【精華】數(shù)據(jù)產(chǎn)品經(jīng)理必懂的基本知識(shí)
數(shù)據(jù)產(chǎn)品設(shè)計(jì)典型流程
數(shù)據(jù)產(chǎn)品設(shè)計(jì)的流程包括3部分：
01
數(shù)據(jù)獲取
做數(shù)據(jù)產(chǎn)品首先要有數(shù)據(jù)，數(shù)據(jù)來源有兩個(gè)：
l從別人得拿：質(zhì)量好得一般要花錢，免費(fèi)的一般會(huì)有使用限制。，數(shù)據(jù)質(zhì)量也可能存在問題，亂碼、缺字段等。
l自己抓：自己的系統(tǒng)可以埋點(diǎn)，別人的數(shù)據(jù)看看能不能通過爬蟲抓?。ㄅ老x幫你圓大數(shù)據(jù)的夢(mèng)），也有很多基于爬蟲的數(shù)據(jù)分析產(chǎn)品，用戶分析、輿情分析、物價(jià)分析、量化投資等。
數(shù)據(jù)獲取和清洗環(huán)節(jié)PM的工作：
1.針對(duì)業(yè)務(wù)需求進(jìn)行解讀轉(zhuǎn)化成不同的數(shù)據(jù)需求， PM首先要確定這些數(shù)據(jù)如何獲取，確定最終的方案。
2.特別注意數(shù)據(jù)質(zhì)量和數(shù)據(jù)穩(wěn)定性。上游數(shù)據(jù)質(zhì)量差的話，下游的每個(gè)環(huán)節(jié)都要浪費(fèi)很多時(shí)間來處理。數(shù)據(jù)質(zhì)量可以靠校驗(yàn)、對(duì)比，數(shù)據(jù)穩(wěn)定性可以靠監(jiān)控。
3.評(píng)估數(shù)據(jù)的成本和收益。數(shù)據(jù)是有成本的，量越大，質(zhì)量越高，成本越高。所以，要合理的設(shè)計(jì)數(shù)據(jù)獲取的策略：
02
數(shù)據(jù)轉(zhuǎn)換
數(shù)據(jù)轉(zhuǎn)換環(huán)節(jié)高端的說法是ETL，即拿到基礎(chǔ)數(shù)據(jù)后，根據(jù)不同的業(yè)務(wù)需求再做數(shù)據(jù)清洗，然后將數(shù)據(jù)導(dǎo)入各個(gè)數(shù)據(jù)轉(zhuǎn)換或計(jì)算模型，并對(duì)下游應(yīng)用提供數(shù)據(jù)服務(wù)。
模型不一定是用戶畫像、推薦較復(fù)雜的模型，也可以是基礎(chǔ)的篩選、排序、匹配、簡(jiǎn)單的邏輯計(jì)算。
為了讓應(yīng)用層拿到更高質(zhì)量的數(shù)據(jù)，減少應(yīng)用層的計(jì)算，這一層做大量的計(jì)算模塊或做服務(wù)分層，分為基礎(chǔ)數(shù)據(jù)服務(wù)層、業(yè)務(wù)強(qiáng)、弱相關(guān)層。
數(shù)據(jù)轉(zhuǎn)換環(huán)節(jié)， PM需要和架構(gòu)師深入溝通（或者工程師），PM的職責(zé)包括：
1.需要了解數(shù)據(jù)存儲(chǔ)、計(jì)算的知識(shí)
MySQL、Hadoop、HBase、Spark、Redis、Kafka...很多很多，不需要都深入了解，但至少了解他們的功能、特點(diǎn)、差別，能更好的溝通，參與方案設(shè)計(jì)。
2.全局設(shè)計(jì)能力
PM了解業(yè)務(wù)，工程師了解技術(shù)，兩者協(xié)作，完成數(shù)據(jù)處理流程的設(shè)計(jì)或優(yōu)化。
03
數(shù)據(jù)應(yīng)用
各個(gè)公司的數(shù)據(jù)應(yīng)用層就豐富多彩千差萬別了，有流量分析、廣告分析、用戶分析、銷量分析、財(cái)務(wù)分析、傳播分析、ERP...。
本環(huán)節(jié)PM應(yīng)該：深度理解業(yè)務(wù)
用戶畫像、反作弊、廣告投放策略、推薦、NLP這些，是和業(yè)務(wù)緊密關(guān)聯(lián)的，比如廣告、打車兩個(gè)領(lǐng)域，都有反作弊。這些應(yīng)用離錢更近，一點(diǎn)點(diǎn)的指標(biāo)的改進(jìn)，都能帶來很多錢。
基本術(shù)語(yǔ)
埋點(diǎn)：一般意義上的埋點(diǎn)，是利用如友盟、Talkingdata等第三方公司的SDK，通過在App中嵌入一段SDK代碼，設(shè)定觸發(fā)條件，當(dāng)滿足條件時(shí)，SDK會(huì)記錄日志，并將日志發(fā)送到第三方服務(wù)器進(jìn)行解析，并可視化地呈現(xiàn)給我們。這一過程就叫埋點(diǎn)。
維度：維度就是指我們平時(shí)看事物的角度，也可理解成分析一個(gè)數(shù)據(jù)能從哪些方面去分析，這些“角度”都是有值且可被枚舉的。比如我們注冊(cè)用戶數(shù)有10萬，那可分析的維度有：用戶所在省份、用戶性別、用戶角色、用戶來源等。不同維度來觀察數(shù)據(jù)，可以得出不同結(jié)論，能否拓展觀察維度，也是評(píng)估數(shù)據(jù)分析能力的一個(gè)關(guān)鍵。
度量：度量和維度相輔相成，是指可量化的數(shù)值，用于考察不同維度觀察的效果，也可理解成“數(shù)據(jù)指標(biāo)”。觀察度量值可總體查看，如App總用戶數(shù)，也可配合“維度”分層查看，如不同省份的注冊(cè)用戶數(shù)、活躍用戶數(shù)，不同來源的App啟動(dòng)次數(shù)、平均日使用時(shí)長(zhǎng)等。
渠道：指App的不同安裝來源，如通過第三方應(yīng)用市場(chǎng)安裝，通過廣告點(diǎn)擊安裝，通過地推二維碼掃碼安裝，通過官網(wǎng)下載安裝等?；ヂ?lián)網(wǎng)公司的商務(wù)工作一般就是拓展渠道，觀察不同渠道帶來的數(shù)據(jù)表現(xiàn)，不斷優(yōu)化渠道質(zhì)量。
基本指標(biāo)
網(wǎng)站來源分析：來源渠道、PV、UV、IP；跳出率、平均訪問時(shí)長(zhǎng)、平均訪問頁(yè)數(shù)；使用設(shè)備、操作系統(tǒng)等
用戶行為分析：年齡、性別、職業(yè)、地域、婚否、收入、興趣、學(xué)歷、關(guān)注點(diǎn)等。
網(wǎng)站訂單分析：轉(zhuǎn)化率、成單量、平均訂單金額、客單價(jià)；付費(fèi)金額、付費(fèi)毛利、付費(fèi)利潤(rùn)；當(dāng)前新增購(gòu)買用戶數(shù)、累計(jì)購(gòu)買用戶數(shù)、重復(fù)購(gòu)買率等
一些核心數(shù)據(jù)：拉新（新用戶）、活躍、留存、轉(zhuǎn)化等
新增用戶：安裝App后，首次啟動(dòng)App的設(shè)備數(shù)，需要按“設(shè)備號(hào)”去重。新增用戶主要為了衡量推廣效果，以及當(dāng)前產(chǎn)品在整個(gè)生命周期所處階段。
活躍用戶：時(shí)間段內(nèi)，啟動(dòng)過App的設(shè)備數(shù)，需要按“設(shè)備號(hào)”去重?；钴S用戶主要為了衡量運(yùn)營(yíng)效果，以及產(chǎn)品使用情況。
啟動(dòng)次數(shù)：時(shí)間段內(nèi)，啟動(dòng)App的次數(shù)，無需去重。啟動(dòng)次數(shù)主要為了衡量推送效果，以及App的內(nèi)容是否足夠吸引人。
留存率：時(shí)間段內(nèi)的新增用戶，經(jīng)過一段時(shí)間仍啟動(dòng)App的用戶，占原新增用戶的比例?！皶r(shí)間段”的劃分方式有：按日、按周、按月，對(duì)應(yīng)指標(biāo)還可細(xì)分為“日留存率、周留存率、月留存率”。
使用時(shí)長(zhǎng)：時(shí)間段內(nèi)，從啟動(dòng)到結(jié)束App使用的總時(shí)長(zhǎng)。所謂“結(jié)束App”，通常指殺掉進(jìn)程，或者將App退到后臺(tái)超過30秒。一般會(huì)按“人均使用時(shí)長(zhǎng)、次均使用時(shí)長(zhǎng)、單次使用時(shí)長(zhǎng)”分析，衡量產(chǎn)品粘性和活躍情況。
使用頻率：用戶上次啟動(dòng)App的時(shí)間，與再次啟動(dòng)的時(shí)間差。使用頻數(shù)分布，可觀察到App對(duì)用戶的粘性，以及運(yùn)營(yíng)內(nèi)容的深度。
基本技術(shù)
數(shù)據(jù)采集技術(shù)——抓包。
“抓包”，一般指觀察App上傳到服務(wù)器上的數(shù)據(jù)都有哪些。通過“抓包”觀察，一方面可判斷自家App是否正確上傳了想要統(tǒng)計(jì)的數(shù)據(jù)，另一方面還可抓取到手機(jī)上安裝的其他App的上傳數(shù)據(jù)，用來分析競(jìng)品內(nèi)容更新情況。
數(shù)據(jù)提取技術(shù)——sql語(yǔ)言。
sql語(yǔ)言一般用于從數(shù)據(jù)庫(kù)中進(jìn)行數(shù)據(jù)的增刪改查，需要企業(yè)運(yùn)維人員或DBA人員開啟權(quán)限才可訪問，大公司的產(chǎn)品經(jīng)理基本沒機(jī)會(huì)用到，如果是小公司的高級(jí)產(chǎn)品經(jīng)理，且和技術(shù)商議僅開啟只讀權(quán)限，還是可以嘗試使用的。
數(shù)據(jù)處理技術(shù)——Excel、Python、JS。
提取出來的數(shù)據(jù)，要深入分析，肯定得進(jìn)行二次加工。按使用的難度高低，需要掌握工具如下：
Excel：大名鼎鼎的office工具，有著極其強(qiáng)大的數(shù)據(jù)處理能力。常用數(shù)據(jù)分析功能有透視表和命令行。推薦一個(gè)我喜歡的處理命令：
Python、JS：Python、JS是一種通用腳本語(yǔ)言，不止適用于數(shù)據(jù)分析，但由于其安裝、使用方便，函數(shù)庫(kù)豐富，適合有開發(fā)基礎(chǔ)的同學(xué)嘗試。
統(tǒng)計(jì)分析方法
比較法：多個(gè)數(shù)據(jù)提取進(jìn)行比較。根據(jù)對(duì)比方法不同，分為“橫向?qū)Ρ取焙汀翱v向?qū)Ρ取薄?/p>
-橫向：指空間維度的對(duì)比。相當(dāng)于一個(gè)指標(biāo)，在不同條件下的對(duì)比，但每個(gè)條件都屬于一個(gè)層級(jí)。
-縱向：指時(shí)間維度的對(duì)比。包括“同比、環(huán)比”。
同比：指本期數(shù)據(jù)與上年同期數(shù)據(jù)對(duì)比，
環(huán)比：本期統(tǒng)計(jì)數(shù)據(jù)與上期比較。
分解：某個(gè)維度對(duì)比后發(fā)現(xiàn)問題后需要找原因時(shí)，需要進(jìn)一步分解指標(biāo)。
如：某日的銷售額只有昨日的50%，就需要對(duì)銷售額指標(biāo)拆分為：成交用戶數(shù) x 客單價(jià)，而成交用戶數(shù) = 訪客數(shù) x 轉(zhuǎn)化率。
接下來就可分別針對(duì)：訪客數(shù)、轉(zhuǎn)化率、客單價(jià)，觀察今日和昨日相比的數(shù)據(jù)變化，找出原因。
降維：當(dāng)維度太多時(shí)，我們不可能全部分析，這時(shí)就要篩選出有代表性的關(guān)鍵維度，去除掉那些無關(guān)數(shù)據(jù)，這就是“降維”。
如：成交用戶數(shù) = 訪客數(shù) x 轉(zhuǎn)化率”，當(dāng)同時(shí)存在這三個(gè)指標(biāo)時(shí)，其實(shí)我們只要三選二就能得出結(jié)論了。
增維：增維和降維是相對(duì)的，如果當(dāng)前觀察的維度無法解釋當(dāng)前問題，就需要對(duì)數(shù)據(jù)進(jìn)行運(yùn)算，多增加一個(gè)指標(biāo)。在可視化分析領(lǐng)域，也可將不同類型的圖表嵌套使用，能達(dá)到增加信息展現(xiàn)維度，擴(kuò)展分析廣度的目的，
分組：也可叫聚類，合適的分組能更好地理解業(yè)務(wù)和場(chǎng)景。
如用戶畫像創(chuàng)建，就是一個(gè)按不同維度對(duì)數(shù)據(jù)分組的過程。通過用戶畫像，可以很清晰地知道產(chǎn)品的用戶地區(qū)、用戶興趣、用戶年齡、用戶性別等屬性占比，產(chǎn)品經(jīng)理可通過畫像進(jìn)一步了解用戶需求。
漏斗分析：主要用于分析產(chǎn)品使用的關(guān)鍵路徑，通過設(shè)定一系列操作步驟，統(tǒng)計(jì)每一步中的操作用戶數(shù)，并將用戶數(shù)以柱狀圖縱向排列，就可形成用戶流失漏斗，我們可分析漏斗每個(gè)環(huán)節(jié)的流失率，并觀察改進(jìn)環(huán)節(jié)交互體驗(yàn)后，流失用戶的變化情況，以此來驗(yàn)證改動(dòng)效果。
AARRR模型：該模型一般用于游戲數(shù)據(jù)分析，是Acquisition、Activation、Retention、Revenue、Refer，這五個(gè)單詞的縮寫，分別對(duì)應(yīng)一款移動(dòng)應(yīng)用生命周期中的5個(gè)重要環(huán)節(jié)。AARRR本身是一個(gè)循環(huán)，使用者需觀察每個(gè)環(huán)節(jié)的數(shù)據(jù)情況，以此來分析產(chǎn)品是否在執(zhí)行一個(gè)正循環(huán)過程。這其中的任一環(huán)節(jié)除了問題，都會(huì)導(dǎo)致產(chǎn)品數(shù)據(jù)的異常。
陪學(xué)數(shù)據(jù)產(chǎn)品課程《產(chǎn)品解析與實(shí)戰(zhàn)
1
學(xué)習(xí)對(duì)象
希望成為數(shù)據(jù)產(chǎn)品經(jīng)理的小白、1-3年產(chǎn)品小新。
注：獲取更多學(xué)習(xí)視頻+資料+作業(yè)，請(qǐng)加班主任qq或微信（pexuepexue）
2
上課方式
在線學(xué)習(xí)，全天隨到隨學(xué)（每個(gè)人具體學(xué)習(xí)時(shí)間以最終個(gè)人學(xué)習(xí)計(jì)劃為準(zhǔn)?。?/p>
3
學(xué)習(xí)費(fèi)用
課程費(fèi)用詳情請(qǐng)咨詢班主任。（pexuepexue）
4
課程服務(wù)
l個(gè)人就業(yè)培訓(xùn)（1對(duì)1）
l0-1項(xiàng)目實(shí)戰(zhàn)課（小組式學(xué)習(xí)產(chǎn)品設(shè)計(jì)過程）
l隨時(shí)隨地1對(duì)1答疑
l產(chǎn)品經(jīng)理社群l就業(yè)指導(dǎo)
