产品数据分析

发表于 更新于 分类于 阅读次数： Changyan：

产品的数据分析：模型，指标和方法论

产品

产品就是任何可以被推向市场获得关注，被购买、使用、消费的事物，产品包括有形的物品、服务、乃至人员 (A product is anything that can be offered to a market for attention, acquisition, use or consumption. It includes physical objects, services, personal)

思考框架

我们需要从待解决的问题核心出发，确定好最关心哪几个方面的因素，这些核心因素，用比较专业的术语来称呼，就叫做维度。确定好维度后，我们再来比较各个方案在每个维度上的表现或者打分。

市场营销学的经典框架 5C4P

第一层，我们要进行市场分析，重点分析 5C：
  • 顾客(Customers)：我们想要面向的市场是什么样的，市场由什么样的顾客构成，他们有哪些属性和偏好（年龄、性别、地理位置、生活方式，等等）；
  • 公司(Company)：我们所处的公司在产品、技术、人才、组织文化方面有哪些优势，哪些劣势；
  • 竞争对手(Competitors)：相比于我们，竞争对手的优劣势为何；
  • 合作伙伴(Collaborators)：我们的合作伙伴有哪些，合作伙伴指的是从我们的产品从想法到顾客手上，参与这个过程的上下游外部组织，包括供应商、合作开发、广告代理、渠道……等等，这些合作伙伴的表现如何，和我们的关系稳固吗？
  • 环境(Context)：国家政策有没有重大变动，原材料有没有涨价，用户的消费习惯或者审美是不是有变动，有没有出现新的技术革命，这些潜在的因素都会影响我们的产品决策。进行好这一层的分析后，我们就要进行 STP，STP 是下面这三步的缩写：
  • 市场细分(Segmentation)：根据潜在顾客的属性，将一个宽泛的市场切分成很多个更小的市场，然后再看每个细分后市场的需求；
  • 目标市场(Targeting)：根据对各个细分市场的研究，结合上一层 5C 分析中公司和竞争对手的优劣势，环境和趋势的动态，找到当前最适合去攻占的那个细分市场；
  • 市场定位(Position)：对目标市场潜在顾客的心理进行产品和营销设计，让产品在目标顾客心智中可以具备鲜明的形象和特征，从而取得竞争优势；譬如一个人宅在家里打游戏想喝点什么，最先想到的就是肥宅快乐水，那么产品上就要让顾客感到快乐，宣传上要让他们想象快乐，快乐就是这个产品的市场定位。接下来就是 4P 的营销组合分析，4P 包括：
  • 产品(Product)：产品有哪些功能和独特的卖点；
  • 渠道(Place)： 通过哪些渠道可以触达潜在顾客，向他们进行产品介绍和推广，或者完成销售；
  • 推广(Promotion)：包括广告和销售，如何让顾客知道产品、理解产品、购买产品；
  • 定价(Price)： 根据不同的市场定位，制定不同的价格策略，既要能让目标顾客买得起，又要让公司赚到钱。

打造有竞争力的产品：

PMF 和 MVPPMF 产品市场契合点(Product Market Fit)

如果我们做一款初期免费的互联网产品，那么最起码要做到顾客愿意用和用了满意。产品每天新增用户数，每天或每周的活跃用户数，用户平均使用时长，以及用户的留存率这几个指标，就能够体现有用户的使用意愿和满意程度。这样的互联网产品早期，不用过于追求新增用户数，相反用户的留存率是最重要的，因为只有用户愿意持续用，产品每天的活跃人数才能够不断增加，否则产品就像有洞的筛子一样，用户来多少走多少，空有新增，无法积累。

不同类型的互联网产品的平均留存率是不一样的，一般而言，有一个 “40–20–10” 法则，其中的数字分别表示的是次日留存率为 40%、第 7 日留存率为 20%，和第 30 日留存率为 10%，达到这样的标准，一个日均新增小几万的产品才有希望达到日活跃人数过百万。但是有些产品，譬如电商平台，未必那么在意次日留存，因为顾客对购物体验再满意，也不见得第二天还有东西要买。这时应该用复购率，也就是说顾客买了一次东西后还会不会再买东西，更能体现满意度。

MVP 最小可行化产品(Minimum Viable Product)

产品的研发团队提炼出对市场和用户需求的核心假设，然后将一个成本最低、功能最少的产品推向对目标市场有代表性的用户，获取用户反馈，并基于用户反馈和行为数据持续快速迭代，直到产品到达一个相对稳定的阶段，也就是实现 PMF 的时候，就可以放心的增加投入。

AARRR漏斗模型

在移动互联网领域，有一个常用的产品迭代和增长的模型，AARRR 漏斗模型，可以指导我们主要检测和分析哪些指标

  • 用户获取(Acquisition)：用户下载或者安装了产品；

  • 用户激活(Activation)：用户初次使用产品；

  • 用户留存(Retention)：用户再次使用产品；
  • 收入(Revenue)：用户为产品付费；
  • 自传播(Refer)：用户向其他人推荐产品。

AB测试

如果一个产品有多个版本想要进行比较和取舍，就在同一段时间内，将目标人群随机的分成相等数量的多组，每组使用不同版本的产品，然后比较结果。

相关性与因果性

数据科学里有一条非常重要的原则：相关性不代表因果性