《精益数据分析》为什么是一本好书

说这本书是好书,最主要的几个原因是它值得反复去读,值得推荐分享给朋友,并且书中确实干货满满,受益颇多。简单来说,从六大商业模式里,这本书都分别介绍了业务所处的阶段,应该关心哪些核心的指标,以此来判断所处的业务是否处于健康的发展线路上,以及每个指标传达给创业者、产品经理什么样的讯息,通过真实案例加以佐证,且不盲从数据,拿捏得度。

其实在看这本书的过程中,我同时也在不断review过去,审视自己做过的事,并反思,也发现很多书中的理念契合了在天猫产品部门里一个PD该有的做事风格。业务在不同阶段的发展(业务模式、营收,用户管理,服务),通过数据来分析出当下最重要的几个端的问题是什么(每一条产品生产线遇到的核心问题),问题最核心的目标又是什么(产品线核心目标),当前这些目标匹配的数据指标是怎样的(每一条产品生产线当前业务健康程度),我们重点提升哪些目标(所负责产品线当下急于要解决的问题),通过什么方式去量化这个目标(战役/立项的形式通过一定周期去解决问题),最后验证结果是否起到了帮助(MVP验证解决方案可行性),等等这一系列。这其实不仅仅只是一本对数据分析有帮助的书了,它同时也是可以成为产品经理日常工作中的一套方法论。所以我推荐这本书值得各行各业的PD去看。

书中重点精读了电商、内容社区、双边(C2C/O2O),了解了一下SaaS产品相关的指标。其中几个比较重要的读书笔记我做了一下整理,主要记录三大业务模式下,我们所需要关注的环节里的数据至少要包括哪些。

通过分析用户的行为模式,发掘高活跃用户的共同点,找准目标后,不遗余力的聚焦

数据会说谎,在我们获得相关数据的时候,要分析基于获取数据背后所需要真正挖掘的用户行为以及相关行为产生的数据,比如虚荣性质的数据指标,我们虽然知道了页面PV、点击,访客数,并且在某些场景下,他们的数值足够打动人心,但这还不足以说明这个场景能够产生多少价值,比起获取这些虚荣性指标,我们更应该去多的挖掘,访问的这波流量,具体做了什么,如哪些模块、区域点击率特别高,这些高区域的流量最终有多少产生了转化,有多少人到了转化产生支付行为,他们在这一步步漏斗转化过程中,哪些地方跳失率非常高。还有比如APP应用商店的排名,粉丝数,点赞数,这些数据背后我们更需要去挖掘如排名高那实际注册用户数的趋势,注册用户活跃数,粉丝数如何进行下一步的转化等使数字变得有意义。

AARRR(获取用户并进行转化)

获取用户相关的指标:流量、提及量、每次点击费用、搜索结果、每用户获取成本,点开率;

提高活跃:注册人数、注册量、新手教程完成量、至少用过一次的产品人数、订阅量;

提高留存率:用户参与度、距离上次登录时间、日/月活,跳失率;

获取营收:UV价值、转化率、加购金额、加购件数、广告营收等;

自传播:病毒式传播、分享量;

用户增长相关的指标

粘性增长引擎:衡量用户粘性的重要指标是“用户留存率”、跳失率、使用频率(距离上次登录时间)、push回访率等。

病毒式传播;

付费增长:客户终生价值、客户获取成本(3:1);

精益画布

问题→解决方案→独特卖点:(核心价值)→人群分层→渠道→门槛优势→营收分析→成本分析;

第一关键性指标

我的理解以及结合我在魅力惠的工作经验,这个指标是确定业务某一阶段的核心指标,或多个重要指标组成的产品线。首先企业资源是有限的,需要合理去分配来达到收益最大化,确定业务环节或者产品线最重要的几个指标则解释了当前我们迫在眉睫需要解决的核心问题是哪些。

关键性指标能够缩小KPI范围、确定业务的发展基线,专注于整个公司层面的业务健康程度,并且能够使我们的资源和精力更加聚焦和集中。

电商

搜索:重量级的指标,关于搜索SEO SEM可以单独拎出一本书来讲。

通过复购率可以作为参考用户运营的一个指标,如重心应放在新客获取,还是老客维护,唤醒等。

常见的电商关键指标包含不限于:转化率(支付、浏览)、加购次数、加购金额、弃买率、客户获取成本、每客户营收、关键词导流、热搜、个性化推荐转化、病毒性传播、push唤醒;

平均每客户营收=mr/(1+i-r)  【m=利润、r=保留率、i=贴现率(将来收益这算当前转换率)】

UGC、PGC

访客、回头访客、注册用户、活跃用户、标记用户、评论用户、生产内容用户数、编辑等。每一类社交网站或内容类网站各自指标有一定差异。

双边(C2C O2O B2C )

书中介绍了很多指标,但根据业务模式不同,可以分为,买家、卖家、商户;

买家端:访客数、点击率、人群分层、日/月活、购买人数、次数、浏览转化率、支付转化、加购次数、加购金额、加购率、复购率、次日、7日回访、活跃买家/活跃商品数量占比、客户价值、交易次数、满意度、评分体系等等、、、

卖家端:商品、库存、订单、访客数、转化、动销、毛利、利润、销售额、销量、商品排名、搜索SEM、SEO、关键词排名、获客成本、客户价值等等、、、

商户端:比如供应商相关、货单、进销存(供应链、物流相关指标)、库存数、订单、毛利等等、、、

可以实际沿用到产品日常工作的方法论

在书中第16章节的“开发功能前7问”,让我联想到启示录这本书,总之,这7问可以帮助我们作为产品经理去评估一个需求场景时的优先权衡。

1.这个功能(需求)有什么帮助(即:为什么需要它、为什么认为这个需求场景可以提升XX)

2.你能衡量这一功能(需求)的效果吗?(即:需求对应目标,可以被量化,横向可以确定需求价值,从而跟研发和设计师沟通需求时,更有说服力)

3.功能开发要多久?(即评估需求的实现成本,需要和开发一起评估,首先确定需求是有价值的且目标也很清晰的前提条件下,我们提出产品解决方案然后来让开发评估实现的可能性,周期,依此来判断需求量大小,若需要耗费10人次以上、一周以上的开发成本,则可以判定这不是个小需求,需要慎重再次评估需求价值大小,是否急于当下就要去解决?)

4.这一功能是否会使产品过于复杂?(面向消费者、用户、业务来说,越简单越好。)

5.这一新功能会带来多大风险?(需要用数据来分析、如果前期能够规避风险自然很好,但实际工作过程中,还是会踩到坑)

6.这项功能有多创新?(并不一定非是创新,我们才会去做,如果市面上已经有了验证,那我们可以大胆去尝试)

7.用户说他们想要什么?(还是基于需求和场景本身来衡量价值,我们可以参考业务、用户说过的话,但我们不能全信,作为产品人,要剖析与剥离,思考、结果导向倒推过程、如果我做了和我不做会有何影响,场景、需求、问题,产生的根本是因为什么。)

最后

端到端全链路的产品能力离不开数据分析这一环,同时,在做任何事情的时候,我们要有目标,要可以去衡量,要确定产品线最核心的指标有哪些,然后为此付诸行动,提出产品方案,解决问题。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,948评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,371评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,490评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,521评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,627评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,842评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,997评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,741评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,203评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,534评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,673评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,339评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,955评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,770评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,000评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,394评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,562评论 2 349

推荐阅读更多精彩内容