sifat khan

产品经理在日常工作中，向领导汇报，新西兰电话号码列表 或者需求决策以及和运营同学工作配合上，均需要数据支撑。 “领导：这个功能上线，效果怎么变差了，什么原因，有没有做数据分析？ PM：明白，我下午输出一份数据分析报告分享一下。” PM ： “老板，新西兰电话号码列表 经过讨论我们一致认为这个版本需要做XX功能。” 领导 ：“先把数据拿出来看看，怎么证明这个功能就得做？” 运营：“ 咱们APP首页UV数据有吗，我需要做个报表。” PM ：“有统计的，你找谁谁登录xx平台看看。” 相信这些对话场景，很多产品童鞋日常工作中都会遇到。 产品经理在日常工作中，新西兰电话号码列表 向领导汇报，或者需求决策以及和运营同学工作配合上，均需要数据支撑。 在我们确定了产品的核心指标后，新西兰电话号码列表 所有人都能够放下级别，新西兰电话号码列表 用数据说话。减少了产品经理拍脑袋的次数，减少了老板的一句话决策，用数据模型来驱动下一步的产品设计工作。 举个例子： 对于儿童游乐场的老板来说，他需要关注的是每天进场顾客的数量，相当于电商网站的UV或者APP的日活，办会员卡相当于注册，使用玩具，租用游泳圈，购买泳衣或道具，玩特色项目属于电商的业务范围，新西兰电话号码列表 其中办会员卡和特色项目游玩的收入是老板尤其关心的，每一笔的收入都需要记得清楚，这属于电商的业务数据，需要实时存储在数据库里以供随时查看。 如果老板想要提高服务质量，就需要统计用户的玩乐偏好，新西兰电话号码列表 比如有多少用户进场，有多少用户领用了玩具，分别是哪些玩具，又有多少用户付费，是否可以通过数据分析来提高转化呢？ 作为产品经理不仅要关心业务数据，还需要关心用户行为，发现用户的行为偏好，从而采取策略提升服务和收入。 那我们知道了数据分析的重要性，实际操作上，新西兰电话号码列表 如何采集到需要的数据样本，采用何种方法来分析呢？我们需要做3件事情： 确定数据指标 数据指标埋点 数据分析 一、确定数据指标 确定数据指标首先，我们需要确定合理的埋点数据指标。 我们可以和研发工程师、数据分析师进行充分的沟通： 产品和业务迭代的主要诉求是什么？（为了降低复杂度，我们通常建议一次迭代只服务于一两个诉求。） 有哪些值得关注的产品假设？（大家其实都会有一些关注点，比如增加了某个功能可能会有什么连带反应？） 需要哪些数据来支撑产品主诉求和产品假设的追溯和分析？这些数据需要哪些埋点来支撑？ 由于埋点的设计是为了合理地追溯、便捷地统计，我比较赞同 GrowingIO 的拆解方法，它将数据拆分为4W1H：