内容来源：本文为腾讯移动分析与人人都是产品经理联合举办产品测评大赛的参赛作品。
参赛者：吴雨岑 ，一个神神叨叨胡思乱想天马行空精神独立的小和尚，爱音乐，爱瑜伽，爱读书，爱摄影，还爱发呆
编辑：Fiona
一．MTA初印象
腾讯移动分析-Mobile Tencent Analytics(以下简称MTA)，官宣是为了解决移动行业面临的数据分析、运营推广、营销推广挑战而提出的大数据运营平台中的数据分析工具，定位为“精准数据驱动产品运营”，提高产品决策效率。
这样一款大数据应用产品，腾讯依托自身的平台优势，在数据的获取方面做到了远超其他竞品的TOP级覆盖。更进一步地，MTA分析应用场景的每一个环节，试图“透过现象看本质”。
进入应用管理台，看到应用分析的维度可以归纳为环境、用户、事件、业务四个维度。环境包括时间、平台、渠道、版本；用户包括群组、画像、设备、行为轨迹、生命周期；事件包括自定义事件、参数、标签以及漏斗模型分析；业务则包括行业洞察、推广、反作弊、借贷、广告监测等。运营、分析、管理人员可根据自身的业务需要对这些维度和指标进行多重组合，以数据看板的形式进行动态监测。
总结一下，MTA作为一种数据分析工具，特点是：全面（广度）、精准（准确度）、常规（与其竞品相比所提供的分析功能相似度很高）。
问题来了——假设我已经是一个友盟的长期使用者，看过MTA的产品之后，我想要问自己的一个问题是：为什么我要换平台？转换成本多大？我的收益几何？
MTA很好，有很多优势。
但是转换是需要成本的，但是转换之后能获得的效益如何，深入体验产品之前谁也不知道。优势、成本、效益都是需要量化的。
二．移动行业数据解决方案之回到最开始的地方
# 移动行业数据解决方案的用户是谁？
整个APP团队，运营、产品、测试、开发，甚至老板。
# 他们的刚需是什么？
全面实时地观察产品的质量、用户、推广效果、业务情况，手段是观测数据。数据作为信息的载体，是所有结论的原材料。所以自然而然的，数据的全面、精准、专业、效率就成了兵家必争之地。这是功能层面出发的考虑。
作为移动行业数据解决方案提供商，各家都在努力给出一个全面的解答——即把 “十全大补丸”呈现到用户面前，然后按需吸收。这可以说给了用户最大的自由度和空间，但是自由未必就是好的。面广量大，分散了用户注意力的同时，也必然模糊用户对产品的印象与欲望，产品的差异度也无从体现。
优秀的产品应具备以下特点：
第一， 让用户在有限的范围内自由（实际是有限制的），这样的限制让用户为用户提供安全感、方向感，这样的限制不会让用户“走偏”而专注于核心的业务；
第二， 功能层次分明，有推进感；
第三， 产品印象，这样的印象是基于产品核心功能的，因为产品的核心功能体验足够符合甚至超越用户的期待，所以能让用户留下鲜明的印象，从而在每一次需要此功能时会还不犹豫选择我们的产品；
针对以上特点，我从以下角度展开工作：重新梳理MTA的信息架构，将MTA定位为“产品的产品”，以产品作为承载容器，将产品用户放进容器，观察不同条件下容器的“状态”；同时跳出容器，从宏观视角观察容器在行业层面的“位置”。
三．产品的产品—MTA
将“数据看板”和“应用分析”这两个移动分析的核心模块内容重整为 “产品透析”模块+“行业透镜”模块——“产品透析” 模块主要由“结构透析”（地点/容器）、“用户透析”（人/主体）、“事件透析”（内容）、“数据解析”（数据支持）；“行业透镜”模块包括“市场环境”、“行业格局”、“竞品拼图”。
1.产品透析
这部分内容的核心在于将接入MTA的产品作为一个容器，一个承载物，将我们所关注的内容都展示在承载物上，可以理解为原来的分析都附加上一个地理位置的属性，同时将数据直接置于应用场景之中。
应用接入MTA以后，通过MTA的分析系统解构出应用的功能架构，形成可视化的产品结构模型（产品的结构和可视化的效果很重要，也有很大的发挥空间），这个模型就是后续分析的基础容器，可以理解为Sim-City（我们常说的漏斗分析模型其实就是Sim-City的一个剖切面啊）。下面所说的数据分析都是和模型发生关联，可以在模型上锁定位置的。
1）结构透析
结构透析内容包括入口透视、出口透视、用户分布热力图、关键业务流用户路径切片等。
入口透视反映的是用户的进入方式，包括渠道、推广计划、入口的位置、进入时间；出口透视反映的是用户的退出位置，包括页面、进程分析。
用户分布热力图反映某一时刻或某一段时间内（分析者指定）产品用户在容器中的分布、活跃情况，这里的用户可以群组或者用户特征进行筛选查看；用户分布热力图可以帮助分析师/运营人员观察到某一时刻或某一段时刻特定用户群体在产品内流动/停留的情况，或者整个产品容器中用户的分布情况，是非常直观的一种表现方式；[此处脑洞打开，对于社交/社群类产品，甚至可以在热力图上增加用户关联/互动分析图，体现产品内社交热度及挖掘社交潜力]。
关键业务流也以热力图或者能量流动图的方式展示于模型之上，可以查看到实时、历史（分析者指定）的关键业务发生情况、完成情况。
路径切片，即基于模型的多维度、自定义剖切功能，是对漏斗模型的扩展，狭义上来讲，可以将“漏斗模型”应用到任何你想分析的业务（这里设计的体验要足够好，将用户的理解成本降到最低，是有可能摆脱具体业务类型束缚而做成一个普适的功能，还需要经过细致的研究，经过抽象-具象-抽象的反复论证，也是产品力的体现）；不同的业务呈现出不同的模型形式，“漏斗模型”、“反漏斗模型”、“分流/分群模型”等等。
2） 用户透析
用户透析包括用户构成、用户流动曲线、用户生命周期、用户挖掘。
用户构成：分析师可选择性地针对产品整体、大的功能模块、小的功能点进行多层次的分析，包括用户画像、用户分群、设备、使用频率、访问时长等；通过与“容器”的可视化交互，获得所需分析的用户构成数据和图表。
流动曲线仍然与模型发生关联，分析师可以以入口、出口、或产品中的任一页面为锚点观察用户的流动过程、流量大小随时间、不同特征用户群体的变化；与原先的页面路径功能相似，在模型上的定位让功能的梳理更清晰，便于分析人员和相关/邻近功能产生联想，增加用户的感性认识。
用户生命周期：用户在容器内的“生老病死”——新增、活跃、留存、流失、回流、积极度等，可以按照不同时间段、不同用户群来查看；其中，关注度最高的大概就是新增用户、活跃用户、留存率了，然而光是知道数据只是起到了解现状的作用，产品团队更迫切的需求是找到策略，而下面的用户挖掘职能就是帮用户找到策略。
用户挖掘：与MTA现有的用户挖掘不同，除了对用户的描述之外，还包括对潜在客户群体、流失客群的关联性分析，基本思想是：
a.分析活跃用户（自定义条件）与不活跃/流失用户之间的相关性和异质性挖掘（基本属性、应用偏好、自定义属性、渠道、设备等），比如同为男-18-24岁-广东-大学生，活跃与流失用户的差异点何在；
b.社交挖掘，基于qq/wechat／weibo的社交传播而引来的新客分析，挖掘社交引流的潜力和策略，比如说哪一类用户群的引流效果更好，他们具有什么特征，对引流效果好的用户展开推广策略定制；
c.用户行为预测等。
3）事件透析
事件透析包括关键事件看板、事件关联性分析。
关键事件看板的对象是自定义的关键业务相关功能点、关键指数跟踪，同样地，关键事件也可以在“容器”上进行可视化展示；
事件关联性分析，利用机器学习算法对用户选择的自定义事件发生进行关联分析，通过事件之间关联性的寻找，帮助分析人员找到业务的瓶颈点、突破点。
4）数据解析
数据解析是对上述内容的数据支持，“分析数据库”的概念，可以脱离容器，提取详细数据、生成图表，制作业务报告。
数据看板：提取“结构透析”、“用户透析”、“事件透析”中定义的业务数据，增加报警功能，即通过设置阈值自动提醒。
反作弊分析：与现有功能一致。
2. 行业透镜
“产品透析”是将关注点聚焦在应用之内，而“行业透镜”则是跳出应用本身，将应用放置在整个市场环境下进行观察。“行业透镜”提供的是一个比较宏观的视角，帮助MTA用户关注到自己的市场定位和竞争地位，对于调整自己的战略、战术有指导作用。
“行业透镜”模块包括市场环境、行业格局、竞品拼图。
1）市场环境
所属行业的政治环境、法律环境；
市场细分情况；
行业及竞品动向。
2）行业格局
用户关注度现状及趋势；
市场份额、市场渗透--地域分布及变动趋势。
3）竞品分析
添加多个竞品，对比竞品之间的用户构成、地域分布、市场占有率、市场渗透率。
四．容器的意义
在上述的内容中，“容器”的引入是全新的概念。虽然现在MTA的数据非常全面&专业（而且还在不断发展中），但是和其竞品的差异性并不大，且优势无法量化，是无法直接补获MTA潜在用户的心的。
“容器”的引入，虽然使得数据可视化效果相比于竞品有了极大的差异性和优越性，却不是根本目的。
“容器”更重要的意义还在于：
1) “容器”为用户提供了空间限制感、方向感和安全感；
2) “容器”将成为用户对MTA产品的印象载体，强化印象；这一点，对于新老用户、潜在用户都是有用的；
3) “容器”有助于分析人员对于自家产品的检视和反思；功能业务在产品功能架构层上的直接反应，更有助于梳理业务逻辑，发现问题、锁定位置、解决痛点；数据与容器的结合，降低了用户理解数据、分析数据的难度；
4) 数据不再是我们分析的主体，产品才是，数据是产品的反应；容器的存在，将数据融入产品的功能“器官”，将数据所反映的问题聚焦于产品之上。
五．总结
本文重新梳理了MTA核心功能模块的层次和架构，提出了重构的建议。“产品透析”是微观层面的观察，是应用内的观察；“行业透镜”则跳出应用，站在整个市场大环境下观察整体的风向、布局、占比，是应用外的观察；内与外的角度、颗粒度的粗细不同，面向的对象更有针对性，分析产品的角度也将更加全面、有层次。
而更重要的“容器”概念的提出，是将原来平面上的数据立体化的过程，其对于产品的意义上节已然阐述，不再重复。然而容器本身的搭建也还有很多问题需要探讨，比如可视化展示效果、应用的解构深度，容器与数据的结合更是有无限探讨和摸索的空间，然而，未来在于先驱者的想象。
相关阅读
腾讯移动分析产品测评大赛火热进行中，丰厚大奖等你来！
腾讯移动分析测评大赛结果公布｜这一次，且听我娓娓道来
本文为「人人都是产品经理」社区和腾讯移动分析MTA共同举办的#腾讯移动分析产品测评大赛#的参赛作品，转载请联系人人都是产品经理
有关产品测评大赛合作事宜，请联系邮箱：[email protected]