L 产品案例
Listing
联系我们 | contacts us
电话:
邮箱:
QQ:
地址:凯发k8娱乐官网下载商贸公司

您现在的位置:主页 > 产品案例 >

想成为数据产品经理先掌握这些数据分析方法论

2018-09-26 18:31

  一个优秀的数据产品经理必须要具备各种技能, 要了解自己的用户,明晰用户的核心需求,而最重要的是一定要掌握数据分析技能、会用数据分析工具。让我们通过文章来看看:有哪些实用的数据分析方法吧。

  虽为产品经理,但要真正解决核心问题,不免要在前期和中期进行大量的数据分析工作,那么,实用的数据分析方法有哪些呢?

  杜邦分析法目前主要用于财务领域,通过财务比率的关系来分析财务状况,其核心要点是将一个大的问题拆分为更小粒度的指标,以此了解问题出在了哪儿,从而对症下药。

  以电商行业为例,GMV(网站成交金额)是考核业绩最直观的指标,当 GMV 同比或环比出现下滑时候,需要找到影响 GMV 的因素并逐一拆解。

  如果是自然流量下降的话,可能需要在用户运营和产品运营端发力,如果是营销流量不足,那么可以通过营销活动或者站外引流的形式增加曝光量。

  同样,如果是转化率的问题,那么需要对用户进行细分,针对不同阶段的用户采取不同的运营策略,关于用户的部分,这里不做赘述,有兴趣的朋友可以关注后面的文章。

  最后,如果是因为客单价不高,那么需要进行定价及促销的方案优化,比如识别具有 GMV 提升潜力的商品进行定价优化,评估当前促销的 ROI,针对选品、力度和促销形式进行优化。同时通过关联商品的推荐或商品套装促销的形式,激发用户购买多件商品,也可以有效提高客单价。

  同比热力图分析法这个名称是我自己造的,其实无非是把各个业务线的同比数据放到一起进行比较,这样能更为直观地了解各个业务的状况。

  按照杜邦分析法将核心问题进行拆解,这里仍以电商为例,我们将 GMV 拆成了流量、转化率、商品均价和人均购买量,即 GMV= 流量 * 转化率 * 商品均价 * 人均购买量;

  针对每一项指标,对比各业务的同比高低并设定颜色渐变的条件格式,以上图中的转化率同比为例,业务 5 转化率同比最高,为深橙底色,业务 3 转化率同比最低且为负值,因此设定为蓝色底色加红色字体。

  通过同比热力图的分析,首先,可以通过纵向对比了解业务自身的同比趋势,其次,可以通过横向对比了解自身在同类业务中的位置,此外,还可以综合分析 GMV 等核心指标变动的原因。

  除了电商业务的分析以外,同比热力图同样适用于互联网产品数据指标的监控及分析,该分析方法的关键点在于拆解核心指标,在本文后面的产品运营类方法中将会介绍相关指标的拆解方法。

  BCG 矩阵大家都非常熟悉了,以市场占有率和增长率为轴,将坐标系划分为四个象限,用于判断各项业务所处的位置。

  这里想讲的并非传统的 BCG 矩阵,而是 BCG 矩阵的变阵,或者叫类 BCG 矩阵。

  根据不同的业务场景和业务需求,我们可以将任意两个指标作为坐标轴,从而把各类业务或者用户划分为不同的类型。

  比如可以以品牌 GMV 增长率和占有率构建坐标系,来分析各品牌的状况,从而帮助业务方了解到哪些品牌是未来的明星品牌,可以重点发力,哪些品牌处于弱势且增长匮乏,需要优化品牌内的产品布局。

  按照上述方法,大家可以根据需求大开脑洞,按照一定标准对研究对象进行分类分析。

  在分析用户时,通常的做法是将目标用户进行分类,然后对比各类用户与总体之间的差异性,TGI 指数提供了一个很好的方法,来反映各类用户群体在特定研究范围 ( 如地理区域、人口统计、媒体偏好等 ) 内的强势或弱势。

  TGI 指数 = 用户分类中具有某一特征的群体所占比例 / 总体中具有相同特征的群体所占比例 *100

  比如在分析用户的年龄段时,可以通过 TGI 指数对比各用户分类与总体在各年龄段的差异,设用户分类 1 中 16-25 岁的用户占比为 4%,而总体中 16-25 岁的用户占比为 8.3%,那么用户分类 1 在 16-25 岁用户中的 TGI 指数为 4%/8.3%=48。依照这一方法,我们可以对各类用户在各年龄段的 TGI 指数进行对比。