周到完善的数据分析，是一切成功产品设计的立身之本。但是在实际操作的时候，人们通常只是用一种方法来做数据分析，这会导致我们忽略很多重要的信息。我认为最主要的分析类型：
用户分析
这种分析方法帮助我们了解真实用户究竟是怎样使用我们的APP。我们一般是在宏观意义上分析数据，但实际上我们也可以尝试跟踪独立用户的行为。比如，你可能想了解你的线上教程是否在被使用，或者你可能在考虑下线某个功能，你想了解这个功能被使用的频率。又或者，你想要了解某个功能流程的完成度。
消费者分析
对大多数消费来说，用户就是客户，但是很多业务产品，可能存在多种类型的用户。消费者分析帮助我们了解我们的产品如何在客户的业务或企业中被使用。例如，在每个消费中，有多少用户是活跃的？或者，平均每个客户拨打了多少支持电话，又或者，客户多长时间后才开始使用我们的产品？再或者，我们每个客户带来的回报是多少？
业务分析
大多数数据分析都是基于时间的快速记录，例如昨天发生了什么。然而，如果能从更长期的角度来看待我们的产品的使用情况，那将是极其有效的。例如一个客户的终身价值，或者客户流失率，或者每个渠道的用户获取成本。
大多数公司会将他们从关键渠道（手机）的数据保存在某种形式的数据库中。比如用户分析数据，来自CRM 系统的客户分析数据，来自财务系统的财务数据等等，从而可以从渠道和时间的维度展开分析。如果你的公司有数据科学家，这将是他们工作的重心。也有许多旧的或新的管理和访问数据库的工具。也许你成功的关键就隐藏在你的数据库中。
计算分析
另外还有一种我认为非常有洞察性的特别的分析—计算分析。。假设你有一套关于你的产品被如何使用的理论。例如对于拥有最高终身价值客户。你会希望你的数据库中存储着最完善的信息。也许你现在没法得到客户的数据使用情况，但你可以尝试利用技术手段来得到数据的使用情况，并尝试分析两者的关联。
另一个更简单更常见的案例是性能问题。或许你知道某些流程是缓慢的，但是你并不知道是哪个环节导致。所以你需要测试并追踪记录。就这类工作的性质而言，监测和报告通常是完全自定义的，但是你不会想要把你的分析仅仅局限于客户接触的点。
当然这4 种方式并不是全部的分析类型。你还可以进行流程分析（你的团队的效率和发布质量如何），销售分析，及其他的形式。但是以上 4 种对多数团队是有价值的。
产品负责人不一定要在每个领域都成为专家，但是，他应该有能力应用以上每一种分析方式。更进一步说，产品负责人绝对应该是全面了解产品数据的首要人员。公司里其他成员（特别是用户研究员/ 商务智能/ 数据分析师/ 数据科学家），也许可以做一些协助，但是这一问题的终极责任是不可以委托给别人的。
网友评论