APP産品運營中如何用(yòng)數據優化(huà)産品

 

運營數據對(duì)APP産品的(de)設計和(hé)優化(huà)很重要，當一款APP開發出來(lái)，就要開始關注運營數據，那麽，我們需要關注哪些數據和(hé)指标呢(ne)?

對(duì)于産品經理(lǐ)來(lái)說，最簡單的(de)指标就是頁面浏覽量、登錄用(yòng)戶數和(hé)訪問用(yòng)戶數這(zhè)樣的(de)的(de)數據了(le)。
每天關注這(zhè)些指标的(de)變化(huà)和(hé)趨勢，可(kě)以快(kuài)速了(le)解産品的(de)整體情況，但是隻有這(zhè)些是遠(yuǎn)遠(yuǎn)不夠的(de)，産品經理(lǐ)需要更多(duō)的(de)關心反應産品健康度的(de)指标。
 

基礎指标/用(yòng)戶數量 & 基礎指标/訪問數量
将基礎指标平均在每個(gè)用(yòng)戶身上，或者每個(gè)訪問(Session)上，就可(kě)以獲得(de)産品的(de)平均訪問深度、平均訪問時(shí)長(cháng)、平均每周購(gòu)買數量等複合指标。
相比于簡單的(de)基礎指标，分(fēn)攤在每個(gè)用(yòng)戶身上的(de)指标通(tōng)常能夠更好地幫助産品經理(lǐ)了(le)解用(yòng)戶的(de)真實使用(yòng)情況。拿 PV 相關的(de)數據舉例，即使 PV 升高(gāo)，但平均訪問深度(每個(gè) Session 的(de) PV 數量)下(xià)降了(le)，就不是一個(gè)很好的(de)征兆，這(zhè)代表用(yòng)戶的(de)使用(yòng)情況可(kě)能出現了(le)問題，每個(gè)訪問進行的(de)操作和(hé)打開的(de)頁面數正在變少，甚至有可(kě)能直接導緻流失。
因此，産品經理(lǐ)應該更多(duō)地關注這(zhè)類指标，并且嘗試去提高(gāo)平均訪問時(shí)長(cháng)，平均訪問深度，平均每周購(gòu)買數量等指标等，這(zhè)樣可(kě)以有效地消除基礎指标帶來(lái)的(de)虛榮效應，保持對(duì)産品現狀以及産品目标的(de)清晰認識。

在衡量産品的(de)使用(yòng)流程時(shí)，轉化(huà)率指标是至關重要的(de)。轉化(huà)率指标能幫助你真正了(le)解産品流程的(de)健康度。拿注冊流做(zuò)一個(gè)簡單的(de)例子，注冊成功的(de)用(yòng)戶數量正在不斷增加，但這(zhè)并不能代表注冊流程正在變得(de)更好(有可(kě)能是拉新來(lái)的(de)流量基數變大(dà)了(le))，隻有注冊轉化(huà)率(注冊成功人(rén)數所占百分(fēn)比)有所提高(gāo)，才能說明(míng)注冊流的(de)優化(huà)是行之有效的(de)。

留存指标越來(lái)越受到産品經理(lǐ)的(de)重視。從前大(dà)家更偏向于下(xià)載量，注冊數這(zhè)樣代表拉新效果的(de)指标，但是一個(gè)人(rén)在什(shén)麽時(shí)候才真正成爲你産品的(de)用(yòng)戶呢(ne)?其實是在他(tā)留存下(xià)來(lái)的(de)時(shí)候。
獲取( Acquisition)和(hé)激活(Activation)的(de)用(yòng)戶願意持續地使用(yòng)産品，就實現了(le)用(yòng)戶留存，留存下(xià)來(lái)的(de)用(yòng)戶才能實現後續的(de)變現(Revenue)，甚至自發進行傳播和(hé)推薦(Referral)。如果留存率不夠理(lǐ)想，所有在用(yòng)戶獲取方面的(de)努力都都将白費，進而也(yě)不可(kě)能激發用(yòng)戶的(de)付費和(hé)推薦意願了(le)。

對(duì)于沒有數據分(fēn)析意識的(de)産品經理(lǐ)來(lái)說，在完成産品規劃，功能開發，以及測試上線之後，就認爲自己在這(zhè)一階段的(de)工作結束了(le)，這(zhè)樣是無法做(zuò)出優秀産品的(de)。在APP開發完成，産品發布上線之時(shí)，數據分(fēn)析的(de)工作才剛剛開始，隻有對(duì)上線的(de)功能進行不斷的(de)調整和(hé)優化(huà)，才能打磨出真正體驗優秀的(de)産品。

那麽對(duì)于産品經理(lǐ)來(lái)說，怎樣用(yòng)數據分(fēn)析的(de)思路驅動産品優化(huà)呢(ne)?
1.建立業務目标和(hé)産品期望
認真思考「用(yòng)戶故事」，明(míng)确産品成功的(de)目标是怎麽樣的(de)，比如什(shén)麽樣的(de)使用(yòng)量，使用(yòng)頻(pín)度，達到怎樣的(de)留存率才算(suàn)是成功;

2.将産品抽象化(huà)、邏輯化(huà)和(hé)結構化(huà)
隻有對(duì)産品的(de)結構和(hé)邏輯足夠了(le)解，才知道哪些是需要關注的(de)數據和(hé)指标，以及怎樣通(tōng)過對(duì)這(zhè)些指标的(de)監控實現最終的(de)目标。因此這(zhè)時(shí)我們需要将産品功能抽象化(huà)、邏輯化(huà)和(hé)結構化(huà)，拆分(fēn)成具體的(de)邏輯層次。包括用(yòng)戶的(de)預期操作可(kě)以分(fēn)爲幾個(gè)部分(fēn)，業務邏輯分(fēn)爲幾個(gè)部分(fēn)等等…在理(lǐ)清産品邏輯之後，才可(kě)以按照(zhào)每一個(gè)部分(fēn)去進行分(fēn)析和(hé)優化(huà)，比如在電商應用(yòng)中，就可(kě)以将用(yòng)戶的(de)購(gòu)買行爲抽象爲如下(xià)的(de)邏輯結構 A.打開商品詳情頁 B.進入購(gòu)物(wù)車頁面 C.确認訂單頁面 D.進入支付頁面 E.付款成功;

3.進行數據的(de)準備和(hé)收集
産品經理(lǐ)需要确定出具體的(de)分(fēn)析計劃，并且整理(lǐ)出數據需求。在一段時(shí)間的(de)數據采集之後，形成相應的(de)數據樣本(時(shí)間上很短，或者用(yòng)戶很少的(de)數據是沒有意義的(de))。
但很多(duō)産品經理(lǐ)常常就敗在這(zhè)一步，因爲傳統的(de)數據收集工作必須要提前埋點，而埋點最常發生的(de)事情就是漏埋和(hé)錯埋，産品上線了(le)才發現“沒埋點，沒有數”。
 

4.多(duō)種手段進行數據分(fēn)析，衡量用(yòng)戶的(de)使用(yòng)情況
在新功能上線之後，我通(tōng)常會利用(yòng)多(duō)種分(fēn)析手段了(le)解用(yòng)戶的(de)真實使用(yòng)情況，并驗證是否符合在第一步中設定的(de)業務目标和(hé)産品期望。
 

5.提出猜想并驗證
通(tōng)過上面的(de)數據分(fēn)析，針對(duì)爲什(shén)麽确認訂單到支付這(zhè)步的(de)轉化(huà)率這(zhè)麽低?我們就會有一個(gè)初步的(de)猜想，可(kě)能是「用(yòng)戶無法在确認訂單頁面查看商品細則，爲了(le)返回上一頁，因此放棄了(le)付款」，也(yě)可(kě)能是「用(yòng)戶想修改商品數量和(hé)樣式，但是确認訂單頁面不能修改，因此放棄了(le)付款」，當然也(yě)有可(kě)能是單純的(de)提交支付按鈕存在 Bug 或者理(lǐ)解的(de)偏差。
 

驗證猜想後，我們就會得(de)到具有相應論據的(de)結論，産品經理(lǐ)就能夠以此爲依據進行産品的(de)優化(huà)，以提升産品的(de)用(yòng)戶體驗，更好的(de)實現業務目标了(le)。
 

在優化(huà)上線之後，産品經理(lǐ)就要開始新的(de)數據分(fēn)析輪回，對(duì)改版的(de)數據進行分(fēn)析提煉，以檢驗改版帶來(lái)的(de)效果是否是有效的(de)，不斷用(yòng)數據驅動産品優化(huà)和(hé)業務增長(cháng)，形成良性的(de)循環。