产品数据分析

数据分析的“深度不足”会让产品失败。——大多数企业搭建的数据分析平台只能看一些统计指标——，不足以指导产品改进，增加销量。
产品数据分析的三个层次
对产品用户和行为数据的研究大致可以分为三个层次：宏观层次、微观层次和中间层次。
1. 宏观层
以由一系列的数据指标构成。,为例，每日“活跃用户”、“新用户”、“订单数量”、“数和数”、“第二天或第7天的保留率”等。这些指标可以帮助你从整体上把握产品的运行状态；
2. 微观层
【产品数据分析】由产品中每个用户及其行为的细节数据构成。,比如每个用户的年龄和性别，他什么时候打开应用程序，他做了什么，他的购物车里有什么商品，等等。这些数据可以让你深入了解和理解每个用户和他的行为。
3. 中间层
中间层由一系列相互关联的分析方法、模型以及相应的数据构成。包括行为分析、漏斗、保留、细分、肖像洞察等等。
决定成败的「中间层」
“中间层”是——针对您产品和业务目标展开的大部分分析，都需要在中间层的方法模型支持下完成。的关键层，因为：
宏观层面的数据指标过于笼统，可以帮助你了解产品的整体情况，但是很难基于这些指标直接构建出切实可行的产品改进策略
但是微观层面行为的数据量太大，不可能从海量细节入手。
如果你在中间层能够基于丰富的维度提供有效的方法和模型,你将有机会一步一步地钻取有问题的宏观数据指标，逐步减少问题的范围和人群，甚至在微观层面上洞察相关用户和行为，直到你对问题的原因有了清晰的理解(或有效的猜测)，然后建立产品改进策略并逐步改进，产品将有机会成功。
反之，如果中间层缺失，或者提供的方法模型无法支持你对问题指标进行充分的分析，你只能回到“看数据抓脑袋”的老路，产品快速成长，比较终成功的概率就会降低。以一个假设的“视频分享社区”产品为例：
1. 发现问题
产品运营负责人通过数据发现，只有20%的新用户在注册第二天回访(“宏观层面”指标“第二天留存率”偏低)
2. 深入分析
接下来，她将某一天新增的用户分为“第二天返回的用户”和“第二天不返回的用户”两组(“中间层”的人口细分)，从各个维度(中间层细分、“群体画像”、行为分析等)对这两组用户进行了分析比较。)，并发现这两组之间的一个典型区别是：
“回头客”在第一次使用时往往会“拍至少一个视频”和“微信朋友圈”
大部分“不回访问的用户”第一次使用的时候都是“没有视频拍摄”或者“没有朋友圈”
根据以上差异，行动负责人大胆猜测——使用时「拍摄并分享」会影响到第二天及以后的留存率。
099b7a67a8c5a5eb47171dab1.png"
因此，她进一步从两组中各抽取了少量用户，查看他们的行为记录(“微观”用户和行为细节数据)，发现：在使用时「拍摄并分享视频」的用户，往往会在收到朋友圈好友评论时返回应用，以便查看或回复评论。,和收到更多评论的用户很快就会“拍新视频”，而“不拍分享视频”的用户正好相反，运营负责人的想法被这些细节数据所验证。
3. 改进产品获得提升
运营负责人与产品经理和其他团队成员交流了她的发现，并得到了认可。
基于这一发现，我们对产品本身进行了更深入的分析，并选择了部分用户进行电话调查。然后，每个人都制定了升级产品的策略：
第一步：对产品本身进行优化和改进，引导和鼓励用户在第一次使用时完成视频拍摄和分享。新版本发布后，第二天新用户保留率迅速上升到50%