数据产品经理的门槛,真的有那么高?


Warning: Invalid argument supplied for foreach() in /data/cxweb/www/gupowang.com/public/article/view.html on line 71
6年前

【来源 | 人人都是产品经理】

【编辑 | 第十七】

由此,合理的数据分析显得尤为重要。那么,如何去得到数据?如何将数据的分析结论应用于评审与需求设立中?相信不少朋友会有这样迷惑的场景,数据在产品经理的心中门槛有时候变得很高,因为产品经理没办法拿到数据;有时候又很低,因为数据拿到了,但是却无法用来证明自己的需求设立点。

每一个产品都会有一款自己的管理端,这是产品完整的一个基础。基于管理端管理者可以把控前端的内容、功能、甚至是逻辑。

 

  • 使用第三方数据平台

  • 自己搭建数据平台

  • 没有数据平台,用EXCEL等工具统计

  • 没有数据统计

1. 第三方数据平台

我截取了现阶段国内数据平台的排名,如下图:

国内数据分析平台

数据产品经理的门槛,真的有那么高?

获取的数据,我们可以通过数据平台的数据导出在EXCEL上进行分析,当然目前数据平台以友盟、TALKINGDATA等数据分享平台自己平台也有现成的漏斗分享模型,数据的导出其实就是为了满足更多的数据分析需求。

以下是我罗列出在UGC模块中会存在的简单数据获取字段:

数据获取模版

2. 自家搭建数据平台

自家搭建数据平台的产品或企业,其理由有千万种,但在常规情况下,国内常见的类似BAT等企业,其自家的数据平台是为了满足自己复杂的数据需求、保护自己的数据安全。

自家的数据搭建,首先需要PM进行数据的梳理,除开以上使用第三方数据平台需要建立数据的需要字段、事件,还需要考虑数据平台的完整性。

数据获取模版

3. 没有数据平台,用EXCEL获取

在公司没有数据平台的时候,如何去获取数据?如何得到数据?当时的产品负责人或产品经理,通过将用户产生的信息打印出来,一张纸、一张纸的打印,最终人工数出来,并加以计算。

毫无疑问,在这种状态下成长的产品经理,虽然其数据收集的成本或数据分析成本会比刚刚前面说的2种情况下困难许多。

数据产品经理的门槛,真的有那么高?

上面我举例了一个分析模型,其随着数据的分析方向和数据采集的样本数量多样,其分析的方法和模型也会越来越复杂。

没有数据统计并不是说一点都不看数据,而是没有将数据进行一定规律的算法、分析;这里我举个例子,以科技美学的社区为例

社区所产生的FEED流,产品人员只是通过简单的数目筛选,没有规律的查看近期相应的FEED流,或者只是在社区中满无目的的浏览社区数据。

二. 我分析数据时,常用的4种方法

那么对于我来说,我是如何通过数据去落地产品设计?这里首先我的整个需求落地流程如下:

1. 需求确定数据获取

如:UGC社区FEED流算法需求,我需要统计点赞、评论、动态数、用户每天发动态的人数、评论数、举报动态数,我需要统计以上数据来决定是否采用那种算法?至于FEED流算法,上周我的分享《UGC与算法|2017行业产品FEED流产品设计,我如何落地UGC信息流?》在这里可以进行学习。

从想用的数据平台寻找刚刚确定的数据需求,并且查看当前数据是否有更多可用的?自己在需求整理的时候,数据是不是少了一些纬度的可能?这里我给予几个网上找的数据平台数据采集截图

数据采集字段

如:

  • 关注一些跨纬度的数据,有助于产品经理能够了解一些细致的需求。比如类似UGC访问量与性别有关系?举报用户大多在B模块中使用类似功能比较多。

    其实数据分析模型网上有一大堆理论,但每个产品经理其自己愿意关注的数据、收集的数据整理之后无非都会形成一套自己的模型理论,谁的理论更有效是核心保障点,但初学者需要不断调整自己的数据模型,针对相应的模块建立相应的模型,最终提高有效的产品迭代方案。

    其中的一个社区FEED迭代案例

    数据产品经理的门槛,真的有那么高?

     

    • 从数据中我们可以看到,其FEED流在周末几乎没有生成,在工作日中,其用户活跃度A用户是B用户的8-10倍左右,很明显B用户是少数用户;

    • 用户的获取与留存需要单独从数据平台进行拉取,和上图类似,拉去A用户的新增数据、B用户的新增数据、A用户的留存数据、B用户的留存数据,这里就涉及到新增、留存;

    • 从数据平台中拉去用户A在产品中的消费数据、用户B在产品中的消费数据,这里是消费数据(ARPU),和1类似;

    • 从数据平台中拉去用户A分享的次数数据以及分享的渠道(微信、微博、QQ)每一个渠道的具体数目,用户B的分享次数数据和分享渠道数据,和1类似。

    按照运营的分发为:业务盈利数据,和用户TRACKING数据。

    首先需要说明的是,需要以多个数据分析指标来考虑需求的落地,这里我只简单说明以用户的活跃情况来确定需求落地的方案

    • 最后

      每一个产品都有自己的独特点和产品定位,产品经理不仅仅是需要将产品的原型、文档写好,我认为其对于数据的敏感应该来自于日常的训练或学习。

      在日常评审中,采用数据的分析后,可以更合理的去落地相应的需求案例,不会以拍脑袋来决定,因为“XX竞品都是这么做的”来说服开发或LEADER。

      当前模块的留存、MAU是设密码情况,新版本的又是什么情况?是产品经理典型的一种KPI。

      <p style="margin: 0px 0px 26px; color: rgb(61, 70, 77); text-transform: none; text-indent: 0px; letter-spacing: normal; font-family:;" 0px;"="" normal;="" 255);="" 255,="" rgb(255,="" 2;="" border-box;="" 0px;="" 15px;="" sans-serif;="" hei",="" micro="" "wenquanyi="" zen="" "宋体",="" simsun,="" stheitisc-light,="" "微软雅黑",="" yahei",="" "microsoft="" arial,="" helvetica,="" neue",="" "helvetica="" sc",="" "lantinghei="" pingfang="">我认为,或许KPI就是检验一个PM的成功与否。
收藏

{{favCount}}

个人收藏

投稿请戳这里!投稿
0

次分享

文章评论(0)

{{ user.nickname }}
发表评论
登录 进行评论
加载更多 正在加载中... 没有更多了