如何用数据驱动产品和运营_讲座笔记

记一次在pmcaff听的分享讲座笔记。但是在这里听讲座很痛苦，类似微信群发语音和图片的模式，讲座都是一段一段的，听的过程中萌生出以下需求：1 读完的消息标记为已读消息；2消息播完之后自动播放下一条；3 消息播放时，控制手机不自动锁屏；4 放大查看一张讲座ppt图片时，播放中的语音可以继续播放。

讲师：桑文峰（前百度大数据部技术经理，Sensors Data 创始人&CEO）大纲

大数据思维与数据驱动

• 数据处理流程
• 数据分析方法
• 运营分析实践

一、大数据思维与数据驱动

什么是大数据思维？
例子1：输入法演化 智能abc→紫光拼音输入法→搜狗输入法（基于用户query、个人词信息、新词等，云管理）

Paste_Image.png

例子2：地图纸质地图 vs 百度地图（位置信息→拥堵情况、车辆数据、摄像头数据等）数据驱动 vs 因果驱动 vs 拍脑袋不是看几个数据，就是数据驱动。
现在一些公司存在的问题：
情况1：效率低，导致错过很多机会。数据工程师资源有限，需求太多，导致数据等待时间太长，最后还是拍脑袋决定。
情况2：公司有只有仪表盘可看。对市场或运营同学，数据不够详细，如按地域按渠道按不同方式。理想的数据驱动：自助式数据分析，强大数据源+分析工具，提供效率。

二、数据处理流程

①数据采集→②数据建模→③数据分析
①数据采集数据源十分重要，数据全和数据细。
全：多种端（客户端、服务端、数据库等），全量而抽样
细：多维度。when who where how what
②数据建模数据模型就是对现实世界的一个抽象化的表示。针对分析的需求，对数据重新进行建模。例如用户行为数据，即用户在你产品上做的一系列操作，包括用户在什么时候浏览了什么商品，什么浏览器、浏览器版本、网络、看的商品的基本数据是什么..
③数据分析

Paste_Image.png

三、数据分析方法

• 多维事件分析（事件、维度、指标）

  
  
  

  Paste_Image.png

• 漏斗分析（电商，订单相关产品）

  
  
  

  Paste_Image.png

• 留存分析

  
  
  

  Paste_Image.png

• 回访分析（一段时间内访问频次、时间段等）

  
  
  

  Paste_Image.png
  
  

  案例：UGC产品数据分析

• 访问量
• 新增用户数
• 活跃用户数
• 发帖量
• 检索量

那么这么多指标中，要找到产品当前阶段最需要提高的指标。每个阶段需要提高的指标不同。

四、SaaS运营分析实践

• 产品发布评估
• 广告效果评估
• 流失用户召唤
  以Sensors Data为例，
  1 产品发布——渠道：朋友圈、微信群、36kr多维度+漏斗数据分析：PV→点击→点击提交表单→“demo上所有事件”
  2 广告效果评估——广告渠道：36kr、猎云网、某职场社交应用红包、知乎专栏多维度+漏斗数据分析：PV→点击→点击提交表单→“demo上所有事件”
  3 流失用户召唤——渠道：邮件、电话多维度+漏斗数据分析：PV→点击→点击提交表单→“demo上所有事件”