案例分析 | 數據如何指導產品設計

兩年之前,那時我剛開始做產品,當需要做數據分析時,我總是一頭霧水,完全不知道該如何下手。我想做好,我真的非常想做好,可我卻真的不知道該怎么 做。經過這兩年大大小小項目的不斷錘煉,摸索、嘗試、碰壁、復盤、再嘗試,終于能夠根據數據分析的結果,做出成功的產品設計,最終呈現出良好的結果?,F在 呢,每天到公司第一件事就是看數據,對昨天各平臺的流量、各頁面的轉化、各品類各入口各目的地的銷量,心中有數。從數據中發現問題,進行進一步的分析,及時調整優化。

我在網上曾不斷的找有關“數據如何指導產品設計”的文章,一直沒有找到有含金量的東西,所以,我決定自己寫一篇,把自己認為有價值且能迅速用于實戰的東西分享出來:

 

以“手機淘寶”App為例,打開淘寶App,選擇阿里旅行:

由于我是一直做旅游產品的緣故,所以還是拿旅游App做為案例。通過對這個App的觀察,可以把影響數據的因素概括如下:

好了,先說明一下:

1、數據分析的過程:

2、先把因素羅列出來是為了方便大家理解。在實際工作中,遇到一個數據呈現出來的問題,你自然而然就能聯想到由哪些因素造成的,然后去查詢分析相應的數據,找出具體原因。

 

3、電商類產品普遍以GMV為目標(不要說為什么不是用戶體驗,電商類和其他類產品在這點真的很不一樣)。

 

4、大中型公司普遍都有自己的數據平臺及相應的數據團隊。每天早上看數據也是產品經理的日常工作。小型公司的話,建議自學SQL,自己在數據庫 中查詢數據。其實我在去哪兒網也自學了SQL,因為這樣更方便。先在我們的數據平臺上看數據,發現異常,就自己在SQL里查詢更詳細的數據。不用去麻煩數 據團隊,因為大家手里的活都挺多的,自己查的話效率還更高。

 

5、日常需要分析的數據緯度有:頁面轉化;商戶/商品;用戶緯度;市場環境;渠道推廣;客訴緯度;財務緯度

 

6、數據分析的利器是Execl,重點要學會用“數據透視圖”,這會對你的工作幫助極大。(以后我會專門寫一個關于數據透視圖的文章)

 

7、推薦看《誰說菜鳥不會數據分析》,這算是數據分析的入門書了。

 

案例解析

 

案例一:產品第一版本上線后,發現首頁向下轉化率極低,才25%。需要緊急提高首頁的轉化率。

 

思考過程:先查詢首頁每一個入口的向下轉化率。發現數據集中在首頁的“搜索”模塊,而其他模塊,比如“熱銷 低價商品推薦”,點擊率都極低?;趯ξ覀儺a品業務的了解來進行分析,我們產品屬于旅游環節中的中下流。用戶到我們的界面上來時,基本已選好目的地了。那 么他們主要就使用搜索來查詢他們想要的目的地,然后再篩選他們感興趣的旅游商品。而“熱銷低價產品推薦”由于只命中了單一目的地,且商品不一定是用戶感興 趣的,它擊中用戶需求的幾率較低,所以點擊率極低。

 

解決方案:

 

在首頁增加了更多熱門目的地的入口,并且設計了一個成本極低“運營管理后臺”,對目的地進 行人工運營配置。

把商品分類提到首頁,方便用戶選擇目的地時同時選擇商品類型,進行更精準的搜索,同時讓用戶在首頁了解到我們有哪些類型的商品。

刪除了“熱銷低價商品推薦”模塊,增加了“主題游”作為嘗試

后評估:最終首頁向下轉化率提高至68%。措施1提高了約25%的轉化率(每兩周查詢一遍所有目的地的點擊數據,把點擊率低的目的地更換為近期較熱門的目的,反復替換,最終達到較高的點擊率為止。);措施2提高了約10%的轉化率;措施3提高了約8%的轉化率

 

案例二:發現某一個渠道帶來的流量的轉化率極高,從進來的流量到下單付款,轉化率能有約10%,而我們一般的轉化率才2%~3%。

 

思考過程:分析這個渠道的流量質量,發現與其他渠道差別不大,都是對旅游有需求的普通用戶,且各自的商品類 型都差別不大。然后橫向對比所有渠道的流量、轉化率、設計、所在位置、用戶在此處的需求,發現主要原因是這個渠道入口的“設計”與別的渠道不同,這一種設 計形式帶來的轉化率要明顯高于其他的設計形式。

 

解決方案:根據實際情況,把這種設計移植到其他渠道

 

后評估:此平臺(web端)的訂單提高了約15%

 

案例三:在參與一個獨立App時,發現一個功能的入口點擊率很高(90%),但使用率不高(60%)

 

思考過程:查詢與之相關的數據,從入口進來的用戶流量都分布在什么位置,然后發現用戶進來后都集中在新手引導上,反復的左右翻看新手引導(滑動操作的數據是UV的4倍),且停留時長能有20多秒,發現用戶的注意力都集中到了新手引導上面。

 

解決方案:在新手引導的最后一頁,增加一個“使用功能”的按鈕

 

后評估:此功能的使用率從60%提高到了80%

 

案例四:公司攻略部門愿意與我們導流量的合作

 

思考過程:攻略每天有10萬多UV,若能給我們的商品導流量,一定會促進我們商品的銷售。我們平臺(Web端)每天才6000的UV,若能有10萬級的流量入口,對我們商品銷售的幫助一定是極大的。然后考慮到數據越是在下游,就越精準,轉化率也就越高。

 

解決方案:在搜索結果頁、攻略詳情頁,增加相應目的地的我們商品的入口。推薦每個目的地銷量最好的商品。保證用戶在攻略的界面看到的會是他們需要的商品。

 

后評估:上線一周后評估,一周僅成一個訂單,遠遠沒有達到預期的一天至少5個訂單。后來經過與攻略產品經理 的溝通,分析,發現主要原因是攻略的用戶主要是出行前15天至兩個月的用戶,屬于旅行前期的規劃階段,看攻略是為了選擇去哪里玩,而去哪兒玩都沒有確定, 怎么會在此時就購買旅游商品呢?而我們的用戶普遍集中在出行前的三天至七天,是用戶確定了目的地、機票酒店都已經訂好了。才會在我們這里提前3~7天預訂 出境WiFi、包車、導游翻譯...

 

最后,數據分析是需要不斷的實踐總結,成功都是靠失敗的經驗教訓堆積而成的。在這個過程中,除了學習產品設計、數據分析的方法以外,更重要的是:了解業務,沉浸到業務當中去,成為自己業務的骨灰用戶,知曉業務的方方面面, 產品經理一定要做到比團隊中的任何人都更了解業務!這樣才能夠做出成功的產品設計。

 

我的初衷是希望你看了之后能夠有所收獲,能夠對你的工作和專業水平的提高,有那怕一點點的幫助。不然我就白寫了。

【旗峰與眾不同】憑借對設計的熱愛和執著,互聯網營銷趨勢的敏銳洞察和深刻理解,與眾多同行不同的是,旗峰更注重與客戶互促共生,價值同在。
本圈子所有內容若需轉載請聯系我們。