产品经理日常工作中数据抓取与注意事项

01

基础数据抓取与注意事项

在产品经理的日常工作中，为了观察与衡量产品的某些方面的健康以及表现程度，常常会有数据统计与分析的需求。

那么，数据抓取就变成了产品经理的一项基础技能。当然，有些公司抓取数据是由研发人员负责。在这个里面，比较常见的数据提取手段是使用SQL到数据库中提取我们想要的原始数据，也可以叫生产数据。

之后，导出为常用的excel表格，便于进行数据方面的二次加工处理。

在数据的抓取中，我们通常会注意以下几点：

数据代表性

在调取数据库中数据的时候，我们需要考虑抓取的数据是否有代表性。其中，我们需要考虑哪些属于极端类型的数据，这类数据会对整体数据的准确性和客观性造成不同程度的干扰。

比如提供短视频服务的产品常会涉及到卡顿上报的问题，那么，如果某个用户存在同一次卡顿上报多次的情况，我们就靠过滤掉这部分重复数据来避免这种情况。这对分析结果的影响还是比较明显的。

取值完整性

对于取值而言，取值的完整性极其重要。如果取值上存在部分缺失，会直接影响到分析得到的结论的可靠性。

比如，某个品类的商品详情页面浏览量，这个时候，我们在统计通过推荐页和检索列表进入的场景之外，我们同时也要考虑到通过微信好友中的商品分享，也可以进入到这个页面中来。

所以整合全部进入场景，才能视作完整的采集了相关数据。

总结来讲，数据统计与分析的前期工作可以直接的影响到结果的准确性。那么，数据的抓取方法以及取值范围的覆盖就显得尤为重要。

02

利用直方图与折线图分析数据

在进行数据统计与分析的过程中，产品经理最常用的数据图表莫过于直方图和折线图。它们一方面可以很好的把大量数据可视化展示，同时在学习与使用成本方面，相对其它图标来讲也是相对比较低的两种类型。

那么，在使用过程中，两种不同的图表，我们通常会比较关注下面所提到的两个方面。

对于直方图

它更有助于方便我们进行数据上的横向的比对，利用直方图我们可以观察在某一相同指标下，不同数据组的数据表现，从而分析出相对较高及相对较低的数据组，甚至是进行“分层”观察。

比如，通过下方图例中的观察，我们可以发现，在广告渠道中，被观察的软件的打开及注册的量是最高的。与此同时，lenovo的数量是最低的。我们可以基于这个结论来调整后续的改善方案以及调整发力点。

对于折线图

它更有助于方便我们进行整体趋势变化的观察。利用折线图我们可以观察对于某一指标在不同时期的表现情况，从而分析与总结出在不同阶段中的趋势变化，为后续的方案调整提供相对可靠的参考依据。

比如，下方图例中展示的，对于某产品在三月中上旬的UV表现情况，可以通过折线图的形式进行展示，这样我们通过观察可以发现，数据在三月中上旬整体处于走低的趋势，在10月的时候出现回弹情况，但是后续依旧一路走低。

通过这个结论，我们也许可以诊断出产品在某些方面存在的问题。

总结来讲，直方图与折线图在产品经理的日常数据分析工作中的应用是相对广泛的，并且相对的学习成本也比较低，便于上手。

以上就是本次推文的全部内容，如果您身边的朋友也需要，请帮忙转发给TA~