编辑导语：“数据驱动产品”已经不是一个陌生的概念了，都说产品数据分析是产品优化的重要一环，那么工作的重点应当放在数据还是分析呢？本文作者将结合近一年的工作经验介绍如何进行产品数据分析，一起来看下。

相信大家经常会听到“数据驱动产品”这样的口号，也会听到“不要为了分析而分析”的劝说。无论是口号还是劝说，都是这个行业前辈踩过的坑。

那到如何进行产品数据分析？我将结合近一年的产品数据分析的工作，详细谈一下我对这块的理解，并用实际工作的案例介绍如何进行产品数据分析。

一、为什么会起这样一个标题？

看到这个标题，应该很多人都会说，两个都重要呀。确实，数据分析可以作为一个整体的名词，可以代表一种职业，也可以表示一种行为。但如果将二者拆分后，其实是可以作为一个动名词存在：基于数据进行分析。

基于数据进行分析，那这里面到底是数据更重要还是分析更重要呢？在我看来，虽然数据是分析的前提，但是数据只能描述当前的状态，单纯数据的价值是有限的。

更重要的是如何通过数据、多维数据解读出来更深层次的内容，并将发现的内容反映到产品中。这也是很多人常会遇到的情况：只有数据，没有分析。

文章会以实际工作中遇到的案例进行解释，为什么我觉得比起数据，分析更为重要。

实习生：与非拼接原生页相比，拼接原生页点击率差异很小，但转化率明显降低。

我：看到这个数据，你有什么想法？

实习生：看起来拼接原生页在转化率上效果确实不好。

我：那你有没有想一下，为什么出现这种情况呢？映射到产品上，是不是功能设计有什么问题？我们该怎么办呢？

实习生：我接下来该怎么做？

其实，上面对话的例子就是想说明：看似普通的数据，不同的人可能有不同的解读，但是高手通常能从普通的数据中找出产品存在的问题。随着接手的分析越来越多，慢慢发现，其实产品数据分析是有套路的（方法论）的。

产品数据分析需要经历四个过程，这四个过程缺一不可：

1. 过程1：当前状态是什么？

如前面的例子，我们用数据描述出来原生页拼接转化率明显低于非拼接形式。这是一种当前状态的描述。

2. 过程2：用户的什么行为导致了当前的状态？

产品是服务用户的，数据是用户产生的。那在过程2中就需要明确，用户的哪个或哪些行为导致了当前状态的发生？

3. 过程3：我们产品的什么功能造成了用户在过程2中的行为？

用户之所以会产生过程2的行为，是因为使用了我们产品的功能。那在过程3中，就需要明确，用户行为与产品功能模块的对应关系，为什么产品功能会导致用户上述的行为？

4. 过程4：我们该怎么办？

到了过程4，是不是看起来很熟悉？这一步我们就需要思考如何针对性的调整产品功能，实现功能优化。当我们完整走完1-3的环节，就可以理直气壮的说，这次产品数据分析，是可以指导产品功能的优化与迭代的，因为我们有完备的数据支持。另外需要记得，优化迭代的功能，要记得进行效果评估噢。

其实，在实际工作中，我们经常会遇到在一个分析中，跳过对用户行为的分析，直接从单维度数据就开始主观推测是产品功能存在缺陷的情况，进而造成结论过于牵强的情况。

二、做数据，多试试交叉分析

当前状态是什么？通常只需要观察单个指标，再加上对业务基本的理解就可以说明当前的情况，比如转化率降低，那我们就可以得出结论是产品或功能影响了用户在转化操作。

但至于为什么不好，单纯的看转化率一个指标是很难看出来结果的，通常这个时候就需要结合多个指标一起看。

继续上面的例子，用户在页面转化率低，是因为页面内容太复杂影响了用户信息获取，进一步影响用户浏览时长？还是购买入口太深，影响了用户点击？

有了这些猜测，我们就可以通过将不同维度的数据进行交叉分析，明确用户的什么行为导致了当前状态的发生。

假如认为用户停留时长影响了页面的转化率，那么我们可以将用户停留时长与转化率进行交叉分析，如图：

其实从上图我们就可以看出，两个数据维度交叉后可以获取的信息远远比单维度数据要多的多。我们按照停留时长&转化率将用户分为四个部分：

在左下角停留时长低、低转化率， 我们还原到用户具体的使用场景中，用户在购物页面上，几乎不怎么停留就离开了，这就说明页面信息对用户吸引力度不够，进一步映射到我们产品设计上，就是如何更好的获取用户的页面关注度；

在左上角停留时长长，转化率低，说明用户愿意在页面中浏览信息，但是浏览的信息却没有为用户转化提供动力。这种情况可能说明产品的页面内容过于复杂，是不是转化入口被埋得很深导致用户找不到进而影响了转化；

在右下角停留时间短，转化率高，如果很多用户都是这种类型，前提我们知道落地页本身就很长，我们可能要考虑是不是冗余内容过多？是否可以将页面内容进一步的进行精简；

在右上角停留时长不错，转化率也不错，对于一个商品交易页面来说，这种情况再好不过了。

之所以花这么大的篇章讲这一块的内容，是因为多维度组合分析确实是产品分析的一把利器，在实际分析中，大家可以尝试多种不同维度的组合，帮助自己确认问题所在。

维度交叉分析就像灯塔，指引我们在纷杂的数据中前行。当然，很多同学在实际分析的过程中，也会应用到类似于漏斗分析、归因模型等常用方法。这里我想说的是，没有更好的方法，只有更适合的方法，选对方法，才能获得正确的结果。

三、做分析，记得多问几个为什么

很多同学在完成第二步之后，心中可能就已经形成对产品优化的初步规划了。但还是想提醒一下，很多时候，我们的第一想法就是对功能展示层面进行调整或优化，但这往往只能治标不能治本。真正需要做的是静下心，多问几个为什么，帮助我们真正定位到产品存在的问题。

还是拿上面的例子来说，通过交叉分析发现拼接形式的页面，用户停留时长很低，转化率也很低，上一节我们说是页面信息对用户新引力度不够，接下来，我们再多问几个为什么：

继续这个例子，在多个为什么的思考下，我们认为拼接形式的页面，导致用户无法get到落地页其实是一个购物页面，进而导致拼接后的形式影响了用户的浏览时长和页面的转化率。

下面的两个截图是拼接后的首屏页面形式，从这两个截图中会发现一个明显的问题，用户只能依靠个人主观感受或以往的经验猜测这是一个购物页面，但整个首屏页面几乎没有任何购买行为的引导。

我们都知道，用户是很“懒“的，他不喜欢花费很大精力进行思考。所以，好的页面，就应该让用户一进来就知道进来后要做的事情以及如何操作。这也是为什么后面我们针对拼接落地页的展示形式，提出需要在首屏位置突出购买按钮进而引导用户转化的原因。

其实，当我们能够提出多个为什么的时候，说明对产品的理解也更为深入，这个时候再和产品同学聊功能优化或功能迭代的时候，也更能言之有物。

四、做优化评估，提前做数据采集规划

相信在完成第3步的分析之后，产品大大们就会展开对对应功能的优化。那这个环节产品数据分析的同学要做什么呢？其实大家应该都知道，完整准确的数据是进行功能效果评估的前提。

所以，在功能迭代的同时，也要并行的规划数据采集奥。在之前的文章中有重点介绍我们在数据采集层面所做的工作，感兴趣的同学可以翻看我前面的文章，在这里就不再赘述了。

五、写在最后

又临岁末，依旧按照往年习惯，又来絮絮叨叨所以自己一年来的工作与生活。2020，对于所有人来说，印象应该都无比深刻，2020也是我觉得过的最快的一年，经历了***，也即将经历人生角色的重大转变。

如果说这一年我收获了什么，可能就是变得坚忍，学会了谅解，学会改变，善待他人，善待自己。2020，感谢对我照顾有加的家人、同事；2021，愿一切美好与大家不期而遇！