產品經理必學技巧：數據分析框架4個步驟

每一個產品經理都有作產品運營的工做場景，須要用數據模型來驅動下一步的產品設計工做。數據驅動的前提是要求有2個前置條件，一是給產品作數據埋點；二是按數據分析框架作選數據模型。

二者是強息息相關的，數據埋點能夠幫助數據模型更有效，數據模型也能夠肯定數據埋點的顆粒度。

今天分享下我在工做中作數據框架的方法

**step1:肯定數據目標
**

沒有目標會形成多餘的工做量產生，不少產品新人不懂數據埋點，因爲缺少目標就形成全部頁面都要統計、全部按鈕、全部時間（點擊、停留、訪問）所有都要。

其實是沒有意義的

找準本次數據的目標，好比是要用來分析活動結果、仍是產品質量、或某個場景用戶的NPS(NPS中文爲淨推薦值，全名爲Net Promoter Score).

通常是經過肯定數據目標後，再找到產品的具體場景，再來梳理場景下的頁面路徑。

以下圖是PMTalk產品經理社區爲用戶對新版本喜歡程度爲數據目標而找到的首頁訪問場景，經過首頁場景獲取用戶喜歡的話題內容、和相應子欄目。

首頁場景有社區普通用戶提供的精選置頂、也有KOL用戶提供的內容推薦位、會員充值的3個場景。以下是社區首頁訪問子欄目的場景，代表埋點目的是爲爲了監控首頁的路徑狀況。

社區場景下的頁面路徑

step2:肯定數據分析模型

在數據產品經理的工做中經常使用的4種模型方法，數據模型是爲場景服務的。找準你本身的場景所須要的模型

**1.AARRR模型
**

AARRR模型是作數據分析最基礎的模型之一，所謂的AARRR就是指獲取、激活、留存、變現和傳播。

獲取是指獲取用戶線索，咱們能夠拆分到各個渠道上，好比百度的SEO、app的aso上等，整體分析獲取狀況；

激活是指提升用戶的活躍程度，主要是經過促銷、內容、產品功能等方式讓用戶成爲最有價值的活躍用戶；

留存就是把上面的活躍客戶沉澱下來，劃歸到本身的流量池中，好比常見的社區UCG、O2O服務留存等方式，咱們能夠經過日留存率、周留存率、月留存率等指標監控應用的用戶流失狀況，並採起相應的手段在用戶流失以前，激勵這些用戶繼續使用應用。

變現是獲取收入，咱們能夠經過監控成交率等指標進行分析；

傳播是社交網絡時代獨有的分析方向，只有作到自傳播的病毒式才能使本身的用戶羣羣體不斷擴大，好比分享按鈕點擊、用戶分享落地頁訪問數；

2.漏斗模型

漏斗模型和海盜模型的核心區別是漏斗模型不關注定向的5個指標，而是從層級上區分。

漏斗模型按照流程，對用戶進行各個轉化層級上的監控，尋找每一個層級的可優化點；對沒有按照流程操做的用戶繪製他們的轉化路徑，找到可提高用戶體驗，縮短路徑的空間，咱們能夠經過趨勢、比較和細分的方法對流程中各步驟的轉化率進行分析：

• 趨勢：從時間軸的變化狀況進行分析，適用於對某一流程或其中某個步驟進行改進或優化的效果監控；

• 比較：經過比較相似產品或服務間購買或使用流程的轉化率，發現某些產品或應用中存在的問題；

• 細分：細分來源或不一樣的客戶類型在轉化率上的表現，發現一些高質量的來源或客戶，一般用於分析網站的廣告或推廣的效果及ROI。

3.四象限模型

四象限最初是一個時間管理模型，按照緊急、不緊急、重要、不重要排列組合分紅四個象限，以此便於對時間進行有效的管理。

模型解釋：在用戶分析中，也就是利用收入和利潤這兩個重要指標分爲四個象限，對咱們的用戶進行分組。固然還能夠用其餘指標好比會員級別、會員時長來作橫縱座標。

**4.RFM模型
**

RFM分析是挖掘用戶流失、和用戶重要關係經常使用的模型。將最近一次用戶消費、消費頻率、消費金額這三個要素構成了數據分析最好的指標，衡量用戶客單價價值和用戶創利能力。RFM分析也就是經過這個三個指標對用戶進行分類，能夠以此爲指標將用戶劃分爲普通、重要、特別重要的用戶級別。通常會員體系會以次作依據來設計會員門檻。

R——最後交易距離當前天數（Recency）

F——累計交易次數（Frequency）

M——累計交易金額（Monetary）

經過RFM模型能夠構建的用戶層級表

圖片來自網絡

step3:製做埋點文檔

埋點文檔確保有下面3個要素：

１、用戶屬性信息，好比說須要獲取用戶的設備號、標籤等；

２、事件ID，是事件埋點的惟一標識，能夠由開發同窗或產品同窗定義，每一條埋點記錄對應一個事件ID，用於在數據庫進行取數。

３、事件描述，包括事件類型（點擊／頁面／停留）、事件來源是指若是產品邏輯複雜，能夠多級來源，１級來源、２級來源等（好比PMTalk首頁有用戶判斷，根據會員、做者、普通用戶進行內容推薦）、觸發時間、觸發事件（系統知道什麼狀況觸發作埋點統計），

好比：PMTa首頁點擊文章列表的文章卡片，進入文章詳情的事件叫作文章閱讀事件。

事件埋點文檔

埋點文檔撰寫本質上就是把上面3者依次和前端同窗肯定後進行填寫。因爲有了目標、和場景，因此就不會什麼數據都要了。只作當前目標關心的頁面、按鈕便可。

**step4:數據可視化
**

接下來就是作數據可視化工做了，好比不一樣的數據圖表所給的解讀效率是有巨大差距的。好比折線圖反應的是趨勢走向，而餅狀圖反應的是比例多少。

還有部分數據模型會要求固定的數據圖表，好比前面提到的四象限模型，就要求有以下數據可視化作熱點聚焦圖。