新时时彩
    當前位置: 新时时彩 >> 教育
數據產品經理:從埋點系統搭建到數據可視化落地
發表時間:2020-03-29 06:11:59  閱讀:-   來源:互聯網

這些都是本文作者在數據分析這條路上踩過的坑,作者進行復盤與反思,供大家學習與參考。。

數據是產品的寶藏,數據分析就是產品設計中,挖寶藏的過程。

「數據分析指導產品設計」的這一整套流程,可能是產品經理在產品設計中最享受的部分了。而數據分析的基礎就是數據源,數據源一般分為兩部分:一部分叫用戶行為數據,主要在APP的前后端埋點;另一部分,叫業務數據,一般存儲在后臺數據庫。

這兩種數據,會隨著用戶的操作,源源不斷地產生。

比如:

筆者打開了某寶準備買一把鍵盤,搜索之后,瀏覽了3頁商品,在某一頁商品的詳情里看到了鍵盤排行榜的入口。然后,發現排名第一的正是自己這款鍵盤,于是選型號、加入購物車,最后和本在購物車里的一箱屈臣氏蘇打水一起下單、支付,完成購買。

這一整套流程,筆者跳轉了8個頁面,進行了8次點擊操作,觸發了n次信息流曝光,完成了一次電商線上購物流程,包括購物車收藏、訂單確認、訂單支付等三個階段流程。

在這個流程中,前后端埋點會按時上報,在極少量損失的情況下,上傳到服務器并存儲在埋點數據表里。同時,筆者的訂單、交易、錢包、會員等相關數據,也因為這次交易的發生,做了相應的變化。

APP的產品經理,通過分析筆者這類用戶的行為數據,得出了以下結論:

  • 用戶查看排行榜后,80%選擇對排行第一的產品進行下單購買,15%選擇購買排名第二的產品,其它5%沒有發生購買。(行為數據分析)。
  • 筆者在后臺被打上了高級用戶標簽,這種用戶人數占活躍用戶數的30%,但貢獻了60%的交易額,同時這個標簽群體的退貨率不到2%。(業務數據分析)。
  • 84%的用戶在商品列表頁翻頁時,最多翻到4頁就選擇跳出,而最多翻頁的用戶,剔除極端異常數據后,一般是翻到10頁左右。通常搜索結果在10頁以上且發生購買的情況下,前五頁商品被下單的概率高達88%。(行為數據、業務數據結合分析)。

于是,產品經理依照分析結論,按照產品優先級,在下一個迭代中加入了「排行榜展示及詳情維度策略優化」等需求,上線后新版本排行榜購買率提升1%,GMV同比新增0.02%。

以上就是數據分析指導產品設計的理想流程,但要實現這種設計流程,可能需要整個研發團隊的傾力協作去做好數據體系的搭建。這個過程往往費時費力,且有很多坑。

筆者總結了搭建數據體系過程中的三大常見難點,即:

  1. 埋點流程及體系
  2. 數據報表及后臺
  3. 數據監控及可視化

接下來我們將依次詳述。

新时时彩:一、埋點流程及體系

新时时彩 www.zcitg.com 埋點是數據分析的底層設施。

但埋點不是憑空出現的,埋點往往是研發同事一個個做上去的,是有一定開發量的。同時,也需要大量的測試人力來驗證;否則,一兩個數據指標埋點錯亂的話,后續的后果不堪設想。

那么有開發量,就代表有需求。

埋點的需求,一般來說是隨頁面需求走的;也就是說,通常不單單要做需求方案評審,還要做埋點評審。由數據產品經理,對每次有頁面變更需求的埋點文檔進行評審。

埋點文檔,一般是隨需求文檔,由需求提出的產品經理來撰寫,形式不限。但主要目的是能夠標注清楚每一個點位的位置、上報邏輯、上報字段參數。

通常有頁面跳轉關系的,叫頁面埋點。即筆者點擊商品列表頁的商品圖片,進入商品詳情頁,此時APP就要上報這個埋點,假設編號為P02。

這個埋點的意思是,筆者從編號為P01的列表頁,通過點擊商品圖片,跳轉到編號為P02的詳情頁。同時,上報字段包括商品的參數good_id。

這時通過上報的埋點數據,我們可以知道筆者從哪個頁面去到了哪個頁面,又查看了哪個商品,從哪個入口進行下一步操作。

而APP內不單單有頁面跳轉,還有同一頁面的操作和信息的曝光。

當筆者在購物車頁面時,發現自己之前添加了一把鍵盤,但是沒有今天看到的喜歡,于是在購物車頁面選取那個鍵盤進行了刪除。這個時候,就需要上報事件埋點,并攜帶被刪除商品的good_id及加入購物車時間等參數,假設埋點編號為C01。也就是說,在購物車頁面(假設為P03)下,有N個事件。其中,刪除事件的埋點編號為C01,上報時攜帶了刪除商品信息等字段。

在曝光方面,筆者在瀏覽商品列表時,并沒有把第三頁的商品看完,只看到了前三個,還有后3個沒有曝光在筆者的手機屏幕上。于是,在筆者手機屏幕停下的時候,一次曝光埋點被上報了,這次上報的商品信息僅包括3個商品,并不包括此頁面還沒有曝光的后三個。

以上我們分別講述了:埋點文檔,以及埋點文檔包括的頁面埋點、點擊事件埋點和曝光事件埋點。

通過規范埋點流程、定義埋點需求、完善埋點系統的方式,才能建立起一個APP進行用戶行為數據分析的必要底層數據基礎。

二、數據報表及后臺

和埋點需求一起確認的,應該還有報表需求,因為兩者是相輔相成的。

埋點是報表分析的基礎,而報表分析提供了埋點的思路和方向。一個產品功能往往承載了指標提升的任務,比如上面說到的排行榜,可能是為了拉升下單轉化率。

而該目標是否實現,是要靠數據報表來體現的。比如為了衡量排行榜的產品價值,我們可以搭建一個時間維度的報表,字段諸如:排行榜入口曝光量、排行榜引流其它商品量、排行榜跳轉購物車量、排行榜直接購買量等。

只要產品核心價值不變,往往上述需要定期分析的數據指標就不會變。這個時候,做成報表就會節省很多重復工作,也更加方便跟產品之外的人來匯報,或發定期報表給關聯方進行知會。

但報表并不是數據分析的全部,還有部分無法固化下來的內容。比如,短期運營活動的數據、ABtest的數據、其它維度的靈活數據分析等。

短期運營活動的數據很好理解,一般都周期較短,可能加工成報表的開發時間比活動時間都長,故臨時手工支持即可。ABtest也一樣,有專門的ABtest分析系統,且動作偏過程化,沒有定論,不建議體現在報表中。

而其它靈活維度的數據分析,比如新增事件、位置調整等,就需要埋點分析后臺來支持,待方案穩定落地后,再逐步提需求到報表中。

一般的數據分析后臺,比如天眼、神策等,這種平臺已經把常用的分析方法和功能沉淀下來了。接入APP后,產品經理可以在管理后臺快速上手進行分析。

具體的分析維度,要根據目標來定。比如內部產品,可能不需要看留存等數據,更多需要關注漏斗轉化和性能,而C端產品,留存分析就重要一些。

三、數據監控及可視化

除了分析,監控和可視化也是很重要的。

數據監控指的是,要定期跑一些數據看看,有沒有異常情況發現。比如,每小時跑一下排行榜打開的數據,如果排行榜人均打開次數10次左右,而某天有個別用戶單日打開100次,那可能是異常數據,要追查原因了??純詞峭臣莆侍?,還是機器刷量,再對癥下藥來解決。

可視化通常是在報表基礎上,更進一步的表現形式。

通??墑踴屑鋼鄭罕澩鏌淮僮韉乃ゼ跚榭鍪?,通常采用漏斗模型;表達功能用量或關鍵數據時,通常采用線裝狀趨勢圖,來表達增減趨勢情況;分析渠道占比或其它橫向類比時,往往采用餅狀圖,這些都是最基本的可視化形態。

更高級的可視化應用有很多,比如我見過的有動線系統。

動線起源于商業地產:在商場中,某一個顧客從入口到逛街到購買到出口的全流程,他行動的線路,就叫顧客動線。

依據對動線的分析,商場的每一個門店、每一個樓梯、每一個收銀臺的位置設置都有講究的,能夠最大化用戶體驗,最大化購物轉化率。

同樣,在APP中用戶也存在一定動線。比如用戶同樣完成一個購買行為,可能是通過列表頁-詳情頁-購物車-付款的動線,也可能是通過活動頁-詳情頁-直接下單-付款的動線。

如果能夠把這些動線通過可視化的方式展示出來,我們就可以看出動線之間的關系,以及每條動線的優劣勢,從而跳脫出現有功能,而從整體規劃這個流程的最優動線。

類似的可視化手段還有熱力圖,可以看到用戶在某一個頁面的點擊情況,從而分析出用戶的真實操作和我們產品設計的視覺引導之間的關系。如果存在偏差,可以有目的性地來調整視覺和交互。

總結

數據分析,是有范圍和目的性的;也就是說,一個團隊要先有數據指導產品設計的需求,才能培養起全員的意識,才能建立起數據分析和埋點的機制,才能建設好底層埋點等設施。

埋點的方式,根據頁面和場景的不同,采用最合適的方法,其核心是業務目標或用戶行為目標的反饋,要從產品價值進行梳理。

通過報表、監控和可視化,能夠洞察到產品運行中的機會點和優化點,逐步走向最優。

如果你作為一個產品經理,想做好團隊的數據分析工作,就從以上幾項入手吧。

希望能夠幫到你,感謝閱讀。

#專欄作家#

筆者先生,微信公眾號:產品之術,人人都是產品經理專欄作家。金融業資深產品經理,對職涯規劃與個人發展有豐富經驗,產品涉獵廣泛,ERP、金融領域較多。

本文原創發布于人人都是產品經理。未經許可,禁止轉載。

題圖來自Unsplash,基于CC0協議

推薦閱讀:相機怎么調曝光

上一篇:沒有了
下一篇:這么“傻”的機器人
圖片推薦
新时时彩 | 聯系我們 | 老版地圖 | 網站地圖 | 新时时彩

Copyright 2020 新时时彩 版權所有 本網拒絕一切非法行為 歡迎監督舉報 如有錯誤信息 歡迎糾正


{ganrao}