問題：數(shù)據(jù)分析如何指導(dǎo)產(chǎn)品優(yōu)化？實(shí)用的數(shù)據(jù)分析方法有哪些？
作為產(chǎn)品設(shè)計(jì)師，我們做出的決策要邏輯自恰。盡量避免“我認(rèn)為”或“我覺得”這類主觀拍腦袋的決策，用數(shù)據(jù)驅(qū)動產(chǎn)品迭代是一個產(chǎn)品設(shè)計(jì)方法論
一、如何做數(shù)據(jù)分析驅(qū)動產(chǎn)品迭代
1.明確數(shù)據(jù)分析的目的，包括了解產(chǎn)品或指定功能表現(xiàn)、驗(yàn)證假設(shè)。
驗(yàn)證假設(shè)的數(shù)據(jù)需要根據(jù)具體情況來設(shè)計(jì)；
了解產(chǎn)品或指定功能的數(shù)據(jù)主要有5個維度：
a.產(chǎn)品規(guī)模，如：DAU/MAU,付費(fèi)；
b.產(chǎn)品健康度，如：新增，留存，使用時長；
c.用戶屬性，如：用戶畫像屬性，終端數(shù)據(jù)屬性
d.用戶行為，如：用戶使用產(chǎn)品的路徑
e.渠道質(zhì)量，如：各個渠道的新增留存
我們可以自建后臺收集以上數(shù)據(jù)，這是自由度最大化的做法，但成本較高。也可以利用第三方數(shù)據(jù)分析平臺的SDK快速構(gòu)建，如：友盟或神策。對于競品數(shù)據(jù)，我們可以通過艾瑞，易帆進(jìn)行查詢。
*注意：數(shù)據(jù)分析一定要有目的性的去做。對于每一個收集的數(shù)據(jù)要問自己，我們可以做些什么優(yōu)化的事情嗎？如果不能回答這個問題，可能這個數(shù)據(jù)本身就沒有太多意義。比如我們收集了日活數(shù)據(jù)，一定要考慮如何提升日活，日活需要提升到多少，相應(yīng)的我們需要做哪些事。單純盯著日活數(shù)據(jù)毫無意義。
2.確定收集的數(shù)據(jù)指標(biāo)
明確數(shù)據(jù)分析的目的后，我們需要收集相關(guān)的數(shù)據(jù)來幫助我們決策。數(shù)據(jù)指標(biāo)的選擇要有重點(diǎn)，盡量選擇當(dāng)下對產(chǎn)品具有建設(shè)意義的，不要為了收集數(shù)據(jù)而收集。
參考《Lean Analytics》一書中，Alistair和Benjamin提出的用戶生命周期AARRR的5個階段，根據(jù)每個階段確定相應(yīng)的重點(diǎn)數(shù)據(jù)指標(biāo)
a.A：acquisition-獲取，如何獲取用戶。數(shù)據(jù)有推廣點(diǎn)擊量，單個用戶獲取價格等。
b.A：activation-激活，如何激活用戶。數(shù)據(jù)有新增，注冊成功率等。
c.R：retention-留存，如何留住用戶。數(shù)據(jù)有留存，活躍，使用時長等。
d.R：revenue-付費(fèi)，如何讓用戶付費(fèi)。數(shù)據(jù)有付費(fèi)金額，付費(fèi)評率等。
e.R：referral-推廣，如何讓用戶推廣。數(shù)據(jù)有分享量，點(diǎn)擊量等。
3.選擇合適的分析方法
針對不同的目的和場景，我們需要選擇合適的分析方法。最常用的就是“埋點(diǎn)”，對不確定的事件進(jìn)行埋點(diǎn)。比如：預(yù)埋一個功能的用戶量，使用頻率，付費(fèi)數(shù)量等。從而判斷該功能的表現(xiàn)如何，或者判斷功能優(yōu)化后是否起到了作用。
其次，對若干套無明顯區(qū)別的方案，我們可以使用A/B Test，讓用戶投票哪一種方案更好。
二、舉例
1..產(chǎn)品首頁的游戲模塊布局優(yōu)化
a.分析目的：了解功能優(yōu)化效果；
b.收集數(shù)據(jù)：產(chǎn)品留存和游戲模塊使用時長；
c.分析方法：埋點(diǎn)，取上線前后一周時間對比。
2.連擊禮物2種動效的選擇
a.分析目的：驗(yàn)證哪一種連擊禮物動效更能促進(jìn)付費(fèi)；
b.收集數(shù)據(jù)：禮物的贈送數(shù)量；
c.分析方法：A/B test，根據(jù)送禮玩家的UID（User Identification用戶身份證明）對2取模分為A/B組，取每組的禮物贈送數(shù)量平均數(shù)。結(jié)果需要考慮統(tǒng)計(jì)顯著性（兩個群體之間的任何差異是由于系統(tǒng)因素而不是偶然因素的影響）和置信區(qū)間。
3.語音房小程序個流程優(yōu)化
a.分析目的：數(shù)據(jù)驅(qū)動產(chǎn)品模塊優(yōu)化；
b.收集數(shù)據(jù)：每個漏斗階段用戶轉(zhuǎn)化率，使用時長，分享轉(zhuǎn)化率；
4.根據(jù)用戶行為進(jìn)行精細(xì)化運(yùn)營
a.分析目的：產(chǎn)品策略優(yōu)化
b.收集數(shù)據(jù)：最先使用的功能，功能日活，好友數(shù)，留存
c.分析方法：埋點(diǎn)，發(fā)現(xiàn)導(dǎo)致留存差異的明顯數(shù)據(jù)區(qū)別強(qiáng)化關(guān)鍵數(shù)據(jù)，如：引導(dǎo)用戶加好友，通過最先使用的功能給其他功能導(dǎo)流，重點(diǎn)優(yōu)化日活高的功能。
總結(jié)：數(shù)據(jù)分析作為一種方法論，可以在產(chǎn)品設(shè)計(jì)的各個階段發(fā)揮作用。設(shè)計(jì)產(chǎn)品時要常問三個問題：這個需求值得解決嗎？設(shè)計(jì)方案能解決需求嗎？如何用數(shù)據(jù)驗(yàn)證我們的假設(shè)？
從概率論的角度而言，樣本量足夠大的數(shù)據(jù)接近于真理。
