优界网

首页 > 产品经理 > YY产品经理:流程化产品数据运营11步

YY产品经理:流程化产品数据运营11步

92

0

0

2016-01-07 00:14:54

志志尾 限

分享一下,又不会怀孕!

本作品为转载作品,版权为作品原作者所有,感谢上传者的分享!

YY

我的一部分工作是数据运营,经常被理解为只做一些数字的研究,做些原因分析,其实这只是数据运营工作的一小部分,数据最终是为产品服务的,数据运营,重点在运营,数据是工具。

数据运营是做什么的?个人的理解是:制订产品目标,创建数据上报通道和规则流程,观测产品数据,做好数据预警,分析数据变化原因,根据分析结果优化产品和运营,并对未来数据走势做出预测,为产品决策提供依据,在产品策划与运营中融入数据的应用。

通俗点说,就是搞清楚以下5个问题:

1.我们要做什么?——目标数据制订;

2.现状是什么?——行业分析,产品数据报表输出;

3.数据变化的原因?——数据预警,数据变化的原因分析;

4.未来会怎样?——数据预测;

5.我们应该做什么?——决策与数据的产品应用;

下图是目前我在数据运营工作中推行的工作流程,供大家参考:

数据分析
 

第1步,制订产品目标。 

这是数据运营的起点,也是产品上线运营后进行评估的标准,以此形成闭环。制订目标绝不是拍脑袋出来的,可以根据行业发展,竞品分析,往年产品发展走势,产品转化规律等综合计算得出。产品目标的表现,往往是一个关键数字,例如在2013年12月,某产品日均登录用户数达到100万,制订目标常常用SMART原则来衡量,这里不赘述。

第2步,定义产品数据指标。

产品数据目标是反产品健康发展的某一个具体的数字,数据指标则是衡量该产品健康发展的多种数据。例如:

PV, UV, VV, YV

ARPU(Average Revenue Per User)

Attrition rate

PCU

DAU、MAU、DAU/MAU

Entry Event

Exit Event

K Factor

Lifetime Network Value

Re-Engagement

Retention

我们根据产品目标来选择数据指标,例如网页产品,经常用PV、UV、崩失率、人均PV、停留时长等数据进行产品度量。定义产品指标体系,需要产品、开发等各个团队达成共识,数据指标的定义是清晰的,并且有据可查,不会引起数据解读的理解差异。

第3步,构建产品数据指标体系。

在数据指标提出的基础上,我们按照产品逻辑进行指标的归纳整理,使之条理化。例如一般的客户端产品,我们可以分为帐号体系、关系链、用户状态、用户沟通等四个方面进行数据指标的分类整理。

第4步,提出产品数据需求。

产品指标体系的建立不是一蹴而就的,产品经理根据产品发展的不同阶段,有所侧重的进行数据需求的提出,一般的公司都会有产品需求文档的模板,方便产品和数据上报开发、数据平台等部门同事沟通,进行数据建设。创业型中小企业,产品数据的需求提出到上报或许就是1-2人的事情,但同样建议做好数据文档的建设,例如数据指标的定义,数据计算逻辑等。

第5步,上报数据。

这个步骤的关键是数据通道的建设,原来在腾讯工作时候,没有体会到这个环节的艰辛,因为数据平台部门已经做了完备的数据通道搭建,开发按照一定规则上报就可以了。现在创业型公司,则是从上报通道开始进行建设,也让我得到更多锻炼提升的机会。其中很关键的一个环节,就是数据上报测试,曾经因为该环节的测试资源没到位,造成不必要的麻烦。

第6步到第8步,采集数据,数据存储,数据运算。

每一步都是一门学问,例如采集数据涉及接口创建,要考虑数据字段的拓展性,数据采集过程中的ETL数据清洗流程,客户端数据上报的正确性校验等;数据存储与运算,在大数据时代,更是很有挑战性的技术活,这里也不细说。

第9步,获取数据。

就是产品经理,数据分析人员从数据系统获得数据的过程,常见的方式是数据报表和数据提取。报表的格式,一般会在数据需求阶段明确,尤其是有积累的公司,通常会有报表模板,照着填入指标就好了。强大一些的数据平台,则可以根据分析需要,自助的选择字段(表头)进行自助报表的配置和计算生成。数据提取,在做产品运营中,是很常见的需求,例如提取某一批销量较好的商品及其相关字段,提取某一批指定条件的用户等。同样,功能比较完备的数据平台,会有数据自助提取系统,不能满足自助需求,则需要数据开发写脚本进行数据提取。

第10步,观测和分析数据。

这里主要是数据变化的监控和统计分析,通常我们会对数据进行自动化的日报表输出,并标识异动数据,数据的可视化输出很重要。常用的软件是EXCEL和SPSS,可以说是进行数据分析的基本技能,以后再分享个人在实际工作中对这两款软件的使用方法和技巧。需要注意的是,在进行数据分析之前,先进行数据准确性的校验,判断这些数据是否是你想要的,例如从数据定义到上报逻辑,是否严格按照需求文档进行,数据的上报通道是否会有数据丢包的可能,建议进行原始数据的提取抽样分析判断数据准确性。数据解读在这个环节至关重要,同一份数据,由于产品熟悉度和分析经验的差异,解读结果也大不一样,因此产品分析人员,必须对产品和用户相当了解。

第11步,产品评估与运营优化。

这是数据运营闭环的终点,同时也是新的起点,数据报表绝不是摆设,也不是应付领导的提问,而是切实的为产品优化和运营的开展服务,正如产品人员的绩效,不仅仅是看产品项目是否按时完成,按时发布,更是要持续进行产品数据的观测分析,评估产品健康度,同时将积累的数据应用到产品设计和运营环节,例如亚马逊的个性化推荐产品,例如腾讯的圈子产品,例如淘宝的时光机产品等等。

后记:做产品运营真心不容易,感谢朋友们对文章的交流和推荐,做运营,贵在坚持。

已有0人赞过

+1赞

认真评论的都成大咖了

还可输入1000个字

我要评论 我要评论
  • 刚刚
  • 登录优界网 ×