作者：alishayang，騰訊 TEG 數(shù)據(jù)分析師

我們期望每一次的產(chǎn)品功能上新、功能改版，都可以帶來更好的交互體驗(yàn)，項(xiàng)目組所關(guān)注的指標(biāo)都能有大幅度提升。但期望并不代表真實(shí)效果，功能上線后帶來的真實(shí)效果還需要通過數(shù)據(jù)進(jìn)行客觀描述。在這篇文章中，我們將對產(chǎn)品數(shù)據(jù)分析日常工作進(jìn)行剖析，從數(shù)據(jù)采集到產(chǎn)品分析框架的梳理，進(jìn)而介紹如何通過數(shù)據(jù)對產(chǎn)品及運(yùn)營進(jìn)行反哺。

產(chǎn)品經(jīng)理作為產(chǎn)品功能的發(fā)起者，在眾多需求中挑選出來可做需求時，心中就會有初步的構(gòu)想，新功能能夠幫助產(chǎn)品覆蓋哪些增量用戶，新功能又能帶來哪些指標(biāo)的提升，提升幅度大約是多少？然而當(dāng)產(chǎn)品功能上線后，用戶使用產(chǎn)生用戶行為數(shù)據(jù)，產(chǎn)品和運(yùn)營同學(xué)經(jīng)常會提出類似這樣的問題：這次的功能迭代優(yōu)化，是否達(dá)到了預(yù)期的效果，具體的提升效果是什么樣子？這時候就引入了功能上線后的一個很重要的步驟——“評估”。

其實(shí)“評估”，就是將業(yè)務(wù)問題轉(zhuǎn)化為數(shù)據(jù)問題的過程。通過效果評估，我們可以確定上線功能與預(yù)期效果之間的真實(shí)差異。如果效果好于預(yù)期，則評估的結(jié)果可以作為運(yùn)營同學(xué)功能推廣的支撐點(diǎn)；當(dāng)效果明顯未達(dá)預(yù)期時，則需要基于用戶行為進(jìn)一步分析未達(dá)預(yù)期的原因，為功能的優(yōu)化或改版提供建議。因此“評估”是新功能上線后必做的一步。

要進(jìn)行功能效果評估，完整的數(shù)據(jù)和對行業(yè)及產(chǎn)品充分的理解是必不可少的兩個部分。接下來就分別介紹一下我們在數(shù)據(jù)采集、具體產(chǎn)品功能評估方面所做的工作。

數(shù)據(jù)采集：準(zhǔn)確的業(yè)務(wù)數(shù)據(jù)和用戶行為數(shù)據(jù)，缺一不可

• 卷入測試同學(xué)校驗(yàn)埋點(diǎn)數(shù)據(jù)的準(zhǔn)確性及完整性，避免需求上線后返工

用戶行為數(shù)據(jù)對深入理解用戶使用習(xí)慣起到至關(guān)重要的作用。目前用戶行為數(shù)據(jù)上報(bào)多采用埋點(diǎn)形式，上報(bào)內(nèi)容越多，對性能的影響越大。因此這就導(dǎo)致數(shù)據(jù)同學(xué)在和開發(fā)同學(xué)評審需求的時候常出現(xiàn)的一段對話：

數(shù)據(jù)同學(xué)： 我要上報(bào)這個數(shù)據(jù)，對分析很重要！

開發(fā)同學(xué)： 這個上報(bào)會影響頁面性能，不能做！

其實(shí)大家的目標(biāo)都是為了產(chǎn)品更好。所以數(shù)據(jù)同學(xué)在提埋點(diǎn)需求的時候，可以多思考需求是否是必須的，是否有其他的數(shù)據(jù)可以近似替代？在與開發(fā)同學(xué)對齊需求時，也可以多交流下，是否有對性能影響小一點(diǎn)的實(shí)現(xiàn)方式？

此外，經(jīng)常會遇到埋點(diǎn)上線后才發(fā)現(xiàn)數(shù)據(jù)上報(bào)有問題的情況。這里選了3個經(jīng)常遇到的挺具有代表性的示例：

例子1-數(shù)據(jù)不全： 我們的產(chǎn)品是服務(wù)于廣告主的落地頁產(chǎn)品，廣告的投放就會涉及多個流量渠道，而不同的渠道對于數(shù)據(jù)上報(bào)時間節(jié)點(diǎn)的限制不同的，像這類情況就可能導(dǎo)致某些渠道數(shù)據(jù)上報(bào)不全；

例子2-數(shù)據(jù)不準(zhǔn)確： 我們的落地頁整體形式，頭部是商品首圖，接下來是商品詳情頁，最后是購買所需填寫的表單內(nèi)容。在這種頁面結(jié)構(gòu)下，我們希望能夠獲取用戶最后跳出頁面的位置。但當(dāng)我們統(tǒng)計(jì)上報(bào)的數(shù)據(jù)后，發(fā)現(xiàn)90%的用戶在完成表單填寫后上報(bào)的頁面瀏覽位置小于整體頁面長度的10%。這明顯與常規(guī)理解不符；

例子3-數(shù)據(jù)上報(bào)鏈路存在異常： 后臺同學(xué)說埋點(diǎn)需求已經(jīng)發(fā)布上線了，可以用了。但數(shù)據(jù)同學(xué)打開數(shù)據(jù)庫，發(fā)現(xiàn)里面空空如也。然后開始拉著開發(fā)同學(xué)排查數(shù)據(jù)沒到庫的原因，是數(shù)據(jù)壓根沒采集？還是采集了沒上報(bào)到服務(wù)器？服務(wù)器收到了沒有推送到數(shù)據(jù)庫？全部驗(yàn)證一遍之后，可能發(fā)現(xiàn)只是其中某一個環(huán)節(jié)的問題導(dǎo)致，但整個排查耗費(fèi)了大量的人力。

踩的坑多了，我們就在想，是否埋點(diǎn)需求也可以像功能需求一樣，在上線之前讓測試同學(xué)幫忙把關(guān)呢？答案是可行的，而且還很高效！！！因此我們梳理細(xì)化了埋點(diǎn)數(shù)據(jù)上報(bào)測試全流程規(guī)范，將埋點(diǎn)數(shù)據(jù)問題暴露在上線發(fā)布之前。這里也對我們這個規(guī)范做一個簡單的介紹：

• 全流程覆蓋： 從數(shù)據(jù)上報(bào) -> 服務(wù)器接收數(shù)據(jù) -> 數(shù)據(jù)入庫，測試同學(xué)需要校驗(yàn)每個流程中數(shù)據(jù)流的準(zhǔn)確及完整性；

• 多維度測試用例： 考慮到落地頁流量渠道的復(fù)雜性，規(guī)范要求測試同學(xué)根據(jù)渠道等特性編寫多渠道測試用例，關(guān)注不同渠道數(shù)據(jù)上報(bào)情況；

• 多用戶測試用例： 為了避免只使用一個用戶進(jìn)行模擬點(diǎn)擊的行為，規(guī)范要求測試同學(xué)要批量的模擬不同用戶的點(diǎn)擊行為并關(guān)注每一個模擬用戶的數(shù)據(jù)上報(bào)；

有了這個規(guī)范，測試同學(xué)的火眼金睛就可以幫助我們在上線前發(fā)現(xiàn)很多隱藏的數(shù)據(jù)問題，這也間接節(jié)省了數(shù)據(jù)同學(xué)校驗(yàn)數(shù)據(jù)、開發(fā)同學(xué)返工的大量時間。

• 數(shù)據(jù)同學(xué)應(yīng)該參與到業(yè)務(wù)數(shù)據(jù)沉淀的需求討論

通常理解下，業(yè)務(wù)數(shù)據(jù)更多的是前端和后臺開發(fā)同學(xué)，為了保證功能完整運(yùn)行所需要存儲的數(shù)據(jù)。若數(shù)據(jù)同學(xué)沒有在需求階段和開發(fā)同學(xué)對齊，可能就導(dǎo)致數(shù)據(jù)關(guān)注的部分字段被開發(fā)同學(xué)忽略的情況的發(fā)生。當(dāng)啟動評估的時候，發(fā)現(xiàn)數(shù)據(jù)維度不夠，再推動研發(fā)落地對應(yīng)字段后啟動評估，整個評估的時間周期明顯被拉長了。

關(guān)于業(yè)務(wù)數(shù)據(jù)沉淀，舉個親身經(jīng)歷的小例子：新功能調(diào)用了算法提供的異常帳號鑒別的接口，當(dāng)時開發(fā)同學(xué)只對帳號標(biāo)識了label（0：正常1：異常）。而當(dāng)數(shù)據(jù)同學(xué)評估整個接口效果的時候，發(fā)現(xiàn)需要統(tǒng)計(jì)算法接口打分分布情況。這個時候發(fā)現(xiàn)，開發(fā)同學(xué)存儲的數(shù)據(jù)缺失了打分字段。這就是因?yàn)榍捌跀?shù)據(jù)同學(xué)沒有和開發(fā)充分溝通的結(jié)果。這也是數(shù)據(jù)分析同學(xué)需要參與到業(yè)務(wù)數(shù)據(jù)沉淀需求討論中的原因。

產(chǎn)品分析：搭建合適的產(chǎn)品分析框架，實(shí)現(xiàn)分析指標(biāo)的可視化監(jiān)控

產(chǎn)品功能的每次迭代優(yōu)化，都期望能夠?qū)诵闹笜?biāo)產(chǎn)生積極影響。這就要求數(shù)據(jù)和業(yè)務(wù)形成有機(jī)結(jié)合，相互促進(jìn)的良好局面。好的數(shù)據(jù)量化不僅是業(yè)務(wù)增長的前提，也是抓手。隨著增長理論的深入，很多產(chǎn)品都設(shè)立了自己的北極星指標(biāo)，作為衡量產(chǎn)品一個戰(zhàn)略周期的關(guān)鍵成果指標(biāo)。但由于關(guān)鍵指標(biāo)過于宏觀，可能對于業(yè)務(wù)策略制定和執(zhí)行的指導(dǎo)性不強(qiáng)。

因此，我們需要拆解出可以影響關(guān)鍵指標(biāo)的因素，并將這些因素對應(yīng)到具體的、可落地、可度量的行為上，從而保證執(zhí)行計(jì)劃沒有脫離大方向。

這里介紹一下我們最常使用產(chǎn)品分析框架——OSM模型（Objective、Strategy、Measurement）三個詞的縮寫，其中：

• Objective（業(yè)務(wù)目標(biāo)）： 明確業(yè)務(wù)要提升的目標(biāo)是什么

• Strategy（實(shí)現(xiàn)策略）： 為了提升目標(biāo)所需要采取的策略是什么

• Measurement（評估指標(biāo)）： 盡可能使用數(shù)據(jù)語言描述策略是否達(dá)到了提升目標(biāo)

利用OSM模型梳理自己產(chǎn)品的數(shù)據(jù)框架，不同產(chǎn)品的數(shù)據(jù)體系差異也主要體現(xiàn)在這里。比如游戲行業(yè)，可能更多的關(guān)注用戶留存率；而針對電商平臺，可能更多的關(guān)注轉(zhuǎn)化率。

游戲行業(yè)核心關(guān)注指標(biāo)

還是拿我們自己的產(chǎn)品作為例子，楓頁作為騰訊電商類廣告的落地頁服務(wù)，為廣告主提供便捷的落地頁創(chuàng)建服務(wù)的同時，又承載C端用戶下單轉(zhuǎn)化流程。我們關(guān)注廣告主在楓頁上的廣告消耗，拋開廣告前置鏈路的影響，在落地頁層面真正影響廣告主消耗的是C端用戶在落地頁的轉(zhuǎn)化率，轉(zhuǎn)化率越高，廣告主也就更愿意在平臺上投放更多的廣告。因此，我們最終將 轉(zhuǎn)化率提升 作為我們的核心指標(biāo)，并將這一目標(biāo)利用OSM模型進(jìn)行拆解。

通過OSM模型的拆解，我們就確定了一個可以數(shù)字化執(zhí)行計(jì)劃，每一個評估指標(biāo)的波動，都可以評估其對核心指標(biāo)的影響，繼而，我們也可以知道每次的功能迭代優(yōu)化具體產(chǎn)生的效果。

數(shù)據(jù)反哺：數(shù)據(jù)來源于產(chǎn)品，應(yīng)用于產(chǎn)品

效果評估之后還有一個重要的一個環(huán)節(jié)，那就是推動分析結(jié)果的落地，沒有落地的分析結(jié)果都是無用的分析。

上面也提到，如果評估出來功能效果滿足預(yù)期，我們可以推動運(yùn)營同學(xué)對功能包裝并對外推廣。但是，如果當(dāng)我們發(fā)現(xiàn)新上線的功能效果遠(yuǎn)低于預(yù)期，這個時候難道僅僅是把這個效果同步出去就完事了嗎？關(guān)于這里提到的這兩種不同的情況，還是拿我們近期新上線的功能來做例子。

• 功能未達(dá)預(yù)期的功能時，數(shù)據(jù)分析是產(chǎn)品同學(xué)的后盾，數(shù)據(jù)將反哺產(chǎn)品優(yōu)化迭代

朋友圈原生頁廣告，用戶需要通過二跳才能到達(dá)楓頁落地頁（微信廣告的限制）。但中間一跳頁面會留給用戶更多的思考時間，導(dǎo)致到達(dá)落地頁的用戶遠(yuǎn)低于其他流量渠道。因此，產(chǎn)品同學(xué)希望能夠通過技術(shù)手段，將廣告外層素材與落地頁直接進(jìn)行拼接，從而使得用戶點(diǎn)擊外層廣告素材后可以直達(dá)落地頁，進(jìn)而提升轉(zhuǎn)化率。如圖：

但當(dāng)功能上線后，我們發(fā)現(xiàn)使用拼接的廣告，其轉(zhuǎn)化率遠(yuǎn)低于大盤。至于為什么和預(yù)想的效果差異這么大，就是數(shù)據(jù)分析要做的事情了。

那針對以上的可能原因，我們逐步進(jìn)行定位分析，最終發(fā)現(xiàn)，雖然原生頁拼接可以提升用戶的到達(dá)率，但是對于拼接后用戶在移動端首屏所看到的信息極為有限，難以感知是與購物相關(guān)的信息（如上圖）。為了進(jìn)一步驗(yàn)證猜測，我們統(tǒng)計(jì)了用戶在原生頁拼接和非拼接頁面中平均瀏覽時長及跳出位置的差異。最終發(fā)現(xiàn)，相較于非拼接頁面，原生頁拼接頁面用戶平均頁面停留時間及跳出位置都比非拼接頁面要差。

我們定位了效果不好的原因，如果這時我們對如何優(yōu)化有好的想法了，我們就可以直接找產(chǎn)品同學(xué)聊策略。但如果對優(yōu)化策略還沒有好的方案，就可以找產(chǎn)品同學(xué)好好溝通一下分析結(jié)果以及他們對于優(yōu)化的思考。畢竟，產(chǎn)品同學(xué)才是最熟悉怎么調(diào)整產(chǎn)品功能的人兒。等到大家敲定了優(yōu)化方案，接下來就是方案的落地，以及下一輪效果評估啦~

• 當(dāng)功能效果達(dá)預(yù)期時，數(shù)據(jù)分析是運(yùn)營同學(xué)的后盾，保證運(yùn)營推廣不走偏

落地頁承載用戶下單轉(zhuǎn)化，在“在線支付”功能上線之前，僅支持“貨到付款”一種支付方式。為更好滿足C端用戶支付習(xí)慣，我們上線了“在線支付”功能。

在功能全量發(fā)布后較長的一段時間，我們看到從簽收訂單/生成訂單的維度，在線支付訂單整體轉(zhuǎn)化率已經(jīng)優(yōu)于貨到付款轉(zhuǎn)化率，但整個功能的滲透率并沒有隨著時間的推移增加。新功能急需運(yùn)營同學(xué)的推廣，然而擺在運(yùn)營同學(xué)面前的問題，除了選擇何種宣推方式外，那應(yīng)該重點(diǎn)推廣哪些商家、品類、人群呢？

為了更好的配合運(yùn)營同學(xué)的推廣，我們分別從人、貨、場三個維度，給出C端和B端用戶使用情況的數(shù)據(jù)描述。有了這些分析，運(yùn)營同學(xué)在推廣人群和貨品的選擇上就更有底氣了。

這里需要注意的一點(diǎn)是，每一次運(yùn)營活動結(jié)束，運(yùn)營同學(xué)都會進(jìn)行效果復(fù)盤。這個時候數(shù)據(jù)分析的同學(xué)也應(yīng)該關(guān)注一下，運(yùn)營推廣的內(nèi)容具體效果提升是什么樣子的？活動期間的數(shù)據(jù)是否和活動前給出的數(shù)據(jù)存在明顯差異？產(chǎn)生差異的原因等等。

寫在最后

回顧近半年產(chǎn)品數(shù)據(jù)分析的工作，其中有迷茫，也有成長。正如之前一個資深數(shù)據(jù)分析師所說的，數(shù)據(jù)分析師的高光時刻，就是自己提出的策略被采納并且產(chǎn)生了良好效果的時候。感謝這個過程中，一直為我提供幫助的同學(xué)，與優(yōu)秀的人一起，如沐春風(fēng)。

歡迎關(guān)注我們的視頻號：騰訊程序員

最新視頻：騰訊“蒙面人”

騰訊技術(shù)官方交流微信群已經(jīng)開放

進(jìn)群添加微信：journeylife1900

（備注：騰訊技術(shù)）

總結(jié)

以上是生活随笔為你收集整理的产品经理日常数据分析工作的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。