惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

博客园 - Franky
有赞技术团队
有赞技术团队
宝玉的分享
宝玉的分享
雷峰网
雷峰网
Hugging Face - Blog
Hugging Face - Blog
V
V2EX
大猫的无限游戏
大猫的无限游戏
博客园 - 司徒正美
D
Docker
T
The Blog of Author Tim Ferriss
罗磊的独立博客
博客园 - 叶小钗
酷 壳 – CoolShell
酷 壳 – CoolShell
Blog — PlanetScale
Blog — PlanetScale
月光博客
月光博客
J
Java Code Geeks
Jina AI
Jina AI
博客园 - 【当耐特】
C
Check Point Blog
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
腾讯CDC
Last Week in AI
Last Week in AI
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
V
Visual Studio Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
产品经理要懂的数据分析——指标建模(下)
Darcy ZHAO · 2023-03-16 · via 人人都是产品经理

产品经理在平时的工作中少不了与数据打交道,然而有时会一头雾水,不知道选哪些数据指标来衡量自己的产品是否健康。本文作者通过三个步骤,分析如何选好数据指标,希望能给你带来帮助。

产品经理在平时的工作中少不了与数据打交道,但老实说这算不得大家的老本行,所以常常一头雾水,不知道选哪些数据指标来衡量自己的产品是否健康。这一篇文章就是将此困惑一举打消,以最精简的三步走直击大家的痛点,从此都能选取指标于股掌之间。

在笔者的上一篇数据分析系列文章 产品经理要懂的数据分析——指标建模(上)中,介绍了指标建模的基本概念及常用指标的意义。那么,接下来笔者将会再次奉上拧干大脑总结出的干货——

选好数据指标的通用方法论。在梳理出此番方法论后,笔者迫不及待分享出来,有99.9%的把握读者读完后会神清气爽,思路清澈,觉得打工之路又简单了一点~

首先话不多说,摆出选好数据指标的神仙三步:

  1. 从业务的最终目的出发梳理业务模块;
  2. 判断业务模块所属类型;
  3. 根据类型选择数据指标。

下面,笔者一步一步做出精炼的解释。

一、从业务的最终目的出发梳理业务模块

首先,我们要将整个业务从目的开始向下拆解,常见的拆解角度:目的-手段-支撑手段的工具。其中,手段是指“如何做大/做频繁”,工具是指“通常有什么困难,通过什么解决的”。用一张图可以辅助理解:

举例1:卖货(如:小红书)

目的是什么:我要卖货(目的);

手段是什么:我要通过文章(手段)来卖货(目的);

工具是什么:我要通过社区创作(支撑手段的工具1)的优美的(支撑手段的工具1)图文(手段)来卖货(目的)。

更多栗子如下。

举例2:换取广告收入(如:今日头条)

我要换取广告收入(目的);

我要通过资讯(手段)换取广告收入(目的);

我要通过大量自媒体(支撑手段的工具1)高效创作资讯(手段)换取广告收入(目的)。

举例3:用户支付学费

用户支付学费(目的);

用户为了教学效果(手段)支付学费(目的);

用户为了通过便捷的学习系统(支撑手段的工具1)高效学习课程和氛围良好的社群服务(支撑手段的工具2)提供的教学效果(手段)支付学费(目的)。

小tips:拆解目标时,当主语是“我”时,目的一般直接是客观存在的载体,比如文章、资讯、音频等;但当主语是“用户”时,目的常常是抽象的,比如教学效果、心情愉悦等。笔者对此的理解很简单——用户常常不知道自己要什么,难以具象化自己的需求。然而,产品经理描述业务时必须依托于可落地的载体。

二、判断业务模块所属类型

这一步并不困难哟,有现成的方法论可用,可以根据省时间还是杀时间,产品对用的价值来自产品自身还是来自连接的其他资源这四个维度将产品分为四类——工具模块、内容浏览模块、交易模块、社区模块。

进一步解释一下各个坐标的含义,所谓省时间,是指用户通过使用该产品能够高效完成以前需要投入更多时间、精力、金钱的任务;杀时间则十分形象,是指打发没有目的性的闲暇时光;产品对用户的价值来自产品自身,就是指该产品提供的价值闭环性较强,用户的使用可以从这个产品开始,从这个产品离开;那么显而易见,价值来自链接其他资源则是指,产品提供的价值需要在其他地方完成闭环。

根据这幅图咱们来分析一下刚才小红书卖货的例子。虽然图表很简单,但分析时也不能想当然套用,要结合具体情况,而这里的具体情况就是刚才的目标拆解。根据分析出的手段,“浏览文章”在横坐标维度上显然属于杀时间,再看纵坐标维度,用户来到小红书,可以直接又从小红书离开,不再去寻找其他产品或服务,属于价值来源自身的一类。所以就可以归为——内容浏览模块+社区模块。

如果在利用该方法时不结合目标拆解的分析,那么很多人会想当然觉得,我卖货当然也有高效的一面呀,卖货怎么可能不链接其他资源,比如淘宝、拼多多等,此时,对产品的分类就会误入歧途啦!

例子2和3读者们可以自己按照这个方法试着分分类,看看是不是简单又精确~

三、根据类型选择数据指标

现在咱们已经知道了业务类型可以分为四大类——内容类、社区类、工具类、交易类。现在,我们一起通过举例和干货总结来进入最激动人心的数据指标选取环节吧~为了更好的明白数据指标的指导意义,笔者将“做好了这些指标就能怎么样”添加在图表里,方便大家理解。

话不多说,直接上干货~

1. 交易类模块关心的指标

举例1:知乎的Live(直播课程)详情页(交易类模块)

其中右侧是详情页:

具体到知乎的直播课应该怎样设立数据指标呢?

2. 社区类模块关心的指标

举例:脉脉的【职言】模块(社区类模块)

脉脉关心的指标如下:

3. 工具类模块关心的指标

举例1:Mac上的App Store(工具类模块)

设置指标如下:

  • 使用量:下载app的人数、分发出app的数量
  • 目的达成率:点击安装->使用app的目标达成率
  • 频次:重复使用App Store的频率

举例2:QQ音乐的歌词海报功能(工具类模块)

指标:

4. 内容浏览类关心的指标

举例3:微信的【看一看】模块(内容浏览类模块)

献上指标:

好啦,总结一下,这么多数据指标其实都是根据业务要求提炼出来的,换句话说,不同的业务要怎么评判自己有没有达到终极目标呢?这就要看四类业务的根本点所在啦——工具模块在效率、内容模块在质量、交易模块在转化、社区模块在活跃。

四、实操

笔者的栗子兜兜里放不下了,这里再来放一个作为实操小练习吧!

1. 闲鱼数据指标拆解

目的:我想要承载C2C交易流量。C2C有两端:买家和卖家。

工具和支撑手段:我想通过给卖家提供易用的快速发布工具,给买家提供各种商品信息浏览方式,并通过鱼塘将双方聚集起来分发信息,从而承载C2C交易流量。

1)买家:各种商品信息浏览方式

内容浏览:【分类】——指标:商品浏览量;

社区:【鱼塘】——指标:(商品)内容被查看量/率、(商品)内容被询问量/率。

2)卖家:方便的商品发布工具和商品分发方式

工具:易用的快速发布工具——指标:商品发布成功率;

社区:鱼塘用来分发——指标:(商品)内容日发布量/率。

五、总结提升

虽然许多教程都说,数据指标分为用户数据,行为数据,业务数据,但人们常常感到一头雾水,其实根本原因是,大家将数据和业务分开了解了。本文的目的就是希望能够让数据真正做到为业务服务,一切从业务出发,从根本上讲清楚数据指标为什么是这样。

以后,PM们根据业务再去对应用户数据、业务数据、行为数据的指标就变得容易许多甚至异常清晰了起来呢!

现在,想想自己手头上的业务,结合上图交叉筛选指标,是不是感觉思路清晰多了呢?

希望各位产品经理在以后写PRD的关键指标模块的时候,再也不用头疼。

本文由 @Darcy ZHAO 原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。