数据分析作用是什么 拿数据说话已经成为当今汇报最权威的手段,说什么,做什么,要让人信服,拿数据说话。 互联网企业:强调自己的数据驱动决策; 传统企业:战略就是数字化转型。 数据分析用处: 1量化IT投资成效,数据驱动决策。比如,产品经理如何评估优先级,数据来说话;决策者如何进行资源调配,数据体现。 再比如,产品经理A和产品经理B同时启动了项目,IT资源投到谁的项目上,看谁的ROI更高,就会获得这个资源。
2通过数据分析验证产品成效 参照国内竞品调研和产品交互设计师自以为的产品目标:给用户传递安全感——通过增加底部“确认支付”按钮来实现。但是交易跌了3个点左右。 为什么呢? 因为数据显示可以说明支付需要用户冲动型消费,不需要用户那么理性思考。 用AB test 测功能,用数据来验证功能成效是最有说服力的手段。
3通过数据分析洞察用户 用户研究是产品经理必须要去做的一件事,懂用户,挖痛点,给方案。 用户研究常用的方法除了用户访谈、调查问卷等定性研究外。从已存数据中发现用户的行为偏好,建立数据与用户画像之间的关联,针对不同人群需求或者痛点给出合理的产品解决方案。 比如从历史订单数据中,挖掘新老用户购买商品的偏好,可以针对新老用户群体做个性化的商品推荐,对用户历史行为数据收集越详细,越是能够了解用户,为用户做出合理的产品设计。 从过去已存数据中挖掘用户行为偏好或者痛点,是产品设计的第一步。
谁(用户数据)做了什么(行为数据)结果如何(业务数据)? 用户数据:用户本身的特性,如用户画像,使用你产品的用户男性多还是女性多,年龄多大等。 行为数据:指用户使用产品在页面上的各种点击行为,在页面上停留时长等。 业务数据:指用户行为之后,实际产生的结果,业务数据会落库业务数据表。 用户数据和行为数据通常可以从第三方数据工具,如友盟、Google Analytics 直接获取,业务数据一般要内部建设。 数据分析的框架 在整个数据分析的框架中,分为五大层次,依次是:数据生成、获取数据、数据建模、数据分析和数据应用。 1数据生成 2获取数据 通常使用第三方工具如ETL将业务系统的数据经过抽取(Extract)、清洗转换(Transform)
|