真實(shí)反應(yīng)產(chǎn)品所處的狀態(tài)提出理性的數(shù)據(jù)參考，比如產(chǎn)品的趨勢，并針對產(chǎn)品所處的狀態(tài)提出針對性的改進(jìn)意見，是產(chǎn)品改進(jìn)的依據(jù)之一，而不是全部。

在線教育產(chǎn)品與其他互聯(lián)網(wǎng)產(chǎn)品在數(shù)據(jù)分析方面并無太大差距，最大的區(qū)別在于記錄學(xué)生的學(xué)習(xí)過程與學(xué)習(xí)結(jié)果上要花的功夫更多，對于課程改進(jìn)以及結(jié)果反饋都有更重要的意義。

1. 數(shù)據(jù)分析設(shè)計(jì)思路

1.1 明確數(shù)據(jù)分析的作用和目的

作用：真實(shí)反應(yīng)產(chǎn)品所處的狀態(tài)提出理性的數(shù)據(jù)參考，比如產(chǎn)品的趨勢，并針對產(chǎn)品所處的狀態(tài)提出針對性的改進(jìn)意見，是產(chǎn)品改進(jìn)的依據(jù)之一，而不是全部。

目的：一個是為產(chǎn)品/課程改進(jìn)提供參考數(shù)據(jù)，另外一個重要目的就是為運(yùn)營提供數(shù)據(jù)支持。

1.2 針對以上兩個目的，從2w和H方面多提一些問題

1.2.1 What

（1）目前產(chǎn)品所處的階段？

（2）用戶是誰？

（3）在產(chǎn)品上做了哪些操作和流程？

（4）設(shè)定指標(biāo)的維度有哪些？

（5）核心業(yè)務(wù)流程是什么？

（6）關(guān)鍵業(yè)務(wù)指標(biāo)是什么？

（7）產(chǎn)品目前急需解決的問題是什么？

（8）哪些問題是可以從數(shù)據(jù)分析得到支持？

1.2.2 Why

（1）為什么要確定這些重要指標(biāo)？

（2）這些指標(biāo)一定要通過數(shù)據(jù)分析的方式來支持么？

（3）為什么產(chǎn)品會出現(xiàn)這樣的問題，是否適合用數(shù)據(jù)分析的方式來解決？

（4）針對不同的業(yè)務(wù)部門，如何滿足對業(yè)務(wù)的需求？

1.2.3.How

（1）數(shù)據(jù)分析能從哪個方面解決這樣的問題？

（2）如何收集才能真實(shí)反應(yīng)產(chǎn)品現(xiàn)狀？

（3）如何做才能保證數(shù)據(jù)的真實(shí)性和實(shí)效性？

1.3 確定產(chǎn)品收集指標(biāo)，收集方式，確定數(shù)據(jù)分析的頻率，日報(bào)，周報(bào)，月報(bào)等形式，在執(zhí)行之中逐漸修正自己的做法。

數(shù)據(jù)收集的維度包括：

用戶使用核心業(yè)務(wù)流程的維度，找到關(guān)鍵考核指標(biāo)

注冊和購買環(huán)節(jié)通常為運(yùn)營提供參考依據(jù)，而學(xué)習(xí)階段及學(xué)習(xí)結(jié)果為產(chǎn)品提供產(chǎn)品改進(jìn)參考。

接下在是一些在網(wǎng)上搜集到的有關(guān)在線教育的一些參考指標(biāo)：

• 通用指標(biāo)：每月活躍用戶數(shù)、每月新增 App 用戶數(shù)、各渠道銷售額增長總覽、本月銷售目標(biāo)完成率、各課程月銷售額、各課程銷售熱度、用戶粘度轉(zhuǎn)化率、各課程支付觀看率。

• 課程付費(fèi)指標(biāo)：課程銷售量、課程購買用戶數(shù)、課程銷售總額、各課程銷售頁預(yù)覽量、各課程銷量、課程付費(fèi)轉(zhuǎn)化率、試聽引導(dǎo)成單率、各課程退課訂單總金額。

• 課程反饋指標(biāo)：學(xué)習(xí)任務(wù)完成情況、課程學(xué)習(xí)完成程度、各教師受歡迎程度、各課程人均學(xué)習(xí)時長、課程學(xué)習(xí)頻次分布、各等級學(xué)員學(xué)習(xí)時長分布、退課率。

2. 如何獲取數(shù)據(jù)

前兩點(diǎn)都不是很懂，先行記下來以后接觸到實(shí)際的業(yè)務(wù)再來理解。

2.1 自己搭建數(shù)據(jù)獲取渠道。

前端埋點(diǎn)：全埋點(diǎn)、可視化埋點(diǎn)、代碼埋點(diǎn)，利用前端頁面埋點(diǎn)進(jìn)行統(tǒng)計(jì)，比如按鈕點(diǎn)擊數(shù)，下拉菜單數(shù)等

產(chǎn)品后臺：通過后臺管理系統(tǒng)，瀏覽、檢索、購買數(shù)據(jù)庫代碼埋點(diǎn)、導(dǎo)入工具

業(yè)務(wù)數(shù)據(jù)：包括物流、進(jìn)貨、客服等數(shù)據(jù)，導(dǎo)入工具表進(jìn)行搭建

2.2 通過頁面嵌入代碼進(jìn)行統(tǒng)計(jì)

2.3 爬蟲數(shù)據(jù)抓取

針對不容易獲取的數(shù)據(jù)，比如某些評論，可利用爬蟲抓取數(shù)據(jù)。具體方法略。

實(shí)際操作原則：

（1）數(shù)據(jù)收集盡量全面。通常情況下，數(shù)據(jù)不會分布在一個渠道內(nèi)，需要來自多方，所以需要做數(shù)據(jù)匯聚和匯總；

（2）數(shù)據(jù)收集需要做到準(zhǔn)確。首先判斷數(shù)據(jù)是否準(zhǔn)確；

（3）對照產(chǎn)品生命周期，形成合理的階段性報(bào)告，重點(diǎn)是與業(yè)務(wù)部門業(yè)務(wù)相結(jié)合，提出實(shí)際有參考意義的指標(biāo)。

3. 日常數(shù)據(jù)分析過程

收集數(shù)據(jù)—–分析/發(fā)現(xiàn)問題—–問題分類/分級—–解決方案及驗(yàn)證

分析和發(fā)現(xiàn)問題最關(guān)鍵：碰到了異常數(shù)據(jù)，比如銷售下跌 10%

首先不要急著分析如何如何，先好好的想想看 ——

（1）這是不是一個問題

所有人都默認(rèn)了10%下跌是個問題了。然而實(shí)際上我沒有說是哪一天?。咳f一是周末效應(yīng)導(dǎo)致的正常波動呢。

（2）這是多大的問題

如果正常同期波動9%，昨天是10%，那算是多大個事呢？這樣看起來，同比環(huán)比派反而是最接近真相的，因?yàn)橛锌赡茉谧鐾拳h(huán)比的時候會發(fā)現(xiàn)：哦，原來這個波動幅度其實(shí)不那么大。但是這需要他們看足夠長的時間。另兩類就不說了，直接秒殺。

（3）他們沒有先排除系統(tǒng)異常

如果這個波動夠大，那么是否可能是數(shù)據(jù)本身出了問題呢？這個要第一時間確認(rèn)，排除錯誤，拿著正確的數(shù)據(jù)才能做分析。數(shù)據(jù)出錯，分析毛線？

（4）他們沒有先排除政策影響

如果這個波動夠大，那么是否可能是主動調(diào)整？是否有相關(guān)外部政策，內(nèi)部活動公布？這些要先自己了解清楚再做分析。一般短期內(nèi)劇烈波動更有可能和特殊情況有關(guān)，先問清楚這個，再考慮怎么分析具體指標(biāo)。排除掉這些之后你再來看看什么業(yè)務(wù)上的問題出問題了：比如講師有問題或者是促銷不給力了之類的。

End.

作者：不敢亮真名

來源：知乎

加入iDATA數(shù)據(jù)分析社群的小伙伴 添加微信：lovedata19 備注「社群」即可