在Growth Hacker出現(xiàn)之后，「用數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品」這一概念愈發(fā)的火熱，在跟同行業(yè)里的一些產(chǎn)品經(jīng)理交流的時(shí)候，基本都是三句離不開(kāi)數(shù)據(jù)。筆者并不是大牛，或者說(shuō)，筆者現(xiàn)在還處于數(shù)據(jù)小白的階段，但是由于日常工作的需要，外加上自己興趣愛(ài)好，工作之余抽出時(shí)間梳理了一下自己眼中的「用數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品」這一方法論。

什么是「用數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品」

數(shù)據(jù)的本質(zhì)作用是量化和對(duì)比，量化可以讓抽象的問(wèn)題具象化：比如說(shuō)，北京距離深圳很遠(yuǎn)，這是一個(gè)很抽象的表述；如果換成用數(shù)字表述之后，就會(huì)變得很具象：從北京到深圳是2400公里；再比如說(shuō)，北京距離深圳很遠(yuǎn)，北京距離新加坡也很遠(yuǎn)，那么接下來(lái)如果要問(wèn)從北京到新加坡和從北京到深圳，哪個(gè)更遠(yuǎn)呢？如果不引入數(shù)據(jù)量化和對(duì)比的方式是無(wú)法回答這個(gè)問(wèn)題的。

再看一個(gè)問(wèn)題：從北京到深圳是2400多公里，這么長(zhǎng)的路算遠(yuǎn)么？對(duì)于一群（從北京出發(fā)）隔三差五的需要飛往美國(guó)或者巴黎的人群來(lái)說(shuō)，2400公里并不是很遠(yuǎn)，但是對(duì)于每天都在同一個(gè)地方上班，很少外出旅行和出差的群體里的人來(lái)說(shuō)，2400公里已經(jīng)是一段非常長(zhǎng)的距離了。

以上的幾個(gè)問(wèn)題都是日常生活中簡(jiǎn)單的不能再簡(jiǎn)單的問(wèn)題了。其實(shí)，細(xì)細(xì)的想一下，所謂的 「用數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品」背后的問(wèn)題的本質(zhì)也相差無(wú)幾：為了方便說(shuō)明，我們假設(shè)我們公司現(xiàn)在發(fā)布了一款圖片處理產(chǎn)品：

• 用戶反饋我們的產(chǎn)品很不錯(cuò)，我們的產(chǎn)品到底有多好？
• B公司也發(fā)布了一款功能基本相似的產(chǎn)品，我們的產(chǎn)品和他們的產(chǎn)品誰(shuí)的更好？
• 我們的留存20%，我們用戶粘性是否已經(jīng)足夠好？

這些問(wèn)題是我們的產(chǎn)品經(jīng)理和運(yùn)營(yíng)人員幾乎每天都要面對(duì)的問(wèn)題。其實(shí)我們每天都在用「用數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品」的思想來(lái)構(gòu)建和完善我們的產(chǎn)品。而對(duì)于外行人來(lái)說(shuō)，這個(gè)方法論其實(shí)也沒(méi)有那么神秘，直白的將，「用數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品」其實(shí)就是用數(shù)據(jù)作為工具來(lái)衡量我們的產(chǎn)品，將復(fù)雜的、抽象的問(wèn)題通過(guò)數(shù)據(jù)指標(biāo)組合進(jìn)行標(biāo)識(shí)，利用一定的數(shù)據(jù)模型對(duì)數(shù)據(jù)指標(biāo)的變化進(jìn)行分析，然后通過(guò)尋找問(wèn)題解決方案進(jìn)行解決并通過(guò)數(shù)據(jù)來(lái)驗(yàn)證結(jié)果。在《精益數(shù)據(jù)分析》一書(shū)中如此描述這一個(gè)過(guò)程：

基礎(chǔ)系統(tǒng)構(gòu)建

用數(shù)據(jù)指導(dǎo)產(chǎn)品策略，第一步，當(dāng)然是構(gòu)建能夠監(jiān)控產(chǎn)品對(duì)應(yīng)數(shù)據(jù)變化的系統(tǒng)。對(duì)于具有一定規(guī)模的公司來(lái)說(shuō)，一般都有自己的數(shù)據(jù)監(jiān)控平臺(tái)。如果是從零構(gòu)建數(shù)據(jù)系統(tǒng)，以下是筆者的一些經(jīng)驗(yàn)。（在筆者從事開(kāi)發(fā)工作的期間，曾經(jīng)參與過(guò)公司的數(shù)據(jù)系統(tǒng)構(gòu)建，這里做粗淺的分享）

如果需要簡(jiǎn)單快速的構(gòu)建自己的系統(tǒng)，對(duì)定制化的需求沒(méi)有特別高，可以選擇以下的產(chǎn)品。

• 友盟
• 小米統(tǒng)計(jì)

這些產(chǎn)品的優(yōu)點(diǎn)在于，集成簡(jiǎn)單，所有的數(shù)據(jù)指標(biāo)都是己定好的指標(biāo)，集成SDK就可以用，前期投入成本相對(duì)較低。但是這些產(chǎn)品也有他們的局限性，即到后期，自己的定制化需求增加的時(shí)候，這些平臺(tái)就無(wú)法滿足了。

如果有一定條件，可以自己構(gòu)建自己的數(shù)據(jù)中心，至于數(shù)據(jù)可視化工具么，以下是筆者比較推薦的幾個(gè)數(shù)據(jù)可視化工具：

• tableau
• Amplitude
• MicroStrategy

這些產(chǎn)品基本足夠強(qiáng)大到能夠滿足90%的需求吧。至于再?gòu)?fù)雜的需求，筆者也沒(méi)有太多經(jīng)驗(yàn)了，也只能到這里了。

以上是幾種可選的構(gòu)建產(chǎn)品數(shù)據(jù)監(jiān)控系統(tǒng)的可選的方法吧，但是具體真正的構(gòu)建過(guò)程中采用哪種方法，還要結(jié)合自己產(chǎn)品的規(guī)模，可以投入的費(fèi)用、時(shí)長(zhǎng)以及內(nèi)部資源水平等因素進(jìn)行綜合考慮。

在構(gòu)建了自己的數(shù)據(jù)平臺(tái)之后，需要進(jìn)一步構(gòu)建的是可以監(jiān)控市場(chǎng)上其他競(jìng)品的數(shù)據(jù)平臺(tái)，筆者自己用以下幾種方式來(lái)“監(jiān)控”競(jìng)品：

• Appannie,如果是做海外市場(chǎng)，Appannie是一個(gè)不錯(cuò)的選擇，在Appannie上可以看到各個(gè)領(lǐng)域的產(chǎn)品數(shù)據(jù)趨勢(shì)（雖然絕對(duì)值并不準(zhǔn)確，但是數(shù)據(jù)范圍和趨勢(shì)可以做參考）。
• QuestMobile：更面向國(guó)內(nèi)的市場(chǎng)，海外數(shù)據(jù)監(jiān)控相對(duì)弱一些。
• Statista：一些市場(chǎng)大盤(pán)的數(shù)據(jù)可以在這上面找到，不過(guò)statista的服務(wù)大多都比較昂貴，個(gè)人開(kāi)賬號(hào)有點(diǎn)心疼。
• Google：google，恩，這絕對(duì)是人類(lèi)工具史上的最偉大發(fā)明之一。如果你能夠掌握好Google的使用方法，你幾乎能夠從上面找到你想找到的所有的信息。

開(kāi)始使用數(shù)據(jù)工具

有了數(shù)據(jù)監(jiān)控平臺(tái)之后，下一步需要做的工作就是讓這些數(shù)據(jù)監(jiān)控工具服務(wù)于自己的產(chǎn)品。（以下是筆者自己用數(shù)據(jù)的過(guò)程中總結(jié)的一些心得，從朋友、網(wǎng)上以及同事那里學(xué)習(xí)以及自己總結(jié)的）

• 梳理業(yè)務(wù)，明確業(yè)務(wù)中存在的問(wèn)題或者是將來(lái)可能出現(xiàn)的問(wèn)題，使用數(shù)據(jù)背后的邏輯是解決業(yè)務(wù)中存在的問(wèn)題或者預(yù)防其中可能出現(xiàn)的問(wèn)題。所以，脫離了問(wèn)題看數(shù)據(jù)是沒(méi)有任何意義的。梳理業(yè)務(wù)的目的是找出影響業(yè)務(wù)發(fā)展的關(guān)鍵問(wèn)題。這個(gè)過(guò)程需要對(duì)業(yè)務(wù)有高度的理解，能夠找出、定義問(wèn)題，才能解決問(wèn)題。
• 選擇合適的數(shù)據(jù)指標(biāo)，明確用什么樣的數(shù)據(jù)統(tǒng)計(jì)方式來(lái)表示這些問(wèn)題，一般的來(lái)說(shuō)，同一類(lèi)產(chǎn)品在業(yè)務(wù)上有很多共同點(diǎn)，所以對(duì)于每一大類(lèi)的產(chǎn)品，通常都有一些相似數(shù)據(jù)指標(biāo)。例如：
  • 基礎(chǔ)數(shù)據(jù)：下載量、激活量、新增用戶量、活躍用戶
  • 社交：用戶分布、用戶留存（次日、3日、7日、月、次月、3月）
  • 電商：淘寶指數(shù)、網(wǎng)站流量、內(nèi)容轉(zhuǎn)換率
  • 地圖導(dǎo)航類(lèi)：用戶每日打開(kāi)次數(shù)、地域分布
  • 內(nèi)容類(lèi)：內(nèi)容轉(zhuǎn)化率（內(nèi)容下載量/內(nèi)容瀏覽量）、留存量
  • 工具類(lèi)：功能點(diǎn)擊量、應(yīng)用商城排名
  • 其他：競(jìng)品數(shù)據(jù)（下載、激活等）

以上是一些具有共性的產(chǎn)品數(shù)據(jù)指標(biāo)，針對(duì)自己實(shí)際業(yè)務(wù)，需要進(jìn)一步定義自己的指標(biāo)，另外數(shù)據(jù)指標(biāo)不是一塵不變的，他是需要隨著業(yè)務(wù)的變化不斷的調(diào)整的。

• 產(chǎn)品上線后，監(jiān)控這些數(shù)據(jù)指標(biāo)的變化趨勢(shì)，根據(jù)數(shù)據(jù)的表現(xiàn)結(jié)果確定接下來(lái)的改進(jìn)方案
• 改進(jìn)方案上線后，對(duì)比前后的變化，循環(huán)此過(guò)程直到自己認(rèn)為自己的各項(xiàng)數(shù)據(jù)指標(biāo)都進(jìn)入良好發(fā)展的狀態(tài)，那么接下來(lái)的問(wèn)題來(lái)了，到了一個(gè)什么樣的程度算是發(fā)展良好了？其實(shí)這里的判斷一般都來(lái)源于自己的經(jīng)驗(yàn)。好與不好是相對(duì)的，這里的比較對(duì)象是市場(chǎng)大盤(pán)的競(jìng)品的情況。在進(jìn)行數(shù)據(jù)分析起步階段的PM們可以多請(qǐng)教一些資深的數(shù)據(jù)產(chǎn)品經(jīng)理，或者多分析競(jìng)品案例，通過(guò)分析競(jìng)品的數(shù)據(jù)案例可以更多的了解一款產(chǎn)品的常規(guī)衡量維度，以及產(chǎn)品在發(fā)展各個(gè)階段的數(shù)據(jù)變化是如何的。這個(gè)時(shí)候Appannie和QM就是非常好的案例學(xué)習(xí)庫(kù)。

對(duì)于一些簡(jiǎn)單的問(wèn)題反映和監(jiān)控，一些簡(jiǎn)單的數(shù)據(jù)指標(biāo)可以非常直觀的反映出問(wèn)題，但是對(duì)于那些復(fù)雜的問(wèn)題，簡(jiǎn)單的數(shù)據(jù)指標(biāo)并不能完整的反映出其中的問(wèn)題，這個(gè)時(shí)候就需要引入數(shù)據(jù)模型。

數(shù)據(jù)分析模型

想必大家應(yīng)該都聽(tīng)過(guò)漏斗模型吧，對(duì)于一些高度流程化的業(yè)務(wù)模塊（例如注冊(cè)登錄），漏斗模型可以非常好的反映出業(yè)務(wù)流程每一步的用戶流失問(wèn)題。如果是想要涵蓋產(chǎn)品發(fā)展的整個(gè)生命周期的各個(gè)階段的話，可以選擇AARRR模型。選擇業(yè)務(wù)模型的目的是反映和解決問(wèn)題。所以在選擇模型的時(shí)候要注意模型所能解決的問(wèn)題和自己遇到的問(wèn)題的匹配性。必要的時(shí)候，可以自己創(chuàng)建自己的模型。在這個(gè)問(wèn)題上，沒(méi)有最好的模型，只有最適合你的模型。

數(shù)據(jù)分析過(guò)程中存在的誤區(qū)

曾經(jīng)聽(tīng)過(guò)這樣一句話：不要相信數(shù)據(jù)，數(shù)據(jù)是會(huì)騙人的。例如在二戰(zhàn)的時(shí)候有一個(gè)非常有意思的案例：二戰(zhàn)時(shí)英國(guó)空軍為了降低飛機(jī)的損失，決定給飛機(jī)的機(jī)身進(jìn)行裝甲加固。由于當(dāng)時(shí)條件所限，只能用裝甲加固飛機(jī)上的少數(shù)部位。他們對(duì)執(zhí)行完轟炸任務(wù)返航的飛機(jī)進(jìn)行仔細(xì)的觀察、分析、統(tǒng)計(jì)。發(fā)現(xiàn)大多數(shù)的彈孔，都集中在飛機(jī)的機(jī)翼上；只有少數(shù)彈孔位于駕駛艙。從數(shù)據(jù)上說(shuō), 加固機(jī)翼的性價(jià)比最高. 但實(shí)際情況缺恰恰相反, 駕駛艙才是最應(yīng)加固的地方, 因?yàn)轳{駛艙被擊中的飛機(jī)幾乎都沒(méi)飛回來(lái).

在這個(gè)案例中，看似我們得到的數(shù)據(jù)欺騙了我們，但是細(xì)想一下，其實(shí)，數(shù)據(jù)并沒(méi)有騙我們，數(shù)據(jù)就是數(shù)據(jù)，他只是真是存在的一個(gè)物體，是我們?cè)诜治龅倪^(guò)程中忽略了一些本來(lái)應(yīng)該是很重要的信息，比如上述案例中的“駕駛艙被擊中的飛機(jī)幾乎都沒(méi)飛回來(lái)”。如果說(shuō)能夠把所有沒(méi)有回來(lái)的飛機(jī)的中彈情況也列出來(lái)，那么結(jié)果就會(huì)很接近真實(shí)情況了。

在定義指標(biāo)和進(jìn)行分析的時(shí)候都要時(shí)刻注意一個(gè)問(wèn)題，我當(dāng)前選擇的這些維度的數(shù)據(jù)指標(biāo)是否足夠表達(dá)我即將面對(duì)的這些問(wèn)題？如果不是，有哪些維度的數(shù)據(jù)是無(wú)法獲取的或者是不能用數(shù)據(jù)表示的？這部分信息應(yīng)該用什么樣的其他的手段進(jìn)行描述、定義？如何和我的數(shù)據(jù)模型進(jìn)行結(jié)合？

數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品，數(shù)據(jù)只是我們和用戶、市場(chǎng)之間對(duì)話的工具，是工具有就它的應(yīng)用場(chǎng)景和局限性，不要把數(shù)據(jù)當(dāng)成萬(wàn)能的，不要太過(guò)依賴(lài)數(shù)據(jù)，合理的使用數(shù)據(jù)，最后數(shù)據(jù)分析最重要的是解決業(yè)務(wù)中存在的問(wèn)題。如果脫離了業(yè)務(wù)，數(shù)據(jù)分析只是一個(gè)華麗的PPT功能，沒(méi)有任何實(shí)際的意義。

本文由 @Jerico 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。