数据分析手册

《数据分析手册》由会员分享，可在线阅读，更多相关《数据分析手册（61页珍藏版）》请在金锄头文库上搜索。

1、1 0 8 b i l l i o n a r e e s t i ma t e d t o h a v e e v e r l i v e d o n E a r t h 5 7 mi l l i o n d i e e a c h y e a r 7 b i l l i o n l i v e o n E a r t h n o w 1 4 0 mi l l i o n p e o p l e a r e b o r n e a c h y e a r 2 0 1 6 年0 4 月1 4 日 v 0 2 8 5 7 1 4 北京诸葛云游科技有限公司 于晓松 著 产品经理 数据分析实战手册

2、产品经理数据分析实战手册诸葛 io 出品 I 版权声明 本手册所有内容版权及解释权归 北京诸葛云游科技有限公司所有 任何机构和个人在遵循 cc 协议 署名 非商业使用 禁止演绎 下分享本手册的内容 如需商业使用请联系北京诸葛云游科技有限公司 QQ 4008094843 如有侵权行为 我们有权进行追诉 联合出品 责任编辑 何子茹 编辑校对 李惠 封面设计 李惠 郭一儒 媒体合作 北京诸葛云游科技有限公司 产品经理数据分析实战手册诸葛 io 出品 II 前言 面向读者 本手册主要面向互联网 移动互联网 产品经理 详细介绍在日常工 作中如何开展数据分析 互联网产品的创始人 CEO 用户体验 运营 研

3、发等岗位也可作 为参考 内容结构 本手册的内容大致分为三个部分 第一部分 基础篇 第一章 产品经理应该怎样入门数据分析 第二章 产品经理应关注哪些数据指标 第二部分 实战篇 第三章 如何衡量产品改版 或新功能 的效果 第四章 如何发现产品改进的关键点 惊艳一刻 产品经理数据分析实战手册诸葛 io 出品 III 第五章 如何结合数据做好用户画像 persona 第六章 怎样基于数据优化产品体验 第三部分 方法论 最佳实践 第七章 什么是同期群分析 Cohort Analysis 第八章 常见分析模型及应用场景介绍 第九章 产品数据分析的一般过程 第十章 如何评估选择合适的数据分析工具 如何阅读

4、第一部分的内容是全书的基础 建议您首先阅读 第二部分中各章的内容相对独立 您可以根据需要或兴趣选读或跳读 第三部分讲述的是通用的方法论和最佳实践 供有兴趣深入学习的读 者阅读 产品经理数据分析实战手册诸葛 io 出品 IV 01 01 02 02 03 03 05 05 06 06 07 14 15 15 16 22 23 23 26 33 目录 第一章 产品经理该怎样入门数据分析 1 1 产品经理做数据分析的入门门槛在哪 1 2 数据分析入门的 快速路径 小结 第二章 产品经理应关注哪些数据指标 2 1 产品数据分析的 上帝指标 2 2 互联网产品的 AARRR 模型 小结 第三章 如何衡量

5、产品改版 或新功能 的效果 3 1 衡量改版效果需要哪些基础数据 3 2 衡量产品改版 新功能 效果的操作方法 小结 第四章 如何发现产品改进的关键点 4 1 应该从哪里找 改进关键点 4 2 发现产品改进关键点 的操作步骤 小结 第五章 如何借助数据快速高效构建用户模型 Persona 5 1 用户模型构建的传统方法 5 2 基于用户行为数据快速 迭代构建用户模型的方法 小结 产品经理数据分析实战手册诸葛 io 出品 V 第六章 如何结合数据优化产品的用户体验 6 1 什么是用户体验 6 2 结合数据优化产品用户体验的一般方法 小结 第七章 什么是同期群分析 Cohort Analysis

6、7 1 什么是同期群 Cohort 7 2 什么是同期群分析 Cohort Analysis 7 3 Why 同期群分析 7 4 如何应用同期群分析 小结 第八章 常见分析模型及应用场景介绍 8 1 行为统计 8 2 漏斗分析 8 3 留存分析 8 4 用户洞察 8 5 用户群细分 第九章 产品数据分析的一般过程 第一步 弄清目标和当前的主要问题 第二步 找出问题相关的数据指标 第三步 对问题指标的相关人群进行画像分析 探究问题背后的可能原因 第四步 改进产品或运营 小结 第十章 如何评估选择合适的数据分析工具 附表 互联网产品用户行为分析工具对比评估表 34 34 35 36 37 37 3

7、8 39 40 40 41 41 42 44 45 45 47 47 47 48 48 49 50 51 产品经理数据分析实战手册诸葛 io 出品 VI 后记 致谢 关于我们 53 53 54 产品经理数据分析实战手册诸葛 io 出品 01 第一章 产品经理该怎样入门数据分析 很多产品经理一方面很羡慕 Facebook Twitter Dropbox 等明星团队的数据驱动能力 另一 方面却迟迟不敢在自己产品中开展数据分析 造成这个现象的原因很多 其中之一便是认为 数据分析是一件 门槛很高 的事儿 1 1 产品经理做数据分析的入门门槛在哪 数据分析是一个知识领域 进入这个领域需要学习一些基本知识

8、 简单的数学知识 大部分时候只用到简单的加减乘除 所以小学或初中学习的数学知 识就足以应付 基本的产品分析概念 比如什么是新增 活跃 留存 流失等 这些对产品经理来说 都很容易 本手册后面会有专门的章节对这些概念进行梳理和解释 数据分析更是一项实践技能 掌握它需要学会并运用一些方法和工具 对于产品经理 来说 大致需要 掌握利用数据评估产品改版 或新功能 效果的方法 掌握借助数据发现产品改进关键点的方法 学会在数据的配合下快速完成用户画像 persona 的方法 知道如何定义数据埋点以及分析需求 并推动研发团队实施 如果您的研发团队无暇处理数据分析需求 您还应学会至少一种产品数据分析工具的 使用

9、 向您强烈推荐 诸葛 io 以上构成了产品经理数据分析的入门门槛 我们编写本手册的目的 就是为了帮您尽快跨过这道门槛 进入数据分析的大门 产品经理数据分析实战手册诸葛 io 出品 02 1 2 数据分析入门的 快速路径 伟人云 实践出真知 Just gan 干 it 是入门数据分析最快速 最直接的方式 我们甚至建议在第一次做时 不要把数据分析专门当成个事儿来干 而是把数据分析放到您 的正常工作中来顺手做了 比如 产品新版本马上就要发布了 或者已经发布 那好 我们来看看数据 分析一下新 版本的表现如何 或者 我们正在规划或设计产品的改版 那好 看看数据研究一下之前的用户行为 看看能不能为产品设计

10、带来点儿新思路 之所以这样建议 是基于两方面的原因 1 对于 数据分析 你越把它当回事儿 就越可能觉得时机条件不够而不愿开始 我 见过很多人想做数据分析从年初喊到年尾却从来没开始过 2 我们产品经理的核心工作是通过研究用户 定义产品来创造价值 数据对我们来说只 是工具一件 我们大可不必等到一定要精通掌握所需的全部知识技能才开始做分析 试想 一下 有几位产品经理在职业生涯的初期会因为没有系统的学习 Word 就拒绝写产品文档 又有几位产品经理会因为没有搞懂 Axure 就不敢画原型 下面是我们给出的产品经理入门数据分析的快速路径 小结 数据分析入门其实并不难 在做好产品经理日常工作的同时顺便就开

11、始了 搂草打兔子 just gan it 产品经理数据分析实战手册诸葛 io 出品 03 第二章 产品经理应关注哪些数据指标 2 1 产品数据分析的 上帝指标 让我们从一个类比开始 假如上帝是产品经理 那么地球就是他的产品 之一 而人类则是这个产品的用户 下面 让我们站在上帝的视角 梳理一下有哪些数据需要被关注 新增 上帝视角 地球上每年有 1 4 亿人出生 产品视角 新用户增加的数量和速度 产品平均每天有 1000 位新用户 日新增用户数 产品上月新增了 3 万位用户 月新增用户数 微解读 新用户数量的快速增长 是产品增长的基础 活跃 上帝视角 目前 地球上总人口数为 70 亿 70 亿人活

12、着 产品视角 有多少人正在使用产品 产品经理数据分析实战手册诸葛 io 出品 04 产品平均每天有 2 千用户活跃 日活跃用户数 亦称 日活 或 DAU 产品上月共有 5 万名活跃用户 月活跃用户数 亦称 月活 或 MAU 微解读 只有活着的用户 才有可能为产品带来价值 留存 上帝视角 人类的平均寿命为 72 岁 产品视角 用户会在多长时间内使用产品 每 100 位新用户 在新增的第二天还有多少人使用产品 次日留存率 每 100 位新用户 在新增的一周后还有多少人使用产品 周留存率 微解读 用户使用产品的时间越久 活的长久 对产品的潜在价值越大 传播 上帝视角 一对夫妻一般会在 23 岁左右生

13、下他们的第一个孩子 平均每对夫妇生育 2 个孩子 产品视角 平均每位老用户会带来几位新用户 病毒系数 老用户一般在注册 新增 后多长时间带来新用户 传播周期 微解读 如果你的产品 新用户主要靠病毒传播的方式增长 那么 只有在病毒系数 大于 1 的时候 产品才可能出现爆发式的指数增长 同时 传播周期越短 增长速度越快 流失 上帝视角 地球上曾经有 1 080 亿人生活过 如今都已逝去 产品视角 一段时间内流失的用户 占这段时间活跃用户数的比例 流失率 微解读 只有当产品新用户增长的速度大于老用户流失的速度时 产品的活跃用户数 才会是正增长 为了便于理解和记忆 我们将上述指标统称为 上帝指标 注

14、1 上帝指标 是我们为了便于大家的理解和记忆所起的名字 如果你觉得它不够严谨 或者不喜欢 请忽略它 1 产品经理数据分析实战手册诸葛 io 出品 05 2 2 互联网产品的 AARRR 模型 获取 Acquisition 用户如何发现 并来到 你的产品 激活 Activation 用户的第一次使用体验如何 留存 Retention 用户是否还会回到产品 重复使用 传播 Referral 用户是否愿意告诉其他用户 收入 Revenue 产品怎样 通过用户 赚钱 小结 看到这里 聪明的你已经发现 所谓的 上帝指标 其实和 AARRR 模型 相差不大 重要的是确保你已经记住并理解了这些概念 注 2

15、AARRR 模型又称海盗指标 由 Dave Mcclure 于 2007 年提出 2 产品经理数据分析实战手册诸葛 io 出品 06 第三章 如何衡量产品改版 或新功能 的效果 在产品正式发布后 PM的大部分工作是围绕升级迭代进行的 我们定义产品 然后跟踪研发 最终面向用户发布 设计 开发 发布 的过程循环往复 理想情况下 产品在迭代中不断演化 用户伴随迭代不断增长 直至产品走向成功 但不幸 的是 大部分产品最后均以失败告终 排除战略 市场 运营等原因不说 在产品开发循环 中缺少 衡量 的反馈环节 也是产品失败的常见原因 很多时候 我们以为产品在迭代 中螺旋上升 实际上仅仅在原地转圈 仿佛追逐

16、自己尾巴却浑然不觉的那只汪儿 因此 要想成为优秀的产品经理 必须学会在迭代循环中适时进行衡量并确认进展 而这正 是本章的内容主旨 3 1 衡量改版效果需要哪些基础数据 需要要观察用户的行为 因此用户及其行为数据是衡量产品改进的基础 产品经理数据分析实战手册诸葛 io 出品 07 用户行为数据的采集 存储 分析 可以由研发团队构建专门的系统实现 另一个更快 更 低成本 更灵活的选择是在您的产品中集成诸葛 io 之类的第三方分析工具 实现快速分析 题外话 诸葛 io 提供的免费版本 足以支撑中小型产品团队的常见分析场景 欢迎评估 试用 3 2 衡量产品改版 新功能 效果的操作方法 从以下 5 方面入手 可以衡量产品改版的效果 问题 1 新功能有多少人用 是否受欢迎 一般情况下 一项新功能上线 用的人越多 表示改版更可能是成功的 当然 某些 垄 断 刚需 的产品除外 衡量指标 功能活跃比 使用了新功能的用户数 同期活跃用户数 产品经理数据分析实战手册诸葛 io 出品 08 在诸葛 io 中 您可以直接查看某个功能所对应用户行为的活跃比的变化 比如下图反映的 是某产品 点击分享按钮 用户占活跃