首頁 > 品牌推廣 > 想成為數據產品經理,先掌握這些數據分析方法論

想成為數據產品經理,先掌握這些數據分析方法論

2018-11-15 SEO推廣 品牌推廣 0人評論 40678

 

3分快3產品經理的概念在不斷泛化。近些年來,隨著互聯網行業的發展,越來越多的企業意識到了大數據和精細化運營的重要性,為了更好地挖掘數據的價值,指導業務的優化和發展,數據產品經理應運而生,他們基于數據分析方法發現問題,并提煉關鍵要素,設計產品來實現商業價值。


3分快3雖為產品經理,但要真正解決核心問題,不免要在前期和中期進行大量的數據分析工作,那么,實用的數據分析方法有哪些呢?

一、 業務分析類:

1.杜邦分析法


杜邦分析法目前主要用于財務領域,通過財務比率的關系來分析財務狀況,其核心要點是將一個大的問題拆分為更粒度的指標,以此了解問題出在了哪兒,從而對癥下藥


以電商行業為例,GMV(網站成交金額)是考核業績最直觀的指標,當GMV同比或環比出現下滑時候,需要找到影響GMV的因素并逐一拆解。


想成為數據產品經理,先掌握這些數據分析方法論  品牌推廣  第1張

 

GMV下降如果是因下單用戶減少所造成的,那么是訪客數(流量)減少了,還是轉化率下降了呢?如果是訪客數減少了,那是因為自然流量減少了,還是因為營銷流量不足?


3分快3如果是自然流量下降的話,可能需要在用戶運營和產品運營端發力,如果是營銷流量不足,那么可以通過營銷活動或者站外引流的形式增加曝光量。


同樣,如果是轉化率的問題,那么需要對用戶進行細分,針對不同階段的用戶采取不同的運營策略,關于用戶的部分,這里不做贅述,有興趣的朋友可以關注后面的文章。


最后,如果是因為客單價不高,那么需要進行定價及促銷的方案優化,比如識別具有GMV提升潛力的商品進行定價優化,評估當前促銷的ROI,針對選品、力度和促銷形式進行優化。同時通過關聯商品的推薦或商品套裝促銷的形式,激發用戶購買多件商品,也可以有效提高客單價。


2.同比熱力圖分析法


同比熱力圖分析法這個名稱是我自己造的,其實無非是把各個業務線的同比數據放到一起進行比較,這樣能更為直觀地了解各個業務的狀況。


 

想成為數據產品經理,先掌握這些數據分析方法論  品牌推廣  第2張

 

3分快3構建一張同比熱力圖大致需要三步:


第一步,按照杜邦分析法將核心問題進行拆解,這里仍以電商為例,我們將GMV拆成了流量、轉化率、商品均價和人均購買量,


即GMV=流量*轉化率*商品均價*人均購買量;


第二步,計算每個業務各項指標的同比數據;


3分快3第三步,針對每一項指標,對比各業務的同比高低并設定顏色漸變的條件格式,以上圖中的轉化率同比為例,業務5轉化率同比最高,為深橙底色,業務3轉化率同比最低且為負值,因此設定為藍色底色加紅色字體。


通過同比熱力圖的分析,首先,可以通過縱向對比了解業務自身的同比趨勢,其次,可以通過橫向對比了解自身在同類業務中的位置,此外,還可以綜合分析GMV等核心指標變動的原因


除了電商業務的分析以外,同比熱力圖同樣適用于互聯網產品數據指標的監控及分析,該分析方法的關鍵點在于拆解核心指標,在本文后面的產品運營類方法中將會介紹相關指標的拆解方法。


3.類BCG矩陣


BCG矩陣大家都非常熟悉了,以市場占有率和增長率為軸,將坐標系劃分為四個象限,用于判斷各項業務所處的位置。


這里想講的并非傳統的BCG矩陣,而是BCG矩陣的變陣,或者叫類BCG矩陣。根據不同的業務場景和業務需求,我們可以任意兩個指標作為坐標軸,從而把各類業務或者用戶劃分不同的類型


比如可以以品牌GMV增長率和占有率構建坐標系,來分析各品牌的狀況,從而幫助業務方了解到哪些品牌是未來的明星品牌,可以重點發力,哪些品牌處于弱勢且增長匱乏,需要優化品牌內的產品布局。


想成為數據產品經理,先掌握這些數據分析方法論  品牌推廣  第3張 

除此之外,我們還可以根據以下場景構建類BCG矩陣:

1)分析商品引流能力和轉化率:流量份額-轉化率

3分快32)分析商品對毛利/GMV的貢獻:毛利率-銷售額

3分快33)基于RFM分析用戶的價值:訪問頻率-消費金額


3分快3按照上述方法,大家可以根據需求大開腦洞,按照一定標準對研究對象進行分類分析。

二、 用戶分析類

1. TGI指數


在分析用戶時,通常的做法是將目標用戶進行分類,然后對比各類用戶與總體之間的差異性,TGI指數提供了一個很好的方法,來反映各類用戶群體在特定研究范圍(如地理區域、人口統計、媒體偏好等)內的強勢或弱勢。

TGI指數=用戶分類中具有某一特征的群體所占比例/總體中具有相同特征的群體所占比例*100。


比如在分析用戶的年齡段時,可以通過TGI指數對比各用戶分類與總體在各年齡段的差異,設用戶分類1中16-25歲的用戶占比為4%,而總體中16-25歲的用戶占比為8.3%,那么用戶分類1在16-25歲用戶中的TGI指數為4%/8.3%*100=48。依照這一方法,我們可以對各類用戶在各年齡段的TGI指數進行對比。


 

想成為數據產品經理,先掌握這些數據分析方法論  品牌推廣  第4張

 

如上圖所示,各類目標用戶在16-25歲這個年齡段的占比都比總體小(TGI指數<100),其中分類1的用戶年齡偏大,因為該類用戶在36歲以上各個年齡段的TGI指數都明顯高于100,且同時高于其他三類用戶。


當前在互聯網領域,除了用戶實名數據以外,其他用戶的畫像維度一般都通過建立模型進行判斷,因此無法完全保證準確性,但不同于小樣本調研,大數據分析是能容忍一定數據誤差的,不過,這一切都要建立在對比的基礎上。


所以,分析用戶畫像時,需要根據場景進行用戶分類,對比各類用戶與總體差異這樣才能保證分析結果的可信和適用性,而TGI指數就是很好的對比指標。 


2. LRFMC模型


RFM模型是客戶關系管理中最常用的模型,但這一模型還不夠完善,比如對于M(Money),即消費金額相等的兩個用戶而言,一個是注冊兩年的老用戶,一個是剛注冊的新用戶,對于企業來說,這兩個用戶的類型和價值就完全不同,因此我們需要更全面的模型。


LRFMC模型提供了一個更完整的視角,能更全面地了解一個用戶的特征,LRFMC各個維度的釋義如下:


L(lifetime):代表從用戶第一次消費算起, 至今的時間,代表了與用戶建立關系的時間長度,也反映了用戶可能的活躍總時間。


  • R(Recency) :代表用戶最近一次消費至今的時間長度,反映了用戶當前的活躍狀態。

  • 3分快3F(Frequency) :代表用戶在一定時間內的消費頻率,反映了用戶的忠誠度。

  • M(Monetary) :代表用戶在一定時間內的消費金額,反映了用戶的購買能力。

  • 3分快3C(CostRatio):代表用戶在一定時間內消費的折扣系數,反映了用戶對促銷的偏好性。


3分快3以去哪兒的業務為例,通過LRFMC模型可以綜合分析用戶的習慣偏好和當前狀態,從而指導精準營銷方案的實施。


  • L(lifetime):用戶來多久了?

  • R(Recency) :用戶最近是否有消費,如果來了很長時間都未消費,是否需要進行喚醒?

  • F(Frequency) :用戶出行的頻率如何,如果是固定周期出行,是否應該進行復購提醒?

  • 3分快3M(Monetary) :用戶的消費金額是多少,是單價高(購買頭等艙),還是頻次高?

  • C(CostRatio):用戶對折扣的偏好如何,是為用戶增加權益還是降價促銷?

、產品運營類

產品運營是一個長期的過程,需要定期對產品的使用數據進行監控,以便發現問題,從而確定運營的方向,同時也可以用于評估運營的效果。


產品運營的常用指標如下:


3分快31)使用廣度:總用戶數,月活

2)使用深度:每人每天平均瀏覽次數,平均訪問時長

3分快33)使用粘性:人均使用天數   

3分快34)綜合指標:月訪問時長=月活*人均使用天數*每人每天平均瀏覽次數*平均訪問時長


3分快3產品所處階段不同,運營的側重點也會有所不同。在產品初期,核心的工作是拉新,應該更加關注產品的使用廣度,而產品的中后期,應該更加注重使用深度和使用粘性的提升。


對于不同的產品也需根據產品的性質來確定核心指標,比如,對于社交類產品,使用廣度和使用粘性至關重要,而對于一些中臺分析類產品,提升使用深度和使用粘性更有意義。

結語

3分快3在一款數據產品誕生前,應該是先有數據,再有分析,然后才是產品,分析的廣度和深度直接決定了產品的定位和價值。如果是做一款數據報表類的產品,那么需要了解核心指標,并建立綜合指標的評估體系,如果是做一款分析決策類產品,那么還需要基于業務需求,將現有數據指標進行解構再重構。


以上內容僅僅是提供了一些基礎工具和思考方向,數據產品經理是一個新興的分支,目前還沒有成熟的學習體系,未來還需繼續深入淺出,和大家共同成長。

標簽:

發表評論

◎歡迎參與討論,請在這里發表您的看法、交流您的觀點。

官方微信公眾號
70755559
09:00 - 22:00
QQ客服: 70755559
客服郵箱: 678128@qq.com
2分快3-推荐 1分快3-官网 好运快3-欢迎您 幸运快3-安全购彩 网投app-Welcome 分分快3app-Home 1分快三平台-3分快3 彩票代理-推荐 五福彩票-官网 彩票大赢家-欢迎您