<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          詳解數(shù)據(jù)分析體系構成框架

          共 5008字,需瀏覽 11分鐘

           ·

          2021-12-24 02:46

          導讀:數(shù)據(jù)對于產(chǎn)品的發(fā)展起著決定性的指導作用,那么公司在運營的過程中具體需要一個什么樣的數(shù)據(jù)來支撐服務呢?


          作者:劉天

          來源:大數(shù)據(jù)DT(ID:hzdashuju)





          01 為什么需要數(shù)據(jù)分析體系


          在很多不成熟的公司中,雖然也有使用數(shù)據(jù)去驗證產(chǎn)品的思路,但是他們在實際工作中往往是這樣取用數(shù)據(jù)的:


          • 產(chǎn)品部同事找到數(shù)據(jù)分析師,問他昨天剛上線的版本用戶點擊率是多少。

          • 運營部同事找到數(shù)據(jù)分析師,問他前兩天上線的拉新活動是否帶來了用戶量的增加。

          • 領導找到數(shù)據(jù)分析師,問他這兩天的訂單量是否有所增長,上月交易額環(huán)比增長是多少。


          可見,各個崗位都會有自己的數(shù)據(jù)需求,所以數(shù)據(jù)分析師只能逐個地進行數(shù)據(jù)計算。由于人力資源有限,數(shù)據(jù)分析師往往無法及時反饋所有的數(shù)據(jù)需求,這將會導致一些運營活動或產(chǎn)品規(guī)劃錯過最佳的時機。例如,在“雙11”前夕想要準備“雙11”促銷活動,卻遲遲拿不到過往的運營活動數(shù)據(jù)。


          正是基于這樣或那樣的原因,很多企業(yè)演化出了一類數(shù)據(jù)產(chǎn)品——數(shù)據(jù)儀表盤,如圖3-1所示。


          ▲圖3-1 數(shù)據(jù)儀表盤


          數(shù)據(jù)儀表盤就是將各個數(shù)據(jù)需求方常關注的數(shù)據(jù)匯總在一張報表中,這樣大家可以在這里統(tǒng)一看到整個產(chǎn)品的用戶數(shù)、交易數(shù)等的變化,能在一定程度上滿足大家對數(shù)據(jù)的需求。


          但是隨之而來的新問題如下。


          • 產(chǎn)品部的同事抱怨:雖然看到昨天新上的版本中用戶轉化率下跌了,但是根本看不出來原因是什么,說不定是運營部的活動導致的。

          • 運營部的同事抱怨:我雖然看到了拉新數(shù),但我有三個用戶拉新渠道,到底哪個拉新渠道的拉新能力最強,帶來的用戶質(zhì)量最高呢?


          面對這樣的進階需求,就需要一套完整的數(shù)據(jù)分析體系來做支撐,進而來幫助我們掌握數(shù)據(jù)變化情況并快速定位變化背后的原因。



          02 數(shù)據(jù)分析體系概念的常見誤區(qū)


          一提到數(shù)據(jù)分析體系,常見的一個認知誤區(qū)就是將數(shù)據(jù)分析體系等同于單一的某一個數(shù)據(jù)分析產(chǎn)品,如活動運營監(jiān)控平臺、用戶畫像平臺等。


          其實這里最大的錯誤就是將一個體系割裂開來,只看到了承載數(shù)據(jù)的產(chǎn)品而沒有重點關注使用者的使用方法,就好像認為數(shù)據(jù)分析一定要有一把“利刃”,但是卻不去關心舞劍者的功力一樣。


          最早提出這一認知的是錢學森先生,他在系統(tǒng)工程學中提出了軟系統(tǒng)概念:


          任意一個體系要想發(fā)揮正確價值,必須通過產(chǎn)品與使用者這兩部分共同協(xié)作,這兩者合二為一稱為軟系統(tǒng)。


          所以數(shù)據(jù)分析體系的正確定義應該是:


          數(shù)據(jù)分析體系通常由數(shù)據(jù)使用者的分析模型和數(shù)據(jù)分析平臺這兩部分構成。


          這也告訴我們在數(shù)據(jù)分析學習與搭建數(shù)據(jù)分析體系的過程中,掌握使用數(shù)據(jù)的方法,方能以正確的方法去解讀數(shù)據(jù)。但在部分公司的運營過程中,往往忽視了這一點,導致搭建出的完整數(shù)據(jù)分析平臺無人使用。


          確切地說,是大家沒有以正確的思維或方式去使用,還是以老式的思維使用新的系統(tǒng),并沒有在思維與認知上進行升級,從而無法發(fā)揮其應有的價值。這就好比我們給數(shù)據(jù)使用者一輛汽車,但他們還是在尋找韁繩以期駕駛汽車。


          這時數(shù)據(jù)產(chǎn)品經(jīng)理就應該化身企業(yè)內(nèi)部的數(shù)據(jù)分析咨詢師,幫助他們看懂數(shù)據(jù)背后所反應的價值。所以數(shù)據(jù)產(chǎn)品經(jīng)理在一家公司中應該有如圖3-2所示的雙重身份。


          ▲圖3-2 數(shù)據(jù)產(chǎn)品經(jīng)理的雙重身份



          03 數(shù)據(jù)分析體系構成框架


          搞清楚了數(shù)據(jù)分析體系的定義,接下來就是了解如何才能搭建一個完整的數(shù)據(jù)分析體系。


          筆者曾看到部分數(shù)據(jù)產(chǎn)品經(jīng)理候選人的簡歷中經(jīng)常會寫到自己精通數(shù)據(jù)分析框架的搭建。而當面試中被問到他們的數(shù)據(jù)分析體系究竟要怎么落地時,他們給出的回答卻是針對DAU(Daily Active User,日活躍用戶數(shù)量)、留存率等進行管理,但是數(shù)據(jù)分析體系中的平臺建設,就僅僅是對這幾個指標的管理嗎?那么請問,當遇到了以下場景時,這幾個指標要怎么解決我們的問題呢?


          • 場景1:某天某電商出現(xiàn)了GMV(成交總額)下降,此時應該根據(jù)哪一個指標解決問題?

          • 場景2:某公司擁有3條產(chǎn)品線,A產(chǎn)品線中又細分為商品運營、活動運營等,3條產(chǎn)品線的若干運營團隊都看同一套指標體系嗎?


          坦白地說,單看孤零零的某個或者某些指標是無法解決問題的,此時就需要依靠數(shù)據(jù)分析框架來解決問題了。


          由前面的數(shù)據(jù)分析體系可知,數(shù)據(jù)分析體系落地涉及兩個維度。下面讓我們通過這兩個維度來看看數(shù)據(jù)分析體系在工作場景中是如何落地的。


          維度1:通用數(shù)據(jù)分析模型


          以下是實現(xiàn)通用數(shù)據(jù)分析模型的方法。


          1. 設置目標:確定當下業(yè)務中你的目標及完成現(xiàn)狀。

          2. 問題假說:窮舉現(xiàn)狀是由哪些問題導致的。

          3. 數(shù)據(jù)證明:通過數(shù)據(jù)來證明該問題會導致怎樣的結果。

          4. 數(shù)據(jù)分析:分析該問題的成因并形成解決方案。


          維度2:數(shù)據(jù)分析平臺


          在數(shù)據(jù)分析體系中,數(shù)據(jù)分析平臺的構成包含三大核心要素,分別是北極星指標、數(shù)據(jù)建模和事件分析。


          數(shù)據(jù)分析平臺定義中各要素的具體解析如下所示。


          • 北極星指標:每個階段針對具體業(yè)務領域確立的商業(yè)/業(yè)務目標

          • 數(shù)據(jù)建模(又稱指標體系):DAU、GMV、留存率、訂單量等

          • 事件分析:漏斗模型、海盜模型、杜邦分析等


          • 注意:北極星指標(North Star Metric)又叫作OMTM(One metric that matters),它是第一重要指標,為產(chǎn)品現(xiàn)階段最為關鍵的指標。之所以叫北極星指標,是因為就像北極星一樣,該指標可以指引全公司所有人員向著同一個方向邁進,是全公司統(tǒng)一的指標。


          數(shù)據(jù)分析體系其實就是通過一系列的方法量化特定的業(yè)務,因為我們?nèi)绻麩o法量化一個事物,那么本質(zhì)上就無法衡量它的好壞,也就無法定位業(yè)務發(fā)展中的癥結所在。因此好的數(shù)據(jù)分析框架就是在告訴我們:當下的整體業(yè)務是什么樣?為什么會這樣?應該怎么辦?


          回顧前面面試者所說的那幾個指標,我們可以發(fā)現(xiàn)其根本無法清晰地反映業(yè)務上的這三個問題。


          當然,這里只介紹了數(shù)據(jù)分析體系的宏觀框架,還未涉及具體的數(shù)據(jù)分析體系搭建過程,在數(shù)據(jù)分析實戰(zhàn)中還會涉及相應的方法論。


          關于作者:劉天,東華大學項目管理碩士,日本京都大學訪問學者,曾為國家科研項目帶頭人,TMT領域投研顧問/MBA特約講師/互聯(lián)網(wǎng)峰會特邀演講嘉賓,先后就職于萬達、叮咚買菜等公司,負責過多個集團級中臺與電商平臺業(yè)務的產(chǎn)品整體規(guī)劃,在商業(yè)模式拆解與集團級產(chǎn)品體系搭建方面擁有極其豐富的經(jīng)驗。著有《中臺產(chǎn)品經(jīng)理寶典》一書。

          本文摘編自高階產(chǎn)品經(jīng)理必修課:企業(yè)戰(zhàn)略驅動下的數(shù)據(jù)體系搭建》,經(jīng)出版方授權發(fā)布。(ISBN:9787111694502

          高階產(chǎn)品經(jīng)理必修課
          點擊上圖了解及購買
          轉載請聯(lián)系微信:DoctorData

          推薦語:本書知識量豐富,全書一共涵蓋42個數(shù)據(jù)定義、8個分析方法論、16個必備公式、34個實戰(zhàn)案例,共計100個知識點。書中通過一張完整的數(shù)據(jù)驅動產(chǎn)品增長全路徑地圖(又稱4F模型)幫助讀者從零到一建立起數(shù)據(jù)驅動完備知識體系。


          刷刷視頻??



          干貨直達??



          更多精彩??

          在公眾號對話框輸入以下關鍵詞
          查看更多優(yōu)質(zhì)內(nèi)容!

          讀書 | 書單 | 干貨 | 講明白 | 神操作 | 手把手
          大數(shù)據(jù) | 云計算 | 數(shù)據(jù)庫 | Python | 爬蟲 | 可視化
          AI | 人工智能 | 機器學習 | 深度學習 | NLP
          5G | 中臺 | 用戶畫像 數(shù)學 | 算法 數(shù)字孿生

          據(jù)統(tǒng)計,99%的大咖都關注了這個公眾號
          ??
          瀏覽 19
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          評論
          圖片
          表情
          推薦
          點贊
          評論
          收藏
          分享

          手機掃一掃分享

          分享
          舉報
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  午夜三级福利无码 | 亚洲中文字幕2025 | 美国人A一级毛片 | 风流老熟女一区二区三区 | 亚洲黄色网上视频 |