【每日一题】产品经理如何围绕数据展开工作？

【每日一题】产品经理如何围绕数据展开工作？

1、为什么数据对产品如此重要？

互联网发展以来，数据化管理已经渗透到每个企业的管理理念中，从过去的拍脑袋决策，到用数据说话。

相信很多产品和运营，几乎每天上班后第一件事就是打开报表，看看KPI表现；向老板汇报或者升职，甚至面试，老板不仅想听听你做了什么，还想听听你做了什么产品数据，或者你做了哪些提升数据的事情。

每个产品的诞生和发展都有明确的目标，为了监控这些目标的实现，会制定一系列的KPI，从而产生各种数据。可以说，数据是衡量产品业务发展的一个工具。有了它，对老板、业务、产品、运营等不同角色的理解和判断，才能有统一的准绳。

比如当AB的两个产品经理同时向老板汇报清明专项活动项目的价值时：

产品经理A：活动举办的很成功，大量的用户参与了活动，产生了很多的订单和收入，可以增加活动的补贴；产品经理B说：在曝光环节，10000个用户投放到渠道A，20000人被激活转化。CAC（平均在线获客成本）为50元，活动的ROI（投入产出比，收入/投入）为1.2，所以我们可以继续加大活动的强度。

如果你是老板，你更喜欢哪种产品经理的汇报风格？

答案显然是后者。既然数据如此重要，那么在产品运营阶段，产品经理应该如何围绕数据进行工作呢？今天，我将具体分享数据操作的四步法。

1.第一步是建立指标体系

在用户增长领域，在确定产品指标体系时，有一个专有名词“North Star Index”或第一关键指标法（OMTM：one metric that matters），是衡量业务最关键、最独特的指标一个阶段的表现，如北极星，引导产品前进，体现产品经理对产品核心价值的追求。

此处注意：

一种是“一个阶段之内”，即产品在不断发展，市场也在不断变化。每个阶段的指标可以相同。比如初期关注用户数量，中后期关注营收；

二是“最关键”是真正能衡量业务健康度的关键指标，而不是虚荣指标。早期Facebook在定义KPI时下单转化率和支付转化率有什么区别下单转化率和支付转化率有什么区别，将注册用户数作为关键指标。产品设计过程围绕着注册流程的优化和引导，运营团队用各种运营方式来刺激用户注册，逐渐发现虽然注册用户数量在持续增长。

但是，很多用户注册了两三年，却不再访问，或者已经丢失不再访问。对于一个社交应用来说，长时间不活跃的用户是没有价值的。因此，将注册用户数作为北极星指标，会导致产品和运营策略出现偏差。后来，Facebook 将活跃用户数作为北极星指标。

北极星指标确定后，还需要对指标体系进行定义和拆解，因为在实际工作中，经常会有多个团队协同工作来实现产品的北极星指标，这也要求北极星指标是客观的，简单，易于理解和拆卸。

以某视频网站的北极星指数作为内容订阅量，如何拆解成各个团队的执行指标？

首先我们来看一下这个北极星指标的实现情况。从订阅属性的应用来看，内容供给端在很大程度上影响着用户的订阅行为。增加内容订阅量，一般可以拆解为三个方面：一是增加用户订阅量，二是增加订阅内容的吸引力，三是拉长用户订阅周期.

其实这三个方面还可以再细分。以增加内容订阅量为例，我们可以分解为三个方面：第一是新用户的激活，第二是老用户的召回，第三是体验或转化用户的使用。

这样的拆解，定义了产品运营的工作目标。负责吸引和推广的同学可以知道自己每天要吸引多少新用户。他们必须保证新用户的质量，让用户留存更多。这样，摆在面前的既有明确的小目标，指导工作的落实，又有大的、全局的北极星指标，使工作方向明确、有意义。

可以看出，上述过程的拆解并不是严格意义上自上而下的KPI量化拆解，更多的是围绕影响北极星指标达成的因素制定相关产品策略。

另一种是根据指标计算公式之间的拆分，比如DAU和MAU的关系：DAU=MAU*访问天数/30（当月天数）=（当月新激活MAU+历史回流MAU )*访问天数/天数=[(当月新增激活UV*留存率*访问天数)+(历史老用户回访UV*留存率*访问天数)]*访问天数/天数。

2.第二步，找到合适的操作方法

指标体系拆解后，需要从不同的数据维度寻找匹配的操作方式。

以腾讯视频付费会员数为例，北极星指标为付费会员数。从不同的数据指标出发，衍生出不同的操作方法：

比如，要增加新用户，就得靠渠道推广和各种用户增长方式；而如果要增加用户订阅内容的吸引力，就需要内容运营岗位的同学想办法，通过合作、筛选、主题运营或算法推荐，为用户提供更多匹配、有价值的内容；

再比如，要延长用户付费周期，需要进行商业操作，包括定价策略，引导会员激活策略，甚至是活动运营，即在一定时间内设置一些促销热点活动，从而延长用户的订阅时间。循环。

一般来说，运营模式没有绝对的划分标准。我们往往会根据业务的核心目标拆解具体的执行数据指标后，根据业务发展阶段和团队特点找出当前运营的重点，从而确定具体的运营方式。同时，需要指出的是，分工也在不断演变。

比如，过去吸引新用户更多的是渠道推广工作；但是现在，为了整合新用户、用户激活、用户留存、用户召回，很多公司都会引入用户增长的概念。围绕这个目标，让产品策划、产品运营乃至技术开发的同学组成一个敬业的小团队，独立推进。

3、第三步，数据指标完成情况分析及改进

指标明确后，会进行一系列的产品迭代或运营活动来实现目标，那么如何评价策略的好坏，最常用的数据方法有两种，漏斗分析和A/B Test。

漏斗分析是抽象出用户行为的路径。例如，对于电商交易类产品，用户从访问到下单，会经历多个流程环节。比如外卖产品渠道区的订单转化率为8% 。作为产品经理，你的KPI应该提高到12%，老板问你，你打算做什么？你应该怎么回答？看看比赛？

利用漏斗分析，将下单流程拆分为首页、列表页、详情页、提单页、支付页，分析每个环节的用户转化情况。发现从首页进入列表页的只有40%，进入提单到付款的只有30%。%，这两条链路丢包率最高，请问远程可能的原因有哪些，能不能先从这两条链路下手？

至此，可以这样回答老板的灵魂拷问：我们拆解了各个核心节点的改造，发现有两个环节表现不佳，需要改进：一个是从首页的流量分配到列表页，我们判断可能的原因有这么多点；二是提单到付款，我们判断可能的原因是这几点……所以，我们打算从这几个方面来提升运营效果。

你看，这个分析是不是有根据、清晰易懂？接下来我们来看看第二种方法A/BTest，就是通过不同版本的对比来验证最优解，用数据来说话。

比如：做一个放红包，拉新用户的运营活动。用户可通过活动页面领取1-10元不等的红包。目标。

作为产品经理，我不确定哪种文案效果更好。这时候我们可以通过系统进行小流量投放测试，看看哪个组的点击率更高。高出 25%。

这说明“马上提现”这个词比较有吸引力，这个时候可以把更多的流量，甚至是全部的流量放到这个“马上提现”的活动页面上。

4、第四步做好面向数据的摘要优化

最后是数据的总结回顾和迭代优化。所有产品和运营的目标都是实现业务数据指标。

拆解数据指标后，制定实施策略，看数据分析的效果。如果效果好，就要考虑如何扩大效果；如果效果不好，就要定位原因，制定新的策略。而整个看数据、发现问题、定位优化的过程，就是一个总结、回顾、迭代优化的过程。

2.总结

数字操作有四个主要步骤：

定义和分解数据指标。北极星指标是一个产品阶段最关键也是唯一的指标，像北极星一样指引着产品前进；这个指标需要客观、简单、便于团队理解，并且可以由不同的团队拆解完成；团队根据不同的数据指标维度，找到匹配的运营方式，实现目标；在运营执行过程中，使用漏斗分析和A/BTest两种非常实用的数据分析方法，对运营效果进行拆解和测试；运营效果好，产品团队要及时总结review，扩大收益；如果运营效果不好，就要找到原因，制定新的策略。

钱炳一，微信公众号：数据锅，同程出行数据产品专家，负责数据中心产品体系建设，包括：开发包、数据资产、BI应用、精准营销平台、机器学习平台等.