資料分析是互聯網產品實現高維打擊最重要的武器之一， 也是我們日常工作中或多或少在使用的一種技能。 當我們完成一個產品時， 往往需要資料去校準我們行為的關鍵一步。 我們需要把這項技能沉澱為一套系統， 通過這套系統觀察使用者行為， 探索優化方向。
互聯網產品能夠快速進化， 領先於原子世界產品的一種重要因素是資料化， 所有的使用者資訊、訪問、轉化都是可追溯的。
用戶去訪問一個線下的店， 我們能大致去估計店面的每日流量但並不精准， 而對於互聯網上的一個入口， 是能很精確的看到每日的DAU， 用戶的訪問深度等。
因此， 資料分析， 是互聯網產品實現高維打擊最重要的武器之一。 資料分析， 關鍵是：採集重要資料、搭建業務模型， 從而驅動產品增長。
資料分析為什麼重要？我們從專案的整體流程角度來看看資料在一個專案中是怎樣的作用。
任何的產品都來源於我們的想法， 對現實不合理的一個假設， 或者想要解決一個讓人頭痛的問題的衝動。 於是我們會增加一個功能、做一次改版， 或者更大的做一款APP。
實現完這個產品之後， 我們就要去評價這件事做對了嗎？
這時候， 資料的作用出來了， 資料可以客觀的記錄事實， 我們去看看資料上有沒有變化不就行了。 例如：轉化提升那說明改版真的有效果， 費勁做一個新功能沒人來點擊那就要反思原因了。
這是通過資料去校準我們行為的關鍵一步， 下面我們就會根據資料的回饋或者導入更多流量驅動增長， 或者去優化產品功能， 這組成了一個最基本的業務閉環。
任何一個專案， 小到單頁面的改版， 大到推出一款APP， 開展一個新業務， 都會包含這3個重要環節。
在這裡我們看到想法、產品和資料， 是專案完成不可缺少的一環。 資料在衡量產品的好壞， 我們通過資料去看到哪些使用者訪問了， 用戶對哪些功能更感興趣， 哪裡是用戶的怒點。
搭建一個好的資料分析體系， 通常需要我們做好以下三件事。
如何搭建資料分析體系？1. 採集重要資料對於一個產品而言， 首先需要定義好有哪些資料需要被採集的， 以及以怎樣的方式來採集。
對於資料， 一般分為使用者行為資料和業務資料兩部分， 使用者行為資料即使用者的訪問、點擊、跳轉等使用者與頁面交互的資料；而業務資料則是使用者發生交易時留下的資料， 一般使用者行為資料可通過前端的埋點就能完成， 而業務資料則需要後端埋點。
對於現在的資料獲取， 一般有兩種方案：
一種就是公司內部進行埋點的統計， 這需要對資料一一採用代碼埋點，業務資料模型， 就是把產品的重要指標和使用者行為聯繫起來的一個或者幾個公式。 有了這套資料模型， 當資料發生波動之後， 我們就可以快速定位到用戶行為的變化， 進而確定如何行動。
舉個零售的場景， 對於某款線上銷售的產品而言， 成交額一定是非常重要的指標， 而總成交額， 可以大致拆解成：
產品成交額 = 流量 × 下單率 × 產品均價
這裡的流量， 就是導入產品首頁的使用者量， 下單率則是從訪問首頁到支付確認訂單的使用者比例， 產品均價則是該產品的平均銷售價格。
有了這個公式，我們就能有效地做好業務監控。例如：當我們以一天時間來考察產品成交額時，發現他的成交額比前一天增加了30%，這麼大的波動來自於哪裡呢？
我們去拆開每個環節看到，因為運營活動流量增加了10%；同時，活動增加了用戶的下單積極性，從而使下單率提升了15%，這兩個原因加在一起使得一天的成交額得到了提升。
這只是最基礎的場景，基於這個基礎場景，再加上各種不同的流量疊加，就得到了該產品在所有管道的成交量總計。
產品總成交 = 管道1成交額 + 管道2成交額 + 管道3成交額 + …
而某個店鋪則只要把該店鋪所有產品的成交額加總：
店鋪總成交 = A產品總成交 +B產品總成交 +C產品總成交 + …
對於淘寶而言，把活躍商家各店一年的總成交額加總，就得到了淘寶的一年GMV：
淘寶GMV = A店鋪年成交 +B店鋪年成交 +C店鋪年成交 + …
3. 驅動產品增長看到了業務模型的拆解，我們也就能清楚看到增長的路徑了。
舉一個簡單的有兩個入口的線上課程銷售場景為例，那麼對於該課程的總銷售額，有這樣的計算模型：
課程總銷售額 = 管道1流量 × 管道1轉化率 × 管道1課程價格 + 管道2流量 × 管道2轉化 × 管道2課程價格
因為課程的價格一般都是事先定好，不會輕易變動，驅動增長主要落在了增加流量，提升轉化2個方面。
從增加流量的角度上，存量這塊可以在原有管道上怎麼通過活動及文案的方式吸引更多流量。同時，我們可以從流量利用率去評估哪個管道的轉化更好，從而更多的提升這個流量的投放。從增量的角度，則可以去拓展新的管道和場景，尋找新的流量。
當我們進行任務拆解之後，就能非常清楚地梳理出我們日常的行動點，從而做整個業務指標的提升。
資料分析是我們日常工作中或多或少在使用的一種技能，而關鍵是需要把這項技能沉澱為一套系統，通過這套系統觀察使用者行為，探索優化方向。
練習：嘗試思考現階段的抖音，它的日常重點資料有哪些、變現業務模型是怎麼樣的。
7個核心步驟，打造有競爭力產品。下一篇，產品增長，期待你的關注。
相關閱讀：七步打造有競爭力產品系列作者：許晉誠，分享打造有競爭力產品的方法論，微信公眾號：健行筆記（xuexibiji007）
本文由 @許晉誠 原創發佈于人人都是產品經理。未經許可，禁止轉載。
題圖來自Unsplash，基於CCO協議
有了這個公式，我們就能有效地做好業務監控。例如：當我們以一天時間來考察產品成交額時，發現他的成交額比前一天增加了30%，這麼大的波動來自於哪裡呢？
我們去拆開每個環節看到，因為運營活動流量增加了10%；同時，活動增加了用戶的下單積極性，從而使下單率提升了15%，這兩個原因加在一起使得一天的成交額得到了提升。
這只是最基礎的場景，基於這個基礎場景，再加上各種不同的流量疊加，就得到了該產品在所有管道的成交量總計。
產品總成交 = 管道1成交額 + 管道2成交額 + 管道3成交額 + …
而某個店鋪則只要把該店鋪所有產品的成交額加總：
店鋪總成交 = A產品總成交 +B產品總成交 +C產品總成交 + …
對於淘寶而言，把活躍商家各店一年的總成交額加總，就得到了淘寶的一年GMV：
淘寶GMV = A店鋪年成交 +B店鋪年成交 +C店鋪年成交 + …
3. 驅動產品增長看到了業務模型的拆解，我們也就能清楚看到增長的路徑了。
舉一個簡單的有兩個入口的線上課程銷售場景為例，那麼對於該課程的總銷售額，有這樣的計算模型：
課程總銷售額 = 管道1流量 × 管道1轉化率 × 管道1課程價格 + 管道2流量 × 管道2轉化 × 管道2課程價格
因為課程的價格一般都是事先定好，不會輕易變動，驅動增長主要落在了增加流量，提升轉化2個方面。
從增加流量的角度上，存量這塊可以在原有管道上怎麼通過活動及文案的方式吸引更多流量。同時，我們可以從流量利用率去評估哪個管道的轉化更好，從而更多的提升這個流量的投放。從增量的角度，則可以去拓展新的管道和場景，尋找新的流量。
當我們進行任務拆解之後，就能非常清楚地梳理出我們日常的行動點，從而做整個業務指標的提升。
資料分析是我們日常工作中或多或少在使用的一種技能，而關鍵是需要把這項技能沉澱為一套系統，通過這套系統觀察使用者行為，探索優化方向。
練習：嘗試思考現階段的抖音，它的日常重點資料有哪些、變現業務模型是怎麼樣的。
7個核心步驟，打造有競爭力產品。下一篇，產品增長，期待你的關注。
相關閱讀：七步打造有競爭力產品系列作者：許晉誠，分享打造有競爭力產品的方法論，微信公眾號：健行筆記（xuexibiji007）
本文由 @許晉誠 原創發佈于人人都是產品經理。未經許可，禁止轉載。
題圖來自Unsplash，基於CCO協議