- 數(shù)據(jù)分析師養(yǎng)成寶典
- 程顯毅 曲平 李牧
- 5552字
- 2019-09-23 15:14:20
第4章 理解用戶
理解用戶就是從被動(dòng)地收集數(shù)據(jù)需求到主動(dòng)地承擔(dān)數(shù)據(jù)需求的轉(zhuǎn)變。在被動(dòng)接收數(shù)據(jù)需求的時(shí)候總是會(huì)面臨業(yè)務(wù)人員不懂?dāng)?shù)據(jù)的問(wèn)題,溝通之間存在誤差,數(shù)據(jù)人員不知道業(yè)務(wù)人員需要的東西真正是什么,所以在數(shù)據(jù)提供上就存在誤差。同時(shí),由于目的的不清楚導(dǎo)致認(rèn)知偏差使數(shù)據(jù)人員不信任業(yè)務(wù)人員,業(yè)務(wù)人員無(wú)法完全依靠數(shù)據(jù)來(lái)作支撐。為此,在處理數(shù)據(jù)需求時(shí),第一件事就是要問(wèn):業(yè)務(wù)用戶的目的是什么?
以結(jié)果和目的為導(dǎo)向之后,處理數(shù)據(jù)需求對(duì)于數(shù)據(jù)分析師就有了更多的要求,是否足夠了解業(yè)務(wù)是數(shù)據(jù)分析師能否完成任務(wù)的關(guān)鍵。它要求數(shù)據(jù)分析師對(duì)業(yè)務(wù)員想要達(dá)到的目標(biāo)進(jìn)行數(shù)據(jù)拆分,把目標(biāo)變成數(shù)據(jù)可支撐的內(nèi)容。在這個(gè)過(guò)程中,數(shù)據(jù)分析師把原本是需求方提的“數(shù)據(jù)需求”變成了自己給自己提“數(shù)據(jù)需求”,然后滿足這樣一個(gè)數(shù)據(jù)需求。這樣做充分地利用了數(shù)據(jù)分析師更理解數(shù)據(jù)的優(yōu)勢(shì),把業(yè)務(wù)員不懂?dāng)?shù)據(jù)的漏洞補(bǔ)全。
4.1 由粗到細(xì),從宏觀到微觀
必須先從宏觀上了解用戶業(yè)務(wù)的全貌,再逐步深入細(xì)節(jié)。因?yàn)閷?duì)于用戶的業(yè)務(wù)而言,我們是外行,如果從業(yè)務(wù)細(xì)節(jié)著手,很容易迷失方向,失去對(duì)業(yè)務(wù)核心的把握。同時(shí)要認(rèn)識(shí)到,對(duì)于一個(gè)外行而言,我們對(duì)細(xì)節(jié)的深入也必定是有限的,不要指望自己能夠徹底地了解每一個(gè)細(xì)枝末節(jié)。一是不可能有無(wú)限的時(shí)間來(lái)了解,二是沒(méi)有這個(gè)必要。因?yàn)槲磥?lái)的系統(tǒng)也不可能完全包辦所有業(yè)務(wù)的細(xì)節(jié),還有很多事情是要靠用戶企業(yè)中這些具有專業(yè)技能的人來(lái)做的。
4.2 由少到多,收集不同層次的需求
對(duì)于企業(yè)高層決策者,他會(huì)給你描述一個(gè)系統(tǒng)的大的功能藍(lán)圖,如使企業(yè)具有整體報(bào)價(jià)能力,能更好地服務(wù)于高端用戶,能支持企業(yè)的重大業(yè)務(wù)決策等;對(duì)于企業(yè)各級(jí)管理者,他會(huì)給你講述他這一層的管理需求,如何更好地進(jìn)行部門員工的業(yè)績(jī)考核;生成月度報(bào)表,更好地進(jìn)行業(yè)務(wù)結(jié)算等;對(duì)于各級(jí)業(yè)務(wù)操作人員,他可能給你談及更多業(yè)務(wù)細(xì)節(jié)和操作細(xì)節(jié)……
在由上到下的逐級(jí)訪談中,對(duì)未來(lái)系統(tǒng)的描述是從一個(gè)大黑箱變成多個(gè)小黑箱,再變成透明、明確、詳細(xì)的系統(tǒng)的定義過(guò)程。
用戶業(yè)務(wù)調(diào)研和需求分析注定是一個(gè)不斷細(xì)化的過(guò)程,不要指望一次訪談/調(diào)研就能窮盡,也不要指望一次開(kāi)發(fā)過(guò)程就能得到完全滿足用戶期待的那套系統(tǒng)。因?yàn)槭聦?shí)上很多需求是隱性的,連用戶都不清楚自己的需求。只有經(jīng)過(guò)多次循環(huán)細(xì)化才可能把更多隱性的需求不斷挖掘、暴露出來(lái)。
4.3 數(shù)據(jù)分析師對(duì)理解用戶需求的思考
當(dāng)今互聯(lián)網(wǎng)環(huán)境下,很多數(shù)據(jù)分析師喜歡把做事情的著眼點(diǎn)扎根于“產(chǎn)品”本身,他們的目標(biāo)是提供一個(gè)“可用、易用、好用”的產(chǎn)品;實(shí)際上產(chǎn)品不是數(shù)據(jù)分析的最終目的,而能為終端用戶服務(wù),或者說(shuō)為用戶創(chuàng)造價(jià)值才是最終目的,產(chǎn)品是為實(shí)現(xiàn)最終目的而誕生的載體或中間物。
作為承載服務(wù)的介質(zhì),產(chǎn)品的形態(tài)與特性又受制于企業(yè)的目標(biāo)用戶、技術(shù)水平和商業(yè)模式等。那么,如何才能讓數(shù)據(jù)分析師更迅速地到達(dá)產(chǎn)品的終極目標(biāo)就尤為重要。
4.3.1 如何用需求分析明確產(chǎn)品目標(biāo)?
需求分析是個(gè)普適的方法論,任何崗位、任何項(xiàng)目在開(kāi)始階段都要經(jīng)歷需求分析,換句話說(shuō),沒(méi)做需求分析就急于展開(kāi)工作是盲目且低效的,結(jié)果也是失敗居多。產(chǎn)品的需求分析,不單指用戶的需求,也包含企業(yè)、平臺(tái)、服務(wù)提供者等所有利益相關(guān)者的需求,過(guò)度向一方傾斜可能會(huì)導(dǎo)致其他利益相關(guān)者的需求得不到有效滿足,進(jìn)而影響產(chǎn)品的正常運(yùn)轉(zhuǎn)。
下面用一個(gè)實(shí)例來(lái)進(jìn)行整個(gè)概念的分解。
案例:如何讓用戶更多地使用拼車功能?
以概念清晰,目標(biāo)明確為基本點(diǎn)。
拼車:指的是多個(gè)相互間有或無(wú)聯(lián)系的乘客使用同一輛車到達(dá)相同或者不同的目的地。
目的:讓用戶更多的使用拼車服務(wù)。
先從企業(yè)和司機(jī)角度出發(fā),為什么要讓用戶更多地使用拼車功能。
企業(yè):對(duì)用戶而言提高了其可用到車的效率;拼車可以有效減少司機(jī)的資源空置率,提高車輛的使用率,減少車輛管理,對(duì)自由車輛和車牌的需求數(shù)量減少,減少對(duì)環(huán)境的污染以及緩解交通壓力。
司機(jī):減少空駛率,可以多接單從而提高收入。
從商業(yè)的角度來(lái)看,企業(yè)增加拼車功能是具有必要性的,尤其是在網(wǎng)約車本身受到限制而造成車輛減少的情況下。
現(xiàn)在再回到用戶本身,先來(lái)做基礎(chǔ)的用戶畫(huà)像(也就是什么樣的人群會(huì)去打車)。
1)經(jīng)濟(jì)上相對(duì)比較寬裕的。
2)想要迅速到達(dá)目的地(減少出行時(shí)間)。
3)想要一個(gè)舒適的交通工具。
4)沒(méi)有其他交通工具可選。
5)想要一個(gè)比較不錯(cuò)的服務(wù)。
6)想要認(rèn)識(shí)新朋友(當(dāng)前社會(huì)極少數(shù)的用戶存在這種狀態(tài))。
7)自己不太容易找到目的地。
8)有智能手機(jī)且有對(duì)應(yīng)的打車軟件的。
從中可以看出,這類用戶群體其實(shí)是比較清晰的。再回到拼車這件事情上,在什么情況下會(huì)選擇拼車?
1)在節(jié)省時(shí)間的基礎(chǔ)上節(jié)省經(jīng)濟(jì)支出。
2)相對(duì)時(shí)間比較寬裕。
3)無(wú)車可選。
4)環(huán)保主義者,為了節(jié)省資源。
在拼車這件事情上,用戶的動(dòng)機(jī)并不是太強(qiáng)烈。從上述內(nèi)容出發(fā),又如何才能讓用戶更想要選擇拼車服務(wù)呢?
排除一些錯(cuò)誤或者極少數(shù)用戶才產(chǎn)生結(jié)果的歸因。
用戶想要認(rèn)識(shí)新朋友:根據(jù)心理學(xué)的不對(duì)面原則(在陌生環(huán)境中盡量與陌生人不對(duì)面直接接觸),用戶會(huì)覺(jué)得比較尷尬,所以除了極少數(shù)自來(lái)熟的人可能會(huì)跟同車的人進(jìn)行搭訕聊天之外,大多數(shù)是不愿意出現(xiàn)這樣的局面的;甚至用戶可能還會(huì)害怕,因?yàn)槠湫睦戆踩嚯x在這種環(huán)境下已經(jīng)不存在了。
利益驅(qū)動(dòng):只能說(shuō)在特定的條件下相對(duì)便宜,但是前提是在時(shí)間上有保障;在打車的狀態(tài)下,用戶的首要目的是迅速到達(dá)目的地。
那么,到底哪些東西可以吸引到用戶呢? 以下為作者個(gè)人思考(任何方案沒(méi)有對(duì)錯(cuò),只在于我們解決問(wèn)題的方式不同而已):
明確拼到車及接到用戶的時(shí)間,讓用戶一眼知道如果拼車的話預(yù)計(jì)多久時(shí)間能從出發(fā)地出發(fā);
讓用戶有信任感和安全感,明確知道同車的伙伴都是好人,比如實(shí)名認(rèn)證;
減少用戶與陌生人之間的生疏感,比如可以拼車之后在小群里聊天,先彼此熟悉一下,后續(xù)可以真的成為朋友,進(jìn)行興趣標(biāo)簽匹配等;
在節(jié)省時(shí)間的情況下節(jié)省支出,讓用戶可以明確感知拼車與不拼車的差異不是太大;
對(duì)于同目的地的,可以根據(jù)數(shù)據(jù)匹配并且告知用戶,對(duì)方在目的地的往返次數(shù)比較高,是一個(gè)對(duì)該地點(diǎn)非常熟悉的乘客;
車輛使用推薦,根據(jù)用戶平時(shí)使用車輛習(xí)慣以及出行目的地進(jìn)行用車方式推薦。
這里面我們根據(jù)需求分析,了解了我們的用戶是誰(shuí)?用戶有什么樣的特征,再根據(jù)特征產(chǎn)出對(duì)應(yīng)的解決方案(上述解決方案并不完整,僅以此實(shí)例描述需求分析的過(guò)程與其可能產(chǎn)出的結(jié)果)。
理解用戶的重要性,主要體現(xiàn)在可以明確了解做事情的目的及帶來(lái)的效益(可能是用戶群體增加,也可能是企業(yè)盈利增加)。
理解用戶的幾個(gè)主要節(jié)點(diǎn):
1)為誰(shuí)做?我的用戶群體是誰(shuí)?
2)為什么做?解決了用戶什么問(wèn)題?為用戶提供了何種服務(wù)?
3)這個(gè)服務(wù)本身可以帶來(lái)什么樣的預(yù)期結(jié)果?
4)這個(gè)服務(wù)的上線和運(yùn)營(yíng)成本是多少?投入產(chǎn)出比是否合理?是否存在替代方案?
5)這個(gè)服務(wù)可以為后續(xù)哪些服務(wù)提供依據(jù)(前期也可以不考慮這個(gè)問(wèn)題)?
6)如果是運(yùn)營(yíng)需求,那么是否提高了運(yùn)營(yíng)的效率并且給用戶帶來(lái)價(jià)值?
如何使用需求分析做競(jìng)品分析,很多數(shù)據(jù)分析師會(huì)直接打開(kāi)競(jìng)品看看類似的功能競(jìng)品是如何實(shí)現(xiàn)的,有哪些亮點(diǎn)可以借鑒;而根本沒(méi)有思考給用戶提供的這項(xiàng)服務(wù)的本身目的及業(yè)務(wù)邏輯是什么。在理解用戶階段的關(guān)鍵節(jié)點(diǎn)如下:
1)要解決什么問(wèn)題。我的產(chǎn)品為什么要優(yōu)化,遇到了什么問(wèn)題?是核心功能的使用率低,還是關(guān)鍵任務(wù)的完成率低,或者是基礎(chǔ)功能不足以支持整體商業(yè)目標(biāo)?明確要解決的問(wèn)題后,才能有的放矢地研究競(jìng)品,選擇重點(diǎn)關(guān)注的方面。
2)要輸入什么數(shù)據(jù)。這里的數(shù)據(jù)是廣義的數(shù)據(jù),不特指數(shù)字,一切能提供相關(guān)信息的內(nèi)容都可以算作數(shù)據(jù)。在這里,產(chǎn)品經(jīng)理就要明確,哪些競(jìng)品是可用來(lái)作為比較的對(duì)象,競(jìng)品的商業(yè)層、功能層、表現(xiàn)層是否都要成為研究對(duì)象,競(jìng)品的歷史版本和改版記錄是否應(yīng)該關(guān)注等。
3)要得到什么結(jié)果和輸出內(nèi)容。產(chǎn)出取決于問(wèn)題,能解決第1點(diǎn)中提出的待解決問(wèn)題的競(jìng)品分析才算完成了預(yù)期目標(biāo)。
還可以反推和理解別人的產(chǎn)品為什么這么做?又為什么不這么做?
除了理解用戶需求之外,數(shù)據(jù)分析師還需要掌握其他的技能(比如項(xiàng)目管理、交互設(shè)計(jì)、用戶研究等),而這些技能都已經(jīng)有很成熟的體系支撐,這里不再贅述。接下來(lái)講述數(shù)據(jù)分析師理解用戶需求應(yīng)該具備的基本素養(yǎng)是什么?
4.3.2 數(shù)據(jù)分析師理解用戶需求應(yīng)該具備的基本素養(yǎng)
(1)自我驅(qū)動(dòng)力及主觀能動(dòng)性
一個(gè)沒(méi)有主觀能動(dòng)性和自驅(qū)力的數(shù)據(jù)分析師,是很難將一個(gè)產(chǎn)品做到極致的,因?yàn)樗鼪](méi)有追求,沒(méi)有對(duì)用戶及業(yè)務(wù)深入的認(rèn)知,數(shù)據(jù)分析師無(wú)論在需求分析、項(xiàng)目推進(jìn)、落地、運(yùn)營(yíng)等方面都起著重要的作用,如果一個(gè)數(shù)據(jù)分析師不具備這項(xiàng)基本素養(yǎng),則他對(duì)整個(gè)產(chǎn)品的規(guī)劃、迭代都不會(huì)有明確的認(rèn)知,同時(shí)也無(wú)法保證項(xiàng)目在確定的時(shí)間達(dá)到可運(yùn)營(yíng)狀態(tài);當(dāng)產(chǎn)品的基礎(chǔ)底層搭建完成之后,需要數(shù)據(jù)分析師與運(yùn)營(yíng)團(tuán)隊(duì)、業(yè)務(wù)團(tuán)隊(duì)一起確定后續(xù)產(chǎn)品的整體目標(biāo)及迭代方向,而數(shù)據(jù)分析師不具備主觀能動(dòng)性時(shí),就會(huì)造成無(wú)法有效為用戶提供有價(jià)值的服務(wù),也無(wú)法為企業(yè)創(chuàng)造價(jià)值。
(2)發(fā)現(xiàn)并解決問(wèn)題的能力
每個(gè)人都可能發(fā)現(xiàn)問(wèn)題,但不是每個(gè)人都可以解決問(wèn)題或者提出對(duì)應(yīng)的解決方案,一個(gè)普適性的方法論“產(chǎn)品是解決問(wèn)題的”,這個(gè)“解決問(wèn)題”不局限于產(chǎn)品本身的問(wèn)題,也可能是在推進(jìn)項(xiàng)目的時(shí)候遇到的問(wèn)題、產(chǎn)品在運(yùn)營(yíng)的時(shí)候遇到的問(wèn)題,或者其他各種各樣的問(wèn)題;只有解決了其中的各項(xiàng)問(wèn)題,才可能讓產(chǎn)品做得更好,數(shù)據(jù)分析師自身成長(zhǎng)得更快。舉個(gè)例子:產(chǎn)品臨近上線,但是銷售預(yù)測(cè)還沒(méi)有做,則會(huì)使產(chǎn)品的上線時(shí)間延遲,可能會(huì)造成錯(cuò)過(guò)時(shí)機(jī)而導(dǎo)致產(chǎn)品失敗。
(3)溝通和理解能力
美國(guó)著名企業(yè)家卡內(nèi)基先生曾指出,一個(gè)人事業(yè)的成功因素,只有15%是由他的專業(yè)技術(shù)決定的,另外的85%則要靠人際關(guān)系(而人際關(guān)系主要來(lái)源于溝通)。“如果你沒(méi)辦法理解用戶說(shuō)什么,那你也很難表述自己的觀點(diǎn)”,溝通是一個(gè)雙向的過(guò)程,不僅需要你理解用戶,還需要用戶理解你。最終的目的是達(dá)到互相認(rèn)知一致;在溝通中信息要對(duì)等,沒(méi)理解的地方都需要去問(wèn),不要害怕和恐懼;溝通需要長(zhǎng)期去鍛煉自己并且增加自己的知識(shí)儲(chǔ)備,使自己的認(rèn)知提高。
(4)學(xué)習(xí)能力
對(duì)業(yè)務(wù)的迅速消化、對(duì)概念理解的快慢都可以從學(xué)習(xí)能力中充分體現(xiàn),而這些又是為用戶提供服務(wù)的前提;“清晰了解業(yè)務(wù),并將對(duì)應(yīng)的業(yè)務(wù)進(jìn)行線上化并優(yōu)化其流程是一款產(chǎn)品的第一步”,而對(duì)于分析師而言,最快的學(xué)習(xí)方法是“多問(wèn)為什么”,不僅問(wèn)你的上級(jí)及對(duì)接業(yè)務(wù)部門,同時(shí)需要去問(wèn)自己。
(5)有追求,并且有堅(jiān)持
數(shù)據(jù)分析師需要對(duì)你做的數(shù)據(jù)分析產(chǎn)生興趣,將你所理解的用戶需求搞清楚,明確其目標(biāo),那樣你才能做得更好,堅(jiān)持得更久;“概念清晰、目標(biāo)明確”。
4.3.3 如何根據(jù)用戶行為去驅(qū)動(dòng)產(chǎn)品?
以用戶注冊(cè)頁(yè)面行為為例:
假如:用戶在注冊(cè)頁(yè)面的瀏覽UV是1000,在注冊(cè)頁(yè)面的平均停留時(shí)長(zhǎng)是2min,最終轉(zhuǎn)化為10%(注冊(cè)成功/頁(yè)面UV)。
那么根據(jù)這個(gè)數(shù)據(jù)可以判斷出基本的結(jié)果:
注冊(cè)頁(yè)面存在著流程問(wèn)題,用戶無(wú)法有效完成注冊(cè),但是還沒(méi)有辦法有效分析到底哪個(gè)流程有問(wèn)題,所以可以進(jìn)一步埋點(diǎn),看看用戶在注冊(cè)頁(yè)面都做了哪些操作,點(diǎn)擊了什么?瀏覽了其他什么內(nèi)容?跳出的路徑是什么?
注冊(cè)頁(yè)面的流量較大,是否可以將一些運(yùn)營(yíng)活動(dòng)放在注冊(cè)頁(yè)面中來(lái)。讓用戶一眼能看到注冊(cè)之后可以參與×××活動(dòng)。
這里,簡(jiǎn)單地表述一下數(shù)據(jù)的問(wèn)題,主要說(shuō)明用戶行為到底該怎么去做?
明確各項(xiàng)指標(biāo)定義,比如注冊(cè)頁(yè)面PV、UV的定義是什么?產(chǎn)品的日活、月活的指標(biāo)定義是什么?
明確轉(zhuǎn)化之間的計(jì)算方式,知道最終的結(jié)果是怎么來(lái)的?對(duì)誰(shuí)有指導(dǎo)意義?
這個(gè)對(duì)應(yīng)的數(shù)據(jù)對(duì)你的產(chǎn)品或者運(yùn)營(yíng)或者其他業(yè)務(wù)有什么指導(dǎo)性的意義,不要去做無(wú)意義的指標(biāo)定義。比如要看頁(yè)面的轉(zhuǎn)化,那么就對(duì)頁(yè)面轉(zhuǎn)化的指標(biāo)進(jìn)行定義和埋點(diǎn),如頁(yè)面的PV、UV,按鈕的點(diǎn)擊次數(shù),頁(yè)面停留時(shí)間,下一個(gè)頁(yè)面的PV、UV等。
上面用實(shí)例來(lái)講述了在產(chǎn)品中指標(biāo)的重要性;所以,當(dāng)在產(chǎn)品中進(jìn)行埋點(diǎn),并且收集了基礎(chǔ)數(shù)據(jù)后,就可以對(duì)用戶行為進(jìn)行分析,去發(fā)現(xiàn)產(chǎn)品存在的問(wèn)題,并且最好能深入探究到原因。數(shù)據(jù)分析有一些常常容易掉進(jìn)去的陷阱。
陷阱一:
不要把假設(shè)和結(jié)論混為一談。分析數(shù)據(jù)后所整理出來(lái)的資料,只不過(guò)是假設(shè)。為了證明這一假設(shè)是正確的,必須再著手搜集證據(jù),并分析證據(jù)。
數(shù)據(jù)分析中最容易犯的錯(cuò)誤之一,就是導(dǎo)出網(wǎng)站后臺(tái)數(shù)據(jù),發(fā)現(xiàn)數(shù)據(jù)表現(xiàn)不好的指標(biāo),然后簡(jiǎn)單推測(cè)出幾條原因敷衍了事;實(shí)際上這樣的推斷很容易遭到質(zhì)疑,要讓自己的結(jié)論站得住腳,需要搜集證據(jù)來(lái)驗(yàn)證假設(shè),證據(jù)可能來(lái)自用戶反饋,也可能來(lái)自細(xì)分?jǐn)?shù)據(jù)、競(jìng)品比較等。
陷阱二:
所謂線性思維,就是套用公式,根據(jù)公式一定會(huì)得到正確答案的直線式思維方法;但是,在非線性以及復(fù)雜理論體系的世界里,初期條件存在些許不同時(shí),結(jié)果就會(huì)變得無(wú)法預(yù)測(cè)(換句話說(shuō),在試圖建立因果關(guān)系之前,要排除可能的影響(干擾)因素)。
舉個(gè)例子,某電商做了一個(gè)10點(diǎn)鐘免費(fèi)搶的促銷活動(dòng),導(dǎo)致了數(shù)據(jù)在上午10~12點(diǎn)時(shí)段異常得高,而數(shù)據(jù)分析人員沒(méi)有關(guān)注活動(dòng)信息就認(rèn)為用戶在這個(gè)時(shí)段有暴漲,那么這個(gè)數(shù)據(jù)可能就會(huì)造成誤判,從而造成一些成本損失。
陷阱三:
認(rèn)清現(xiàn)象和原因的不同;做數(shù)據(jù)分析最容易犯的錯(cuò)誤之一就是把所發(fā)現(xiàn)的問(wèn)題反過(guò)來(lái)說(shuō),當(dāng)作是解決方案。例如,某電商網(wǎng)站購(gòu)物車的“去結(jié)算”按鈕的點(diǎn)擊率持續(xù)下降,經(jīng)分析認(rèn)為是網(wǎng)站流量質(zhì)量不好,有購(gòu)買意愿的用戶少造成的。于是提出了優(yōu)化建議:提升流量質(zhì)量,從而提升購(gòu)物車的轉(zhuǎn)化。
在這個(gè)優(yōu)化建議提出之后,產(chǎn)品、運(yùn)營(yíng)、用研都對(duì)產(chǎn)品進(jìn)行了復(fù)盤,發(fā)現(xiàn)并沒(méi)有改進(jìn)或優(yōu)化,而最終經(jīng)過(guò)深入分析,透過(guò)現(xiàn)象看其本質(zhì),發(fā)現(xiàn)是因?yàn)槌杀究刂疲瑢?duì)優(yōu)惠券的疊加規(guī)則進(jìn)行改變,從而導(dǎo)致了轉(zhuǎn)化下降;與流量本身是沒(méi)有關(guān)聯(lián)性的。
歸根結(jié)底,數(shù)據(jù)分析師對(duì)用戶的理解沒(méi)有做到位,沒(méi)有分析出流量質(zhì)量不高的根本原因,才導(dǎo)致解決方案“虛”、落不了地。
產(chǎn)品經(jīng)理對(duì)于需求分析的把控程度決定了其為用戶提供對(duì)應(yīng)服務(wù)的準(zhǔn)確性及價(jià)值,而數(shù)據(jù)分析能力決定了產(chǎn)品的走向及優(yōu)化的點(diǎn)是否符合用戶預(yù)期。
- Spark快速大數(shù)據(jù)分析(第2版)
- InfluxDB原理與實(shí)戰(zhàn)
- 云計(jì)算服務(wù)保障體系
- Lean Mobile App Development
- Learn Unity ML-Agents:Fundamentals of Unity Machine Learning
- 深入淺出MySQL:數(shù)據(jù)庫(kù)開(kāi)發(fā)、優(yōu)化與管理維護(hù)(第2版)
- Python醫(yī)學(xué)數(shù)據(jù)分析入門
- 數(shù)亦有道:Python數(shù)據(jù)科學(xué)指南
- 智能數(shù)據(jù)分析:入門、實(shí)戰(zhàn)與平臺(tái)構(gòu)建
- Python金融實(shí)戰(zhàn)
- Flutter Projects
- Augmented Reality using Appcelerator Titanium Starter
- Hadoop 3實(shí)戰(zhàn)指南
- 企業(yè)主數(shù)據(jù)管理實(shí)務(wù)
- The Natural Language Processing Workshop