講師:Qiu Yue
1.データ分析とは何ですか?データ分析が必要な理由
- 製品の存続を理解し、潜在的な機会を発見し、製品と運用の決定を導き、サポートし、戦略の効果を検証するために、データをソートおよび処理することによって情報と知識を取得します。
- データはインターネット製品マネージャーの福音であり、インターネット製品マネージャーや従来のソフトウェア製品マネージャー/消費者製品マネージャーの仕事の性質を変えるコア要素でもあります。リアルタイム-正確-完璧-構造化
- 直感の代わりにデータを使用する:狭い意思決定の視点を避け、根拠のない決定を避けます。意思決定をより広く、より確実にする
- 位置と論理の間の論争は終わりがなく、データと論理のチャットは致命的です。
2.データ分析に関連するいくつかのストーリー
- 30分以内にユーザーのコンバージョン率に影響を与える機能を削除します。
- Googleの41の青い色と2億ドルの収益
- ボタンの色も収益に違いをもたらすことができますか?
3.データ分析のための一般的なツール
- GoogleAnalytics / MixPanel / Growing IO / Sensors Data /友盟
- ミニプログラム:ミニプログラムデータアシスタント/アラジン
- Tableau / Excel / Python / Google Sheets / SQL
- R / MatLab…
Excelの新しい理解いくつかのキーワード:Excelの数式、ピボットテーブル、VBA、Google Script、Python Excel
4.データ分析の実行プロセス
- データ計画(目標の設定)
- データの埋め込み/記録(技術サポートと実現)
- データの収集と配置(生データ->構造化データ)
- データの統計と分析(データから->情報/知識)
- 結論または行動(情報->決定/行動)
5.データ計画->目標を設定する
- 製品/機能の操作を
反映する☞主要なインジケーターを選択し、毎日それらを監視します - プロセスのボトルネックまたは新製品の機会を探す
☞行動経路、フローファネル - 製品と運用上の意思決定支援を提供する
☞A/ Bテストを実施する
☞戦略的な水位値を設定します(ダブル11夜が大きなプロモーションの場合、取引を容易にするために大きな赤い封筒が発行されます。赤い封筒が発行されます。データに基づく指定ユーザー) - 特定の製品運用戦略に関する効果の追跡を提供する
4.1主要な指標の選び方
- バニティインジケーター(ビッグVの宣伝など)に注意してください
- それは利害関係者の価値と関係がありますか?(製品マネージャーは機能の使用頻度を確認し、投資家または上司はGMVを確認します)
- より良い数はより良い製品を意味しますか?(PVを上げるための特定の機能のためにもう1つのインターフェースがポップアップします)
- コミュニケーションできますか?(インジケーターの変更に従ってください)
- 早い段階または後で問題を見つけますか?(ユーザートライアルの頻度が減った場合は、製品が下り坂になり始めたことを意味します)
- 何か情報はありますか?詮索できますか?(たとえば、ユーザーを呼び戻し、高品質の記事でユーザーを引き付けます)
5.データの埋め込みポイント
- 一般的に言えば、データの埋め込みに関しては、行動データの収集を指します。
- これは基本的に、さまざまな手がかりを含むレコードリクエストであり、ステートレスです。
- データの埋め込み要件は、埋め込み計画を説明するのではなく、BIまたはエンジニアに何をしたいかを伝えることをお勧めします。
- ほとんどのデータ埋め込み要件はイベントに基づいており(ページへのアクセスもイベントと見なされます)、必要な時間リストと分類をリストするだけです。
- すべてのポイントを一度に埋めて、ボタンなどの小さなものから始めて、徐々に大きなストーリーを研究することは困難です。
- 会社が完全な埋設ポイントとデータ収集手順および仕様を持っている場合、上記はカウントされません。
6.データの収集と照合
- 元の異種データを、フィルタリング/記述/処理できる構造化データに編成します。
- ここでの作業のほとんどはデータエンジニア/データツールによって行われ、製品マネージャーはこのステップにあまり関与していません。
6.1競合他社のデータを収集する方法は?業界データを収集する方法は?
- QuestMobileを使用する
- 登録ユーザーID
- 仕事内容
- 競合他社の従業員が面接に来る
報告する:
7.データ統計と分析
- 指標:ユーザー数、訪問数、訪問時間、コンバージョン率など、特定のものの測定値は、通常、特定のビジネスの中間目標または最終目標に直接関係しています。
- ディメンション:インジケーターを細分化するさまざまな方法。たとえば、ユーザー数を新しいユーザー、古いユーザー、Androidユーザー、iOSユーザー、有料ユーザー、無料ユーザーなどに分割できます。細分化方法が異なれば、分析角度も異なります。
8.結論または行動
- データ分析は、目標、情報/知識/決定/原則を指し示す必要があります。
- [ターゲット]はデータ分析の開始点と終了点です。
- 外部:データレポート、データインサイト、ビジネス戦略の結論。
- 内部:業界の認識、経験、および物事を行うための原則。
9.データ分析のアイデアとフレームワーク
- 設定は、ユーザーと行動に基づいています。ユーザーは誰で、どこから来て、どこに行くのか。
- 有利なフロー:フローコスト、実現効率、持続可能性。
- 商品の販売を好む:フロー、コンバージョン、粗利益。
- Favor Saas:顧客の分類、保持とアクティブ化、収益規模と効率。
- プラットフォームベースの製品:各役割のメリットのゲーム、収益化率。
10.データ分析オブジェクト
- ユーザー属性データ:一連のポートレート。
- ユーザー行動データ:地図;
- ビジネスデータ:一連のアイコン。
- 財務データ:お金;
- 業界データ:いくつかの数字。
- マクロデータ
11.データ分析の一般的な指標と解釈
- ユーザー属性データ-技術的パラメーター、地理的位置、年齢、性別、地域...
- ユーザー行動データ-PV、UV、(PV / UV)、VV、UPV、DAU、MAU、(DAU / MAU)、WAU、AAC、MAC、WAC、CTR、保持、ソース、アクセス期間..
- ビジネスデータ-(あなたに関連する)次のような:コースの数、トレーニングキャンプの数、注文の数、投稿の数、パッケージの数...
- 財務データ-GMV、ARPU、LTV、顧客単価、買戻し率、コンバージョン率、テイク率..
- 業界データ-TAM、CAC、TAC ..
- マクロデータ-業界の時間スケール、GDPシェア。
GMVには、発注されたが支払われていない注文に関するデータが含まれ、発注されたが返品された注文もカウントされます。業界慣行。
12.データ分析の一般的な指標と解釈
- 最も重要なことは、業界全体の[バニティインジケーター]ではなく、独自のインジケーター定義を持つことです。
- すべての指標は、それらの間の関係を知るために、あなたの心の中で[データの全体像]を形成する必要があります。
- データをあなた自身の言語とし、感情や好き嫌いの代わりにデータを使用して直感を再構築し、直感を構築します。
13.宿題ではない課題
- JDとAliを比較し、AAC、MAC、MAU、GMV、TakeRateに焦点を当てたPDDの財務報告。
- 財務報告ビューブローカー、秒-> https://en.wikipedia.org/wiki/US_Securities_and_Exchange_Commission
- https://sec.report/