关于数据驱动增长

作为PM,我始终相信：好的产品，用数据说话。

作为数学专业的学渣，我也始终相信数据的力量。毕竟在课堂上，在很多实践项目里，都曾深深感受到数据的魔力 。比如，教数学建模的老头曾说过：美国人在打越南战争时，根据双方可支配资源等相关数据，建立模型分析，得出美国必须在XX天前结束战争，否则要输，事实也是如此。（未查证真假，不过老头一本正经的说感觉像真的。）

谈及数据，就不得不说到统计。首先很重要的一点：统计不等于统计学。统计是算数，而统计学是一门科学理论。对于数据分析，我们需要的是统计学这一门科学理论。也就是说，数据分析其实一门高度专业化的东西。

数据分析其实我也不会（学习中，说不定哪天转行数据分析师，毕竟我爱数据啊）。但是，对于产品/运营来说，我想也不需要做到这么专业。

首先想谈一下数据在驱动产品增长中的角色。举一个医生看病的例子来类比：1）病人描述症状，2）医生望闻X切，3）医生依靠经验做出初步判断，4）去照个X光，心电图，CT等，5）最终诊断治病。以上环节对应到产品增长中：1）对应用户反馈，2）对应调研访谈，3）是对用户需求的理解以及对市场的嗅觉，4）对应数据分析，5）对应解决方案。从以上流程可以看出，数据分析起的是一个辅助型角色，帮助我们定位问题，出更好的解决方案。

所以第一点：没有数据也是可行的。比如乔布斯做苹果，张小龙做微信，我想更多靠的是对用户需求的理解以及市场嗅觉。同理，不依靠X光，心电图就能治好病的医生也不少。

第二点：不是人人都是张小龙乔布斯。庸医乱治病是要死人的。对于我这种菜鸟更是如此，很难准确理解用户、市场。只凭感觉来迟早翻车。所以，借助数据的力量就显得十分重要了。数据不会说谎。

接下来想谈一下如何应用数据驱动产品增长。作为菜鸟，这恐怕是空谈了，虚得很。数据驱动增长。按照我的理解拆解出来会有以下几大块：数据采集，数据处理，数据分析，业务优化，数据反馈，持续优化。数据采集即收集数据，问卷代码埋点第三方数据监测工具订等等。有了数据，必然要有数据的清洗，筛选出垃圾数据，然后是专业的分析（学点统计学知识这会儿很有用）。数据分析只是手段，核心目标是驱动业务增长，无论是数据驱动业务还是业务驱动数据都是如此。所以数据帮助我们发现问题，那就要去解决问题。至于要怎么解决，这就不是数据的范畴。不过数据能够验证解决方案，通过数据的反馈，可以持续去优化。另外，可以出多套方案，A/B测试看数据，也可以灰度测试看数据。

总之，数据分析是手段，不是目的。数据可以帮助我们更精准定位问题，出更好的解决方案。数据是为增长提供服务的。

最后，说一个我应用数据驱动业务的例子，表明我不是光说不练的人。在我负责的产品里，通过数据监测发现用户从产品首页到进入闯关这一过程的转化率是40%左右（转化周期7天），这是一个比较低的数据。通过对用户分群后发现新用户的转化更低，但停留时间比老用户长。由此，现象：很多新用户进来看了看就走了。问题：不能第一时间让用户明白这是干嘛的，不能第一时间吸引住用户。也就是首页的设计是有问题的。当然，能否吸引住用户，也跟产品的调性与用户品味是否相符。但是在此之前，产品应该更好的表达自己。

所以我出了新首页改版方案，新首页改版目标。首页到进入闯关的转化率提升至60%以上。但愿数据不要打我的脸。目前正在进行中，数据会给出答案，期待。

最后，数据分析是一门学问，对于驱动业务非常有帮助。作为菜鸟，我的数据分析能力也是极弱的，希望能通过学习与实践，逐步提高。

最后的最后，附上参加某一个数据驱动增长分享会获得的一些材料：

1 2 3 4 5 6