产品案例_www.kb88.com
产品经理能力方法论(一):数据分析
来源:http://www.car100e.com 作者:www.kb88.com 发布时间:2019-01-04 16:42 浏览量:

  产品经理的关键能力是:看得准、想得清楚、说得明白、做得快;而要成为更高阶的产品经理,还要有需求升维、全局视野、高阶学习思维技能。我将写一个系列文章,详细总结各个能力的方法论,相信对刚入门甚至3-5年的产品经理来说,能少走不少弯路。今天先说第一篇:数据分析。

  我很同意白鸦说的:看得准、想得清楚、说得明白、做得快;这是从结果论而言的。

  从过程论来说,是具备这些关键能力:需求定义、数据分析、项目管理、决策沟通。这些方面功底扎实,可以是一个高执行力的产品经理。

  我将写一个系列文章,详细总结各个能力的方法论。这些都是多年产品经历的血泪史,相信对刚入门甚至3-5年的产品经理来说,能少走不少弯路。

  工作中经常需要数据分析,但有时原因真的很难找;或者就算觉得找到了,也难以用数据证明。有时找到了方向,取了一大堆数,算了半天,发现缺少某个维度的数据,又要重新求着数据部门要数据。找到了想要的数据,又恨自己数到用时Excel 技能少。

  不过没关系,今天3个步骤教大家高效的数据分析方法。其实,Excel 这些工具技巧真的没那么重要,数据分析困难和费时主要还是提炼思路的部分。这个部分想清楚了,自然就高效了。

  通常产品上线一周,会有一些关于上线效果的推测的结论。但在这一步,不要直接根据假设取数,而要搜集产品维度相关的所有数据。

  我们往往会先依据预设假设去要数据。而一旦从数据中发现其他问题,揭秘榜首架国产大飞机C919背面的,又要再次要数据,从头分析,浪费时间。

  假设有个平台为用户提供接送机服务,有 X 和 Y 两个服务供应商在服务,这个平台有 D、E,2个渠道售卖这个服务。D 渠道又分为 D1、D2 、D3,3个子渠道,现在在D1、D2 上下线了 X 供应商。

  一周后数据周报显示 D1、D2 的订单完成单减少,需要 PM 给出解释。

  这里先解释下,接送机服务用户下单后,上车到达机场或目的地算订单完成。中间用户没有坐车,比如用户取消,或者没有司机接单导致订单取消,都算这个订单没有完成。

  初始推测的假设是:D1、D2 下线 X 供应商,导致 Y 供应商下单增长,但是没有那么多司机接单,因而完成单减少。

  那这个时候取数不能只去看 D1、D2 下线前后订单数、完成单数的变化。而是应该把D3、整个 D 渠道、E 渠道和平台渠道在前后的订单数、完成单数都取一遍。万一 D3 完成单也减少了呢?可能就是渠道的原因。

  所以其实不需要多么高深的数学或统计学知识,只要有最基本的假设检验的概念就可以了。(但如果要对数据分析有很好的宏观认知,还是要系统学一下统计学。我曾花过两整周学完统计学,只不过工作中很少用到除了假设检验外的其他知识。)

  在步骤一中,你可能找到一些蛛丝马迹似乎能论证结论。例如你发现了某个数据变化的同时结论数据也变化了。但是要记住这个线索只是假设,不要立刻当成结论。否则的话很可能会在后面被新出现的证据推翻。

  在这一步中,把发现的线索当作假设,然后应该思考怎么进一步去论证,需要哪些进一步的数据。

  假设步骤一中的案例,渠道 E 中 X 供应商在某个周末下单数增加。它的应单率减少。应单率指的是在用户下的订单中,司机接单的数量。

  但首先可以评估是否自然波动。例如是否只要周末 X 的应单率就会下降。可以对比之前周末的数据。

  例如那周末暴雨,导致航班变化、取消比较多。因而订单自动取消了。而这个因素不仅仅影响 X 供应商,也会影响 Y 供应商。那么可以看 Y 供应商的应单率是否也下降了。

  如果只能看到 A 和 B 的数据,没有非 A 或非 B 的数据怎么办呢?

  例如我们在接送机的列表页新上了一个返现报价的产品。但是购买返现产品的用户比较少。由于返现产品原价高会被价格低的普通产品挤下去,导致有些情况用户在第一屏看不到返现报价。

  我们推测返现整体露出少(A)所以效果差(B),但除了做 AB 测试再定义个逻辑,我们不可能找到整体返现露出多的情况。

  不同车型(经济型、舒适型、豪华型等)都有返现,有些车型普通产品少,返现产品露出多,返现露出多的车型效果是否更好?

  还有一个子维度是城市,有些城市的普通产品也比其他城市少。不同城市的不同车型露出不同,该城市该车型露出多,该城市该车型是否效果好?等等。

  有时,一件事不能很直接找到原因,而是有一个长的因果链。那应该找出因果链每一环,定义测量指标,对每一环论证。

  Y 供应商下单增长(指标:下单数) - 导致司机运力不足(指标:应单率=接单数/下单数) - 接不起(指标:完成单率=完成单数/接单数)

  例如:评估产品露出对返现影响那个项目时,需要看不同城市的露出率。由于接送机需要用户先输入时间地址,再根据用户选择的区域展示该区域的产品。有些区域有返现露出,有些没有。前端很难记录多少概率下该城市返现是露出的。

  于是我就想:如果知道一个城市的热门区域地址,将它们一个个输入查看,记录是否露出,不就能估算该城市的返现露出率了吗?

  我打开携程酒店,上面就有城市热门区域嘛~接送机的客户一般都是旅游或出差,所以酒店入住的热门区域也差不多是接送机用户地址的热门区域。

  声明:本网站发布的内容(图片、视频和文字)以原创、转载和分享网络内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电线;邮箱:。本站原创内容未经允许不得转载,或转载时需注明出处:西部数码新闻资讯门户产品经理能力方法论(一):数据分析

  本站接受比特币、P2P、大数据、云计算、互联网+相关优质新闻、爆料投稿,立即投稿>

  本站接受比特币、P2P、大数据、云计算、互联网+相关优质新闻、爆料投稿,立即投稿

  为您提供域名,比特币,P2P,大数据,云计算,虚拟主机,域名交易最新资讯报道

  西部数码旗下新闻资讯频道,为您提提供域名,区块链,大数据,云计算,虚拟主机,域名交易,比特币,P2P等领域及时、客观的资讯报道!


  • 电话:
  • 传真:
  • 邮编:
  • 地址:凯时娱乐网址制造公司
Copyright © 2013 www.kb88.com,凯时娱乐网址,kb88com凯时娱乐,凯时娱乐手机版 All Rights Reserved 网站地图