1. 首頁 > 生活百科 > >

3種指標及3個影響因素 數據分析常見指標及影響因素是什么

產品文案策劃數據指標

產品經理需要掌握一定數據分析能力 ， 這里持續總結日常工作中用到的數據分析方法 ， 本篇先簡單聊一下數據指標的應用 。
幾種通用型數據指標無論是對于什么樣的產品 ， 我認為下面的這幾種指標都會在產品工作頻繁用到 ， 接下來簡單講一下我對這幾種指標的理解：
（1）新增數據：新增設備數、新增注冊數、注冊轉化率
通過觀察這幾個數據 ， 主要用于兩個用途：
其一 ， 初步評判各渠道流量質量 ， 匹配度 ， 成本 。 目前市面上App流量的主要來源無外乎以下幾種渠道：
  1. 手機廠商自家應用商店（華米ov等應用商店）
  2. 第三方應用商店（應用寶 ， 360應用商店）
  3. 信息流廣告投放（抖音 ， 快手 ， 頭條等）
  4. 品牌 ， 裂變 ， 自然流量 ， 口碑傳播等
通過對比各類渠道的新增設備數 ， 新增注冊數 。 可以了解到目前流量來源分布占比 ， 并依此去計算渠道投放成本 。 即單用戶成本=總投入成本/有效新增用戶數（不同產品對有效定義有差異） 。
舉個例子 ， 如果華為商店新增設備數和小米商店新增設備數是2:1 ， 但是他倆的新增注冊數比例是1:2 ， 那他們兩個渠道對比 ， 很明顯小米渠道的用戶更愿意注冊 ， 更愿意使用產品 ， 那在兩家投放價格一樣的情況下 ， 市場應該加大對小米渠道的投放力度 。 這樣才能將整體用戶成本降低 。
因此 ， 通過對不同渠道的新增數據橫向比較 ， 可以指導市場部門去對比成本 ， 優化渠道投放計劃 。
其二 ， 初步評判新用戶流程是否合理 ， 順暢 ， 產品價值是否被用戶感知 。 一個新用戶剛使用產品時 ， 初來乍到 ， 對產品功能是第一次體驗 。 是否愿意注冊 ， 在產品上 ， 留下自己的手機號碼信息 ， 取決于在使用過程中 ， 流程是否自然 ， 引導是否明顯 。
對產品部門來說 ， 如果新用戶的注冊轉化率過低 ， 說明在新用戶的使用流程上存在優化空間 ， 應該盡量去將登錄前的流程優化 ， 提升注冊轉化率 。 除此之外 ， 還可以根據此數據去拆分成更多數據 。 比如：通過已有的信息 ， 對比不同畫像間用戶的注冊轉化率差異 。 比如男生和女生的注冊轉化率是否存在差異 ， 一線用戶和三四五線用戶注冊轉化率是否有差異 。 單對此項數據做交叉分析 ， 能得到很多有趣的結論
（2）行為漏斗數據：首頁→詳情頁轉化率 ， ctr ， cvr ， 詳情頁到成交轉化率
用戶在使用產品核心功能時 ， 往往會分為多步完成 。 每一步都會有一些用戶在當前頁面流失或跳到非核心頁面 ， 造成分流 。 如果將所有的用戶行為數據整合在一起 ， 就會形成以數據呈現的用戶關鍵行為的漏斗 。
這里以電商類產品的核心漏斗為例：
用戶想隨便看看商品：用戶瀏覽首頁信息流
↓
突然有了明確的目標：去搜索目標關鍵詞
↓
瀏覽商品：在搜索結果頁滑動瀏覽商品
↓
相中某一款商品 ， 想具體了解該商品參數：點擊進入該商品詳情頁
↓
產生購買意愿：點擊加入購物車
↓
確認結賬：下訂單并付款
在整個用戶的行為漏斗中 ， 會涉及到首頁到搜索頁轉化率 ， 搜索頁到搜索結果轉換 ， 搜索結果到詳情頁轉化率 ， 詳情頁到訂單轉化率 ， 訂單到付款轉化率等等 。
環環相扣 ， 頁面流量越來越少 ， 用戶使用越來越深入 。 形成一個完整的行為漏斗 。 每一步都有轉化 ， 有流失 。 通過分析各個頁面的流失 ， 就能去做相應的優化 。
比如搜索結果到詳情頁轉化率很低 ， 可能說明搜索結果不準確 ， 并未滿足用戶真實需求 。 因此導致用戶只看搜索結果 ， 但沒有想點進去的意愿 。
產品的行為漏斗數據 ， 一定程度上說明了用戶對產品的使用深度 ， 漏斗轉化率越高 ， 說明用戶使用越深入 ， 使用過程越流暢 。

推薦閱讀