产品运营中极具战略意义的环节：数据分析.pdf

产品运营中极具战略意义的环节 ：数据分析 Nancy导读 ：在产品运营的过程中经常遇到怎样吸 用户 ，如何提高产品的下载量、注册量 等各种各样的问题 ，怎样找到问题所在并采取积极有效的措施 ，数据分析扮演着至关重要的 角色。 如果某款产品数据一直良好 ，某段时间数据突然跌落 ；是因为市场宣传力度减 ，还是因为用户生 命周期上限 ，或者是因为受到其他竞品冲击呢 ？ 如果某款产品下载量高 ，注册量低 ；是因为服务器登陆问题或注册流程繁琐 ，还是因为近期网络出 现了故障 ？ 在产品运营的过程中的经常遇到各种各样的问题 ，数据分析是找到问题原因的的有效方法 ；首先 ， 我们来看比较常见的分析方法 ： 5W2H分析法 W hat （用户要什么 ？） W hy （为什么要 ？） W here （从哪儿得到 ？） W hen （我们什么时候做 ？） W ho （对谁做 ？） How much （给多少 ？） How （怎么做 ？） PS案例 （w hat ）用户要极品装备 ； （w hy ）因为他们要增强战力 ； （w here ）装备从BO SS身上得到 ； （w hen ）我们国庆节做这个活动 ； （w ho ）针对所有玩家 ； （how much ）BO SS爆率设定为XX ； （how ）活动以怪物攻城形式进行。 上述是一种需求的转换形式 ；真正的数据分析不在于数据本身 ，而在于分析能力的概述 ；数据是参 照物 ，是标杆 ，只有分析才是行为 ，是改变 ；那么如何分析 ，综合上面两个举例 ，已经可以很清晰 的看到立体式分析。 立体式分析 ，也就是维度分析 ； 产品数据的发掘不应该仅仅拘泥于产品 ；大环境下的娱乐产物必须综合产 品、市场、用户进行不同 切入点分析 ；要知道 ，数据分析是基于商业目的 ，而商业离不开用户和市场 ；说白了就是结合不同 维度进行有目的的数据收集、整理、加过 和分析 ，他的存在价值就是通过数据提取有价值的信息去 优化产品从而拉更多人 ，赚更多钱。 那么如何分析 ，大致思路又是如何 ？ [为什么分析 ？] 首先 ，你得知道为什么分析 ？付费同比、环比波动较大 ？ [分析目标是谁 ？] 数据波动 ，目标是谁 ？付费总额波动 ，付费用户数据如何 ？ [想达到什么效果 ？] 通过分析付费用户 ，找到问题 ，解决问题从而提升收入 ？ [需要什么 ？] 想做出分析 ，需要什么 ？付费总额 ，付费人数 ？付费次数 ？付费人数各等级占比 ？ [如何采集 ？] 直接数据库调取 ？或者交给程序猿导出 ？ [如何整理 ？] 数据出来 ，如何整理付费等级、付费次数报表 ？ [如何分析 ？] 整理完毕 ，如何对数据进行综合分析 ，相关分析 ？用户资源是否饱和 ？市场其他明星产品充 值活动更具吸 力 ？产品付费系统是否出现问题 ，是否失去新鲜感 ？ [如何展现 ？] 找准问题 ，老付费用户流失了很多 ，低端付费转化低 ；很多是多少 ？转化低是什么概念 ？如 何用图表表现 ？ [如何输出 ？] 找准问题 ，如何输出 ；如何将这份知识报表转换为产品商业价值体系 ；如何说服程序 ？如何 说服策划 ？如何具体执行 ？如何将知识转换为生产力 ？ 上述是比较系统的分析思路 ，细化而言 ；对于数据分析 ，需要根据不同人群建立不同的用户模型 ； 例如流失模型、流失特征 ；充值模型等等。 接下来我们再综合AA RRR模型分解一些较为常见的数据 ： A cquisit io n （获取 ）、A ct ivat io n （活跃 ）、Ret ent io n （留存 ）、Revenue （收益 ）、Re er （ 传播 ） 上图为AA RRR模型中的基本数据 ，我们再对以往数据进行总结 ： 日新增用户数 DNU ；每日注册并登陆游戏用户数 ，主要衡量渠道贡献新用户份额以及质量。 一次会话用户 DO SU ；新登用户中只有一次会话的用户 ，主要衡量渠道推广质量如何 ，产品初始转化情况 ，用户导入障碍点检查。 日活跃用户 DA U ；每日登陆过游戏的用户数 ，主要衡量核心用户规模 ，用户整体趋势随产品周期阶段 变化 ，细分可概括新用户转化、老用户活跃与流失情况。 周/月活跃用户 WA U、M