我們聊一聊產品數據分析的日常工作

能夠在數據中發現問題，形成產品優化的有效建議，再到最后的商業化產品的指導意見，數據產品運營的工作還有很多很多。

數據分析本來是一份枯燥的工作，它需要你有較好的邏輯分析能力，熟練的業務能力，敏銳的行業洞察力，最終才能做到用數據驅動商業化決策。

數據分析崗位經常被稱為數據運營，我認為這是除了PM和客服之外又一個接觸用戶的崗位。好的數據運營甚至可以成為一名優秀的產品經理、公司管理層：不僅對用戶行為做到心中有“數”，對于活動及效果監控也能做到面面俱到；甚至可以預測到行業發展趨勢，對公司重大決策給出決定性建議。

關于產品數據運營日常數據分析工作，我認為可以從一下幾個角度著手：

用戶肖像分析：

用戶畫像分析是獲取產品目標用戶的主要方法之一，也是日常數據分析工作的一部分。通過性別、年齡、收入、地域等信息為用戶打標簽，如果能通過賬戶體系將用戶其他行為（如訪問行為、付費行為）打通，那么將形成完善的用戶畫像數據庫，對精準化營銷起到決定性作用（用戶畫像做的最好的應該就是京東、淘寶等電商網站了，甚至于它可以預測到你未來的某一段時間里可能需要某樣商品，從而通過電郵、短信、微信等方式推送針對性商品促銷信息）。

獲取到用戶肖像有很多種方法，這里著重寫一些常用的，大家可以根據自家產品定位及內部資源自行選擇最適合的：

方法1

可以在產品中嵌入用戶基本資料的相關功能，通過任務引導及適當的獎勵制度鼓勵用戶完善個人信息。我還見過一些產品的部分高級功能是通過完善個人信息后開啟的，這種方法也不錯。需要注意的是，一定不要讓用戶花費太多的時間去完善資料，同時也不要涉及過多用戶隱私，避免用戶反感進而造成流失；

方法2

利用一些第三方監控平臺：如友盟、Google Analytics（GA）、或者百度指數等等；這些平臺對于基礎的用戶畫像都有統計和分析（當然受制于cookies影響，當用戶清空或者拒絕讀取cookies時會對數據產生些許偏差，需要數據采集后進行清洗）利用這些平臺的好處是可以和廣告投放數據相打通，也可以獲取到行業競品的數據發展趨勢。

方法3

定期傾聽用戶的聲音，比如調查問卷，回訪等方式，用抽樣的方法預測整體用戶畫像水平，同時因為問題設置的靈活性，也可以獲取到很多關于同行業競品的信息。

流量監控：

流量監控是需要從產品誕生之日起就要著手去做的一件事，因為它不僅涉及到產品迭代的方向發展，同時也可以用數據告訴我們哪些功能好用，哪些功能不好用需要優化，甚至哪些功能是沒用的需要舍棄。對于活動運營而言，流量監控也是活動效果總結最重要的參考依據之一。

無論是內部技術團隊自行埋點還是利用第三方工具進行數據監控（這里我想多說一句，選擇自己研發還是利用第三方工具進行監控統計，一定要根據產品實際需求以及團隊資源來考量。大公司資源較多，經常會選擇自行研發，因為涉及到數據安全及精準性；小產品可以考慮選擇市面較好的第三方工具進行數據埋點），一定要趁早做，而且要盡可能做的精細。

對于網站而言，完整的網站地圖就是必不可少的功能之一，每個頁面都需要放置正確的監控代碼，用以監控到用戶訪問（PV / UV）、跳出（bounce rate）、頁面停留時間、頁面訪問深度（即訪問多少個頁面）、訪問渠道來源（從哪個網站來的，以什么方式來的）、留存率（次日流量、3日留存、7日留存、14日留存、28日留存）等。關鍵流程一定要部署正確，如注冊流程（涉及到新用戶）、購買流程（涉及到轉化）等等，這時候轉化漏斗就是幫助我們做頁面分析的重要工具。通過漏斗看到各個關鍵頁面的流量進入與轉化，用戶離開比例，如果一個漏斗的某一個流程數據發生異常，就需要著重看一下是否是產品功能上出現問題。如果使用GA等監控工具，可以做到廣告投放與用戶訪問行為數據互通，利用歸因模型分析出射手渠道和助攻渠道，不僅可以做到廣告優化提升轉化率，還可以發現新的合作渠道甚至于新的用戶集中群體。

對于App而言，DAU、MAU、Interactions、訪問深度等等就是我們需要著重觀察的數據，相比較網站監控來說，app的數據監控更適合從賬戶體系著手，每個用戶就是獨立的個體，用戶獨立的訪問行為；同時與國能與畫像數據打通，就可以拿到不同類型的用戶對于產品訪問行為、產品功能需求的重要依據。

收入（轉化）監控：

收入監控是衡量產品商業化水平的重要依據，產品的目標形態是實現商業化，所以不同類型的產品都要要求有持續的可變現能力，否則會逐漸被市場競爭所淘汰。

日常監控的數據有收入流水、盈利、盈利率（同比、環比）、補貼、補貼率、用戶首次付費、再次付費數、留存率等等。這類數據一般來講都是直接寫入后臺數據庫的，也就是說產品內部員工才可以查看，同時可能會被分配不同的查看權限。一些公司也需要產品數據運營人員有一定的SQL能力，可以讀懂數據庫代碼，能寫或者能描述清楚需求讓技術幫你寫。

以上是簡單介紹了產品數據運營日常的監控工作及我自己在工作中的一些思考。數據分析工作本身需要員工對于行業的熟知，同時在工作中不斷積累經驗，利用好一些資源將數據進行整合分析，單純的只看某一項或者某一方面獲取到的信息肯定是片面的。

能夠在數據中發現問題，形成產品優化的有效建議，再到最后的商業化產品的指導意見，數據產品運營的工作還有很多很多。

文中有寫觀點可能會小錯誤，歡迎大家批評指正，也歡迎加我微信進行更多互動交流。

作者：Jeffery（微信號jsuxiaomudi），數據產品經理。2年半數據產品運營經驗，期望在產品的成長道路上結識更多志同道合的朋友。

本文由 @Jeffery 原創發布于人人都是產品經理。未經許可，禁止轉載。