当前位置:首页 > 体育

百度大数据 前百度大数据部技术经理:如何用数据驱动产品决策?

内容来源:2017年9月24日,大家都是产品经理,主持“2017中国产品经理大会:解码未来产品经理”。作为嘉宾,桑文峰发表了“如何用数据驱动产品决策?”演讲。笔记本人作为独家活动笔记伙伴,由主办方和主讲人授权审核发布。

今日笔记骑士|杨主编|戈多

独家首发,完整笔记和商业思维

本文新鲜度:★ ★ ★ ★口感:胡萝卜苹果汁

产品经理需要什么技能?

如何用大数据分析引入产品分析?

数据分析对产品分析有什么价值?

我在百度做了8年的数据相关的事情,但是创业的这两年还是在做数据相关的事情,所以说的会比较技术性。

我们峰会的主题是变化,一个是需求的变化,一个是自我的变化。我们的能力需要改变。我觉得要有数据分析的能力。

一,数据分析的价值

首先说一下数据分析的价值。我把2000年后的互联网分为三个阶段:

2000-2006:是流量时代。这个时代,有三个门户,百度,腾讯,阿里巴巴。这时候我们在争流量。

2006-2011:是用户时代。比如开心,大家,Facebook,这次对比的用户数量,每月活动,每天活动等等。

2012年-现在和未来5-8年:订单时代。比如12年互联网plus、O2O、互联网金融中的团购,包括直播等。

我们看到一个趋势:互联网行业越来越精细化。从关注流量到关注用户到交易,越来越细致,越来越需要数据。

那么数据的价值是什么呢?我把它分为两个方面:

第一,数据驱动决策。

比如做老板,接下来要往什么方向走,这个需要数据;作为产品经理,需要数据进行修改、评估和操作;管理需要数据沟通。

第二,数据驱动的产品智能。比如用AI来改变这个产品,可以让产品本身具有学习能力。

但今天我想重点讲的是:数据是如何推动产品改进和产品迭代的?

二、数据分析的四个关键环节

我们说要重视数据分析,但是要做好是很有挑战性的。

比如你需要一条数据,但是不能直接给你看。数据可能需要由数据工程师统计。可能要一个月才能出结果,也可能一个月不算。或者说,给你一个宏数据,你想分析就分析不出来。

会有各种实际问题,需要时间和成本。理想情况下,每个业务人员都可以从底层数据系统中掌握数据并支持产品分析。

当一个产品发展到一定程度,就会达到理想状态,这个阶段就很难突破。IPhone从2007年开始做了很多产品迭代,本质上没有太大区别。

作为产品经理,任务是解决某个问题。需求确定后,无非是改变产品,解决问题,使产品达到理想状态。

很多产品都是不止一家公司做出来的,整个过程要看哪家公司先进入理想状态。所以这个过程是在思考如何让你的产品迭代得更快。有数据是更好的方法。这些问题是常见的情况,我们将其归因于需求驱动。

我把数据分析从下至上分为数据采集、数据建模、数据分析、指标四个环节。

1.数据采集

要做好数据,数据源非常重要。数据分析要考虑:①如何收集数据?②如何分析数据?

更重要的是如何收集好底层数据。我把它归结为四个字:“大”、“全”、“细”、“时间”。

大:“宏观大局”;

完整详细:“数据收集更完整详细”;

比如一个电商产品,需要分析不同身高的人之间的贸易差距。如果不收集高度维度,则无法分析。所以,更完整更细致的收集是非常重要的。

时间:“时效性”。

一年后给你一个数据,还是下一秒给你一个数据,差别很大。比如产品的改版没有效果,知道的很晚就会流失很多用户。当我们做数据的时候,我们应该以更完整、更详细、更及时的方式收集数据。

收集数据有三种方式:

可视化/全埋点;

代码嵌入点;

导入辅助工具。

2.数据建模

数据收集就是用不同的方式收集,然后对数据建模。所谓建模,就是对数据进行重组,让产品经理能够理解。

3.数据分析

数据分析方法层出不穷。我们从两个角度来看分析方法:一个是广度,一个是深度。

所谓广度,就是分析一个人,一个群体,或者整体,看是什么力量。

所谓深度,就是看用户的行为,在乎点击数和访问量;或者看用户的购买操作和操作之间的顺序关系。需要根据不同的分析场景来看哪种分析方法更好,分析方法可以组合使用,而不是只用一种方法解决问题。

比如一个“睁开眼睛”的例子:

一个朋友圈分享了一个视频,视频底部附有下载指南,使用Android的用户下载次数相对较少。然后对这件事进行多维分析,通过屏幕的宽度和高度还原场景分析。发现屏幕的宽度和高度对这件事有影响。没有多维度的分析,只能来自感觉,找不到问题。

第一次,基于核心用户。我们选择了35万核心用户进行个性化推荐。前后花了三个多月,结果很失望。

所以我们进行了第二次尝试,基于所有用户进行个性化推荐,而不是之前只针对核心用户。

随后,我们根据用户的搜索和被访问页面的标题训练兴趣模型,然后为每个用户抽取权重最高的五个兴趣词。当用户访问百度知道详情页面时,我们根据每个用户的兴趣词进行实时搜索,将7 ~ 8个需要解决的问题放在页面右侧。这种尝试效果很好。新版上线后,百度知道的答案数量增加了7.5%。

4.指示器

最后,底层做的再好,我们经常用的是指标。我们可以通过这些指标更好的表达产品。

我们将产品开发阶段分为三个阶段:

第一阶段是MVP(最小可行性产品),MVP是试用阶段。

第二阶段是成长阶段。如何让数据规模和用户规模更快?

第三阶段是收益阶段。

不同阶段,根据阶段建立指标。

我经常和创业团队聊天,问他们现在的指标是什么。几个人在一起聊天,每个人说话都不一样。一个企业一个阶段的指标要有重点,只在一个阶段改变。

比如三只松鼠会不会和守在这个阶段担心相同的主要指标?可能不一样。守不缺用户,但要提高用户活跃度;三只松鼠可能用户不够,要吸引用户。因为产品不同,用户也不同。

确定产品指数的另一种方法是盗版指数法。

2007年概念提出至今已有10年,但完全过时。

一个是用户触摸,一个是用户激活,还有用户保留。归结为三个问题:你的用户是怎么来的?如何留住用户?你是怎么从用户身上赚钱的?

第三,数据驱动的产品迭代

前面简单讲了一下过程,但是过程真正落地的挑战还是很大的。接下来,我们来看看产品迭代。

有本书叫《精益创业》,讲了两个方面:一点是关于MVP(最小可行产品);另一个核心点是将大数据分析引入产品迭代的思路。

我们觉得做一个产品就是想一个功能去做,不断的给它添加功能,但是要看你的天赋,才会不断碰壁。

科学的方法是引入数据分析,利用数据进行分析。

比如发现用户流失较大,就要先解决这个问题,然后再上线。上线后会看用户流失情况,收集数据看结果。所以数据分析是一种技能,让产品的分析更科学。

举个百度知道的例子。产品经理说,每个暑假用户数都在增加。随着移动互联网时代的到来,百度做了一系列的应用,每个产品都做了相应的一个。

后来经过数据分析,发现还有很多用户在做产品的功课,所以要从产品迭代的角度来做这个产品更好,也就是百度最好中最好的理念。

后来加了一个按钮专门提问,另外加了20%到30%的用户。然后单独做了一个做作业的APP,现在是作业帮助。

这是一个产品经理应该做的,通过数据发现问题,然后解决问题。数据分析是一种使产品分析更加科学的方法。

比如官网对官网做了一个修改,产品经理说修改的目的是让产品的内容丰富或者美观。我说不是结束,我是看注册用户数。所以我们在不断的添加函数,不断的使用数据分析,迭代升级,看哪个版本更好。

第四,数据驱动的用户激活和保留

用户来你的产品真的是你的用户吗?其实并不总是必要的。有些营销活动访问了很多用户,但最终真正存活下来的很少。

比如你不买电商网站,是你的活跃用户吗?我们更关心的是如何激活和留住用户。

也就是要找到用户的Aha时刻,我们得好好想想。你的用户激活流程是怎样的?

当然也要注意打开用户ID。用户无法浏览和注册。这个过程需要一些技术手段来串操作。

比如互联网金融的一个例子。当用户进来安装应用程序并启动它时,会有一个欢迎页面。用户注册时这个欢迎页面真的有用吗?如果你是用户,注册的时候会看吗?

我们需要看看数据。如果我们发现转化率有所提高,我们会对其进行改进,使其获得更高的转化率。

另一种是添加一些指南,比如新手指南。根据数据,我们可以看到这些功能是否有效。如果它们有用,我们会改进它们。如果不是,我们就不使用它们。

另一种是留存,比如回购、次日留存、每周留存等。我们需要分析来自不同渠道的用户。那么我们应该看什么来留住人才呢?

第一点是要注意挽留;二是提高留存;第三点是使用留存。

为什么要注重留存?说到底,我们是做生意的,做生意的原则很简单。我们从用户那里获得的比我们投资的多。

如何提高留存率?第一,做一个真实有用的东西;二是做好经验工作。你需要给用户带来价值。产品均可替代。你需要不断改进,需要不同的手段来升级不同的产品。

留着有多好?如果没有标准答案,产品就不一样,留存率提高。

第五,数据驱动着陆

最后说两句,这个数据驱动是一个全面的数据驱动,市场上的每一个角色都是随着大数据的流动而引入的,让一个公司能够充分充分的利用数据驱动。

最后,我给你推荐几本书:

组织者档案-

人人都是产品经理(woshipm.com)是国内规模最大、最活跃的以产品经理和互联网运营为核心的学习、交流、分享社区。它集媒体、教育、招聘和社区活动于一体,为产品经理和运营商提供全方位服务。微信微信官方账号woshipm。

自7年前成立以来,已举办在线讲座500余场,线下活动300余场,覆盖北京、上海、广州、深圳、杭州、成都等10多个城市,在互联网行业得到广泛关注和好评。社区目前拥有300万忠实粉丝,其中产品经理占70万,中国75%的产品经理都在这里

1.《百度大数据 前百度大数据部技术经理:如何用数据驱动产品决策?》援引自互联网,旨在传递更多网络信息知识,仅代表作者本人观点,与本网站无关,侵删请联系页脚下方联系方式。

2.《百度大数据 前百度大数据部技术经理:如何用数据驱动产品决策?》仅供读者参考,本网站未对该内容进行证实,对其原创性、真实性、完整性、及时性不作任何保证。

3.文章转载时请保留本站内容来源地址,https://www.lu-xu.com/tiyu/871476.html

上一篇

导游证年审 合肥导游年审开始 “导游证三年审一次”是误传

下一篇

深圳首次公布师生感染情况具体有多少人被感染附详细数据

影院最佳观影位置 合肥影院大比拼 谁是你的最佳观影地

影院最佳观影位置 合肥影院大比拼 谁是你的最佳观影地

精彩的电影《过年档》拉开了帷幕,很多大片轮番冲击你的试听感受。让我们一起在摇曳的光影中度过新的一年。合肥哪里看电影最好?边肖给你带来了合肥的观影地图,让你可以无障碍地看电影。你看电影的长江剧院,地理位置非常好,靠近步行街。购物、休闲娱乐、美食、餐饮都很发达。这也为观众看电影前后提供了极大的方便。看电影和购物休...

问题奶粉 22种问题奶粉68个批次的详细数据一览

昨晚,中央电视台《新闻联播》报道了在全国婴幼儿奶粉的专项检查中,共查出有22家69批次的奶粉中含有三聚氰胺。这里将检查中的这22家69批次的问题奶粉的详细数字尽数列出,供网友参考查询。文中加粗数据为三聚氰胺含量。序号 标称生产单位 标称产品名称 规格型号 商标 生产日期/批次 三聚氰胺1石家庄三鹿集团股份有限...

合肥绿城百合公寓 合肥名盘楼间距大pk之你的阳光缩水了吗

编者按:按建设部制定的标准,房子室内空间的高度应不低于2.40米,各楼栋之间的距离不小于楼房高度乘以0.70的系数,间距是住房保证日照的一个考察参数,即以保证日照时间在每天1个小时以上为前提,另外关于楼间距的数字规定与楼的朝向有关,南北朝向其楼间距与阳面楼高的比例为1.5,南北偏东为1.3,东西朝向为1。如果...

31省区市新增确诊7例 官方最新数据显示

根据国家卫健委网站,7月7日零时至24时,31个省(自治区、直辖市)和新疆生产建设兵团报告新增确诊病例7例,均为境外输入(内蒙古4例,山西1例,广东1例,云南1例);没有新的死亡;没有新的疑似病例。当日新增治愈出院病例20例,解除医学观察的密切接触者231人,重症病例1例较前一日减少。72例确诊病例(无重症病...

31省区市新增确诊病例6例具体情况是怎样的附详细数据

31省区市新增确诊病例6例具体情况是怎样的附详细数据

我国疫情尚未完全控制,31个省、自治区、直辖市仍有新确诊病例。根据国家卫生和健康委员会发布的4月23日零时至24时的新情况。具体是什么情况?详细数据如下:1.31个省、自治区、直辖市新增确诊病例6例。具体是什么情况?31个省(自治区、直辖市)和新疆生产建设兵团报告新增确诊病例6例,其中输入性病例2例,地方性病...

为何多次偏航?货拉拉女用户跳车身亡事件更多细节曝光

  • 为何多次偏航?货拉拉女用户跳车身亡事件更多细节曝光
  • 为何多次偏航?货拉拉女用户跳车身亡事件更多细节曝光
  • 为何多次偏航?货拉拉女用户跳车身亡事件更多细节曝光

小青龙 澳龙、波龙、小青龙怎么区分?最全龙虾指南答疑你的解惑

  • 小青龙 澳龙、波龙、小青龙怎么区分?最全龙虾指南答疑你的解惑
  • 小青龙 澳龙、波龙、小青龙怎么区分?最全龙虾指南答疑你的解惑
  • 小青龙 澳龙、波龙、小青龙怎么区分?最全龙虾指南答疑你的解惑

广州排查13.87万人发现185人感染目前情况如何附最新数据

在中国大部分地区,新冠肺炎没有新的肺炎病例,但近年来输入性病例仍在继续。广州作为中国重要的中心城市、国际贸易中心和综合交通枢纽,拥有大量的外来人口。据悉,广州市发现感染者13.87万人!目前情况如何?附上最新数据!一是广州调查13.87万人,发现感染者185人4月23日下午,在广州市政府举行的新闻发布会上,广...