本文轉(zhuǎn)載自“數(shù)據(jù)冰山”

目標(biāo)讀者：涉及產(chǎn)品數(shù)據(jù)的新人（PM、數(shù)據(jù)分析師、產(chǎn)品運(yùn)營）

當(dāng)我剛開始在文圖做產(chǎn)品實(shí)習(xí)生的時(shí)候，想做點(diǎn)數(shù)據(jù)分析，但有很多問題，不知道怎么做，比如

• 怎樣對產(chǎn)品做數(shù)據(jù)分析？用什么樣的工具？

• 怎么定義產(chǎn)品的指標(biāo) (metrics)？

• 為什么要做數(shù)據(jù)分析？數(shù)據(jù)分析能帶來什么樣的價(jià)值？

于是找了不少書和資料，才做了一點(diǎn)微小的工作。

目前，這方面的例子并不多，所以，這里以我們的產(chǎn)品文圖(wentu.io/s://www)?為例，分享一點(diǎn)微小的經(jīng)驗(yàn)，希望能對和我一樣的新人們有所幫助，當(dāng)中存在的問題也歡迎指正

注：因?yàn)樯虡I(yè)上的一些考慮，所以對數(shù)據(jù)做了遮擋處理，希望大家可以理解

1. 產(chǎn)品與Metrics

(1) 文圖是什么？

文圖是一款用來做數(shù)據(jù)報(bào)告（下圖）的產(chǎn)品

比如，你寫了一篇數(shù)據(jù)分析報(bào)告，然后希望看起來比較專業(yè)（排版、顏色），那么可以用文圖，因?yàn)橛性O(shè)計(jì)好的樣式。另一方面，圖表、表格中的數(shù)據(jù)都是可交互的，也有目錄導(dǎo)航，對讀者有較好的閱讀體驗(yàn)。

(2) 怎么定義產(chǎn)品的數(shù)據(jù)指標(biāo)？

產(chǎn)品數(shù)據(jù)分析的基本，是各項(xiàng)指標(biāo)(metrics)，當(dāng)中最常用的是AARRR模型 [1]，也就是把用戶從訪問到使用，分成了獲取（Aquisition）、激活（Activiation）、留存（Retention）3個(gè)階段（下圖）

其核心指標(biāo)是留存/活躍用戶數(shù)，也就是希望用戶能再次訪問（e.g. 微信, 微博）

然而，AARRR并不適合所有產(chǎn)品

一個(gè)簡單的例子是，Airbnb的留存肯定也很低，因?yàn)闆]有人會(huì)每天訂房間。文圖也類似，沒有人會(huì)每天寫報(bào)告，可能一個(gè)月一篇就不錯(cuò)了。因此，短期留存的意義不大, 留存/活躍用戶更大程度上是產(chǎn)品好壞的最終反映，而非需要直接提升的指標(biāo)。

所以，我們用HEART模型來定義metrics?（下圖，具體介紹見[2]）

具體而言，是從產(chǎn)品本身的目的入手，更為本質(zhì)。

文圖的目的是幫助用戶制作數(shù)據(jù)文檔，在產(chǎn)品中由多個(gè)事件組成：文檔創(chuàng)建 -> 編輯文檔 -> 文檔完成（發(fā)布/下載）。最核心的指標(biāo)，是完成文檔的數(shù)量，即有多少文檔發(fā)布、下載了。同樣的, Airbnb的核心指標(biāo)之一是訂床的數(shù)量, 而不是每天的活躍用戶有多少。

不過，這只是對“制作者”而言。對于運(yùn)營人員、數(shù)據(jù)分析師這些制作者來說, 他們最終的目的是希望“讀者”能方便的閱讀文檔，了解數(shù)據(jù)和分析的結(jié)果，文圖也因此才會(huì)有移動(dòng)端閱讀、分享到微信等功能。所以，只有保證讀者有良好的體驗(yàn)，制作者才會(huì)長期的使用下去。不過，這方面并沒想到好的指標(biāo)。

最后，總的metrics包括

(1) 基本狀況

• 注冊用戶數(shù)（按周/月）

• 活躍用戶數(shù)（按周/月）

(2) 業(yè)務(wù)指標(biāo)

• 文檔制作者: 創(chuàng)建文檔 -> 編輯文檔 -> 發(fā)布、下載

• 文檔讀者: 暫缺

(3) 增長指標(biāo)

• aquisition 轉(zhuǎn)化率: 訪問 -> 注冊按鈕-> 注冊成功

• activiation 轉(zhuǎn)化率: 注冊成功 -> 創(chuàng)建文檔 -> 編輯文檔

2. 實(shí)現(xiàn)

設(shè)計(jì)好了metrics，怎么具體得到這些數(shù)據(jù)呢？

我們用神策（類似Mixpanel/GrowingIO），包括基本的dashboard和更復(fù)雜的事件分析

上圖是我們的dashboard, 包括注冊用戶、文檔創(chuàng)建等指標(biāo)，每天用來了解產(chǎn)品的基本使用情況。

在代碼實(shí)現(xiàn)上，用戶做了相應(yīng)的操作，就用js把相應(yīng)的數(shù)據(jù)傳輸?shù)胶笈_(tái)進(jìn)行記錄（埋點(diǎn)），之后就可以用神策進(jìn)行分析了。

比如

(1) 文檔制作漏斗

可以用漏斗模型看文檔制作中各個(gè)步驟的轉(zhuǎn)化率（創(chuàng)建 -> 編輯 -> 下載/發(fā)布）

而完成文檔的用戶數(shù)，就是我們產(chǎn)品的核心用戶群

這個(gè)也放在了dashboard中，可以看到，每周都會(huì)有許多用戶在文圖上完成了文檔制作

(2) 注冊成功/失敗比例

對用戶注冊的行為做了記錄（分成成功和失敗），能看到產(chǎn)品注冊成功/失敗的曲線

(3) 文檔類型比例

文圖的文檔有多種類型，包括單頁-PPT-打印文檔3種，這3種各占比例多少呢？我們內(nèi)部幾乎都是用單頁文檔，但看到數(shù)據(jù)，發(fā)現(xiàn)實(shí)際用戶創(chuàng)建PPT的并不少，比我們預(yù)想的多多了

3. 案例：這個(gè)模板好用嗎？

文圖的核心功能之一，是用戶可以使用模板（下圖）創(chuàng)建文檔。這些模板都是經(jīng)過設(shè)計(jì)的，比單純的Excel + Word來的要更好看。

但是，我們對模板的設(shè)計(jì)并不滿意，覺得一些模板并不好看，而且，也常有用戶說某個(gè)模板顏色對比不夠等等

這些模板好用嗎？怎么分析這個(gè)問題？

可以從文檔完成率考慮 —— 用戶創(chuàng)建文檔后，經(jīng)過一系列的操作，最終完成文檔（發(fā)布、下載）。期間，有沒有可能因?yàn)槟０宓牟蛔?#xff08;e.g. 顏色對比不夠），而放棄呢？

各模板的創(chuàng)建量、完成量和完成率（完成率=完成量/創(chuàng)建量）如下

可以看到

• 默認(rèn)模板(blue)創(chuàng)建量明顯高于其他模板，說明數(shù)據(jù)基本準(zhǔn)確

• 完成率和創(chuàng)建量相當(dāng)不同，創(chuàng)建最多的并不是完成率最高的，而一些小眾模板（pure）的完成率不錯(cuò)，說明計(jì)算基本上有效。而且這個(gè)順序和我們主觀的感知也大致相符

仔細(xì)觀察完成率最后幾位 (my_red, my_blue, my_green)，可以發(fā)現(xiàn)一個(gè)共同點(diǎn)，都帶有header. 這和一些用戶的反饋相同，“自己寫了個(gè)文檔，結(jié)果頭上頂個(gè)別人家的header, 覺得不爽 ”，也難怪寫到一半就不寫了

而很有意思的是，blue 和my_blue的關(guān)系（下圖）

這兩個(gè)模板大體相同，只是后者帶了header，而完成率就有了區(qū)別。考慮到blue作為默認(rèn)的模板本身會(huì)有大量的試用，其實(shí)際完成率要更高， 因此可以說，單單加上這個(gè)header，文檔的完成率就會(huì)往下掉大概15% 。而去掉header, 文檔完成的數(shù)量就很有可能提升。

總之，通過完成率，可以發(fā)現(xiàn)模板設(shè)計(jì)的好壞對文檔完成有較大影響

而且，假如把所有模板的設(shè)計(jì)水平都提升到第一的水準(zhǔn)，是近40%的提升。把這些分析結(jié)果告訴設(shè)計(jì)師，他們也就更有動(dòng)力、方向做改進(jìn)了，而不是簡簡單單的說“把模板設(shè)計(jì)得更好看”

4. 案例: 為什么產(chǎn)品沒有增長？

仔細(xì)觀察dashboard，會(huì)發(fā)現(xiàn)更深層次的問題

• 注冊量: 始終不變. 意味著自然流量來源沒有增加，也就是說沒有任何人為我們自發(fā)宣傳，沒有口碑傳播

• 文檔創(chuàng)建量: 始終不變，意味著活躍用戶沒有增長, 否則應(yīng)該逐漸積累并增加. 意味著大量的用戶流失, 沒有繼續(xù)使用

簡單來說，產(chǎn)品沒有明顯的增長，盡管這一年更新了許多功能?，盡管每周會(huì)有許多用戶在文圖上完成文檔制作（此處應(yīng)有心碎的聲音，嗚嗚）

為什么會(huì)這樣？

可能原因之一，是文圖本身的特性所致。

像上圖，是典型用戶的行為次數(shù)統(tǒng)計(jì)，可以看到3-4月第一次使用，再次使用就是8月了，而下次使用呢？這是我們的用戶，但他的留存效果并不明顯。Airbnb也是類似，其留存是按年計(jì)算的 [3]。

那怎么分析這個(gè)問題？

數(shù)據(jù)分析師同學(xué)們可能已經(jīng)摩拳擦掌，想了很多模型、算法了。。。。。

但更好的辦法是直接找到用戶，問他們?yōu)槭裁蠢^續(xù)使用/放棄使用，也就是用戶訪談。在這里，可以分群體訪談，比如

• 流失用戶：3個(gè)月前注冊并完成文檔的用戶，但之后沒有再使用的。為什么沒有再使用？是使用效果不滿意，還是行為本身低頻？

• 留存用戶：本月完成文檔，但是在3個(gè)月之前注冊的老用戶。為什么持續(xù)使用？他們用來做什么？有沒有可能找到更多類似的用戶？他們是從哪里知道文圖的？

• 嘗試但是未完成文檔的用戶：本月注冊成功，并嘗試使用（編輯文檔5次以上），但最終沒有完成文檔的。產(chǎn)品在哪些方面有問題，最終沒有完成文檔？

5. 總結(jié)

這里，我們以自己的產(chǎn)品文圖為例介紹了產(chǎn)品數(shù)據(jù)分析的一些基本的內(nèi)容，包括

• 怎樣設(shè)定metrics (HEART)，而不僅僅是從活躍用戶數(shù)的角度去考慮

• 怎樣運(yùn)用metrics分析 （模板完成率的分析，實(shí)質(zhì)是定量分析）

• 怎樣不用metrics做分析（用戶訪談，實(shí)質(zhì)是定性分析）

不過，為什么要對產(chǎn)品做數(shù)據(jù)分析？

數(shù)據(jù)分析只是手段，重要的是目的

通常，我們會(huì)關(guān)心這些問題

• 產(chǎn)品發(fā)展得如何，是否有增長？存在什么問題？

• 新開發(fā)的功能反映如何？是不是起到了效果？

• 怎么和團(tuán)隊(duì)溝通這些判斷、分析？

用數(shù)據(jù)分析可以較好的回答這些問題，尤其在團(tuán)隊(duì)內(nèi)部溝通的時(shí)候。

因?yàn)閷Ξa(chǎn)品，人們總有不同的看法/感覺，有的人覺得這樣好，有的人覺得那樣好。用數(shù)據(jù)交流，效果就更好一點(diǎn)，因?yàn)槭窃?span style="font-size:14px;font-weight:700;">拿結(jié)果說話，而不是光靠感覺。更何況，大家很多時(shí)候會(huì)發(fā)現(xiàn)，用戶的實(shí)際反饋和你的感覺并不一樣。（這點(diǎn)對老板們也很重要，否則團(tuán)隊(duì)就是在滿足老板的“感覺”，而不是實(shí)際的用戶需求。）

但另一方面，數(shù)據(jù)分析也不是萬能的，很難告訴我們“為什么”

就比如最后的例子，產(chǎn)品做了很多功能，為什么還是沒人用呢？數(shù)據(jù)其實(shí)沒有辦法直接告訴我們原因，這需要采用訪談等其他方法了。

6. 學(xué)習(xí)資源

最后，介紹一些產(chǎn)品數(shù)據(jù)分析方面的學(xué)習(xí)資源，方便同學(xué)們?nèi)腴T

關(guān)鍵字：Product Analytics，不是Data Science. Data Science更接近于推薦系統(tǒng)中涉及到的算法，而Analytics 則是數(shù)據(jù)分析、指標(biāo)這些了。

(1) Lean Analytics, 中文版《精益數(shù)據(jù)分析》

https://book.douban.com/subject/19992844/

包括了許多實(shí)際的案例，很好的說明了數(shù)據(jù)分析能帶來什么價(jià)值。我個(gè)人非常喜歡案例中通過分析解決問題的思維方式。

剛?cè)腴T的話，只看第1部分即可，之后可以按需要再回頭看

(2) How to Measure Anything, 中文版《數(shù)據(jù)化決策》

https://book.douban.com/subject/24773139/

只看第1部分即可，也是學(xué)習(xí)當(dāng)中數(shù)據(jù)分析的思維方式

順帶一提，看完這部分，產(chǎn)品面試中常見的估算問題也能基本搞定了

(3) Growth（用戶增長）

說到產(chǎn)品的數(shù)據(jù)分析，一定會(huì)提到Growth，這兩個(gè)很多時(shí)候是等價(jià)的。這方面內(nèi)容很多，作為入門，我推薦

a. Andrew Chen: The Next Feature Fallacy

http://andrewchen.co/the-next-

“產(chǎn)品沒人用？ 那做個(gè)更NB的功能吧，這樣就有人用了。” —— 這樣做對嗎？

b. YC Startup課程: How to Get Users and Grow - Alex Schultz

https://www.youtube.com/watch?v=URiIsrdplbo

YC的課程，Facebook的VP Growth專門講Growth的，個(gè)人也非常喜歡

---

最后，數(shù)據(jù)分析落到實(shí)處，其實(shí)就是這句話 [4]

Good teams celebrate when they achieve a significant impact to the business KPI’s. Bad teams celebrate when they finally release something.?
好的團(tuán)隊(duì)在達(dá)成重要的KPI的時(shí)候進(jìn)行慶祝, 差的團(tuán)隊(duì)在終于發(fā)布了點(diǎn)東西的時(shí)候進(jìn)行慶祝。

[1] AARRR,?http://500hats.typepad.com/500blogs/2007/09/startup-metrics.html?http://

[2] HEART,??https://library.gv.com/how-to-choose-the-right-ux-metrics-for-your-product-5f46359ab5be

[3] Airbnb,?http://blog.ycombinator.com/growth-guide2017/

[4] Good Product Team, Bad Product Team,??https://book.douban.com/review/8421504/

總結(jié)

以上是生活随笔為你收集整理的你会怎样衡量你的产品？ —— 一点产品数据分析的经验分享的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。