道－數據在產品的價值

數據可以幫助品牌發現機遇，如新客戶、新市場、新規律、回避風險、潛在威脅等，同時亦可以有助于品牌營銷決策的調整與優化。數據是產品量化指標，數據分析是產品運營極具戰略意義的一環；從宏觀到微觀分析，通過表層數據挖掘產品問題。

對此我的看法：

數據衡量 －知錯就改，為決策撐腰，避免頭腦風暴，主觀臆斷，用戶體驗調優

數據驗證－驗證產品需求強弱，功能比重，品牌價值

數據預測－總結歷史規律，預測產品未來走向

知乎用戶@綃頁的答案很經典：

“知錯能改，善莫大焉”——可是錯在哪里，數據分析告訴你。

“運籌帷幄之中，決勝千里之外”——怎么做好“運籌”，數據分析告訴你。

“以往鑒來，未卜先知”——怎么發現歷史的規律以預測未來，數據分析告訴你。

術－數據如何驅動運營

結合剛剛出爐的牛小招app（宣講會信息整合類產品）。三步走：

做好埋點

初級的數據埋點：在產品流程關鍵部位植相關統計代碼，用來追蹤每次用戶的行為，統計關鍵流程的使用程度。

中級的數據埋點：在產品中植入多段代碼追蹤用戶連續行為，建立用戶模型來具體化用戶在使用產品中的操作行為。

高級的數據埋點：與研發團隊合作，通過數據埋點還原出用戶畫像及用戶行為。

數據分析

1.入口分析

（1）數據來源：集成SDK獲取數據

（2）市場埋點：各大市場的下載量以及新增用戶的地域分布情況，相應的市場戰略的調整。

2.用戶質量分析（用戶畫像）

（1）用戶： 地區、學校，專業，年齡，就職情況

（2）留存用戶：次日留存，三日留存，七日留存等

（3）流失用戶：流失率以及原因

（4）新增用戶數

（5）細分用戶，精準推送

3 .用戶行為指標

3.1 自定義事件分析， 功能的使用情況

初始界面三個流向：去看看，注冊，登陸。

登陸流程：登陸，忘記密碼，第三方登陸情況

首頁：內容的閱讀量，banner 的點擊情況，宣講會日歷時間跨度，個人中心以及篩選的流向如何。

詳情界面：二級界面的停留時間，收藏，分享，地圖點擊率以及內容轉化情況。

鬧鐘界面設定和使用情況

......

通過功能點的使用情況和比重確定優先級，進行產品減法。

3.2漏斗模型，打造合理訪問路徑

關鍵路徑上面各個頁面的瀏覽量

頁面轉化&用戶進入后一步步的轉化情況

通過漏斗模型計算出關鍵路徑上每一步的轉化率，初步判斷該流程轉化率的情況，及每一步的流失率情況。用來確定整個流程的設計是否合理，各步驟的優劣，是否存在優化的空間等。試著去了解用戶使用app的真正目的，為他們提供合理的訪問路徑或操作流程，而不是一味地去提高轉化率。

4 .錯誤分析

用戶使用操作過程中出現的系統bug:閃退，停止運行，卡死等錯誤分析。對于剛上線的產品，及時發現用戶使用過程中的bug后及時修復，這點很重要。

5.內容出口分析

第三方分享出口，分析內容的出口渠道。

還有一些其他數據，設備終端，網絡以及運營商。

分析結果反饋

產品經理日常數據表

最后，每一款產品都有適合他的核心指標和產品分析維度，一定要找到她。

器－工欲善其事，必先利其器

常見的數據分析工具：友盟，Talkingdata,諸葛IO等等 針對自己的產品的需要進行選擇。我結合了友盟和諸葛io。

友盟九大常規化的指標在統計分析上已經夠用，包括概況，用戶分析，留存分析，渠道分析，功能分析以及社會化分享。

諸葛io則是從用戶的行為跟蹤分析，粒度更細，用起來也比較順手。主打精益化移動產品分析。

總結：

數據驅動運營，任重而道遠，養成總結知識，總結經驗的好習慣，逐步形成自己的體系。