用「五要素模型」理解数据分析

用户体验五要素是产品经理的入门必须课之一,这是从思路到具体落地的一种经典的思维框架。实际上这种框架不仅适用于产品设计,在很多地方都可以适用。

比如梁宁曾经提到过如何了解一个人,可以通过以下五个层次去分析。

感知层
角色框架层
资源结构层
能力圈
存在感

最浅层的感知层是我们最开始对一个人的印象,比如样貌、举止、着装等。对应的就是产品设计中的表现层,是我们最开始注意到的部分。
最深入的存在感是指一个人为什么活着?对应的就是产品设计中的战略层,是推动一个人行动的核心驱动力。


image.png

这种观人法和五要素的思想很像。不止是观察一个人,我们还可以用五要素的思想去理解数据分析。这种用产品经理熟悉的语言来解释数据分析的方式,希望可以让产品经理更容易地理解如何进行数据分析。

战略层:要解决什么问题。

产品设计时,所有的功能和内容都是围绕着战略层来的。比如滴滴打车的核心是想解决出行的问题,美图择时解决用户美化人像的问题。
做数据分析也必须首先了解分析的目的是什么?
到底是想提升找出效果最好的渠道,还是希望挖掘出潜在的用户增长点?如果没想好这一点, 那么后续的分析就会陷入混乱。

范围层:需要用到什么分析方法。

为了完成战略层的方向,需要划定一个大致的分析范围。
比如如果想挖掘出潜在的用户增长点,那么可以从多个角度进行分析,比如用户、渠道、时间等等。选择其中的渠道作为分析方向,那么这个渠道就是分析的大致范围。另外可能还要用到漏斗分析、留存分析等分析方法作为评估的手段。
这基本就确定了这次分析的维度和方法,我们可以根据这些范围制定相应分析计划。

结构层:组织数据指标和维度

确定了分析的范围,接下去要考虑如何组织起数据维度和数据。这一步我们需要了解数据指标,了解各种分析方法的细节。
比如范围层确定了要用到漏斗分析,那么到了这一步就要开始考虑漏斗分析需要的数据以及如何组合其这些数据。我们找出各渠道引流的人数、注册数、使用关键功能的人数等,搭建起一个漏斗分析的结构。
通过维度和指标之间的组合,得出有关这一问题下的各种详细数据,并得出一些结论。

框架层:整理零碎的观点,提炼业务洞察。

产品设计到了框架层,已经开始考虑最终呈现给用户的界面模板了。页面上清晰的排版可以方便用户在使用时快速区分不同的功能区,找出重点。
在数据分析中,也是同样。数据分析到了这一步,之前的工作已经让我们得出了很多的数据结论。此时,需要考虑最终如何把这些结论用逻辑组织起来,从而更容易理解这些零散的结论。比如结论A是结论B的前提,结论D是结论C的细化等等。整理出这些逻辑关系,就能慢慢还原出分析的整个场景。

表现层:整理成最终的报告,产出商业决策

产品设计的表现层是确定最终的配色、UI风格、字体大小等等细节。数据分析的表现层就是最终需要我们看到的内容。
就如同用户在使用产品的时候,不需要知道后台是如何运作的一样。数据分析最终的表现形式,也不需要把之前所有的分析过程列出来,而是把其中的核心结论提取出来,按照一定的逻辑结构组合在一起。
清晰的报告可以让其他相关人员快速了解业务的现状和问题。这一步是在框架层的整理出的逻辑的基础上,通过文字、图表等方式进一步降低结论的易读性,让与此相关的人更容易了解这次分析的结论,推进后续的进展。

启发

经过这样的梳理,是不是觉得数据分析更亲切了。
对于产品经理来说,阻碍数据分析能力成长很多时候是因为学习的数据技能太碎片化,不知道该如何组织起掌握的技能。


image.png

不过一旦用产品经理最熟悉的五要素来看待数据分析,产品经理就很容把那些陌生的名词放到合适的位置。
比如介绍趋势分析、对比分析、漏斗分析、维度分析等分析方法的,这种就归类于范围层。如果我们了解了各类分析方法对应可以解决什么问题,就用这些方法来确定本次数据分析的范围层。那些数据指标、统计学知识等属于结构层,这些知识可以用来解决如何准确地应用各种分析方法。而数据可视化就属于表现层的范畴了。

了解了数据分析的“五要素”,那么下次在分析时就知道自己究竟是哪一块知识比较欠缺,下次在看到那些介绍数据分析的文章时,就能知道这些知识点在具体哪个环节上。不会出现“文章好有干货,但是为什么就是用不起来”的问题。

总结

曾经有人问稻盛和夫经营的秘诀,他说了一堆做人的道理。
提问者不解,稻盛和夫说:哪里有什么经营哲学!那不过是人生智慧在经营中的应用。做人、做事、做公司是相通的,它们是一个东西。
同样的,如果你吃透了五要素,那么很多东西也就变得简单了。

你可能感兴趣的:(用「五要素模型」理解数据分析)