4个步骤，快速搭建清晰的数据衡量体系

数据是反映产品设计效果的一种有力辅助手段，因此在设计一款产品、迭代一个功能，甚至完成一个优化前，最好都提前规划好本次“更新换代”的数据体系。

 

但是，面对繁杂的数据指标和功能流程，究竟该如何快速而清晰搭建起合适的数据衡量体系，是一个很重要的问题。

 

 

数据体系搭建四步走

 

数据，无论是搭建一套完整的体系，还是单纯用于衡量某个功能/优化的上线效果，一般而言，可以从下面四个步骤进行：

 

明确要验证的业务/功能

明确衡量指标

寻找对比数据

明确数据获取渠道

 

 

一、明确要验证的业务/功能

 

数据是产品效果的表达方式，因此，在搭建数据体系前，必须先明确业务类型、明确验证目标：

 

业务区分上，除市场份额、用户数等大家共同追逐的目标之外，互联网金融领域，更看重的可能是资金保有量、申购量、用户财富指数等；电商行业，更看重的可能是购买量、购买频次、复购周期等；社交类产品，更看重的可能是用户活跃程度、社区健康度和可持续性……

场景区分上，是功能优化迭代验证效果？是差异化竞争的对比分析？是基于用户场景的拉新、留存、促活？还是流失场景的挽留？

 

不同的业务、不同的目标，决定了我们要选取什么数据指标来衡量。

 

 

二、明确衡量指标

 

明确了业务/目标，下一步要确定的，就是选择合适的衡量指标。以下举例说明几个类型的指标：

 

A.转化率

 

转化率一般可分为注册转化率、申购转化率、场景用户转化率、入口转化率等，亦即“路转粉”的过程。

 

当然，我们在选择用户时，大多数情况下会有倾向性地面向潜在目标用户以提升转化率。

 

转化率的关键数据是每一步的UV和最终的用户转化数量，主要分为两种：

 

流程转化率，统计新用户从接触到最终被成功转化的转化率，多用漏斗模型来表现转化率数据；

渠道入口转化率，多渠道多入口可到达产品场景，对比每一个入口的转化率高低。

 

 

B.活跃度

 

活跃度可分为用户登录/访问频次、场景设置频次、申购/购买频次、互动频次等，主要是看用户在产品上的留存和活跃程度，比如用户近30天内登录过10次，用户近90天内发生了30次申购行为。

 

有些产品/功能上线后，用户留存率很高，但是基本不活跃（僵尸用户），即可明确下一阶段的工作重点可能是促活。

 

C.健康度

 

产品的健康度在某种意义上说跟活跃度有点交叉，有些广义的概念可把活跃度包含于健康度内。

 

arpu值、用户流动性、会员体系下的用户升降级速度…都是衡量一款产品健康度的指标。

 

以会员体系下的用户升降级速度为例：

 

设计一套会员体系时，数据体系的搭建就必须有事前规划测算、事中验证跟踪、事后调整这3个阶段。

 

事前的规划测算一般需花费较大的时间和精力演算，因为一旦会员规则对外放开了，就不好轻易做调整。

 

也因此，第3个阶段的调整，最好是能避免则避免。

 

会员体系需要拟合升降级曲线，一般达到的效果就是升级先易后难，降级留有一定buffer值。

 

升级太快降级太慢有导致体系被击穿、成本hold不住等风险，升级太慢降级太快用户不买账没粘性。

 

升降级速度，体现的是该产品的健康程度。

 

D.流失

 

主要关注用户的流失率和流失节点，好做出应对策略。

 

很多产品上线一段时间后，发现流失率越来越高，但又无从下手解决问题。这个时候可关注用户的流失节点：用户主要是在哪一步开始流失的，用户流失的集中时间点是在什么时候，从流失节点着手进行产品优化、适当的流失挽留堵漏等操作。

 

如定投功能的使用，可能经过观察和分析会发现，用户在第一次扣款前后的流失率最高，则可能的原因有以下：

 

扣款前：设置时用户仅抱着尝鲜的心态，在扣款（实际发生资金行为）前及时终止定投“止损”；或对扣款行为的安全感不足等

扣款后：对资金的安全和流动性存在担忧；自身无法保证银行卡资金在扣款日是充足的等

 

找到了可能的问题所在，即可对齐进行相应的用户教育和引导，降低流失率。

 

一个水缸多个孔，堵住其中1个或几个，水流失的速度自然就慢了下来。

 

E.渠道触达

 

产品上线后，触达用户的渠道多种多样：公众号消息、短信、push、广告投放等，统计分析各渠道的触达率和转化率，可为接下来的用户分层精细化运营提供更有效的辅助信息。

 

 

三、寻找对比数据

 

没有利弊衡量标准的效果评价，都是耍流氓。

 

一款产品上线效果，产品经理要看到其中的利弊，并且找到合适的参照物来对比效果，才可以做出评价和结论。

 

举个栗子：一款社区类产品上线至今，总用户数100万，日均活跃用户8万人。

 

这个数据是好是坏？

 

我们需要找到一个对比衡量的标准，如对比竞品，我们这个活跃用户水平算是较高的？如对比过去的日均活跃用户5万人，则很明显有了提高。

 

因此，得到本身产品的上线效果数据后，需要找到对应的产品做标的，而这个标的，可以是：

 

竞品、自身的历史数据、行业内默认的标准等。

 

 

四、明确获取数据渠道

 

数据规划好了，接下来就是产品上线前的数据埋点工作。有下面的一串口诀：

 

 

大数据培训、人工智能培训、Python培训、大数据培训机构、大数据培训班、数据分析培训、大数据可视化培训，就选光环大数据！光环大数据，聘请专业的大数据领域知名讲师，确保教学的整体质量与教学水准。讲师团及时掌握时代潮流技术，将前沿技能融入教学中，确保学生所学知识顺应时代所需。通过深入浅出、通俗易懂的教学方式，指导学生更快的掌握技能知识，成就上万个高薪就业学子。 更多问题咨询，欢迎点击------>>>>在线客服！