【职业】产品数据分析到底该怎么做?一则小故事为你启发

数据行业

网上有个故事很有趣,说3个人去投宿,一晚30元.三个人每人掏了10元凑够30元交给了老板. 後来老板说今天优惠只要25元就够了,拿出5元命令服务生退还给他们, 服务生偷偷藏起了2元, 然后,把剩下的3元钱分给了那三个人,每人分到1元.这样,一开始每人掏了10元,现在又退回1元,也就是10-1=9,每人只花了9元钱, 3个人每人9元,3 X 9 = 27 元 + 服务生藏起的2元=29元,还有一元钱去了哪里?

猛地一看,合情合理,并且陷入思维陷阱。可仔细一琢磨,发现了问题,最大的问题是逻辑混乱和偷换概念。服务生获取的2元包含在三人支出的27元内,通过偷换支出的概念来企图建立30=3*9+2+1的伪等式,造成1元“离奇丢失”的假象。

我这里提供了两种思维方式来帮助大家梳理思路,还原事情本质。

1、按照金钱流的方向分析

按照金钱的流向,三个房客共流出了30元,在流通过程中,老板获得25元,服务生获得2元,最终还剩余3元流回到房客手中,满足30=25+2+3*1等式。

2、按照财务上的收入和支出思路

无需考虑中间的各种过程,从财务支出端看,3个房客支出27元;从收入获取端看,其中老板获得25元,服务生获得2元,27=25+2,等式成立。

数据分析是产品经理重要的一项技能,几乎所有的产品需求的出发点都是基于数据分析。产品的功能逻辑越复杂,用户量越大,决策对数据的依赖程度越大。以上两种方法也是数据分析常用的两种方法,第一种是基于用户路径的数据分析,针对用户在各个步骤的行为分析,包括操作、流失和停留时长,对产品或服务进行优化改进;第二种常常用来对节点定位,进行转化率、占比等数据的分析。

那么作为一个产品经理,在数据分析方面要重点关注那几点呢?我自己对数据方面接触的相对比较多,分享几点自己的心得。

数据目标明确

目标明确是产品经理在做所有事情必须要考虑清楚的事情,不仅仅指数据。考虑清楚产品最重要满足了用户那些需求,项目在某个节点需要达成怎样的目标,具体在数据分析方面,就是考虑清楚数据的目的是什么。

在张嘴麻烦开发进行手动查询数据前(大部分公司的后台只有普通的常规性的数据,一些详细的数据一般需要手动查询和导出),产品经理一定要想清楚自己想要从这份数据中得到怎样的结果。无论是了解产品截止到目前为止的累计用户数等了解性质的数据查询,或是为了分析付费转化率低原因等探索性质的问题分析,一定要带着目的去获取数据。

数据定义清楚

在清楚了目的之后,对需要的关键数据已然心中有数,这时要对关键数据的定义清楚,这里的清楚包含两部分:

1、清楚上报机制

要清楚自己的数据是从客户端还是底层上报至服务器,上报的节点是什么,是否只在wifi状态下上报,在本地的字段保存有效期是多久,丢失的可能性有多大。了解数据上报机制能否方便产品经理更好的理解产品,对原始数据的准确率心中有底。

2、明确指标定义

产品经理要明确各项统计数据的详细定义。拿常见的数据指标活跃用户来说,不同的产品有不同的定义,比如MIUI可能吧联网定义为活跃,而迅雷把有下载行为(新建、暂停、删除、下载完成等)定义为活跃,淘宝可能吧有购买行为定义为(有效)活跃用户。

明确指标定义是数据统计分析的前提,如果对数据指标不清楚,那数据分析也就无从谈起了。

数据分析

数据基本正确的情况下,对目的的分析一般有两类:

1、定性分析

定性分析是对实物“是什么”的定义,是对事物性质的归纳。比如9月初,迅雷用户活跃用户数大增,结合对迅雷服务器每天top100下载量排行榜分析,均是iCloud流露女星相关文件,因此可以下结论:9月初用户活跃用户量增加主要是由iCloud热门事件引起的,这就是定性分析。

2、定量分析

对应定性分析的“是什么”,定量分析就是“有多少”,是对事物数量的统计。9月初日活用户数增长了10%,就属于定量分析。

一般来说,数据分析就是对“是什么”做假设,然后用“有多少”来不断做验证的试错过程。通过不断的假设,分析,推翻假设,再次分析的方式来得出结论。根据数据量和目的的不同,采用不同的分析方法,常用的分析方法有对比分析、回归分析和相关分析法。

excel工具

单独把excel列出来的主要原因是因为excel太重要了,除非特别庞大的数据量,否则excel几乎能满足你所需要的所有功能。excel目前支持59999条数据量,大部分人对excel的功能使用量不足1/3,一些公式函数的使用,大部分人该是没有接触过的。

目前我也正在努力成为excel的深度用户,关于excel的使用方法和技巧,欢迎大家和我交流共同提升。

数据验证

在数据结论得出后,千万不要着急输出,一定要去做验证,同一组数据在不同的环境下能反映不同的问题。还拿9月份迅雷日活增加的数据来说,除了iCloud时间之外,可能迅雷做了应用内的增量升级,导致日活增加。这个时候就要来区分两种因素的权重,得出更准确的结论。

以上是个人在工作中对数据分析的一些心得,在用户群体特征复杂多样的网络时代,数据是很重要的一个做群体分类的渠道和方法,良好的数据分析能力能够帮助产品经理做出更优的决策。但是又不能盲信数据,产品经理丰富的经验知识也是不可或缺,否则容易出现幸存者偏差的尴尬(有兴趣的同学可以自行百度:幸存者偏差现象)。

via:199it

End.

来自36大数据

原文发布于微信公众号 - PPV课数据科学社区(ppvke123)

原文发表时间:2016-05-12

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏北京马哥教育

终于有人把云计算、大数据和人工智能讲明白了!

作者介绍 刘超,《Lucene应用开发揭秘》作者。个人公众号:刘超的通俗云计算(popsuper1982) 来源:https://www.cnblogs.com...

7179
来自专栏架构师小秘圈

云计算与人工智能

来自:cnblogs.com/popsuper1982/p/8505203.html 我今天要讲这三个话题,一个是云计算,一个大数据,一个人工智能,我为什么要讲...

1.5K8
来自专栏互联网数据官iCDO

A/B测试执行时间多长效果最好

A / B测试恐怕是有史以来最有争议的营销策略之一。每个人对其是否有效都有自己的意见。

2023
来自专栏纯洁的微笑

终于有人把云计算、大数据和人工智能讲明白了!

2325
来自专栏理论坞

互联网术语大全(二)

Adsens:Google AdSense 是一种获取收入的快速简便的方法,适合于各种规模的网站发布商。它可以在网站的内容网页上展示相关性较高的 Google广...

1032
来自专栏CDA数据分析师

案例 | 一则小故事告诉你产品数据分析到底该怎么做

一则小故事:还有一元钱哪儿去了? 网上有个故事很有趣,说3个人去投宿,一晚30元。三个人每人掏了10元凑够30元交给了老板。後来老板说今天优惠只要25元...

2309
来自专栏钱塘大数据

终于有人把云计算、大数据和人工智能讲明白了!

导读:云计算、大数据和人工智能,这三个东西现在非常火,并且它们之间好像互相有关系:一般谈云计算的时候会提到大数据、谈人工智能的时候会提大数据、谈人工智能的时候会...

1944
来自专栏程序员互动联盟

程序员该如何学习数据结构与算法?

一个成熟的程序员数据结构和算法属于基本必备素质,很多程序员觉得算法距离自己有点距离,正常情况下算法不是渗透到每个角落。但程序的执行效率散布在每个角落。所以学习数...

991
来自专栏IT派

云计算、大数据和人工智能这么火,究竟是什么关系?

今天跟大家讲讲云计算、大数据和人工智能。为什么讲这三个东西呢?因为这三个东西现在非常火,并且它们之间好像互相有关系:一般谈云计算的时候会提到大数据、谈人工智能...

2940
来自专栏华章科技

为不擅长编程的人准备的19个数据科学工具

编程是数据科学的重要组成部分。在所有方面中,一般认为一个理解编程逻辑、循环、功能的大脑更有可能成为一个成功的数据科学家。那么,一个从来没有在学校或学院里学过编程...

972

扫码关注云+社区

领取腾讯云代金券