1.数据分析,前期,一般是做报表的一些东西,在数据分析有一条线,需要串起来,大体上来说,1.思维2.技术3.沟通交流
问题:互联网数据分析,1.主要涉及到哪方面2.企业想要哪些东西、人才
现场可能会遇到的问题:1.dna为什么会降2.订单量为什么会这样。
遇到这些问题,我们需要用一些分析法去进行归因,也就是用专业性的方法,找出这些变化背后的原因。这就是数据分析。
产品经理或者运营对于这些变化,无论是降低还是提升,他们一定是要知道原因的。并且还要知道怎么办去解决降低还是优化提升
第二个就是指标体系的搭建,如果搭建的指标体系非常完整、高效、清晰,就可以帮助到业务发现问题在哪里。那指标体系的搭建是有有一些专业方法的,这个需要我们去学习的。
指标体系可以分析产品的变化趋势,以及当前的业务情况、业务是否良好,现下的用户状态是怎样的。这些东西的大概是处于增长,流失,沉默哪一个用户是属于哪一个生命周期的。这都是需要我们通过指标体系,来进行分析的。
第三个就是A/B测试。这个就是验证你的想法是否有效。比如说:在抖音中,给不同的用户推荐不同的内容,看最终的效果如何。用一些统计学的知识科学的作出分析和决策
第四个是决策量化。对于总监和管理层,对于产品的内容要进行决策,怎样作出最好的决策,这就需要用数据进行量化。比如,量化需求,其实就是量化用户的需求量有多大,而用户的需求量对产品有多大影响
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Cw64v60q-1626275530463)(C:\Users\0\AppData\Local\Temp\1626273088534.png)]
这是数据分析和产品之间的关系:
产品经理或者是产品运营 给我们一个问题 然后我们通过数据分析得出一个结论 然后再通过结论输出给产品,然后迭代产品、改进产品 然后最终再反馈给我们 然后我们再输入结论给产品
这个图就是再说每一个产品都有自己的一个目标,比如说,同一个APP在不同的生命周期内有不同的目标,针对这些目标会有不同的策略,这个就被称为是产品的打法。比如说:要去获客,就要去挖掘一些优质的渠道。提升用户体验就要去调整设计/功能。
案例:在前几年,微信是没有红包的,但是因为需求呢,这个东西就出现了,之后开始对需求做竞品分析,再接着设计红包的方案。而这个方案里面涉及到很多东西,如:页面框架、类型设计、样式设计等等。但是这些东西,对于用户来说,用户使用的满意度如何,是否符合用户的痛点,是否符合用户需要的功能。这些东西只能通过数据分析对用户的行为数据进行分析、洞察、归因、对比。再把结论告诉产品设计人员,这个设计的效果如何。这就是归因分析。
归因分析之后会比对目标和策略进行调整。对于调整之后,需求再次验证。这个就是用数据驱动产品设计。
打法策略,就是用什么方法去达成目标。
其实数据分析,就是和业务方做配合,进而提高企业的收入、和用户增长。也就是通过分析数据、得出结论、驱动产品或者业务去落地。
案例:link的数据分析团队总,每一个人分析不同的数据。在之前,通过数据洞察发现:一个新用户,在一周内加了哇个联系人,结果是留存率和使用率会提高到3-5倍左右,反之则会下降。那怎样做的呢?
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-R8zJqJgI-1626275530465)(C:\Users\0\AppData\Local\Temp\1626274919634.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BF6UmHZ4-1626275530467)(C:\Users\0\AppData\Local\Temp\1626274938351.png)]
他们算出来了一个魔法数字:就是会发现一个星期内加到了五个联系人 然后一个星期内的五个联系人就是我们被称作magicnumber就是魔法数字。
之后再给用户推荐更多他们去感兴趣的一些用户 然后这样的话 他们就可以去添加添加更多的用户 当他们所添加用户达到这个magicnumber的时候,留存率自然就提高了。
案例:推特发现:新用户在30天内30天内关注了30个好友 然后就会继续在平台上面活跃 否则就否则就会容易流失。
怎么去让用户在一个月内多关注好友呢?推荐他们一些容易感兴趣的好友,曝光或者是那个通过一些其他一些方式/方法去提高那关注的可能性。
?推荐他们一些容易感兴趣的好友,曝光或者是那个通过一些其他一些方式/方法去提高那关注的可能性。
这就是对用户增长做归因洞察,也就是数据驱动。