不是满足他们的需求。
在数据分析前，我们可以先根据我们的设想建立一个模型，然后通过真实用户数据统计来分析是不是符合我们原来的设想。
但是有时数据也会说假话，这就是我们可能进入的误区，比如我们发布一个新版本后，用户量上来了，那是不是就是说是新添加的功能带来的用户量而不是前期宣传积累产生的效果。这个就要看用户对新添加功能的使用率和页面跳转率来具体分析。
总之，数据分析是产品经理不能忽视的一个环节。（一个开发菜鸟对产品数据分析理解尚浅，继续努力。希望自己能够用产品的思维去开发，更能关注用户需求和用户体验）