数据分析:如何深挖原因-推动业务_第1页
数据分析:如何深挖原因-推动业务_第2页
数据分析:如何深挖原因-推动业务_第3页
数据分析:如何深挖原因-推动业务_第4页
数据分析:如何深挖原因-推动业务_第5页
已阅读5页,还剩8页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

数据分析:如何深挖原因,推动业务

编辑导语:数据是产品运行流程中必不可少的分析要素,通过数据分析,产品经

理可以从中获得相关信息,提炼出用户体验感受,进而推动产品向有效的方向迭

代升级。本篇文章里,作者针对如何通过数据分析挖掘原因、推动业务进行了相

关介绍,一起来看一下。

数据分析的工作大部分的分析其实都是在找表面原因。

用户数下跌了:A渠道新用户下跌;

转化率提升了:落地页转化率上升;

留存率下降了:C地区用户留存率下降。

找表面原因其实就是通过指标体系的各种维度、子指标对问题进行拆解,得出

一些初步的数据结论。

对于成熟的业务线来说,这种分析足够了。业务方拿到分析结论,自己稍加分

析就知道后续该做什么。比如渠道人数下降了,对应的动作要么就是增加投放资

源,要么就是优化投放的内容,提高拉新效果。

但是这是一般情况,有的时候我们就算给出了上面这些结论,领导也不满意。

因为在具体执行的时候,还是不知道该做什么。

渠道人数下降了,但是我们没资源做新的投放,只能优化现有的文案。数据分析

师来分析一下,用什么文案比较好?

落地页转化率不高,但是业务同学已经修改了八个版本的落地页,效果都不好,

我也知道要优化落地页,但是到底要怎么优化?

表面原因会让业务进入误区,而且始终用这些结论驱动业务发展,很容易进入

一个隐藏的陷阱,那就是追求短期收益而丧失了长期收益。

比如APP的日活下降,通过表面原因的分析最后发现是由于用户的留存率为下

降导致的。

这个结论不能说错,但是很容易误导人。因为这个结论的潜台词是,整个业务

是一台运转严密的机器,最终的产出下降了,是中间的一环出现了问题,现在既

然留存率出了问题,那么我们把留存率搞上去的话,口活就能回归正常。所以提

升留存率就成了之后的业务目标。

而一旦提升留存率这件事成为一个KPT之后,业务同学就会做一些能快速提升

留存率的动作,比如签到活动、标题党PUSH之类的运营动作。

这些运营动作确实会给留存率带来短期的提升效果,但是对于整体APP的产品

力提升并没有什么帮助,甚至这些动作还会让用户厌烦,长期来看反而会降低留

存率。

一、第一性原理

1.第一性原理

面对这种情况,怎么办呢?不着急具体结论,我们先介绍一个概念:“第一性

原理”。

这个词大概是2022年开始在互联网知识圈中火起来的,带火这个词的是马斯

克。在一次TED采访中,他透露了自己非常推崇的思维模式,叫做“First

principlethinking”,翻译成中文就是「第一性原理」思维。

因为马斯克利用第一性原理在多个领域都取得了成功,于是“第一性原理”就

被很多创业公司奉为圭臬。虽然如今马斯克的特斯拉负面消息不断,不过那就是

另一个故事了。

第一性原理是指当你遇到一个问题,问题背后一定有其原因,这个原因的背后

还有原因,就这样一步一步向前推演,直至找到问题最本质的原因。然后,从这

个本质原因开始,重新向后推演,直到找到解决问题的方法。

2.用户需求是商业的第一性原理

我们回到刚才的案例来看一下。如果日活用户下降了,原因是什么?

之前我们给出的答案是因为留存率下降了,于是针对这个原因,我们给出了类

似签到活动、push等业务动作。

如果根据第一性原理的思维模式,我们还要继续思考,留存率下降的原因又是

什么呢?以及这个原因背后的原因又是什么。商业问题,追溯到最本质的根源,

一定是用户需求。

我们的业务动作只是刚好符合用户的需求,于是这些业务动作让用户需求更好

地驱动商业模式运转起来。所以用户的需求才是整个商业运转的第一性原理。

二、用户需求

1.用户需求是不断变化的

那知道了用户需求是商业模式的第一性原理,sowhat?

第一性原理如果保持不变,那么基于推导出的结论和模式就是稳定的。就比如

机器解决的是确定性的问题,所以机器的结构也是确定性的,如果一个齿轮松动

了,加固下齿轮问题就解决了。

但第一性原理如果变了,后面所有基于这个原理的逻辑就全都不适应了。而商

业解决的就是这样的非确定性的持续变化的问题。

用户需求是不断变化的,随着时间和外部环境的变化,用户的需求也会随之变

化,而且商业模式本身也会影响需求的变化。就好像标题党看多了,用户对这种

激发好奇心的手段也就麻木了,用户就会想要看更多有价值的信息。

用户需求一旦发生变化,那么会导致原有商业模式和需求之间不再匹配,于是

运转出现问题。这个时候,你再用机器的那套思路,哪个坏了修哪个,强行提高

某个指标来解决问题的做法,是不解决根本问题的。只有调整业务的运转模式,

让业务模式重新符合用户需求,才是真正有效的策略。

2.用户需求也有稳定的面

既然如此,那么找表面原因的分析方法不是很不靠谱?

也并不完全是。虽然用户需求是持续变化的,但是也有相对稳定的时期,所以

商业模式在一段时间内还是可以很好地满足用户需求。

就好像小孩子的身高不停地在长,但是一件衣服还是可以穿很久。对单个用户

来说,需求变化相对较快,比如一个宝妈对尿布的需求集中在孩子两岁以内,但

是对于整个的用户群体来说,总有一部分人。他的孩子在两岁以内,所以这一个

市场总体上可以保持稳定。

所以需求依然有相市稳定的时期,这个阶段只做好原有商业模式的维护,是依

然有效的C

3.用户需求的细分

说起需求变化,我们不着急到底如何应对。我们先来聊一聊,到底什么是用户

需求。

中文对于名词解释非常不擅长,我们还是用英文解释一下。用户需求有两个层

次,一个是want,一个是need。

用户说我需要某功能,这是want;用户说我使用这个功能做什么,这是need。

很简单的一个例子:搜索网站是want,快速地找到信息是need。

want是need的解决方案。用户想要快速找到信息这个需求是need,满足这个

need有很多种方案,大同的方案就是不同的want,其中搜索网站就是现有技术

条件下最优秀的解决方案。

搞清了need和want,一个商业问题的基本上可以归结为两类:要么是没有满

足用户真实需求(need),要么是解决方案不够好(want)0

二、如何深挖原因,推动业务

落实到具体的业务分析上,用户需求的问题影响了业务管理的三个层面:

我们一个个来看。

1.战略层问题

要解决用户需求是什么,是商业的战略级问题。

只有明确要解决的用户需求是什么,并且这个需求有商业价值,那么后续的所

有业务动作、组织调整等才有意义。如果没有找准用户的需求,那么后续的所有

业务动作都是没有意义的。

一般正常的创业流程,是先预判一个用户需求,然后通过MVP(最小可行化产

品)的形式验证PMF(产品与市场匹配),在PMF验证完毕后,继续扩大资源投

入。

现在很多的创业想法,都是从一个公众号或小程序开始,这种产品形式相比

APP成本要低得多.一旦公众号或小程序验证成功,再进入APP开发和大规模的

宣传推广,这种模式的创业风险就比较小。

所以如果你要解决的是战略层的商业问题,那么数据分析能发挥的作用比较有

限。因为用户需求是很难通过理性分析找到,我们能做的,就是建立高效的数据

反馈机制,让公司的试错迭代效率更高。相同时间内测试的产品版本越多,找到

靠谱的用户需求的几率也就越大。

当然,有些产品的诞生完全是因为老板的拍脑袋决策,结果产品出来以后,用

户量和留存率惨不忍睹,但是前期投入又非常大,于是老板就让员工想办法提高

各项指标。

但是对于这样的产品,你去分析如何优化现有产品是没有任何意义的,因为你

根本不知道这个产品解决的是什么需求,或者你要解决的根本就是伪需求,所以

方向选错了,一切努力都是白费。如果在这类公司,并且你无法改变公司的决策

流程的话,建议还是早点换公司。

回到案例中的问题:产品的留存率不高。如果留存率非常低,那么用户可能根

本就没有这样的需求。这种情况下,我们不需要分析如何提升留存率,而是应该

是让产品经理重新思考用户需求是什么,重新设计产品。

2.战术层问题

找到了一个有商业价值的用户需求(naad),还需要对应的产品提供解决方案0

战术层问题就是解决方案还不够好,距离用户心目中期待的样子(want)还有些

差距。

比如案例中留存率的问题,如果留存率不高,那么一定是我们的产品和用户心

目中想要的东西还存在一定差距,或者和竞品存在差距。为了弥补现状和用户的

want之间的差距,我们可以从“提升用户动机,降低用户门槛和提醒”三种方

式提升用户留存率。

但是究竟采用哪一种方式呢?

如果你分析只深入到“留存率不高”这个结论的话,业务人员不知道更多信息,

也只能选择做一些签到或者标题党的PUSH,因为这类业务动作是肯定有效的,

只是未必是最佳的策略。

所以为了让业务同学清楚提升留存率的关键点,我们就要针对这三种方式进行

更细致的深挖,找出根本原因。

比如要找出如何提升用户动机,我们可以通过竞品分析、用户行为分析等找出

一些线索。比如通过第三方数据平台,找出留存表现比较好的竞品,然后拆解竞

品的功能模块,看一下我们和竞品的差距。或者通过行为分析,尤其是搜索关键

词分析找出用户的未被解决的需求。

现在每个APP内都会有搜索模块,用户的搜索关键字往往能反映出用户的真卖

需求。这种方法有时要比你通过客户调研获得的结果更加真实有效。

如果要降低用户的门槛,一般是降低使用门槛。因为有些用户由于不会使用产

品,导致流失。解决了这部分用户的问题,自然就能提升留存率。

那么针对这种情况,我们就需要做漏斗分析或者行为路径分析。

漏斗分析最常用,可以很清晰地找出出现问题的环节。配合用户调研或者自身

的使用体验,也能找出一些用户使用过程中可能存在门槛的地方。提醒相对来说

是最容易的,如果上述的动机和门槛都没有找到,那么就只有提醒一种办法了。

针对提醒的分析已经非常具体,属于战斗层的问题。

通过上述分析,我们找出了一些提升用户动机和减低使用门槛的问题改进点,

这种结论就要比单纯的“留存率不高”要更具体,业务同学也能清楚后续要做的

工作。

3.战斗层问题

确定了业务动作的大致方向,接下去就剩下最后的执行问题了,这个我称作战

斗层。

这一层我们要解决的问题是,什么类型的文案更合适,哪类渠道更好,落地页

如何设计,push如果发送的话什么时候发?发什么?等等具体的问题。

这类问题的分析常见的是根据历史数据得出结论。

比如要做PUSH提醒,那么可以通过历史数据找出哪类标题的打开率更高。要

做渠道投放,可以分析哪个渠道的ROI最高,等等。

不过历史数据的分析有个问题,就是这个结论未必反应用户需求。

比如push打开率高的一定是标题党,但是这种标题党未必是用户想要的。

所以除了数据分析,还需要结合业务判断。国内以理性严谨著称的字节跳动,

所有功能都要经过AB测试,但是张一鸣依然表示“AB测试只是工具,同理心才

是基础。”所以数据分析师还是需要学习一些基本的心理学。

比如有一个行为心理学的现象叫做“诱饵选项”,意思是说当人们对两个不相

上下的选项进行选择时,因为第三个新选项(诱饵)的加入,会使某个旧选项显

得更有吸引力。

比如下图,如果只有两种爆米花,一种3美元,一种7美元,由于价格和数量

成正比,会有很多人选择价格更低的3美元.

而一旦加入了一个明显不划算的6.5美元选项后,就会有更多的人选择7美元

的爆米花。

6.5美元的爆米花几乎没有人选择,但是它的作用就是为了提高7美元爆米花

的销量。

所以如果产品中某一个功能的点击率非常低,能否说明这个功能就是不必要

的?显然不是。数据还是有很多盲区,需要我们通过用户心理学更好地反应真实

情况。

战斗层的分析需要和业务非常紧密地配合,而且解决的问题非常具体

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论