《优秀产品经理如何数据分析》阅读笔记

关键词：大数据、精益化运营、增长黑客（Growth Hacker）、AARRR框架（获取、激活、留存、变现）、魔法数字（Magic Number）

数据分析体系：道、术、器

道是指价值观。产品经理要想做好数据分析，首先要认同数据的意义和价值。术是指正确的方法论。比如新兴的“增长黑客”，从AARRR框架入手。器是指数据分析工具。好工具能够节省时间。

数据分析价值

产品经理不能为了数据分析而分析数据。落脚点要在用户和产品上。数据分析是为了帮助产品迭代和驱动用户增长的。

当上线一个新产品或功能时，需要对其进行数据监控和衡量。从采集到产品的用户行为数据中分析和总结。最后根据数据分析结果进行决策。如果产品是优秀的，那么就可以大力推广；如果数据表明还有问题，那就进行优化。总体流程是：产品——数据——结论。用数据进行衡量，加快迭代。

数据分析方法

1.流量分析

分析流量来源渠道和质量，进而优化投放渠道。常见方法：UTM代码追踪、分析新用户的广告来源、广告内容、广告媒介、广告项目、广告名称和广告关键字。实时关注流量，尤其关心流量异常。

2.转化分析

分析层面可能有：注册转化、购买转化、激活转化。一般借助漏斗来衡量转货过程。分析发现大致有三种影响转发的方面：渠道流量、用户营销、网站/App体验。

3.留存分析

留存是产品增长的核心，用户只有留存下来，你的产品才能不断增长。一条留存曲线，如果产品经理什么都不做的话，用户慢慢都会流失。从产品设计角度看：找准关键功能点是帮助用户留存的关键点。Magic Nubmber也是留存的分析的一部分。

4.可视化分析

用户体验是一个很模糊的概念，我们可以将其进行可视化。目前通用方法是以热图的形式呈现。通过热图可以了解用户在产品上的点击偏好，检验产品设计或布局是否合理。

5.组群分析

产品经理可以根据不同属性的用户进行分组，观察不同组群用户的行为差异，进而优化产品。例如：网站注册率或者浏览率在不同浏览器使用者的分组上，表现不同。那么显然是浏览器的兼容性问题，导致这种差异，产品经理即可进行相关优化。

预读书单

《黑客增长》——范冰

《精益数据分析》——埃里克·莱斯

《互联网增长第一本数据分析手册》——GrowingIO的产品和分析师写的

《精益创业》——埃里克·莱斯

加油！

by 小步