注册会计师
商学院

如何理解“数据驱动产品”?

作者: 来源: 时间:2019-02-23

现在,越来越多的公司以数据来驱动产品进行迭代,从中我们可以看出数据的重要性。

在产品经理的日常工作中,往往会与各种数据打交道,而越来越多的公司现在也都在以数据来驱动产品进行迭代。无论是新功能也好,老功能优化也罢,都离不开数据。

今天就和大家聊聊我对数据驱动产品迭代的理解:

定目标

无论是部门还是项目,在做产品工作的时候,都需要有一个非常明确的目标,比如我所做的是招聘业务,那么我的目标就是用户简历数、用户报名职位的转化率等。这些目标一方面是方向,指引我工作时的重心;另一方面是KPI,量化我的工作成功。

在定目标时,对于一个全新的业务或者产品,我们没有已有数据做参考的时候,我们可以去参考同类竞品,然后去估算一下我们努努力,也许可以达到的数据。

这个数据具体取什么,也很重要。一般都会取你所负责项目对公司、对业务贡献最突出的地方。

比如我负责的招聘产品,本质上是对流量的转化,那我们的目标可能就会定为xx转化率;比如销售,本质上是收入,那目标可能就是销售额。

目标一旦明确后,产品经理所做的工作,就会朝着这个目标去努力思考,自然效果就会更加聚焦,结果也可以量化。

产品迭代

在做需求、设计产品时,我首先思考的是这个改动是要达成什么样的目标:提升转化率?优化用户体验?或是增长某些业务数据?

在明确了目标后,我再去思考如何改动会提升相关数据。

比如强制用户注册登录,是否可以提高用户注册数?是否会影响新用户的留存率等。我可能在上线前做出一系列假设,这些假设在没有看到数据前,都只是推断,并不能反映用户的真实行为。

互联网产品迭代速度快,主要原因是通过小步快跑的迭代方式,可以反复的试错,纠正,优化。保证始终是朝着好的方向尝试着。

如果是大的功能,在上线后,我会观察整体的各项指标是否发生了变化。如果发生了变化,是否是因为这个功能引起的。

如果数据变好了,说明印证了我们的猜想,符合我们的预期;如果数据不好 ,就要进一步细化数据,定位原因,再次进行优化,直到我们得出明确结论。

A/B测试

A/B测试,通俗讲就是同时上线A方案和B方案,观察2个方案的数据好坏,从而决定使用哪个方案。这是最常见的数据驱动手段,由于它可以控制除改动点之外的其他变量,因此它的对比比较客观,结论也会非常准确。这里我讲一下关于A/B测试的流程。

有很多提供A/B测试的第三方服务。在App内接入它的sdk后,我们就可以在App启动时调用sdk,实现AB分组。它会均匀的用户进行AB分组,比如启动App有100个用户,它会随机50个用户划为A方案,另外50个用户划为B方案。

这样对于AB两组用户,他们在相同时间,相同版本,看到的内容是不一样的,通过埋点观察两组试验数据,就可以很明显的对比出这两个方案的优劣势。从而帮助我们选择好的方案。

当然,在AB实验中,我们可以控制流量的分配,避免改动对所有用户产生影响,降低风险。

一般在做A/B的时候,基本流程是这样子的:

AB测试可以对比旧版方案、新版1方案、新版2方案,同时在线上运营多个方案。既可以优中取优,又可以新旧对比。通过数据来决定使用哪个方案就OK了。

据说头条曾经一个版本中同时跑着几十个AB测试,可见数据驱动的威力以及AB测试的重要性。

日常数据监控

作为用户端产品,平时也会做过用户访谈,会和用户聊天,了解用户的真实诉求。但是在实际工作中,这样的机会并不算多,大部分时间是闷头做需求,这时候,就体现出了数据驱动的重要性。

对于C端产品来说,数据其实是用户行为的真实反馈。用户在产品上的大部分行为,并不会直接告诉你,但是通过数据,我们可以分析用户的使用路径,需求的满足程度,从而衡量产品的价值。

我每天来公司第一件事,是检查昨日的APP核心指标数据,看是否有异常。这个工作平时很简单,但一旦发生异常,就需要尽快定位原因。

一般转化率相关的数据波动在上下2%以内是可以接受的,但如果差距过大,就需要排查原因。排查的思路一般是:

数据是否有误,可以联合多个指标即可快速确认,如无误,就要分析原因 最近是否有发版,是否是因为版本中的改动造成的用户行为变化 是否是因为用户画像变了,和市场投放渠道是否有关,分渠道看具体数据,确认异常数据的渠道来源 和新老用户是否有关系,分新老用户观察数据,定位改动点 和运营活动是否有关,和运营部门沟通,确认最近的运营内容改动

基本通过以上几个角度,就可以定位出问题原因。这个工作虽然平时很简单,但若遇到问题,就需要你的数据分析能力以及经验来快速确认问题,从而修复。

总结

数据驱动产品,不仅仅是产品的工作方法,也是一个公司的风格。一般技术型驱动的公司,都会尤为看重数据。在这一年中,我所学到的数据驱动方法也在逐渐完善,也越来越受用这种思维方式和工作习惯。

当然,仅仅靠数据驱动,也会陷入一些盲区,毕竟数据是死的,它反映的只是客观事实。正如张小龙所说“善良比聪明更重要”,如果一味追求数据的好看,也会与初衷背道而驰。

因此,如何寻找一个平衡点呢?

#专栏作家#

王伟华,微信公众号:夜漫产品(learnerwwh),一只略带文艺情怀的产品汪,擅长社交,资讯领域产品,心理学爱好者,目前正处于知识体系搭建阶段。

本文原创发布于人人都是产品经理,未经许可,不得转载。

题图来自Unsplash,基于CC0协议

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源; 2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任; 3.作者投稿可能会经我们编辑修改或补充。

相关文章
  • 【泊君】让网站制作更简单的方法是什么

  • 营销型网站还要不要做SEO优化

  • 【搜索引擎优化方法】网站的站点收录率是什...

  • 《FAMI通》:2018年日本游戏市场总...

  • 查找引擎形似无内容可录入SEO还有必要吗

  • 做友情链接交易需要注意事项

  • 【友情链接网】网站图片优化技巧

  • Coresight Research:2...