一文看懂:互联网产品分析,该如何做?

简介: 总有同学们在抱怨:“说的是做产品分析,可实际上每天都在埋点,建表,写SQL,对口径,找bug,我分析啥了?到底啥是产品分析?”今天简单分享一下。所谓产品分析,特指对互联网产品:APP/小程序/H5一类的分析。不是传统企业口中的“产品”哦(传统企业的,参见之前分享的《商品分析》)。传送门:一文看懂:商品分析如何做?

image.png


一、产品分析是什么?


产品分析,指的是分析互联网产品的用户使用情况。诸如:有多少用户在用产品,使用哪些功能,使用时长,操作流程中转化/跳出等等。这些数据一般是服务产品经理的,帮助产品经理们监控产品发现情况,了解功能优劣,选择更好的产品改版方案。


image.png


注意:产品分析的有些指标,是和用户分析共用的,比如DAU、MAU、流程转化率等等,也因此会引发一些混淆。


区分的方法也很简单:产品分析是服务产品经理的,最后指向的是要不要修改页面,增加/减少功能,优化路径等等产品上的改进。用户分析是服务用户运营的,最后指向的是要不要投放内容,要不要推优惠券等用户相关的动作。


那么,产品分析该如何做呢?


二、产品分析有哪些内容?


产品分析包括三个部分:


  • 市场情况分析
  • 日常数据监控
  • 新功能测试


市场情况分析,指分析产品市场表现,比如:


  • 产品累计注册用户,潜在用户数量估算
  • 产品活跃用户,DAU(日活跃)/月活跃(MAU)
  • 产品付费用户,转化率(多大比例付费)/平均收入(ARPU)
  • 产品的新用户获取数量、质量(转化率/平均收入)
  • 整个行业的竞品数量、累计用户、活跃/付费/新增情况


这些数据,是用来支持产品经理们的BRD/MRD文档的,用于下面宏观性判断:


  • 产品赛道是否有潜力
  • 当前发展速度是否够快
  • 下一步是加速还是稳步发展


image.png



日常数据监控,则是监控产品日常表现,常见的,比如:


  • 产品整体指标,比如DAU/MAU,转化率,转化率,在线时长……
  • 关键流程指标,比如新用户注册流程,主要活动流程、交易流程
  • 主要功能指标,比如某功能使用人数,使用次数,使用时长

这些监控,主要用来发现问题,找优化机会。比如发现活跃人数少,成交人数少了,就会进一步看:用户卡在哪个环节?是不是某个步骤出了问题?进而思考解决方法。


image.png


新功能测试,指测试产品功能/设计的改变,是否达到预期。从众多的设计方案中,找一个数据上表现最好的方案。新功能测试,包含事前的多版本测试(ABtest)以及事后的监控。日常工作中,产品的改版/升级/优化,都是很常见的,因此要经常做。


image.png


那么,这么分析,有没有个啥模型可以套用呢?是有滴。


三、产品分析有啥模型?


产品分析,最常用的就是漏斗模型。因为很多产品功能都不是一步完成的,需要很多步,因此自然形成了漏斗,可以用漏斗模型,观察哪一步流失的用户多,进而做改善(如下图)。


image.png



同时,用户进入APP/小程序以后,往往有很多路径可以走。甚至用户可以直接从站外广告,进入落地页,完成交易。这样就会形成很多个路径,有很多个漏斗。


此时就涉及两个问题:

站外到站内引流,什么路径更好走?

站内流量分配,怎样分效率最高?


因此,有一些分析人员,会把这种多漏斗路径合并展示,做一张全站流量转化地图。这种方法也被称为UJM(User Journey Map)模型。对于有明确行为终点的产品(比如交易型产品)UJM方法还是很好用的。


那么问题来了,为什么产品分析有理论,有方法,有模型,但是日常工作中大家还是觉得很艰难呢???

四、为什么感觉做的很琐碎?


首先,产品分析本身就很琐碎。产品页面经常更新,为了获取数据,埋点经常要随着新页面动来动去,因此需要消耗精力去做。而且ABtest只是简称,很多时候测试版本很多,要搞各种埋点,工作就是麻烦。


其次,很多产品经理自己没啥主见。很多产品经理就是领导的传声筒,根本轮不到他写BRD/MRD(或者随手写写凑数),至于为啥要上这个功能?也不太清楚,不是领导命令的,就是照着竞品抄的。


这种糊里糊涂的状态下,自然没有清晰的分析思路。不是看着DAU波动大呼小叫,让分析为啥涨为啥跌,就是做完测试,拼命抓着数据分析师,问为啥有差异……很多小伙伴的痛苦经历就是这么来的……


image.png


发完牢骚,今天的分享也差不多了。其实产品有很多种,交易型产品/内容型产品/工具型产品各有差异,toC/toB产品也有区别,有机会以后再分享吧。喜欢的话,记得转发+在看+点赞,支持下小熊妹哦,谢谢大家。




相关文章
|
机器学习/深度学习 人工智能 数据挖掘
如何做好互联网产品需求分析?看这里!
如何做好互联网产品需求分析?看这里!
236 0
|
4月前
|
人工智能 数据挖掘 大数据
如何做好舆情大数据分析工作
舆情大数据分析是一项复杂而系统的工作,它涉及舆情监测、数据汇总和过滤分类、数据分析、结果呈现与报告撰写以及反馈等多个工作流程。因此,对于政企单位来说,如何做好舆情大数据分析工作是个难题。下面,本文就来详细为各位阐述舆情大数据分析工作内容以及如何做好舆情大数据分析工作?
129 4
|
5月前
|
搜索推荐
产品运营方法论问题之在电商场景中产品指标体系拆解如何解决
产品运营方法论问题之在电商场景中产品指标体系拆解如何解决
|
自然语言处理
如何做竞品分析?
要做竞品分析,首先得明确,什么类型的产品是竞品?
345 0
如何做竞品分析?
|
数据采集 数据挖掘 大数据
一文看懂:行业分析怎么做?
在工作和面试中,很多小伙伴会遇到“对XX行业进行分析”的要求。一听“行业分析”四个字,好多人会觉得特别高大上,不知道该怎么做。今天给大家一个懒人攻略,小伙伴们可以快速上手哦。
295 0
一文看懂:行业分析怎么做?
|
新零售 传感器 监控
|
前端开发 JavaScript 物联网
玉伯:前端的现状之痛及未来趋势
在 GMTC 北京上,我听了蚂蚁金服玉伯老师的分享。玉伯 2008 年加入阿里,在这期间,他和团队一起折腾过 KISSY、SeaJS、Ant Design、AntV 等开源项目,现在我们都喜欢用的语雀也是他团队的产品。
472 0
玉伯:前端的现状之痛及未来趋势
|
监控 项目管理 UED
提升陪玩源码开发质量和效率,需要把握的关键环节
提升陪玩源码开发质量和效率,需要把握的关键环节
|
负载均衡 应用服务中间件 nginx
一对一直播系统开发,解决技术难点是重点
在大量用户涌入平台的情况下,一对一直播系统开发还是要面临众多难题,只有解决这些技术难题,才能让一对一直播系统运行更加稳定。