Hello，大家好，我是牛奶！

對于很多剛入門的產品經理來說，聽到“數據分析”這個詞后，會因為這個詞很寬泛、很高大上而覺得它無從下手，因此產生了比較高的入門門檻。但是數據分析對于入門的產品經理真的很有難度嗎？接下來我將通過兩部分了解數據指標和數據分析的步驟及方法論，來帶大家輕松入門。

▍數據分析對于產品經理的意義

首先我們要清楚數據分析到底難不難？

它可以非常難，需要使用到非常復雜的數據建模、數據函數，以及非常專業(yè)的數據分析工具。但也可以很簡單，對于產品經理，不需要過多掌握這些復雜高階的建模和工具，這是對專業(yè)人士的要求。其實你只要會把Execl弄明白，簡單的運算搞清楚，使用最基本的工具，其實就已經解決了90%的問題。

數據分析對于我們產品經理處于什么地位？

首先我們要知道，產品經理是要求我們需要有一定的綜合能力的。核心能力自然不必說，是需求分析的能力。但數據分析卻是產品經理的常備武器之一，因為它是我們常用的一個方法。
為什么不是核心而是常備的呢？因為在很多公司里面，有專門做數據的產品經理，我們叫做數據產品經理，還有的公司把這個崗位叫做數據分析師。所以在很多公司里，專業(yè)的數據分析其實不是產品經理給出的，而是數據產品經理、數據分析師給出的。這就是為什么數據分析不會作為產品經理的核心能力。
那為什么是常備呢？很多創(chuàng)業(yè)型的公司、創(chuàng)業(yè)型的項目里是不配備數據分析師的，那么這個工作就歸納到產品經理的職責范圍之內了。當然他對產品經理的要求不可能向對數據分析師那么高，但是也必須要求我們產品經理要學會最基本的數據分析的方法。

那我們?yōu)槭裁醋⒅財祿治瞿兀?/p>

我們都知道一個產品經理去做產品，對于需求的把控是最重要的，所以數據分析的重要度也就提高了。因為很多時候用戶的需求他是不會直接、明確、客觀表達出來的。所以最直觀、最客觀的反映用戶需求是可以從數據來挖掘的。數據是最能夠客觀反映用戶心聲的一個指標。

▍數據分析對于產品的意義

數據分析是指用適當的統(tǒng)計方法對收集得來的大量數據進行分析，將它們加以匯總、整理并消化。以求最大化地開發(fā)數據功能，發(fā)揮數據的價值。價值主要呈現在一下四點。

1.了解產品發(fā)展現狀：

通過數據我們可以了解到當前的用戶規(guī)模，整個產品的活躍狀態(tài)，也可以判斷出當前這個產品所處的生命周期等。像用戶量猛增，很有可能證明這個產品正處于成長期，數據比較穩(wěn)定可能處于成熟期，用戶量下跌則可能在衰退期。

2. 客觀反應用戶需求。

他可以幫我們來判斷，一個用戶需求它是真是假？有的時候你會發(fā)現做了一個功能，用戶點擊率很低，但這個產品功能的入口還很明顯。這個時候你就要警惕了，如果不是產品設計的問題，那極有可能是需求的問題。很可能不是一個真需求，而是一個假需求。
除了數據能夠幫助我們判斷需求的真假，還可以對比出需求之間的強弱、優(yōu)先級。比如說：強需求用戶的點擊率比較高，弱需求往往比較低。那么我們會把強需求的優(yōu)先排高一些，放到更主要的位置。

3.衡量產品迭代、運營的效果，

廣告做的再好也要看療效，那么數據就是最好的療效。一個產品上了一個新功能，如果用戶的留存率、月活、該功能模塊的使用頻率和時長有著明顯的激增，這說明迭代點是用戶喜歡的。包括產品體驗的升級，效果是可以通過數據分析看出來的。
對于運營活動而言，像促進日活、拉取新增用戶的一些目標也可以拿數據指標作為檢驗。另外一些運營活動是需要消耗經費的，雖然達到了一定的指標，但是我們依然要看這個活動的性價比。而通過數據衡量則是最客觀、最直觀的。

4.分析具體問題的原因。

像產品登陸失敗率為什么這么高呀？為什么用戶只購買低價格的物品，不進行高消費呢？產品的用戶分為哪幾類、忠實用戶占多少呢、有什么特點？為什么很多用戶來到這個界面不支付呀？這些問題都屬于具象的問題。那么數據分析不僅能夠佐證我們根據經驗、邏輯分析的判斷，也可能帶給我們一些新的思路去發(fā)現問題的本質。
所以，當我們回答一個具象問題的時候，是需要拿一些數據來佐證的，而不只是拍腦袋下定論，不然很可能沒有找到問題的本質原因，無法對癥下藥。

▍常用數據指標體系

數據分析如果沒有數據，就像無源之水無本之木，數據指標是數據分析的起點，也是核心的一步。即使對于建模完全沒有概念，能把數據指標都了解清楚、應用好、有意識的去觀察，數據指標就能夠幫助我們分析出很多的問題。數據指標是最初級的數據分析，也是數據分析的第1步。接下來就詳細講一下我們常用的幾大指標體系的概念和用途：

1.用戶指標

我們通常會把指標分成兩個層次，用戶指標 和 行為指標。

所謂用戶指標，可以廣義的理解為對用戶整體情況的一個指標衡量。像用戶規(guī)模中主要包括：日活（DAU）/ 日活躍用戶數(Daily Active User)、周活（WAU）、月活（MAU）。其中日活和月活是我們談論的更多的兩個數據指標。而用戶規(guī)模的指標，會經常會作為我們產品經理、運營甚至包括我們團隊最重要的一個KPI指標。其中DAU的指標難度最大，所以經常作為我們核心指標來考核。像WAU、MAU完全可以通過一周、一個月的推送來滿足。或者即使產品做得再不好，用戶在一個月當中有一次需要了你的產品，他就會啟動打開。

那么日活、周活、月活中的活躍是如何定義的呢？

每個產品活躍的定義千差萬別，如果是有賬號的客戶端產品，例如IM、端游等，通常會以賬號登錄作為活躍標識。像有些工具型軟件，無需登錄賬號也能使用的，例如天氣類、地圖類的app，會把啟動作為活躍。但是有些產品需要進行一些核心操作，例如拍照軟件，至少是完成一張照片拍攝，才能算活躍。所以有些產品的啟動量非常大，如果只考核啟動的人數，沒有太多挑戰(zhàn)的意義，那么他就會把進行核心操作的用戶作為活躍用戶。所以在看企業(yè)財報的時候一定要看一下他們的活用用戶是怎么定義的。

• 新增用戶

用戶下載安裝應用之后必須要啟動的用戶，甚至有些app需要加上登錄操作。

我們經常所說的數據分析，其實并不需要你太多的建模，而是有一些成型的數據指標，這些數據指標它就能夠分析出一些問題、衡量一些效果，我們只要觀測到這些指標，知道這指標做什么用的，它就能夠幫助我們完成最基礎的數據分析。

像新增用戶量的作用之一，就是用來衡量我們營銷推廣的渠道效果的。比如說在做完運營活動后產品新增用戶占據活用用戶的比例特別高，這說明你找的渠道效果特別好。但是若果過猶不及，其實也不好。比例特別高說明你砸錢了，拿到了很多用戶，但意味著一旦你停止砸錢，你的用戶能不能留得?。窟@就涉及到我們后面說的留存指標。
所以新增用戶占活躍用戶的比例，它其實是衡量我們一個產品的健康度的。在推廣運營的時候，我們允許這個指標高一點，但如果在非推廣狀態(tài)下，如果你的新增用戶占據整體用戶的比例過高，證明你的產品處于非健康狀態(tài)，也就是用戶來了就走了。

• 用戶構成

包括：新增用戶、回流用戶、活躍用戶、忠實用戶、流失用戶。

回流用戶：之前流失的用戶，現在再回來使用產品。當然這里就涉及到了如何定義流失、如何定義回流。比如說我把三個月之內，不登錄的用戶叫做流失用戶。那么我們再定義三個月流失之后再次回來的第一次或者一周內的用戶我們叫做回流用戶。
另外說下一，同樣活躍用戶的時間周期也有他的定義，比如說有些產品認為連續(xù)兩周登錄的用戶我們叫做活用用戶，有些是三周、兩個月等。忠實用戶則比活用要求更高，有的連續(xù)4周，5周，5個月。甚至使用時長、核心操作也有要求。
所以用戶構成這幾個指標，不同產品有不同的定義標準，并不是所有的產品都一樣。
無論是哪一個產品，如果定義是規(guī)范的合理的，那么用戶構成是能夠幫助我們通過新老用戶的結構，來了解整個你的用戶的健康路，如果你的用戶構成里面，活躍用戶和忠實用戶占據一個比較大的比例，那說明你的用戶構成是非常健康的，但如果你的用戶構成里面流失用戶非常多，新增用戶非常多，那這個產品就很危險，說明這個產品就留不住人。要把用戶要留下來，那么這就涉及到一個非常重要的指標叫做留存用戶。

• 留存用戶

留存用戶看的重點就是用戶的留存率，而用戶留存率是指在某一統(tǒng)計時段內，新增的用戶中再經過一段時間后仍啟動該應用的用戶比例。用戶留存率通過時間的維度，可以分為三個，次日留存率，七日留存率，30日留存率。
次日留存率計算方法：今天來了100個新增用戶、次日這100個用戶中有12個人再次使用，那這個次日留存率就是8%。周、月留存率則是經過一周、一個月后該新增用戶中還使用產品的用戶比例。
利用用戶留存率可以對比同一類別應用中不同應用對用戶吸引力。
除了橫向比較，也可以縱向比較。如果某一應用，在相對成熟的版本情況下，如果用戶留存率有明顯變化，則說明用戶質量有明顯變化，很可能是因為推廣渠道質量、版本迭代所引起的。

2.行為指標

指的是用戶在我們的APP里面，是由于他的操作帶來的指標。

• 啟動次數

啟動次數是指在某一統(tǒng)計周期內用戶啟動應用的次數。包括人均啟動次數、人均日啟動次數。啟動次數指標可以衡量一個產品的用戶黏性。
人居啟動次數計算方式：在一個時間周期內，所有app的啟動次數除以啟動app的用戶數。

• 使用時間間隔

是記錄同一用戶相鄰兩次啟動產品的時間間隔。使用時間間隔這個指標也是用來反映用戶粘性的。

• 使用時長

是指在用戶從APP啟動到結束使用的總計時長。·包括：人均使用時長、單次使用時長。
單次使用時長計算方式：如果一個網站在一定時間內總停留時間為1000秒，總的訪問次數是100次，那么單次使用時長就是1000秒/100 = 10秒。
使用時長指標是衡量產品活躍度的重要指標。所以現在大家都在拼這個指標。因為用戶每天的時間是有限且寶貴的，都是在利用碎片化的時間使用產品。如果用戶愿意在你的產品上投入更多的時間，則對應用其他產品的時間就越少，證明你的應用對用戶很重要，時間多則能產生更多商業(yè)價值的可能性。同時啟動次數也可以和使用時長結合一起分析。

• 訪問頁面數

是指用戶一次啟動訪問的頁面數。也就是代表著用戶使用我們產品的深度。平均訪問頁面數指標也可以衡量一個產品的活躍度。同時我們也可以通過不同統(tǒng)計周期（但統(tǒng)計跨度相同，如都為7天）的訪問頁面分布的差異，以便于發(fā)現用戶體驗的問題。

• 轉化率

轉化率是指在一個統(tǒng)計周期內，用戶執(zhí)行定義的關鍵行為占總訪問次數的比例。因為它可以反映了產品某一個功能頁面設計的好壞，用戶對某一個功能的偏好，功能背后的需求強烈甚至是真?zhèn)危脖环Q為行為指標當中最為重要的一個指標。

計算方法：如果每100次訪問中，就有10個登錄網站，那么此網站的登錄轉化率就為10%。而最后有2個用戶訂閱，則訂閱轉化率為2%。有一個用戶下訂單購買，則購買轉化率為1%。

• 重復購買率

指消費者對該品牌產品或者服務的重復購買次數，對于電商、交易產品來說，它是一個非常重要的指標。重復購買率越多，則反映出消費者對品牌的忠誠度就越高。

計算方式：有10個客戶購買了產品，5個產生了重復購買行為，則重復購買率為50%。

• ARPU

Average Revenue Per User，即每個用戶平均消費水平，也就是一個用戶在我的網站里，在一定周期之內，消費了多少。根據不同時期，也可拆成日均ARPU、周均ARPU、月均ARPU。
ARPU注重的是一個時間段內從每個用戶所得到的的收入，衡量互聯網公司收入能力的指標。
ARPU值高說明平均每個用戶貢獻的收入高，但高未必說明利潤高，因為利潤還需要考慮成本。ARPU的高低沒有絕對的好壞，只有相對的比較。所以分析的時候需要有一定的標準。

其實每類產品都有它很多獨特的數據指標，像內容類：作者訂閱率，內容貢獻率。金融類：贖回率（主動、被動），換手率。社交類：互動頻次、分享率。這些細分領域的數據指標就不一一描述了?？傊畬W會數據指標是我們數據分析的第一步。我們第二步再見吧！

——————————————————————————————————————————
更多精彩：
公眾號：Product thinking Hub （產品思維集中營）
微博：牛奶甜心點
歡迎來找我~ 比心?