产品功能设计的时候,有哪些结构化方法可以快速建立数据衡量体系?

1、在产品功能设计,结构化的方法可以帮助我们提高工作效率,加快项目进程。
2、产品设计是基于数据并高于数据的,数据帮助PM反馈设计效果、进而优化产品。
3、优秀的数据衡量体系使产品功能拥有一定的数据基础。
回答 3 排序
杰叔 DMC科技 产品经理

数据衡量体系构建的结构方法

 

题目:产品功能设计的时候,有哪些结构化方法可以快速建立数据衡量体系?

 

       题导:首先题目涉及的一个前提使用场景是产品功能设计时,其实,从本质上讲,无论是产品开发时的功能设计或产品上线之后的运营,数据一直以来都是产品设计人员/运营人员所能接触的最直观反馈产品或运营情况的途径。优质且直观的数据体系,在产品的整个生命周期中扮演不可或缺的角色。

 

一、关于数据衡量体系

 

数据衡量体系中涉及的数据大都指的是可量化的数据。整个数据衡量体系包括:数据体系搭建的核心目标、数据收集渠道、数据反馈的指标、数据体系带来的执行变化等。

数据体系搭建的核心目标:基于某个需求、想要通过数据解决的问题或验证的业务。

数据收集渠道:在产品生命周期中,为了反馈某个或某些变化带来的影响,我们基于项目需求,在特定的渠道里进行数据埋点,进而形成一定的数据收集渠道。

数据反馈指标:将数据体系要达成的目标进行分解或量化成多个指标,以便用于实际操作中,即数据化操作的基础。

数据体系带来的执行变化:即数据化操作。数据体系建立的核心是为了更好的做出改变或实现目标,为决策执行提供可行性操作依据。

 

二、为什么要建立数据衡量体系

 

      关于为什么要建议数据衡量体系,这里就不再叙述,数据化时代,好像不搞点数据出来亮一下,很多事情自己都要怀疑,跟别说你那可爱的老板了~~~~那么,在这里,我们主要来说一下数据衡量体系中的一些相关指标。

     数据本身具有一个特点就是:多。 在实际的工作过程中,我们会接触到各种类别的数据,无论是产品开发、运营、还是其他,都会产生大量的数据,然而数据本身并没有什么作用,其存在的主要目的是帮助实现目的、推动业务成长。如何在大量数据中分辨有效数据?数据指标体系是否符合业务发展需要?如何筛选数据?在这些问题之前,先看看这些常见数据指标。(此部分参考来源:如何构建数据运营指标体系:http://www.jianshu.com/p/f54f2c15e026 

电商相关数据指标:

Fj9cB3Ond9cZSLDHpVSG6EMa7WBE-picture

APP相关数据指标:

FkEA3KgP992ByuopAmB34N_lIM8M-picture

用户相关数据指标:

FhH0BgCMZSCpXoyx_UTvxhiFkXHS-picture

金融类相关数据指标:

FrPS8u2fMVxuG3eSuqDVjOmc6GDE-picture      在产品功能设计开发时,建立起较为完善数据衡量体系,会发挥很大的作用,明确的数据指标系统可以协助设计人员/运营人员更好的实时操作。

       这里简单阐述一下产品及运营相关的一些数据指标,没有进行详细一一列出,有需要的话下次再整理一篇详细的文章。

相关数据分析工具简单介绍:百度统计、百度指数、Google Analytics、友盟、ASO100GROWINGIO、微指数等等。

 

三、如何建议优质数据衡量体系

重点来了:如何结构化的建立优质的数据衡量体系呢?个人总结方法如下(望抛砖引玉)

A.明确核心目标,确立可量化的执行目标

数据是产品/运营效果的直观反馈,因此,建立数据体系之前先要清晰的明白:数据要实现的核心目标,并且目标需要可被量化,这样数据显示更加直观化。

B.建立起正确的数据收集渠道

关于数据收集渠道这一款涉及到的比较广,基于不同项目的需求,数据的来源是多样性,在项目的实际操作中,可以根据目标指标需求对相应渠道进行数据埋点。当然,部分互联网产品涉及的数据收集来源也可以是:百度统计、友盟等。

C.数据筛选机制的建立——明确数据指标的可行性

数据筛选机制的建立,一方面要剔除无效数据,降低影响因子,另一方面,要确立数据指标的反馈直观性,发挥数据的作用。在数据筛选机制的建立过程中,不可忽略的一个要素是使用场景,数据是服务于产品,而产品是为了满足用户使用过程中的痛点需求,数据来源于用户并服务于用户,因此,数据的可行性有着很重要的作用。

D.数据化操作——

在这里,杰叔只能说,该怎么干还是怎么干!好好干~~

这里不写了,准备下一篇。

 

文章有很多疏忽的地方,希望可以引出大牛的不吝赐教!!

2017年04月06日
| 评论 4
匿名
张兆超 扇贝单词 PM

一楼写的巨复杂…数据衡量体系简单来说就是两种视角:从记录角度来讲就是AARRR,从分析角度看就是对比、细分、溯源。

从记录角度来看,所有指标都是对用户真实行为的还原和记录,AARRR就是对用户完整生命周期简单概括的方法论。从这个角度去看活跃、留存、付费,还有一些所谓的时间序列分析方法,就一目了然了。

从分析角度看,对比、细分与溯源,俗称数据分析三板斧,推荐曹政的一篇文章:http://blog.sina.cn/dpool/blog/s/blog_6a5d54550101ceh4.html

剩下的就是数据平台的搭建,日数据分析了,以及将数据分析融入到产品迭代和运营中。

2017年06月30日
| 评论 0
匿名

这里没有明白,题主的意思是想问用来衡量产品功能的数据,还是产品功能策划时用功能数据类型及数据流来拆解功能

衡量产品功能的数据对应的应该是这个产品功能的KPI

1.比如说这个功能的使用人数,使用时长

2.这个功能产生的数据量,依功能来看,例如IM的消息数、关系链数等

3.产品的交互视觉评估:页面路径图、跳出率、停留时长、页面深度、热力图等

4.产品的质量检测:响应率、延时率、crash率等

如果是从数据维度来拆解功能

1.这个功能会产生哪些数据,如果增加一个数据库的话,这个数据库的基本数据类型或者说字段有哪些

2.和新产生的这些数据类型有关联的数据有哪些

2017年06月27日
| 评论 0
匿名

发表评论,请先 登录 · 注册

合作伙伴

诸葛IO
薪人薪事
会会
华兴阿尔法
 阿尔法公社
测试兄弟
Growing IO
BOSS直聘
Artand
极光推送
SDK.CN
Bugtags
微企点
环信
IXDC