4个步骤,快速搭建清晰的数据衡量体系

2018-04-12

  产品设计基于数据而高于数据。数据是反映产品设计效果的一种有力辅助手段,因此在设计一款产品、迭代一个功能,甚至完成一个优化前,最好都提前规划好本次“更新换代”的数据体系。但是,面对繁杂的数据指标和功能流程,究竟该如何快速而清晰搭建起合适的数据衡量体系,是一个很重要的问题。


  数据体系搭建四步走

    数据,无论是搭建一套完整的体系,还是单纯用于衡量某个功能/优化的上线效果,一般而言,可以从下面四个步骤进行:

    明确要验证的业务/功能

    明确衡量指标

    寻找对比数据

    明确数据获取渠道


  一、明确要验证的业务/功能

    数据是产品效果的表达方式,因此,在搭建数据体系前,必须先明确业务类型、明确验证目标:

    业务区分上,除市场份额、用户数等大家共同追逐的目标之外,互联网金融领域,更看重的可能是资金保有量、申购量、用户财富指数等;电商行业,更看重的可能是购买量、购买频次、复购周期等;社交类产品,更看重的可能是用户活跃程度、社区健康度和可持续性……场景区分上,是功能优化迭代验证效果?是差异化竞争的对比分析?是基于用户场景的拉新、留存、促活?还是流失场景的挽留?不同的业务、不同的目标,决定了我们要选取什么数据指标来衡量。


  二、明确衡量指标

    明确了业务/目标,下一步要确定的,就是选择合适的衡量指标。以下举例说明几个类型的指标:

  A.转化率

    转化率一般可分为注册转化率、申购转化率、场景用户转化率、入口转化率等,亦即“路转粉”的过程。当然,我们在选择用户时,大多数情况下会有倾向性地面向潜在目标用户以提升转化率。转化率的关键数据是每一步的UV和最终的用户转化数量,主要分为两种:流程转化率,统计新用户从接触到最终被成功转化的转化率,多用漏斗模型来表现转化率数据;渠道入口转化率,多渠道多入口可到达产品场景,对比每一个入口的转化率高低。

蓝桥软件学院怎么样.png

  B.活跃度

    活跃度可分为用户登录/访问频次、场景设置频次、申购/购买频次、互动频次等,主要是看用户在产品上的留存和活跃程度,比如用户近30天内登录过10次,用户近90天内发生了30次申购行为。有些产品/功能上线后,用户留存率很高,但是基本不活跃(僵尸用户),即可明确下一阶段的工作重点可能是促活。


  C.健康度

    产品的健康度在某种意义上说跟活跃度有点交叉,有些广义的概念可把活跃度包含于健康度内。arpu值、用户流动性、会员体系下的用户升降级速度…都是衡量一款产品健康度的指标。以会员体系下的用户升降级速度为例:设计一套会员体系时,数据体系的搭建就必须有事前规划测算、事中验证跟踪、事后调整这3个阶段。事前的规划测算一般需花费较大的时间和精力演算,因为一旦会员规则对外放开了,就不好轻易做调整。也因此,第3个阶段的调整,最好是能避免则避免。会员体系需要拟合升降级曲线,一般达到的效果就是升级先易后难,降级留有一定buffer值。升级太快降级太慢有导致体系被击穿、成本hold不住等风险,升级太慢降级太快用户不买账没粘性。升降级速度,体现的是该产品的健康程度。


  D.流失

    主要关注用户的流失率和流失节点,好做出应对策略。很多产品上线一段时间后,发现流失率越来越高,但又无从下手解决问题。这个时候可关注用户的流失节点:用户主要是在哪一步开始流失的,用户流失的集中时间点是在什么时候,从流失节点着手进行产品优化、适当的流失挽留堵漏等操作。如定投功能的使用,可能经过观察和分析会发现,用户在第一次扣款前后的流失率最高,则可能的原因有以下:扣款前:设置时用户仅抱着尝鲜的心态,在扣款(实际发生资金行为)前及时终止定投“止损”;或对扣款行为的安全感不足等扣款后:对资金的安全和流动性存在担忧;自身无法保证银行卡资金在扣款日是充足的等找到了可能的问题所在,即可对齐进行相应的用户教育和引导,降低流失率。一个水缸多个孔,堵住其中1个或几个,水流失的速度自然就慢了下来。


  E.渠道触达

    产品上线后,触达用户的渠道多种多样:公众号消息、短信、push、广告投放等,统计分析各渠道的触达率和转化率,可为接下来的用户分层精细化运营提供更有效的辅助信息。


  三、寻找对比数据

    没有利弊衡量标准的效果评价,都是耍流氓。一款产品上线效果,产品经理要看到其中的利弊,并且找到合适的参照物来对比效果,才可以做出评价和结论。举个栗子:一款社区类产品上线至今,总用户数100万,日均活跃用户8万人。

    这个数据是好是坏?我们需要找到一个对比衡量的标准,如对比竞品,我们这个活跃用户水平算是较高的?如对比过去的日均活跃用户5万人,则很明显有了提高。因此,得到本身产品的上线效果数据后,需要找到对应的产品做标的,而这个标的,可以是:竞品、自身的历史数据、行业内默认的标准等。


  四、明确获取数据渠道

    数据规划好了,接下来就是产品上线前的数据埋点工作。有下面的一串口诀:产品活跃点击流,用户属性渠道号,定性定量用问卷,广义普适第三方。产品活跃点击流:在看用户转化、登录访问等产品的活跃数据时,我们采用用户数为计算维度,这个时候,用相对简单的点击流埋点,一般都可以满足需求;用户属性渠道号:在申购金额、购买数量和金额、评论互动等带有用户属性的场景下,需要适当深挖,这个时候,渠道号是最好的埋点方式;定性定量用问卷:探究用户行为,了解用户主观操作的原因时,如果能够覆盖到较大的样本量,可以选择问卷的方式进行;广义普适第三方:有一些第三方数据平台,如友盟、TalkingData、百度指数等数据平台,在看一些大数据类型的东西,可以为我们所用。

    按照数据体系搭建的四步法则,为产品做适配,验证效果不再无从下手!


上一篇:走进机器人你需要知道这些

下一篇:一个现象级案例,教你如何编写有价值的BP