从0到1,构建数据指标体系!-数据与编程-热点资讯-野望文存-科技 
    欢迎来到野望文存-科技!
当前位置:野望文存-科技 > 热点资讯 > 数据与编程 >  从0到1,构建数据指标体系!

从0到1,构建数据指标体系!

发表时间:2019-11-18 14:01:00  来源:野望文存  浏览:次   【】【】【

 - 点击上方“中国统计网”订阅我吧!-


数据分析是产品经理的一项重要能力,但不意味着产品经理要懂得多高深的统计学知识,要会用专业的数据挖掘工具。产品经理需要具备的数据分析能力是一种在深度理解业务的前提下,利用数据来指导业务增长的思维。

我会从构建数据指标体系、数据分析方法两部分来总结自己学到的一些知识。


首先从构建数据指标体系说起,一个成熟项目的指标体系往往经过前人的构建和完善后,已经非常成熟,不必从0开始构建产品的数据指标体系。但产品经理必须具备从0开始构建数据体系的能力,因为在职业生涯中一定会有接触新产品的时候,即便是同一产品在不同的生命周期重点数据指标也可能不一样。


而产品在构建数据指标体系的过程中,需要对指标的意义深入思考,后续进行数据分析时更能做到知其所以然。下面分四步来说明如何构建一个自己产品的数据指标。


第一步 归集数据指标


在构建一个数据指标体系前,首先需要将自己产品的相关指标都有什么。在这之前需要明确一个观点,任何产品的终极目标都是使企业或用户价值最大化。接下来就可以按照用户生命周期业务流程来归集所有数据指标。下面以P2P产品为例:


1. P2P产品的终极目标在于投资和借款的规模最大化。所以体现在数据指标上,最直接的两个指标就是投资金额和借款金额。(由于投资指标和借款指标是相对独立的两个数据体系,本文后面的举例暂不涉及借款端数据体系)


2. 任何产品的用户都会有生命周期,即用户从接触产品到抛弃产品的一个过程。而这个过程是可以分成多个阶段的。只要我们思考清楚如何使每个阶段的用户去达到产品的终极目标,我们就可以归集出整个产品的所需要的大部分数据。P2P产品的用户基础生命周期按自然顺序可以分为五大阶段:


用户生命周期


投资用户阶段是实现产品终极目标的阶段,所以我们要做的工作就是使其他阶段的用户都进入投资用户阶段。所以在产品眼中,其实希望所有用户生命周期是这样演变的。


用户生命周期


其中,访客阶段、注册-投资、流失召回阶段是三个比较独立阶段,具体细化后可以得到相应的数据指标。


访客阶段


注册-召回阶段


按照一个完整的用户生命周期或业务流程,基本可以将产品所有相关的指标梳理完整。在搜集数据指标时,对每一个业务环节,可以按照规模、质量、转化率和使用率/占比**这几个主要数据评估目的来考虑。例如首次投资环节:


  • 规模指标:人数规模,投资金额规模、投资订单规模、投资次数规模等;

  • 质量指标:注册/实名-投资周期、人均投资金额等;

  • 转化率指标:注册/实名/充值-投资转化率;

  • 使用率/占比指标:首次投资占总投资用户比例等


第二步 数据指标拆解


归集完产品所涉及的指标后,会发现指标很多。但是在具体的业务中,可能不同业务阶段重点关注的指标不一样。例如渠道推广关注获客成本和转化效果,投资则关注投资金额和投资人数等等。所以对于不同的业务阶段,我们需要挑选出该阶段的核心指标,然后进行拆解,再根据拆解的指标去重点关注。


例如拉新阶段,我们最关注的是新投资用户的增长情况,所以可以将新用户增长数据指标拆分为:

  • 新投资用户增长=浏览UV/APP激活×注册转化率×实名转化率×投资转化率


而投资阶段,我们最关注的是投资金额的增长情况,所以可以将投资金额数据指标拆分为:

  • 投资金额增长=新投资用户数×投资次数×人均每次投资金额+老投资用户×回投率×投资次数×人均每次投资金额


如此一来,我们即知道在不同阶段,需要重点关注和分析哪些核心数据。只有哪些使核心指标效果最大化的细分指标才是最值得我们关注的。


除此以外,不同的部门重点关注的数据也不一样。例如市场推广重点关注渠道推广数据,运营部门重点关注业务增长数据,技术部门重点关注产品稳定性,性能数据。产品部门重点关注功能使用数据、用户画像数据。财务部门重点关注交易数据。


第三步 确定数据维度


在确定需要重点关注的数据指标后,就需要对数据指标进行维度的细分,例如:

  • 按时间维度:秒、分、时、天、周、月、季、年

  • 按渠道维度:推广注册、自然注册、活动注册

  • 按用户类型:新老用户、高低净值用户、活跃/流失用户

  • 按终端类型:微信公众号、PC官网、安卓APP、iOS APP

  • 按地区:省、市等


至此一个初略的数据指标体系完整构建起来了。但是还需要在运用中根据实际情况来不断调整优化,毕竟即便是同一产品,不同阶段重点关注的数据都是不一样的。


感想

构建完一次数据指标体系后,对于现代管理学之父彼得德鲁克的名言“如果不能衡量它,就不能有效增长它。”有更加切身的理解。数据分析是一种思维能力,不仅是增长业务的利器,也是解决问题的有效途径。在第二篇数据总结中,我会再总结常用的数据分析方法。


End.

作者:SanCode

来源:简书


你可能错过的往期内容


扫描下方二维码

加入数据分析交流社群~



爱数据学院

简历诊断 | 职场生涯建议 | 1V1就业指导


我就知道你“在看
责任编辑:蔡学森