美文网首页python机器学习爬虫@产品产品经理成长资源集
产品数据分析实例|产品经理的基本素养

产品数据分析实例|产品经理的基本素养

作者: 产品小维 | 来源:发表于2018-04-08 20:53 被阅读641次

    随着数据智能和网络协同深化,产品数据分析已成为产品经理和产品运营的一项核心能力,而且成为很多互联网公司JD的核心要求。那如何进行产品数据分析呢?下面就通过一个实例,让大家理解和掌握完整的产品数据分析过程。

    分析框架

    因为内容较多,先通过一张导图阐明分析框架,来方便大家记忆和理解。

    了解产品

    数据分析本质上是对产品业务逻辑的理解和把握。脱离产品,脱离具体业务场景的数据分析都是毫无意义的。做数据分析的产品经理本身一定要非常了解你所分析的产品的,如果你连分析的对象基本特性都不了解,分析出来的结论肯定是空中楼阁了。

    1.产品简介

    产品名称:测一测你未来的薪水

    产品类别:微信小程序/测评

    产品原有功能:测试、预估、分享等

    产品新增功能:阅读文字课程 

    新功能上线时间:2018年2月9日

    产品目标:获取销售线索;宣传课程

    课程内容:求职辅导

    新增功能按钮及页面

    2.用户使用路径

    用户使用路径图

    打开微信,搜索“测一测你未来的薪水”,可以体验新版的用户流程。新增加的功能在“显示薪水”,使用户分流到“求职艺术”。另外老用户无需再次授权手机号。

    分析目的

    《测一测你未来的薪水》的业务目标是获取销售线索,新功能上线是为了完成对课程的宣传。这次分析旨在评估产品推广能力、新功能对原先功能的影响、新功能的使用效率、以及诊断产品质量。

    分析思路

    基于分析目的,提出了以下分析思路:

    1.分析用户规模、质量和来源,以衡量产品的推广能力,寻找提升空间;

    2.对比分析各环节转化率,评估新功能对销售线索及其他各环节的影响,对原先功能有没有促进和提升;

    3.分析阅读课程转化率,评估新功能效果,发现问题并找出提升方法;

    4.分析用户行为数据,衡量产品质量,找出优化思路。

    数据指标

    数据分析的核心并不在于数据本身,而在于选取有意义、有价值的数据指标。合适的指标能更好地发现问题,反之会难以得出结论,甚至是得出错误的结论。针对分析目的,提出了以下衡量指标:

    推广能力:新增用户、新增占比、年龄属性、用户来源

    解析:该产品主要价值在于获取新增大学生,而用户来源是为了找到渠道问题。

    线索数=新增UV x 转化率

    解析:线索数指用户授权留下的号码数。

    课程阅读量=UV x 测试页转化率 x 薪水页转化率 x 求职页转化率 x 课程页转化率

    解析:用户沿着用户使用路径图会不断流失,而且父级的流量会分配给多个子级。

    产品质量指标:访问时长、分享次数、转化率

    解析:对于测评类小程序,常规的指标,如用户留存、访问深度,不适用评估小程序的质量情况。

    数据搜集

    来源:微信公众平台-小程序数据后台 

    方法:分时段、分类别筛选相关数据,并汇总到Excel,计算并图表化。

    数据分析

    1. 用户分析

    1.1新增趋势

    日新增用户数

    从2017年12月29日~2018年3月4日(正月十七),日新增用户大幅增长,原因是假日因素导致用户搜索行为增加,与新上线的功能无关。3月4日之后新增暴跌的原因是缺乏分享,假期结束后增长乏力。拐点之后的峰值点均为周六。说明用户使用测试类小程序多在空闲时间。

    存在明显拐点,后续对比研究需要按时间段划分。

    1.2新用户占比

    新用户周占比(20171117-20180401)

    新用户平均周占比约为75.6%。第12周新用户占比降低的原因是新增用户量暴跌,之后随着老用户流失,新用户占比开始提升。

    1.3年龄属性

    用户年龄分布

    国际人职前教育辅导的目标客户是大学生和研究生,其年龄约在18-27岁,潜在客户的比例约为16.9%+11.09%=27.99%。

    1.4来源分析

    用户来源分布

    约有19%的用户为老用户,约有4%的用户渠道为会话(分享),约有71%的用户渠道为搜索。

    说明小程序名字起得好,获得较大的搜索流量;但内容不够吸引人,口碑分享少。

    2.原有功能影响分析 

    2.1销售线索分析

    各时间段线索及其转化率

    日新增用户存在拐点,结合新功能上线时间,划分为4个时间段a、b、c和d。

    对比分析时,数据量要够大,而且变量只能有一个。时间段b(20180113-20180208)和c(20180209-20180304)符合要求,且只有一个变量——新功能是否上线,可以作为对比对象。

    两个时间段的线索转化率相近,用户数不同只是受假日因素的影响,说明新功能的上线并没有使线索转化率发生改变

    时间段d的线索转化率显著提高。主要是由于假期结束,低意向用户主动流失造成的,同时由于基数变小,偶然因素影响较大。

    2.2分享路径转化分析

    分享路径转化漏斗

    时间段c相较于时间段b,测试页转化率降低5.8%,群分享页转化率降低20.9%。

    测试页转化率降低的原因是,主要是由于二者的老用户占比不同,以及老用户对应转化率较高造成的。老用户占比:b为26%、c为20.1%。

    群分享页转化率降低的原因是,求职页分流的影响。并导致分享人数/访问人数也减小,b为209/5566,c为228/8528。

    (备注:测试页转化率=测试页UV/首页UV,即到达测试页的用户转化率)

    3. 课程阅读分析

    阅读路径转化漏斗

    课程阅读最终转化率为1.6%,这个显然过低。分析转化漏斗各环节,发现薪水页、求职页、课程页的转化率都较低。

    薪水页转化率低的原因是,测试页的五道测试题过于简单,权威信不强,以致查看结果的动力不强,当需要授权电话号码时,出于保护隐私,用户大量流失。改进方法是,影响薪水的要素很多,可以增加测试维度,而且测试题要针对职前教育用户。

    求职页转化率低的原因是,a 薪水估值不准,用户失去信任;b 薪水估值相对实际低,用户没有提升动力;c 有些用户只是试玩,对提薪没有渴望。改进方法是提升薪水估值,建议幅度为10%;可以给出薪水总体排位,如“您的薪水超过了全国5%的人”;这样会增强用户提升薪水的意愿。

    课程页转化率过低(15.23%)的原因是,求职页内容设计较为粗糙,颜色风格与测试部分严重冲突,降低了业务的可信性和权威性,减弱了用户打开下一页的冲动。改进方法是,改进布局和呈现方式,可以参考内容app,比如《得到》;雕琢标题和简介,增强吸引力;颜色风格要与之前的一致;显示阅读量和点赞量。

    4.产品质量分析

    4.1页面次均访问时长

    各页面次均访问时长(20180209-20180304)

    前面环节的访问时长相对合理,但求职页和课程页的访问时长过短

    原因是内容相对粗糙,用户缺乏阅读动力。改进方法是打磨产品内容。

    4.2分享次数

    各页面分享情况(20180209-20180304)

    求职页和课程页的分享次数过低

    原因是这两页内容专业性不强,用户不认可,缺乏分享价值。改进方法是优化内容和UI,增加分享提醒。

    结论汇总

    1.产品用户以新用户为主,新用户主要来自搜索,用户不主动分享,产品推广能力较强;

    2.新功能上线,不影响销售线索及分享路径大部分环节的转化率,但存在分流,减少了用户的分享行为;

    3.课程阅读最终转化率过低,这是因为用户使用漏斗各环节转化率均低,根本原因是产品问题导致的用户不信任;

    4.新功能上线后,求职页和课程页的次均访问时长过低,用户分享意愿弱,根源在于内容粗糙和UI设计风格前后冲突。

    改进意见

    1.诱导用户的分享行为,促使产品极速增长,如提高产品的趣味性或利用利他性,提升用户的分享动力。

    2.打磨产品,提高产品质量,如增加测试题维度,提高薪水估值,增加全国排名等,提升用户的兴趣度,优化课程内容和UI,增强权威性和可读性。

    3.不同属性的用户群体,使用行为有较大差异,应该分开研究。需要定义新事件,重点关注新用户和18-27岁群体的行为数据。

    今日推荐

    一张图读懂成本意识|产品经理的基本素养

    相关文章

      网友评论

      本文标题:产品数据分析实例|产品经理的基本素养

      本文链接:https://www.haomeiwen.com/subject/kstkhftx.html