数据到底怎么驱动产品优化?创业团队PM必看!

optimize

通常大部分公司招聘产品经理的时候都会有这样一条要求:卓越的数据分析能力,能够运用数据指导和优化产品。要么问题来了,到底怎么样才能用数据来指导产品优化呢?作者今天来探讨一下这个问题。

首先我们来剖析一下产品优化。产品优化在百度百科的意思是:在不改变产品性质的情况下对产品结构上的调整,使产品具有更大的使用价值和价值。互联网产品更是如此,我们现在看到市面上绝大多数的互联网PM其实做的都是优化的活儿,即在网站或者APP整体性质不变的情况下的局部调整。
那么产品经理根据什么来进行产品优化呢?

依作者看来,产品优化主要可通过这几个途径:直接的用户研究结果、业务与客服反馈、数据分析、领导的要求、竞品分析与舆情监测。今天不说那么多,主要讲如何通过数据来指导我们产品优化,力求把它讲透。
学过统计学的都知道,数据分析简单来说分描述性数据分析和探索性数据分析。所谓探索性数据分析就是我们经常说的关联规则、聚类、时间序列等等,能够从表面的数据中挖掘一些潜在的规律和意义。顾名思义,描述性数据分析即是对数据进行统计和汇总分析。描述性数据分析分析角度一般为对比和细分,通过数据在不同维度的表现总结出有意义的结论。

我们讨论产品数据优化也是遵循描述性数据分析的思路,具体分统计、对比和细分三个维度来阐述产品数据的优化步骤。顾名思义统计即是对一件事情的描述性概括,对比则是加入时间、位置等对比维度来阐释差异性,细分则是为了具体化每一个环节和流程的数据分析。
1、统计
产品经理需要对页面负责,细化到页面每个按钮、入口、banner等基本元素,而这些元素是可以通过定义事件实际监测的到的。基于这个考虑,我们就可以通过这些数据来模拟用户的行为习惯,知道某个页面哪些地方是用户经常光顾的、哪些是压根不点的。据此就可以进行页面的优化和分析。

具体如何实现以上需求,作者整理了一个较为周全的方案供大家参考,这也是作者在实际工作中证明行之有效的案例。

  

 正如上图所示,我们把某APP的首页按照no\区块\细分进行切割,从而能够把页面中每一个元素(按钮、图片、链接等)都能够有效的定义出来。如head区块中共有4类细分,分别为head_sidebar\head_search\head_scan\head_cart,这样整个APP头部的所有元素都已经定义完毕。
将需要监测的页面定义完之后,后面就是监测实现的问题了。作者在这里推荐百度统计和友盟中的事件追踪,通过自定义trackevent事件来实现页面追踪,详情可参考百度统计:http://tongji.baidu.com/open/api/more?p=guide_trackEvent

不过统计工具的监测事件可能有所局限,具体适用的范围为:

基于以上问题,读者还可以通过自定义监测事件来完成对页面的监控,自定义事件摆脱了工具的局限性,能够更灵活的去做页面监听事件的铺设。由于涉及到技术层面的问题,这里就不过多的赘述。



2、对比

谈到对比,不得不说下ABTesting。A/B 测试简单来说,就是为同一个目标制定两个方案(比如两个页面),让一部分用户使用 A 方案,另一部分用户使用 B 方案,记录下用户的使用情况,看哪个方案更符合设计。

用一个电商的APP举例子,假如这个App有100万在线用户,通过控制台可以控制这些用户看到不同的测试版本。假如其中50 万用户看到左边版本,产生了10万购买;另外50万用户看到右边版本,产生了40万购买。这个试验数据说明右边版本产生的转化率更高,可以通过控制台将这 个版本推广到所有100万用户。