京公网安备 11010802034615号
经营许可证编号:京B2-20210330
保持”温度感”,产品经理修练之数据篇
最近看到几个群里在讨论“产品经理与运营的关系,是否要参与?”等问题,我想借用黎万强的话, “我们做营销策划的同事,全都是产品经理出身,而且一定要是好的产品经理。如果不懂产品,一定做不好营销。所以,到现在我还坚持在一线做产品和设计,就是为了保持‘温度感’。”
其实这个问题很难回答,虽然产品经理在整个产品的生命周期中,不掌握任何实际的权力(除BOSS级产品经理除外),都需要全程参与整个过程,需要对产品的具体工作组织协调与督促检查,让产品按照正确的航线进行下去。就像需要通过 “经纬度”知道船的航行轨迹,产品经理需要掌握“经纬度”,可能我们不是船长,但我们是“舵手”。
传统互联网对产品的数据分析,核心围绕着“用户”,例如从用户质量分为:狂热用户、核心用户、一般用户及边缘用户;从运营角度分为:活跃用户、留存用户、流失用户、回归用户等,移动互联网也不例外。
然而,移动互联网由于“碎片化”等原因,虽然你已经明确是哪一个用户,如果没有场景支撑,用户也不会来的。例如:我如果最近不看电影,我不会去美团;我在公交车站等30分钟,公交车还没有来,我可能会打开“公交大师”查询公交情况。
所以根据我个人的看法,“用户”的指标体系发展多年应该是相当完备了,但“场景”的指标体系还不太完善,至少我还在学习及摸索中,我的初步解决思路就是尽量在产品中体现“场景元素”,这样便于统计。例如:我会让用户做选择商品内容的时候,能接近场景选择核心内容。
在“前言”中谈到“产品与运营的关系”,如果单从产品角度去分析,个人认为价值不大(运营与产品紧密相关),所以我通常会按照运营三步走“获取游客、激活成员、保留用户”进行数据建模,也便于与运营同事进行沟通。
获取游客
先我先声明一下,我通常把“新用户”称为“游客”,我认为这个称呼更为贴切,运营同事根据前期产品经理整理的用户画像及场景,通过各种手段(活动、软文)在各渠道去获取游客来使用产品。
从数据统计角度,首先最基础的是增长事件是什么、增长的渠道(电子市场、官网等),然后这个时候的“游客”,他们对你这个产品什么都不知道,或者他们抱着很高的希望,所以这个时候要遵循“三秒原则”,快速让用户在3秒内了解产品是什么、能做什么,并且快速上手。
对于“游客”来说,会受内容质量及交互友好方便的影响,我们先要通过排除法把交互流程、信息结构影响用户排除,例如:我会统计新用户访问路径数,与我在产品设计过程中规划的路径是否吻合。
我个人观点,产品经理会放入大部分精力在该阶段,主要是解决交互流程及信息结构对使用者的影响,以下我就举一个我前期在网上收集的例子,让大家更好的理解。
以下这个产品中东的数字音乐流app,设计者的用意很好,通过引导及定制让用户找到真正感兴趣的音乐,从而提高用户使用率和活跃度。设计者需要验证“多少人完整走完了三个步骤的引导页”?数据显示,当用户通过第一页,从第二个引导页到第三个引导页的流失率达到15%,后经过分析原因是在中东,用户听歌认脸多于认音乐的类型!。
另外,第一个引导页,也就是Personalize Anghami,并没有什么用。用作者的比喻就是,你要让用户进门去看里面的房间,还非要把门锁上再给他一把钥匙(Personalize那个按钮),说你用钥匙一开门就可以进去看啦!为什么不直接把门打开呢!
Anghami引导页(改版前)
Anghami引导页(改版后)
激活成员
获取游客就好像“相亲”,在见面之前相互之间不了解对方,通过短时间熟悉后,对双方有一定的好感,这个时候双方之间就会进行“约会”,这个时候需要通过产品让用户从“游客”变为“成员”。
这个阶段采用的手法我称为“激活”,就是让游客做些你事先已经决定,他们应该做的,进一步达到你的目标。这可能是让用户加入一个电子邮件列表、点击广告,或者创建一个帐户,甚至是购买。现在你必须激活游客变为成员,你甚至可以有多个激活,让你更能方便的跟踪,可以通过“埋点”等手段实现。
保留用户
当通过“激活成员”的热恋期后,是解决让“成员”变为真正的“用户”(我称为结婚),说实话把一个“游客”变成“成员”就很难了,把“成员”变成“用户”就更难了。
这个阶段的使用者对产品已经有一个整体的了解,所以交互流程及信息结构可能对用户影响不是特别大,根据我的经验大部分是核心内容能否吸引用户。就像《iOS Human Interface Guidelines》设计基础提到的“以内容为核心,UI能够更好地帮助用户理解内容并与之互动,但却不能分散用户对内容本身的注意力”。所以这就需要运营人员提高产品内容的质量,从而吸引用户。
从数据角度来看,通常有流失用户、留存用户、回归用户数、活跃用户等指标进行分析,但我认为指标都是比较粗的,因为用户许多可能的原因导致用户不想使用该产品,所以这部分我认为应该与具体业务挂钩,在这里我也是一个“学生”也在摸索,不能给大家比较有用的建议。
产品梳理数据点为后续埋点做准备,最理想状态是在产品的每个功能分分支哪里进行“埋点”,但这个工作量太大,我个人也认没有必要。现在虽然第三方统计也提供“自定义事件布点”,但我认为缺乏灵活性,无法层层追查及分析。
通常运维、运营的同事,并不知道哪些节点是具有分析价值的,因此产品经理需要先将要添加数据点的功能和入口梳理出来。我们可以用Mindmanager等软件对产品的主要功能进行拆解。拆解当然是越细越好,需要注意的是,同一个功能模块里边往往包含多个值得记录的点,这时就需要我们先明确好研究的目的,确定到底以哪个点作为分析的基准。
例如:在第4部分的“建立指标体系”的“微观数据”的路径就是我梳理的数据点,这样可以分析出新/老用户通过什么路径达到核心内容,在结合用户在“内容页面”停留时间,大致能推断出来内容与用户兴趣的匹配度。
一个好的指标体系,可以作为数据收集和分析的大纲,可以让我们少走很多弯路。产品经理用思维导图建立这种体系的过程中,可以让我们的思路更清楚,避免遗漏。
需要注意的是,建立指标体系并不是建立标准(标准是人为定义的,要看产品所处的阶段)。所以我把评价体系分为宏观数据和微观数据,以下图供大家参考。
【宏观数据】是指长远的,大的方面,也可以是一个大概的意思,大部分是给领导或运营人员看的。(现在第三方统计都有这个功能,比较容易实现)
【微观数据】比较细的方面,这要看你具体用在什么方面。不同的地方,具体意思不一样的,我通常会分为路径和页面两个角度,可以通过用户使用路径知道问题出在哪里,至于什么原因可以后续在进行详细分析。
宏观数据
产品经理修练系列按照计划已经写完了,最初写这个文集的目的是自己整理一个思路,从最初产品只是领导idea,一步步最后实现过程,在写这个文集的时候发现有许多不足及遗漏的地方。写完这个文集,感觉自己对产品经理有更深入的了解,这是需要你不断学习的职位,因为外部环境发展太快,昨天忽然想到,根据自己的经验PC整整经历了20多年的发展才达到普及的阶段,而移动互联网只用了3年左右的时间。
最后我想对自己说,继续向前,不进则退,享受变化带来的一切。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31