看数据是产品经理的一项日常工作，简单的数据分析也是检验一个产品经理是否合格的必备技能之一。为什么这么说，产品经理在公司内部起到的是承上启下的转换器作用，一方面要充分的理解公司的产品方向、市场运营、商业逻辑拆解下来的关键指标和相关衍生指标，这样才能知道要做什么，怎么去做，做错的几率少。另一方面要尽可能的占据信息制高点才能避免沦为被动的需求执行者，说服老板、调动其他部门同事听你的，走上真正的CXO学前班。
知道要看数据之后面临的是不知道看什么数据，没有想看的数据
看什么数据
从一个产品的正向迭代过程和模仿用户从知道到最后忠粉／黑粉的过程还原了一份粗略的8个维度一级数据指标图，根据当前下阶段产品所处阶段、目标进行圈选出要看的数据指标，和制定下一个阶段的的目标数据指标所在。
产品数据目标图
这也可以作为公司较长周期的战略目标进行规划，然后进行二级数据指标的拆分，例如：流量的来源，主要停留的页面，访问时长，访问频次等等。这样作为产品经理就可以有理有据的进行产品迭代的规划，获取老板，协同部门同事的信任
没有想看的数据
一般分为两种情况：根本没有统计；需要挖掘分析。
出现这种情况的原因无外乎技术实现数据采集成本过高，产品的人不懂技术，技术的人不熟悉产品童鞋的具体需求，每加一种采集代码可能都要跟技术磕半天，最后的结果往往就是反复的沟通成本极高，到产品上线了代码依然没有部署好，或者部署好了发现采集错了。
后者的情况容易人工去弥补，举个例子电商类产品中的某类商品的订单转化率，就可以用商品类目的流量/订单数这样简单算出来。最最痛苦的是前者你想人工去算都没办法算。
这里要安利一下Growing IO，无需埋点的数据采集，随时根据所需在可视化操作的界面进行圈点统计采集。简单的说就是它把传统的代码数据埋点采集后置到可视化界面人工操作（类似将90年的电脑代码操作界面进行可视化）
Growing IO操作管理界面
而在此之前接触到的数据采集方式只有两种：
1.公司内部技术自己代码部署，不依赖任何第三方
2.采用代码埋点部署的第三方
Growing IO无需埋点采集的原理：在网站内接入他们的SDK后将会全站进行数据采集，需要看某个业务线，关键指标数据的转化可以后台提供的可视化操作界面进行人工事件圈点（相当于以前的数据埋点），然后组合为漏斗，最后就能得到自己想要看的数据结果
在使用Growing IO的人工事件圈点数据采集之前做的是主要产品结构流程的梳理：
1.将同一类型的进行标注圈选
2.将同一种事件的进行标注圈选
3.标注要区分的用户三种身份状态
同类型页面标注圈选的意义在于数据采集的时候，Growing IO支持同目录下属页面采用打＊号的方式进行统一归类采集，例如：详细页A可能有上千个，但在数据采集的时候只需要定义一次统一采集就好
主要产品结构流程图
这样就能够清晰的将用户在产品内的使用流程拆分为一个四步的漏斗：首页>栏目页>详细页>购买>使用
同时细节的同属性共用页面，需要关注的用户关键行为：直接支付／二次支付；直接使用／二次使用进行单独标注
使用Growing IO的圈点（埋点），将每个页面／节点定义为数据采集的触发事件，得出某个业务线的数据漏斗。这里需要注意的是，同类型的多个页面需要合并采集，单个页面多种状态带参数的页面需要将参数删除后定义采集，非页面采集使用圈点某个区域／控件进行采集
数据漏斗图
最后再根据自己想要看到的数据指标类型组合产品结构流程种的维度得出二级组合数据指标，辅助去进行数据漏斗的建立
二级组合数据指标
而二级组合数据指标也可进行在此组合，例如：栏目A中二次才去支付的订单（2i），由此数据模型也可以得出用户的支付行为习惯是立刻还是延时支付，如果都是延时那么对应的二次延时支付的入口功能就需要在下一个产品迭代中进行加强优化
网友评论