B端系統(tǒng)-數(shù)據(jù)分析的方法論

阿輝
0 評論 2240 瀏覽 7 收藏 6 分鐘
🔗 产品经理的不可取代的价值是能够准确发现和满足用户需求,把需求转化为产品,并协调资源推动产品落地,创造商业价值。

在前面的文章中,我們分享了B端的商業(yè)模式、需求挖掘、系統(tǒng)架構(gòu)、資源管理等內(nèi)容,本文我們繼續(xù)分享其中的數(shù)據(jù)分析部分,供大家參考。

數(shù)據(jù)分析:

1、道:為什么要做,有什么影響、什么時候需要做;

2、術(shù):具體怎么做;

3、器:用什么做;

數(shù)據(jù)分析的好處:避免主觀情緒及偏好,客觀判斷產(chǎn)品、量化個人,產(chǎn)品價值;

大家在做產(chǎn)品功能時,通常都會有自己主觀思想,比如做個電商業(yè)務(wù)的商品畫像標簽,銷量、評價、復(fù)購、加購、收藏的數(shù)據(jù)標簽展示,那到底哪個標簽優(yōu)先展示呢?如果僅從主觀判斷,小A覺得評價、銷量、收藏最重要,小B就會覺得復(fù)購、加購、銷量最重要;這時候如果僅按照主觀思想做判斷,其根本沒有科學(xué)的依據(jù);那怎樣才能有科學(xué)依據(jù)呢?? 就是要依靠數(shù)據(jù)做分析,我們可以通過對用戶調(diào)研數(shù)據(jù)、或ab測驗數(shù)據(jù),分析得出,那些標簽是用戶最關(guān)心的,這就是科學(xué)的數(shù)據(jù)分析做決策,客觀的做需求功能;

數(shù)據(jù)分析應(yīng)用的三大場景:效果評估分析、業(yè)務(wù)規(guī)劃拆解、業(yè)務(wù)/問題診斷分析;

核心步驟:

1、確定工作目標:為什么要分析:為了判斷產(chǎn)品效果,找到業(yè)務(wù)問題,選擇迭代方案?

2、選對分析的指標分解:分析那些指標、選取范圍、用那些分析方法;

3、數(shù)據(jù)的收集與處理執(zhí)行;

4、評估決策;得出最后結(jié)論;

一、效果評估分析

價值評估的步驟step:

1、建立多維度的評估體系;

直接影響指標(效率)、業(yè)務(wù)價值(部門KPI)、商業(yè)價值(營收);

商業(yè)指標 = 收入 – 成本,公司價值,給公司掙多少錢;

業(yè)務(wù)指標體系:幫助每個部門提升他的核心kpi數(shù)據(jù),業(yè)務(wù)線/部門價值;

直接影響指標:提高的效率(拆分場景找效率),針對操作人;

2、找到核心的關(guān)鍵指標;

找到因為產(chǎn)品上線影響的關(guān)鍵數(shù)據(jù)指標;因為有很多指標產(chǎn)品是很難影響的;

3、設(shè)定合理的數(shù)據(jù)分析方法;

對比分析、漏斗分析、分層分析;

思路:①從整體結(jié)果出發(fā),看總量;②同上線前對比,看增量;③同無商戶的用戶對比,看差異;

4、得出結(jié)論;

效果好或不好,然后根據(jù)數(shù)據(jù)迭代優(yōu)化;

二、通過數(shù)據(jù)做宏觀規(guī)劃,業(yè)務(wù)規(guī)劃拆解

B端產(chǎn)品經(jīng)理提現(xiàn)自己價值:主導(dǎo)產(chǎn)品能力;主動找到好的需求;

1、找到核心產(chǎn)品目標;

商業(yè)價值指標(專家/產(chǎn)品負責(zé)人);公司核心北極星指標;

2、針對指標進行拆解:

①橫向拆解: 業(yè)務(wù)累加法;

②縱向拆解:數(shù)字因子法;

③下鉆拆解:用戶旅程法;

3、根據(jù)拆解指標搭建解決方案:

指標拆的很細后,根據(jù)末端指標的提升,反向提升核心指標數(shù)據(jù);

4、得出結(jié)論(給出功能點)

第一性原理:解決問題時,如何科學(xué)、邏輯嚴謹?shù)姆绞?,找到解決方法;

1、定位問題;

2、找到影響問題的關(guān)鍵因子;

3、針對因子進行提問;

4、針對問題思考解決方案;

三、通過數(shù)據(jù)發(fā)現(xiàn)具體產(chǎn)品、業(yè)務(wù)問題

B端產(chǎn)品發(fā)現(xiàn)需求的方法:市場分析、業(yè)務(wù)調(diào)研業(yè)務(wù)需求、競品分析、數(shù)據(jù)分析;

1、界定問題:

①定性的問題:是如何通過數(shù)據(jù)表現(xiàn)的,如何通過數(shù)據(jù)衡量的?

(用戶體驗差,指標是什么NPS,那就提升nps);

②定量的問題:是如何得出結(jié)論的?跟誰去對比的?

(與其他行業(yè)競品比,與預(yù)期目標比);

③數(shù)據(jù)變化類問題:是否是真實性存在的?

(數(shù)據(jù)是否產(chǎn)生錯誤,是否有周期性表現(xiàn));

2、拆解指標評估體系:

①橫向拆解: 業(yè)務(wù)累加法;

②縱向拆解:數(shù)字因子法;

③下鉆拆解:用戶旅程法;

3、樹立判斷標準并定位異常環(huán)節(jié)

預(yù)期對比、趨勢對比、分組對比;

4、給出診斷建議

同上 二 – 4,第一性原理;

本文由 @阿輝 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可,禁止轉(zhuǎn)載

題圖來自Unsplash,基于CC0協(xié)議

該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!
专题
12348人已学习14篇文章
近年来,盲盒大量出现在公众视野,引起了一波又一波消费热潮。本专题的文章分享了解读盲盒营销。
专题
17572人已学习12篇文章
本专题的文章分享了竞品分析的案例。
专题
14194人已学习13篇文章
如果做小红书运营?本专题的文章分享了小红书流量密码。
专题
13036人已学习12篇文章
数据挖掘是指从大量的、不完全的、有噪声的、模糊的、随机的数据中通过算法搜索隐藏于其中信息的过程。本专题的文章分享了如何挖掘数据。
专题
34753人已学习13篇文章
有多少用户痛点,你是听回来的,而不是经过深思过后找出来的。