随着互联网大数据、区块链等技术的发展，数据分析能力在产品经理的工作中变得越来越重要，本文将以产品经理视角分享如何通过友盟U-App AI的来优化你的产品。作者数据分析经验比较少，不足之处请多加指正。
目录：
一、什么是优秀的产品？
二、如何使用数据来优化你的产品
2.1用户活跃时间段与产品设计的关系
2.2是什么让活跃用户遭遇滑铁卢
2.3用户留存变化你紧张不
2.4渠道分析-渠道列表
2.5用户参与度
2.6如何正确使用漏斗数据
2.7 终端属性带来的价值
2.8错误分析数据的意义
三、小结
一、什么是优秀的产品？
那么对于产品经理而言，我们的目标是做出优秀的产品。本文认为优秀的产品（别人家的孩子）必须具备的能力有：满足用户的需求、功能流程完整、具有用户黏性、优秀的交互体验。
二、如何使用数据来优化你的产品
产品经理我们还是需要基于用户和产品来进行数据分析，并通过数据分析来推动产品迭代、提升用户体验。下文将以UAPP_Demo为例列举部分数据分析能带来的价值。
1.用户活跃时间段与产品设计的关系
【概况-实时统计-用户活跃时间段】分析：当我们进行数据分析时，特别需要注意峰值，因为这可能就是用户与产品之间的对话。
如上图所示，我们发现在早上9时用户活跃量最大。那么这个时间点的用户都在做什么呢？为什么这个点打开我们的APP？我们的APP能给用户做些什么？（Demo数据并未真实数据，仅供参考）
从案例中我们可以发现，通过U-APP-AI的用户活跃时段，我们的分析思路是：数据峰值—用户这个时候在做啥—我们的APP能帮TA什么。通过该数据分析，我们就能很好的把我各个时间端用户可能存在的行为并进行产品交互迭代。
2.是什么让活跃用户遭遇滑铁卢
【用户分析-活跃用户】模块分析：由上图根据峰值规则我们发现：2019-4-4号出现用户活跃激素下降的趋势，这是不正常的情况。这个时候我们需要思考用户活跃为什么突然降低？这个时间我们是否有升级？如有升级是否存在BUG？是否存在用户门槛？是否是运营活动结束？
从案例中我们发现，用户活跃如出现剧烈波动的情况下，主要排查方向是：产品流程漏掉、产品交互门槛、运营活动。
3.用户留存变化你紧张不
【留存分析-流程用户】模块分析：由上图根据峰值规则我们发现：2019-4-5用户活跃情况比其他时间端要好很多。为什么2019-4-5的新用户留存最高？是因为用户群体？运营活动？新用户有在平台上完成某行为需要多次获取后续流程（比如购买行为）？
从案例中我们发现，用户留存也很好的反应了用户黏性问题，用户活跃和留存都可能可产品策略、运营策略相关，需要重点关注。
4.渠道分析-渠道列表
【渠道分析-渠道列表】分析：因Demo数据仅APPStore数据，所以没有渠道对比。我简要说明一下吧。如发现同版本不同渠道的用户在某一时间的波动差异明显时，我们就需要思考是否有渠道因素影响，比如：渠道是否兼容？渠道包是否存在问题？该渠道是否有运营活动？到底是什么导致的波动?
5.用户参与度
【用户参与度】模块的数据维度有：使用时长、使用频率、访问页面、使用间隔；
6.如何正确使用漏斗数据
【功能使用模块】数据统计维度有：页面访问路径、自定义事件、事件转化率；这个模块的功能相对来说对产品的优化会更明确一点。我们可以通过此处功能找到用户使用产品时的情绪，可以说是“用户怒点”。
例如：Demo中的数据图示
我们会发现该转化漏斗的转化率非常的低，那为什么转化率这么低呢？到底发生了什么造成这种情况？是交互问题？还是功能问题？或者是用户能达到目标的要求太高了？
从案例中我们发现，漏掉分析确实能很清晰的反应情况，但我们还是需要根据产品运营等各因素分情况分析，最后再通过分析调整产品设计方案。
7. 终端属性带来的价值
【终端属性】模块：主要监测用户使用的设备终端情况、网络及运营商、地域。
8.错误分析数据的意义
【错误分析】模块：主要作用是检测异常情况，一旦出现异常我们需要立刻排查问题，根据出现问题的影响范围和重要性来判断是否需求立刻修复上线。
三、小结
当然友盟的U-APP AI还有其他很多功能，例如社会化分析、消息推送、移动广告监测等其他数据指标。需要使用的小伙伴可以按需使用。
总的来说，产品经理在做数据分析时一定要多找一些影响因子，逐个排查。数据的作用是为了推动产品迭和优化用户体验，千万不要为了满足KPI“做”产品“做”数据。
如果觉得有帮助的话，我后续可以深入研究一下，因为工作对数据分析的要求会相对较低经验较少，如果说得不对请指正。
作者：黄一株
本文为「人人都是产品经理」社区和友盟＋联合举办的“2019「友盟杯」数据分析大赛”中参赛作品，未经作者及平台许可，禁止转载
本文部分数据有脱敏处理，非全部真实数据
有关产品测评大赛合作事宜，请联系邮箱：denis@woshipm.com
网友评论