1. 首頁 > 生活百科 > >

分享數據分析三個核心要點 如何進行數據分析？( 二 )

小知識


產品分析：

  1. 企業信息查詢第一級別的功能是搜索 ， 第二級別的功能是條件搜索；理論上講 ， 后者在搜索的精確程度上要更加有優勢 。
  2. 確認哪些企業信息查詢維度 ， 在偌大的信息描述標簽中 ， 初生代的產品大致會以常規經驗型知識選擇冷啟動的內容 。
數據指標：
1. 不同檢索維度的搜索量；
結論：以信息檢索維度的搜索量 ， 選出哪些企業信息搜索維度置于條件搜索中 ， 并決定其分布的順序和位置；
2. 不同描述維度的查詢量
結論：
a. 以信息描述維度的查詢次數 ， 區分哪些企業信息描述維度置于的受關注程度 ， 量化區分不同信息的關注度和用戶價值；
b. 交叉分析不同維度的信息 ， 用戶屬性 ， 比如：行業+查詢維度 ， 綜合分析不同特征的用戶群的核心關注點 。 該類信息的分析挖掘有利于新產品的創新和嘗試 ， 比如精簡版企業信用報告 ， ”體量最小化 ， 價值最大化” ， 不錯的產品嘗試和良好的用戶體驗；
c. 內容受歡迎程度及需求的迫切程度 ， 面向不同類型的用戶 ， 比如：普通用戶、企業用戶（行業細分——P2P、銀行、VC、海關、政務等等） ， 內容分級、資源分層更好地配合免費增值模式、會員等級產品形態 。 正對不同用戶特征給予不同的需求滿足形式都是值得嘗試和探索的 ， 單一、傳統的直銷的商業模式或許有被迭代升級的可能；
小結數據分析很簡單 ， 并不是大家所描述地那樣神秘不可破 。 產品數據分析意義在于指導產品設計 ， 傳達感性認知背后的理性意義 。 斗膽分享以下我個人的數據分析理念（關鍵字）：
  • 產品階段
  • 分析目的
  • 商業模式
  • 產品形態
無論數據分析的結論積極還是負面 ， 都是產品價值映射 ， 必須投以客觀的態度 。 數據分析是驗證產品設想的最具說服力的工具 ， 但忽略數據分析背后的人性和商業思考 ， 那么數據分析也就在根本上失去了意義 。
【分享數據分析三個核心要點 如何進行數據分析？】管理學大師彼得.德魯克說過：你無法衡量的東西 ， 你也無法管理 。 數據分析可以有效的制衡產品經理本身的那種內在妄想 ， 通過數據分析能幫助我們找到更加合適的產品和市場 ， 甚至說締造出一個更加可持續、可復制、持續在增長的商業模式 。

推薦閱讀