阅读之前看这里:博主是正在学习数据分析的一员,博客记录的是在学习过程中一些总结,也希望和大家一起进步,在记录之时,未免存在很多疏漏和不全,如有问题,还请私聊博主指正。
博客地址:天阑之蓝的博客,学习过程中不免有困难和迷茫,希望大家都能在这学习的过程中肯定自己,超越自己,最终创造自己。
博主之前关于产品和数据的的文章:
数据分析师之所需要了解的产品系列知识(一)——产品的演化周期
数据分析师之所需要了解的产品系列知识(二)——如何测试产品健康
数据分析师之所需要了解的产品系列知识(三)——定义产品成功:指标和目标
数据分析师之所需要了解的产品系列知识(四)——如何提高用户留存率
我们在数据分析师之所需要了解的产品系列知识(三)——定义产品成功:指标和目标一文中,讲了如何去定义成功的指标。
接下来我们将真正的进行去实践分析,学以致用,去了解和学习互联网数据指标体系的搭建,并应用在一些具体案例分析上面。
对于互联网产品数据分析师来说,搭建指标体系可以很好的梳理业务关系,提高问题分析效率。
我认为指标体系的主要目的有:
只有明确好指标和目标后,我们才能够对产品规划可执行的策略和路线图。也就是搭建好指标体系是在团队工作和产品开展的一个前提,当然一开始可能指标并不多,需要随着产品的迭代不断去改变指标。
关键指标是衡量商业价值,哪一个或者几个指标最能反映产品创造的价值。
《精益数据分析》对第一关键指标这样阐述:
在任何指定的时间里,都有那么一个指标,值得你惯性它胜过一切。
在数据分析的世界里,专注意味着挑选一个唯一的指标,该指标对你当前所处的创业阶段无比重要,称之为OMTM(One Metric That Matters,第一关键指标)。
第一关键指标,就是一个在当前阶段高于一切,需要你集中全部注意力的数字。在问题验证阶段关心客户终生价值并没有什么意义,但当你接近产品与市场契合的时候,它可能就是你的专注点。
一个“重要的指标”是统一的,并将使你能够为整个组织设置优先级。尽管跟踪所有内容并选择多个指标可能很诱人,但这并不明智。许多指标相互关联。它们可能有助于提高收入指标,但如果单独衡量,可能会变得无关紧要和分散注意力。你拥有的指标越多,权衡所有目标并权衡这些目标就越复杂。把事情简单化。
使用第一关键指标的四大理由:
对于社交类产品来说,DAU很关键,因为产品核心是人们通过这款产品沟通交流;
但对于求职类产品,关键指标应该是活跃有效简历数和发布职位公司数,只有求职者和机会数量可观的情况下,才更加有可能在平台解决大家的职业发展问题;
对于电商类产品,GMV很重要,意味着在平台成交的金额大小;
对于视频类产品,目的是为了帮助用户杀时间,那么关键指标是观看时长。
AARRR是Acquisition、Activation、Retention、Revenue、Refer这个五个单词的缩写,分别对应用户生命周期中的5个重要环节。
A拉新:通过各种推广渠道,以各种方式获取目标用户,并对各种营销渠道的效果评估,不断优化投入策略,降低获客成本。利用这个模块可以很好帮助市场推广部门比较各个渠道的拉新效果,评估新用户的用户质量。
A活跃:活跃用户指真正开始使用了产品提供的价值,我们需要掌握用户的行为数据,监控产品健康程度。这个模块主要反映用户进入产品的行为表现,是产品体验的核心所在。
R留存:衡量用户粘性和质量的指标。
R转化(营收):主要用来衡量产品商业价值。
R传播:衡量用户自传播程度和口碑情况。
这五个指标并不一定遵循严格的先后顺序,不过这五个指标确实是一个不错的框架。
要素 | 功用 | 相关指标 |
---|---|---|
获取用户 | 通过各种各样的手段博取眼球,无论是免费还是付费的方式 | 流量、提及量、每次点击费用(CPC) 、搜索结果、用户获取成本、点开率 |
提高活跃度 | 将获取的“过客”转化为产品的真正参与者 | 注册人数、注册量、新手教程完成量、至少用过一次产品的人数、订阅量 |
提高留存率 | 说服用户再次光临、反复使用、表现出黏性行为 | 用户参与度、距上次登录的时间、日/月活跃使用量、流失率 |
获取营收 | 商业活动的产出(不同的商业模式看重不同的产出,如购买量、广告点击量、内容产生量、订阅量) | 客户终生价值、(免费到付费)转化率、平均购物车大小、广告点击收入 |
自传播 | 已有用户对潜在用户的病毒式传播及口碑传播 | 邀请发送量、病毒式传播、病毒传播周期 |
以上图片基于AARRR模型梳理了相关重要指标,当然,对于不同产品,还会有更多基于个性化功能的指标,这里就不做延展。
整合各模块指标可以得出用户每个步骤的健康程度,再通过时间维度(环比同比)、空间维度(各个渠道对比、各个地域)交叉对比,可以初步发现数据异常点所在,然后就需要分析师针对异常指标深入分析原因,找出解决办法。
我们不仅要会从AARRR这个经典模型去搭建指标体系,我们更需要会基于业务流方法的指标体系搭建,俗话说,不懂业务的数据分析师不是一个好的分析师。
业务流指标体系主要包括两个方面:维度和指标
在分析的时候,进行多个维度的拆解,在不同的维度对应不同的指标。
如下图,我们可以从整体、内容、渠道、产品、用户等多个业务流维度对进行不同指标的搭建。
对于一个产品,首先需要梳理出各功能模块有哪些,可以建立产品功能矩阵,对各功能的定位和表现有个大概认知。
上图即产品功能矩阵,横轴是功能留存率,表示当前功能的用户粘性;纵轴是活跃用户占比,表示某周期使用当前功能的用户量/该周期的产品活跃用户量。做出这个矩阵后,我们就可以看到不同的功能在矩阵中的位置分布(注:原点可以选择:各产品留存率、活跃用户占比均值)。
- 大众功能(曝光量大,使用率高)需要了解用户的使用流程,对可优化的点进行优化,不断简化升级。
- 核心功能(用户使用率低,功能留存率比大众功能要高)我们在核心功能中应该寻找是否存在高价值需求,我们可以推广这个需求的使用率来提升用户留存,探索增长突破口,不断完善扩充。
- 小众功能(功能留存适中但用户使用率低)可以寻找可能有潜力的模块优化,不断筛选优化。
- 其他功能(使用率低,留存率也低)对于不常用的功能模块适当摒弃,对于有必要保留的功能模块分析问题所在,或者简化操作流程,不断迭代更新。
建立完功能矩阵后,针对核心功能和大众小众功能,都需要分别搭建监控体系,步骤如下:
抖音作为头部短视频APP之一,产品核心在于:
基于抖音产品核心,我选取了以下几个指标作为关键指标:新增用户数、DAU、日均时长、留存率、收入(较为敏感,需要额外考虑)。
依照以上关键指标,我利用tableau制作了一个简单的仪表盘(注:以下数据均为虚构)。
抖音APP实质上还是属于一个免费的移动短视频应用,针对抖音获取新用户这方面,我们需要关注的指标主要还是从下载量(分渠道),客户获取成本,新用户注册等
如果监控用户活跃,我们需要监控DAU等常用指标,也需要关注用户观看视频时长,app使用时长和频率。
在用户留存方面,我们最需要关注的是留存率和流失率。
关于用户留存指标的详细内容可以参考我的另一篇博文:
数据分析师之所需要了解的产品系列知识(二)——如何测试产品健康“健康的产品需要满足哪些指标”
关于用户自传播,作为视频软件,用户分享是非常关键的,能够提高用户数和广告价值。
用户营收是很重要的,最终一个产品的成功不仅仅是看用户使用,要把这些转化为营收才是目的。
由于主要的指标我们已经确定:新增用户数、DAU、日均时长、留存率、收入
所以结合各个业务流对这些指标进行细分和拆解组合等。
由于新增用户、DAU、使用时长等,我们均可把它们划分到用户维度。
渠道维度的数据,我们在进行运营和推广的时候,渠道是其关键,掌握好各个渠道的数据,方便我们更好的决策。
当然我们还可以从其它业务的维度去思考构建各个指标,每种指标体系都有其优点和局限,有时候并不能一一考虑到,我们最重要的是关注几个核心指标,无论是从哪个模式去分析,核心指标的监控必不可少。
梳理了抖音功能结构图如下:
抖音的功能很多,在这里拿“搜索”功能举例,搭建功能指标体系。
首先,确认搜索功能的核心目标:用户能够通过搜索找到感兴趣的短视频,并成功观看。
综上,产品的指标体系搭建主要包括三个步骤:
随着产品业务的发展和各功能板块的调整更新,衡量指标会发生变化,所以需要针对产品变化及时对指标做出调整。
另外,不同的业务部门的关注方向不同,同样产品同样功能的指标体系侧重点,也需要根据数据看板的使用方的角色不同而不同。
参考:
[1] 人人都是产品经理:以「抖音」为例,分析互联网数据指标体系的搭建
[2] 《精益数据分析》
博主码字不易,请大家关注点个赞再走呗 ^ - ^