產品經理分析的方法

Ⅰ 產品經理如何做用戶行為分析

在這個每個互聯網人都在談論數據，每個產品經理都在談論數據分析的時代，用戶行為分析的重要性也越來越凸顯出來，那麼產品經理如何做用戶行為分析呢？接下來將為大家進行分享。

一、為什麼要做用戶行為分析

觀點一：有些功能整個平台用戶都希望做，是沒有必要耗費人力評估的，只要做了就可以了。用戶行為分析是形式，不能為了分析而分析。觀點二：我都在這個行業做了這么多年了，用戶需要什麼難道我不知道嗎？我本身就是用戶，我可以代表他們，我的需求就是他們的需求目標。觀點三：只需要做充分的調研分析就可以了，比如需求調研，產品使用調研，多找找目標用戶，多讓他們提一些反饋意見，根據反饋來做修改即可。觀點四：不要總是順著用戶的意思去做產品。產品設計的核心是產品經理的想法，而不是用戶的看法。

以上觀點其實都是錯誤的，如果產品經理有這樣的想法，會對自己極為不利。下面我們來看兩個案例：

案例一：Growing IO 改版前後對比

視頻介紹功能是所有用戶都想要的，於是Growing IO毫不猶豫地把視頻放在了首頁，然後注冊轉化率下降了50%，持續觀察兩個周，注冊轉化率仍然沒有顯著增長，回滾到上個版本，注冊轉化率逐漸恢復。結論：

部分用戶的觀點無法代表全體用戶的真實感受，視頻介紹可能是偽需求。產品經理的主觀感受無法代表用戶的真實體驗，任何人都無法代表用戶。視頻介紹分散了用戶的注意力，導致首頁注冊轉化率大幅度下跌。

案例二：Facebook改版之後再回滾

Facebook經過改版之後，頁面更清爽了，展示面積更大了，突出了圖片以及視頻，展示信息更豐富，Facebook的產品經理、交互設計師都對這一版本非常有信心。然而10%灰度發布之後，用戶平均在線時長降低50%，一個月後，數據仍然沒有好轉。

互聯網產品要以數據為導向，而不僅僅憑借自己的主觀感覺。產品設計過於超前了，產品版本迭代版本之間沒有一定的過渡，用戶無法習慣。

因此可以說，數據分析在日常工作中起到的是必不可少的作用。1、用戶行為分析不是形式化，不是為了分析而分析，哪怕是核心用戶提出的需求，也要通過數據來驗證，任何人都無法代表真正的用戶。2、產品經理要有自我革新，自我否定的意識。用戶的需求是變的，不能太過於依賴過往的經驗，過往的經驗不可靠，只有數據最可靠。3、用戶分析調研是一方面，只是為產品提供思路，但是是否有利於產品長期發展還是要通過數據來說話。4、用戶端產品要以用戶體驗為核心，以數據為導向。

二、數據指標與名詞含義

1、流量來源：流量來源的意思是網站的訪問來源，比如用戶來自於知乎，來自於微博等等。主要用來統計分析各渠道的推廣效果。

2、PV：PV（page view）即頁面瀏覽量或點擊量，指頁面刷新的次數，每一次頁面刷新，就算做一次PV流量。

3、UV：UV（unique visitor）即獨立訪客數，在同一天內，UV只記錄第一次進入網站的具有獨立IP的訪問者，在同一天內再次訪問該網站則不計數。PV與UV的比值一定程度上反映產品的粘性，比值越高往往粘性越高。

4、IP數：IP數即獨立IP的訪問用戶數，指1天內使用不同IP地址的用戶訪問網站的數量。IP數字與UV可能不同（可大可小可相等）

5、日活/月活：每日活躍用戶數（DAU）/每月活躍用戶數（MAU），反映的是網站或者APP的用戶活躍程度，用戶粘性。

6、次日留存/次月留存：次日留存、次月留存反映的是網站或者APP的留存率。

7、用戶保有率：指在單位時間內符合有效用戶條件的用戶數在實際產生用戶量的比率，也叫用戶留存。

8、轉化率/流失率：轉化率一般用來統計兩個流程之間的轉化比例。其中流失率也是重要的數據指標。用戶流失率=總流失用戶數/總用戶數。

9、跳出率：指用戶到達網站上且僅瀏覽了一個頁面就離開的訪問次數（PV）與所有訪問次數的百分比。跳出率越高說明越不受歡迎。

10、退出率：對某一個特定的頁面而言，從這個頁面離開網站的訪問數（PV）占這個頁面的訪問數的百分比。跳出率適用於訪問的著陸頁（即用戶訪問的第一個頁面），而退出率則適用於任何訪問退出的頁面。

11、使用時長：每天用戶使用的時間。對於游戲或者是社交產品來說，使用時間越長，說明用戶越喜歡。一般來說，使用時長越短說明產品粘性越差，用戶越不喜歡。

12、ARPU：Average Revenue Per User，每用戶平均收入在一定時間內，ARPU=總收入/用戶數。

三、如何做用戶行為分析――三大理念

1、要樹立以數據為驅動的價值觀

要樹立以數據為驅動的價值觀，充分認可數據的價值。工作定位：統計、助力、優化、創新。商業變現是最根本目標：用戶使用產生數據商業變現

2、要有用戶行為分析方法論

在用戶行為分析中，越底層產生的價值越低，越頂層產生的價值越高。做用戶行為分析應該把重心放在最有價值的分析和決策兩個層面。將更多的時間放在分析以及應用上，而不是數據採集上。

AARRR模型，我們在做用戶行為分析的時候，應該考慮用戶正處在AARRR模型的哪個部分、關鍵數據指標是什麼、對應的分析方法又是什麼。

當我們對產品有一個idea的時候，採用MVP的方式將其構建，功能上線後，衡量用戶和市場反應，從而不斷學習優化

3、要用功能強大的用戶行為分析工具

比如Google analysis、神策數據、Growing IO等等

四、如何做用戶行為分析――八大方法

1、內外因素分析

該方法有助於快速定位問題。例如一款金融類產品UV下降，快速分析相關原因。內部可控因素：渠道變化、近期上線更新版本、內部不可控因素：公司戰略變更、外部可控因素：淡旺季、外部不可控因素：監管。

2、事件分析

事件維度：用戶在產品中的行為以及業務過程。指標：具體的數值，訪客、地址、瀏覽量（PV、UV）、停留時長。趨勢分析：分析各個事件的趨勢

通過事件分析，比如分析用戶的在線時長、點擊事件、下載事件等等，然後分析用戶的行為。並且通過各類圖標來分析用戶的行為趨勢，從而對用戶的行為有初步的了解。

3、試點分析

說白了就是，當發現一個問題之後，不要那麼著急去解決，而是只想一個解決辦法，然後灰度發布，如果灰度發布的人群數據比較好，那麼就推往整個用戶群。

這是一種從一個具體問題拆分到整體影響，從單一解決方案找到一個規模化解決方案的方式。

4、漏斗模型

漏斗模型是最常用的分析方法，可以廣泛應用於流量監控、產品目標轉化等日常數據運營工作中。要根據實際需要來確定是否有做漏斗分析的必要，比如用戶注冊過程、下單過程這些主要流程，就需要用漏斗模型來進行分析，尤其是需要分析用戶在哪個環節流失最嚴重。

5、留存分析

通過留存分析，分析用戶的次日留存、次周留存、次月留存等等，次日留存率能夠說明用戶對這款產品是否有持續使用的興趣，對於社交、游戲類產品來說，次日留存率非常重要。

6、行為軌跡分析

只通過PV、UV 分析以及退出率分析是無法找到大部分用戶是怎麼去使用這款產品的。只有通過記錄用戶的行為軌跡，才能夠關注用戶真正如何去使用這款產品的。用戶體驗設計是對用戶行為的設計，通過行為軌跡分析，能夠幫助產品經理設計出來的產品直達用戶內心。

例：通過用戶行為軌跡分析發現，大部分用戶支付轉化率不高並不是退出了，而是返回了上一個頁面，猜測：當前頁面信息不足，用戶在猶豫，想返回上一個頁面再了解一下產品。

7、A/B test

A/B test是一種產品優化方法，AB測試本質上是個分離式組間實驗，將A與B兩個不同的版本同時發往兩個幾乎一致的用戶群，來觀測這兩個用戶群的數據反饋。

A/B test是一種「先驗」的實驗體系，屬於預測型結論，與「後驗」的歸納性結論差別巨大。A/B測試的目的在於通過科學的實驗設計、采樣樣本代表性、流量分割與小流量測試等方式來獲得具有代表性的實驗結論，並確信該結論在推廣到全部流量可信。

8、點擊分析

通過點擊分析，能夠直觀地看出來在這個頁面中，用戶的注意力都集中在哪些地方，用戶最常用的功能是什麼。方便產品經理對用戶行為形成整體的了解，有助於產品經理引導用戶往自己想要的方向去操作。

以上就是我個人總結的產品經理用戶行為分析的方法，歡迎大家來補充、交流。

作者：秦時明月，互聯網現金貸產品經理、互聯網保險產品經理。

本文由@秦時明月原創發布於人人都是產品經理。未經許可，禁止轉載。

題圖來自 unsplash，基於 CC0協議

Ⅱ 產品經理如何快速高效的做行業分析

我們只有融入這個行業，才能更好地理解我們所說的需求，所討論的痛點。

上述僅是簡單舉例說明，事實上這個行業的環節和角色應該更復雜和多樣性。每個環節每個角色都有不同的需求和痛點，會有不同的切入點。

計程車司機的訴求可能在於份子錢負擔太重，實際收入太少；而乘客煩惱的是「打車難」、「打車貴」；政府主管部門可能關注自己如何提高管理效率，怎麼做出成績；計程車公司也許關注的是節省運營成本，拓寬業務范圍；從不同環節或角色切入，會有不同的機會。滴滴最初是從乘客打車難這一點切入撬動市場的。

這個行業的上下遊行業

要去了解一個行業，還必須了解它的上下遊行業和相關行業。了解這些信息，才可以做到全面了解這個行業。了解上下游和相關行業對本行業的影響，彼此之間的關系。

還是拿數字閱讀舉例，數字閱讀的上游是出版業。出版業握有作者資源和版權資源，數字閱讀公司起初必須和出版業合作。剛開始的時候，上游出版業視數字閱讀如猛虎，大多敬而遠之。僅有小部分出版社或民營公司，如中信、藍獅子敢做第一個吃螃蟹的人；隨著數字閱讀的發展，彼此間的天平開始變化，越來越多的出版社主動接觸數字閱讀公司，合作也越發緊密；不同階段，數字閱讀行業和出版業合作的切入點不同，從簡單的版權交易發展到紙書和電子書同步發行，互為宣傳。

這個行業現在有什麼痛點？

我們去了解一個行業，最核心的目的是發現行業的痛點，痛點也意味著新的增長點。比如K12教育培訓行業是一個龐大的市場。痛點和難點也很多，諸如：培訓行業師資良莠不齊，家長如何選擇？家長對於升學擇校的焦慮，家長迷茫如何破解？傳統招生手段已到瓶頸，有什麼新手段可以有效招生？中小機構如何提高老師的上課效率？出國留學如何快速搞定機票住宿交學費問題？發現這些痛點和難點，再結合自身或者團隊的實際情況去分析和選擇，尋找合適的切入點。

還可以注意觀察目前這些痛點是否得到了解決？解決的效果和程度如何？用什麼方法來解決的？這個方法是目前最合適的方法嗎？

了解行業的方法

1、專業的新聞網站、雜志期刊

每個行業都有自己專業的網站、雜志期刊，資訊APP，還有相應的咨詢公司出的咨詢報告，行業現狀、行業困境、行業發展相關信息都可以在上面找到；

2、訪談和調研

實際去接觸這個行業里各個環節和角色，去觀察和了解他們的生活與工作，這可以發現第一手的信息。比如你要了解計程車行業，打車的時候多和司機師傅聊天，多和周圍的朋友交流打車的體會，有條件的，也試試去接觸一下計程車公司甚至政府主管部門的相關人士。

3、實地使用行業產品，體驗服務流程

親身去用幾次產品，體驗幾次服務。要接觸外賣行業，自己點幾次外賣，體驗不同APP點餐流程和體驗；有機會的話自己試試送幾次外賣，感受一下送餐員的實際生活。

Ⅲ 產品經理如何分析用戶需求

如果我最初問消費者他們想要什麼，他們會告訴我『要一匹更快的馬!』——亨利福特

每一個產品狗都應該很熟悉這句話，正如碼農喜歡將』對象』、』實例化』，』高內聚、低耦合』等掛在嘴邊一般，但熟悉的並不一定真正了解，而要在實踐中做到，知和行並不是天然一致的。

用戶需求是產品經理工作的基本出發點，不管是前期的行業調研、競品分析，還是產品研發過程的溝通傳達，還是產品上線後持續的迭代改進，頭腦里都需要圍繞用戶需求展開。

產品經理要挖掘出真實的用戶需求，是需要花些功夫的。用戶需求，字面上看，由用戶和需求兩個片語成。分解來看，

首先，你的產品不是氧氣，不是黃金，不可能所有人都需要，因此要確定具體的目標用戶，越精準越好，通過用戶研究來確定核心用戶。然後去了解這些用戶在現實生活中，或是在使用別的產品過程存在哪些問題，這些問題是用戶們需要被滿足，但尚未被滿足的，即所謂的痛點。

挖掘核心用戶的痛點，可以通過數據分析、用戶訪談、可用性測試、問卷調查等方式，另外，在研究競品的過程中，產品經理盡量讓自己變成小白，初步去感受競品的不足，並思考潛在的機會。

通過以上兩步，就能給出用戶畫像了。簡單的理解，用戶畫像就是真實用戶的虛擬化表達，但具備了真實用戶的典型特徵，以此為基礎，產品經理就要從用戶和需求的分析中加工出用戶需求了。

在2007年，9家交響樂團聯合聘請了一支研究團隊，對客戶流失進行了分析。他們將用戶群體分成6大類：核心聽眾、嘗試聽眾、不表態聽眾、特殊場合出席者、茶點式聽眾、高潛質聽眾。

通過數據發現，嘗試聽眾佔全體客戶的37%，卻僅僅購買11%的門票，流失率高達91%。研究人員列出了體驗古典音樂的78種不同特徵，然後利用在線調查和其他考察用戶行為的測試方法，濃縮出其中的16項，並對這16項特徵的進一步分析，最終發現，初次聽的人，不能很快地找到演奏廳附近的停車位，他們得不停地繞不停地繞（要是在現在，GPS分分鍾搞定），這種麻煩地圖影響了他們再次消費的意願。

當然，結論是簡單的，但是得出結論的過程，卻非常考驗研究者們的分析能力，也需要消耗大量的時間精力。而產品經理在挖掘出真正的用戶需求之前，也必須運用各種分析工具和思維框架，逐步去逼近真相，才有可能找到用戶的心智模型。

Ⅳ 產品經理提高自身的數據分析能力的方法有哪些

這種東西還是要自己平時多關注，努力從各種維度去看數據，當然首先自己要先學會處理數據，因為如果你都不知道數據是怎麼一步一步做出來的，又怎麼能夠分析的透徹呢？
其實最主要的是，你需要把公司的盈利當做自己的事情來做，只要一心想提高銷售，就可以想出無數辦法，分析出無數個點。保證自己每天打開的電腦的第一件事就是看昨天的銷售和今天的庫存。
先提升自己處理數據的能力吧，平時多關注銷售和一些競品信息，祝你成功！

Ⅳ 產品經理從產品層面應該怎樣分析

作為產品經理，我們會抓住一切機會來了解更多有關客戶的信息，因為了解客戶的需求對於構建有用的產品至關重要。這意味著進行客戶訪談，進行調查並檢查產品內分析。我們從產品分析中收集的數據告訴我們用戶如何實際使用產品-而不是他們想要做什麼，他們認為自己在使用產品的方式，甚至我們認為他們如何使用產品。

作為PM，諸如「用戶每天花費多少時間?」之類的問題會出現。「他們最會採取什麼行動?」 「哪些功能使用得最少?」 對於了解您的用戶並為我們提供有關如何改善他們的體驗的線索，這是非常寶貴的。在這篇文章中，我將解釋什麼是產品分析以及為什麼要使用它們。如何真正了解您的用戶，以便您還清「同情債務」;以及如何使用分析來幫助指導新功能開發

讓我們開始吧!

產品分析簡介

為了定量了解用戶對您的產品的處理方式，第一步是對產品進行分析。想法是針對用戶可以在您的產品中執行的每項操作觸發一個事件，以便您可以匯總查看有多少用戶使用功能以及他們使用該功能的頻率。例如，如果要跟蹤用戶單擊特定按鈕的次數，則可以觸發一個名為「 big-red-button.click」的事件。從那裡可以看到哪些功能需要工作，哪些是最重要的，然後使用該信息確定更改的優先順序。

在Atlassian，我們試圖使每個人都盡可能容易地獲取數據並能夠運行自己的查詢和報告。我們使用一些內部開發的工具來提供這些服務，但是Google Analytics(分析)工具也可以幫助您入門。這導致從開發人員到PM到設計的每個人都提出了有關用法的問題，並試圖了解我們構建產品的影響。

「無償債務」：最新的債務

讓我們嘗試一下這個新術語「同情債務」。

產品內分析可以通過兩種方式幫助您償還同情債務：通過概念測試和客戶訪談等活動收集的定性反饋;以及在產品中收集的定量數據，例如產品分析和NPS調查。

例如，Confluence已經存在了相當長的時間，並且它具有很多功能，這些功能幾乎沒有分析功能。其中之一是儀錶板，這是大多數人使用Confluence的旅程的開始。實際上，我們現在正在大修它。產品經理：產品分析的內容有哪些我們從客戶訪談中獲得了有關儀錶板的一些反饋，但是我們沒有從定量角度真正了解使用情況所需的所有產品分析。我們有很多未解決的問題，例如：

儀錶板有多少用途?人們在典型的Confluence會議中訪問儀錶板多少次?

人們實際使用儀錶板做什麼?所有更新供稿?受歡迎的提要?導航到某個空間?

人們想要在儀錶板上顯示什麼?我們可以根據人們訪問儀錶板後的工作來確定最好的東西嗎?

Ⅵ 產品經理如何研究行業並分析競爭對手有哪些知識可以推薦

產品運營怎樣科學研究領域並剖析競爭者？

一、整體構思

匯總一句話便是：科學研究、效仿、超過。大家科學研究競爭者，並非因為掌握他最終獲得的信息結論，最重要的是根據科學研究敵人，你需要清楚的了解你需要花時間精力資金投入什麼工作中，才可以獲得很好的收益。

我能對站點的綜合性數據信息做好剖析——如網站域名、網路伺服器申請注冊時長、網路收錄狀況、網路收錄總數、權重值，網址的總流量評定、網址的具體由來、網址的關鍵營銷推廣、競爭者平台的時間變動狀況、關鍵字排名設定、社交媒體總流量等數據信息類的剖析。

Ⅶ 產品經理怎麼用好數據分析

在上一篇文章中我們為大家介紹了產品經理為什麼要使用數據分析來工作以及數據分析工作需要的技能，那麼大家知道不知道產品經理需要分析哪些數據呢，數據分析的工具是什麼呢，如何進行數據分析呢？下面就由小編為大家解答一下這些問題。
首先給大家說一下產品經理需要分析哪些數據？產品經理需要分析的數據有很多，就是基礎數據。基礎數據就是下載量、激活量、新增用戶量、活躍用戶等。還有社交產品，社交產品有用戶分布、用戶留存等。還有電商。淘寶指數、網站流量、跳出率、頁面訪問深度等。同時還有內容類，內容轉化率、留存量。工具類就是功能點擊量、應用商城排名。
那麼大家知道不知道數據分析的工具都有哪些呢？數據分析工具主要就是第三方數據分析工具，這樣據可快速接入，節省成本，比較適合創業型公司及剛上線的產品，但是無法對關鍵數據在突發異樣時進行跟蹤。除了這些，還有自己開發的數據分析工具，可以對每個數據進行實時跟蹤，並快速做出產品的調整，需要足夠的開發人員及成本，比較適合大型公司或者成熟型產品。
那麼如何進行數據分析呢？我們需要先對數據建模，再對實際分析數據，看是否與模型吻合。但是，我們卻需要要有一個產品數據分析的思路，這個思路可以這樣展開：我為什麼分析？即就是明白，我分析的目的是什麼，是尋找問題的原因？還是尋找問題的解決方式？同時，我們還需要考慮通過分析想要達到什麼效果？是通過分析付費用戶，找到問題，解決問題從而提升收入？當然，我們還需要我該分析哪些數據才能達到這個效果？即需要什麼數據才能達到分析的目的。同時我們需要考慮如何採集這些數據？是直接通過第三方數據分析工具或者我們自己開發的工具就可獲得？還是說要從資料庫調取再交給程序員？同時還如何整理這些數據？即我們常說的數據可視化，這樣可以便於我們進行分析。如何分析？即通過分析，找出問題的所在，給出你的結論。怎麼解決問題？給出你的解決方案。
通過這篇文章我們不難發現數據分析的內容是有很多的，我們在學習數據分析的時候一定要做好數據分析知識的儲備，這樣才能夠做好數據分析工作，尤其是作為產品經理，為了鞏固自己的職業地位和提高競爭力沒，我們必須要讓自己不斷地學習吸收新的知識。最後感謝大家的閱讀。

Ⅷ 產品經理必會的10種數據分析方法

產品經理必會的10種數據分析方法
隨著人口和流量紅利的下降，互聯網行業必然會朝著精益化運營的方向發展。數據分析在很多互聯網人的工作中越發顯得重要，而對於產品經理來說，更是如此。
本文將為產品經理介紹數據分析的基本思路，並基於此，衍生出 2 個常見方法和 7 個應用手段，希望在數據分析的實際應用中能給大家帶來幫助。
一、數據分析的基本思路數據分析應該以業務場景為起始思考點，以業務決策作為終點。
基本思路為 5 步，首先要挖掘業務含義、制定分析計劃、從分析計劃中拆分出需要的數據、再根據數據分析的手段提煉業務洞察，最終產出商業決策。
接下來我們用一個案例來具體說明這 5 步思路：某國內 P2P 借貸類網站，市場部在網路和 hao123 上都有持續的廣告投放，吸引網頁端流量；最近內部同事建議嘗試投放 Google 的 SEM；另外，也需要評估是否加入金山網路聯盟進行深度廣告投放。在這種多渠道的投放場景下，產品經理該如何進行深度決策？1. 挖掘業務含義
首先要了解市場部想優化什麼，並以此為核心的 KPI 去衡量。渠道效果的評估，最重要的是業務轉化：對 P2P 類網站來說，是否『發起借貸』遠遠比『用戶數量』重要。
所以無論是 Google 還是金山渠道，都要根據用戶群體的不同，優化相應用戶的落地頁，提升轉化。
2. 制定分析計劃
以『發起借貸』為核心轉化點，分配一定的預算進行流量測試，觀察對比注冊數量及 ROI 效果，可以持續觀察這部分用戶的後續價值。
3. 拆分查詢數據
根據各個渠道追蹤流量、落地頁停留時間、落地頁跳出率、網站訪問深度以及訂單類型數據，進行用戶分群。
4.提煉業務洞察
在不同渠道進行投放時，要根據 KPI 的變化，推測業務含義。比如谷歌渠道的效果不好，可能因為谷歌大部分的流量在海外，可能會造成轉化率低。而金山網路聯盟有很多展示位置，要持續監測不同位置的效果，做出最後判斷。
5.產出商業決策
最後根據數據洞察，指導渠道的投放決策制。比如停止谷歌渠道的投放，繼續跟進金山網路聯盟進行評估，而落地頁要根據數據指標持續地進行優化。
二、常見的數據分析方法（一）內外因素分解法內外因素分解法是把問題拆成四部分，包括內部因素、外部因素、可控和不可控，然後再一步步解決每一個問題。
社交招聘類網站，一般分為求職者端和企業端，向企業端收費方式之一是購買職位的廣告位。業務端人員發現『發布職位』數量在過去的 6 個月里有緩慢下降的趨勢。
對於這類某一數據下降的問題，從產品經理的角度來說，可以如何拆解？
根據內外因素分解法分析如下：
1.內部可控因素
產品近期上線更新、市場投放渠道變化、產品粘性、新老用戶留存問題、核心目標的轉化；
2.外部可控因素
市場競爭對手近期行為、用戶使用習慣的變化、招聘需求隨時間的變化；
3.內部不可控因素
產品策略（移動端/PC端）、公司整體戰略、公司客戶群定位（比如只做醫療行業招聘）；
4.外部不可控因素
互聯網招聘行業趨勢、整體經濟形勢、季節性變化；
（二）DOSSDOSS 是從一個具體問題拆分到整體影響，從單一的解決方案找到一個規模化解決方案的方式。
某在線教育平台，提供免費課程視頻，同時售賣付費會員，為付費會員提供更多高階課程內容。如果我想將一套計算機技術的付費課程，推送給一群持續在看 C++ 免費課程的用戶，產品經理應該如何輔助分析？按 DOSS 的思路分解如下：
1.具體問題
預測是否有可能幫助某一群組客戶購買課程。
2.整體
首先根據這類人群的免費課程的使用情況進行數據分析，之後進行延伸，比如對整體的影響，除了計算機類，對其他類型的課程都進行關注。
3.單一回答
針對該群用戶進行建模，監控該模型對於最終轉化的影響。
4.規模化
之後推出規模化的解決方案，對符合某種行為軌跡和特徵的行為進行建模，將課程推薦模型加入到產品設計中。
三、數據分析的應用手段根據基本分析思路，常見的有 7 種數據分析的手段。（一）畫像分群畫像分群是聚合符合某中特定行為的用戶，進行特定的優化和分析。
比如在考慮注冊轉化率的時候，需要區分移動端和 Web 端，以及美國用戶和中國用戶等不同場景。這樣可以在渠道策略和運營策略上，有針對性地進行優化。（二）趨勢維度
建立趨勢圖表可以迅速了解市場， 用戶或產品特徵的基本表現，便於進行迅速迭代；還可以把指標根據不同維度進行切分，定位優化點，有助於決策的實時性；（三）漏斗洞察通過漏斗分析可以從先到後的順序還原某一用戶的路徑，分析每一個轉化節點的轉化數據；
所有互聯網產品、數據分析都離不開漏斗，無論是注冊轉化漏斗，還是電商下單的漏斗，需要關注的有兩點。第一是關注哪一步流失最多，第二是關注流失的人都有哪些行為。
關注注冊流程的每一個步驟，可以有效定位高損耗節點。
（四）行為軌跡
行為軌跡是進行全量用戶行為的還原。只看 PV、UV 這類數據，無法全面理解用戶如何使用你的產品。了解用戶的行為軌跡，有助於運營團隊關注具體的用戶體驗，發現具體問題，根據用戶使用習慣設計產品，投放內容；（五）留存分析留存是了解行為或行為組與回訪之間的關聯，留存老用戶的成本要遠遠低於獲取新用戶，所以分析中的留存是非常重要的指標之一；
除了需要關注整體用戶的留存情況之外，市場團隊可以關注各個渠道獲取用戶的留存度，或各類內容吸引來的注冊用戶回訪率，產品團隊關注每一個新功能對於用戶的回訪的影響等。（六）A/B 測試A/B 測試是對比不同產品設計/演算法對結果的影響。
產品在上線過程中經常會使用 A/B 測試來測試產品效果，市場可以通過 A/B 測試來完成不同創意的測試。
要進行 A/B 測試有兩個必備因素：
1.有足夠的時間進行測試；
2.數據量和數據密度較高；
因為當產品流量不夠大的時候，做 A/B 測試得到統計結果是很難的。而像 LinkedIn 這樣體量的公司，每天可以同時進行上千個 A/B 測試。所以 A/B 測試往往公司數據規模較大時使用會更加精準，更快得到統計的結果。
（七）優化建模當一個商業目標與多種行為、畫像等信息有關聯性時，我們通常會使用數據挖掘的手段進行建模，預測該商業結果的產生；
例如：作為一家 SaaS 企業，當我們需要預測判斷客戶的付費意願時，可以通過用戶的行為數據，公司信息，用戶畫像等數據建立付費溫度模型。用更科學的方式進行一些組合和權重，得知用戶滿足哪些行為之後，付費的可能性會更高。
以上這幾種數據分析的方法論，僅僅掌握單純的理論是不行的。產品經理們需要將這些方法論應用到日常的數據分析工作中，融會貫通。同時學會使用優秀的數據分析工具，可以事半功倍，更好的利用數據，實現整體增長。

Ⅸ 產品經理怎樣做好競品分析

產品經理應如何研究競爭對手?產品經理如何進行競品分析？產品經理如何進行競品研究？產品經理如何寫競品分析報告？

競爭性研究可以節省大量時間，尤其是在新產品推出時。

競爭對手分析是您的業務計劃的重要組成部分。一旦確定了產品願景和要解決的客戶問題，就必須了解市場中的其他公司。這可以幫助您確定機會和威脅。它還使您能夠制定戰略，以比競爭對手更好地滿足潛在客戶的需求。

您的研究應著重於了解客戶如何應對當前的問題。這要求他們深刻理解所有可用的替代方案，包括直接和間接競爭對手。直接競爭對手在同一市場中提供類似類型的產品。間接競爭者提供了滿足相同需求的不同類型的產品。考慮潛在客戶可以使用的所有選項，可以幫助您差異化產品並建立可持續的競爭優勢。

花在構建和營銷產品上的時間和精力可能要花費數月甚至數年。這就是為什麼投資幾個小時進行競爭性研究可以為產品經理及其組織帶來長期的豐厚回報的原因-如果他們可以及早確認其產品如何增加價值。畢竟，他們需要知道是什麼使他們的產品在市場上脫穎而出。最好的方法是與他們一起研究和評估市場上的其他所有人。

什麼是競品研究?

競品研究涉及捕獲對您的企業最重要的競爭者指標信息。產品經理應首先確定產品在市場上針對誰和誰。這使他們對自己的想法真正獨特有深刻的理解。這也是了解他們的想法是否值得更多寶貴時間和精力的重要第一步。

競品分析是了解市場格局的有用工具。這可以幫助您確定潛在客戶可以解決其問題的其他方式。這也是評估其他供應商策略的好方法，因此您可以評估他們的優勢和劣勢。這使您可以深入了解其他公司如何努力為您的目標買家提供價值。

您的競爭分析應回答以下核心問題：

1、還有哪些其他公司在爭奪您市場中的客戶?

2、他們提供什麼產品和服務?

3、每個競爭對手的市場份額是多少?

4、他們的優缺點是什麼?

5、您自己的產品和服務如何比較?

6、您如何區分您的產品和服務?

產品和營銷團隊使用這些發現來告知他們的戰略計劃，並確定使他們的產品成功的因素。它使他們能夠制定一種考慮自己的產品相對於競爭對手的優缺點的方法。

競爭性研究可以幫助回答以下核心問題：

「還有其他公司完全按照我的意願去做嗎?」

「我的潛在客戶是否正在以他們想要或需要的水平獲得產品或服務?」

要回答這些問題，產品經理必須區分直接競爭對手和間接競爭對手：

直接競爭對手是在相同市場內提供(或多或少)相同商品或服務的公司。例如，可口可樂和百事可樂是彼此的直接競爭對手。

間接競爭對手是一家提供不同類型產品以滿足相同需求的公司。例如，雪碧和百事可樂是彼此的間接競爭對手。水是雪碧和百事可樂的間接競爭者。

產品經理應確保同時研究直接和間接競爭對手，因為這兩種類型的分析都非常有價值。了解競爭對手客戶的痛點可以幫助產品領導者發現他們要解決的問題。這可以為他們提供巨大的市場優勢以用於他們的推銷。

競品分析有哪些類型?

有許多不同類型的競爭對手分析。在考慮使用哪個模板時，重要的是要考慮要分析的因素以及如何共享您的發現。

下面列出的是產品經理如何進行競品分析研究報告中包含的預構建示例。

了解您的客戶如何應對當今的挑戰以及他們擁有哪些選擇可以幫助您定義長期產品策略。這項研究的價值不僅僅局限於競爭對手。您還可以使用它來為戰略計劃模型提供信息，例如精益畫布，SWOT分析和波特的5力模型。這使您可以深入考慮您的 業務和產品假設 以及使您的產品成功的因素。

您應該定期更新您的競爭分析和受調查結果影響的業務模型。這使您可以快速識別市場變化並應對新的挑戰和機遇。

通過使用這些精心選擇的模板來查看您的產品在市場上的適合位置，從而超越競爭對手。

為什麼這有關系?


產品經理必須證明他們正在構建對他們的業務和潛在客戶至關重要的關鍵組件。畢竟，產品絕不能真空包裝-它們應滿足企業和客戶的特定需求。作為產品的首席執行官，他們必須在驅動產品團隊構建，營銷，銷售和支持解決方案之前定義這兩件事。

產品經理需要可量化的指標來：

將他們的作品與競爭對手進行比較

看看他們可以填補客戶競爭中的空白

需要什麼信息?


產品經理可能理解競爭性研究為何重要，但不知道在研究過程中要尋找什麼。他們應該尋找某些核心信息，以開始制定有意義的競品研究計劃。阿哈的一個例子!包括在下面。PowerPoint和Excel也是捕獲此信息的流行方法。

視力


產品經理應確定競爭對手產品的最終目標-他們對這些產品的發展方向以及在市場上要達到的目標的願景。為此，他們應該花時間在競爭對手的網站上評估自己如何向客戶和潛在客戶展示自己。他們應該問：「為什麼這些產品存在?」 「他們聲稱要解決哪些問題?」 最重要的是，他們應該詢問這些產品似乎沒有解決的任何問題。這些都是可能填補的潛在市場缺口。

長處


產品經理應設法了解是什麼促使競爭對手去做自己的工作。許多產品是建立在深厚的個人熱情和必要性的基礎上的。產品經理花時間在LinkedIn，公司網站和其他在線個人資料上研究創始人的背景是很明智的。然後，他們應該問：「競爭最擅長什麼?創始人帶來了哪些見識和經驗?」

客戶挑戰


競爭對手的用戶在奮斗什麼?這些產品缺少哪些方面?為了回答這些問題，產品經理應該花時間參加競爭對手的產品巡迴活動，以了解其產品的各個方面。然後，他們可以搜索相關的在線論壇來閱讀有關這些產品的評論和見解。Quora，Proct Hunt和LinkedIn是三個潛在的平台，它們對客戶和潛在客戶的想法提供公正的意見。

角色


所有出色的產品都有相關的角色-該產品的理想客戶人口統計資料。這些角色是虛構的，但應反映真實的客戶群。在研究競爭對手時，產品經理應詢問這些產品的目標用戶，並重新訪問客戶評論以尋找模式。他們可以通過注意到職稱，行業，經驗等之間的相似性來推斷競爭對手所針對的角色。

定位


競爭對手如何營銷他們的產品?他們使用什麼語言來描述他們在市場中提供的產品?這些產品解決了哪些核心問題?產品經理應在其公司網站和外部網站上查看競爭對手的營銷信息。這有助於他們評估自己在這個共享市場中所扮演的角色。

市場


在進行競爭性研究時，定義市場格局至關重要。全面的市場分析可確定客戶需求，行業變化和財務機會。為了了解競爭對手，產品經理還必須知道他們在他們所共享的更廣闊的市場中所處的位置。

產品經理應為每個直接和間接競爭對手收集此信息，然後將其存儲在其團隊可以訪問的中央位置。這有助於他們從高層次分析所有競爭對手。一旦他們看到競爭對手的優勢和不足之處，便可以找到方法使其產品脫穎而出。

自行檢查


在競爭分析的每個階段中，產品經理都應親自檢查以評估其進度。他們應該問這個過程是否在幫助他們了解核心市場，以及他們的產品或功能如何解決特定問題。最終，他們想回答這個問題：

「可以為目標市場的客戶提供服務的最大優勢是什麼?」

找出答案的第一步是進行競爭性研究。

競爭格局

該模板可輕松在單個視圖中可視化競爭對手。這是在市場中定位關鍵參與者以及它們之間如何相互關系的理想方法。例如，當您需要向高管或咨詢委員會提供有關競爭的概述時，它很有用。您可以輕松自定義每個象限的標題，並更改x和y軸上的值，以與貴公司評估市場的方式保持一致。

相關推薦：

產品經理如何進行競品分析研究報告

產品經理競品SWOT分析模板

產品經理必知的產品路線圖模板

產品經理-產品組合路線圖是什麼

小白零基礎產品經理畫產品路線圖指南

2020年產品經理薪資趨勢

產品經理：產品分析的內容有哪些

產品經理能幹到多少歲

產品經理從業成長指南

產品經理培訓出來找不到工作是真的嗎

產品經理是不是青春飯

未來五年產品經理必死

Ⅹ 產品經理做市場調研和數據分析的方法

產品經理做市場調研和數據分析的方法

產品經理，你對用戶的需求了解多少呢？你知道用戶想要什麼樣的產品嗎？你想知道用戶將會如何看待你的產品嗎？你想知道你設計的產品在用戶中的口碑如何嗎？

是的。每一個產品經理都希望在產品開始立項設計前，得到用戶最真實的需求，為自己的產品設計提供良好的支撐；每一個產品經理都希望自己的設計的產品得到用戶的認可和親睞；每一個產品經理都希望用戶能在使用產品的過程中不斷反饋對於產品改進的意見和建議……那麼，我們如何才能得到用戶的前期意見和後期反饋呢？

這個時候我們需要的是數據的支撐，只有數據才能讓一切更有說服力（前提是真實、有效的數據）、只有數據才能讓我們更清楚地了解到我們想法的可行性……

既然這樣,那數據從何而來?這自然少不了市場調研，只有通過對用戶的調研才能收集用戶最基礎的用戶數據、從最基礎的數據上進行分析，從而了解用戶的真實需求。那麼，作為產品經理，我們應該如何對市場或用戶進行調研呢？調研的方式和方法有哪些？對於調研的數據我們如何進行數據分析呢？數據分析的方法和方式有哪些呢？

一、 產品經理為什麼要做市場調研？調研的目的是什麼？

我們在做市場調研前，必須有一個自己的調研思路：我們要調研的對象，需要收集的數據，需要達到的效果等。只有有了明確的目標，才能獲得更加有效的數據。

1、通過調研了解市場需求、確定目標用戶、確定產品核心，為了更好的制訂MRD；

2、為領導在會議上PK提供論據；

3、提高產品的銷售決策質量、解決存在於產品銷售中的問題或尋找機會等而系統地、客觀地識別、收集、分析和傳播營銷信息，及時掌握一手資源；

4、驗證我們定的目標客戶是不是我們想要的，目標用戶想要什麼樣的產品或服務；

5、了解我們能不能滿足目標用戶的需求並且樂於滿足目標用戶的需求；

6、找准產品機會缺口，然後衡量各種因素，制定產品戰略線路；

7、調研到最後，目標越明確，需求確明確，也就會覺得，產品越難做，難以打開市場等；

8、對於全新的產品，調研前PM必須先自己有一個思路，然後通過調研去驗證自己的想法的可行性。

二、 市場調研的方式方法有哪些？怎樣確定調研的維度？

1、問卷調查、用戶AB測試、焦點訪談、田野調研、用戶訪談、用戶日誌、入戶觀察、網上有獎調查；

2、做人物角色分析：設置用戶場景、用戶角色進行模擬分析；

3、情況推測分析；

4、調研的維度主要從戰略層、范圍層、結構層、框架層、視覺層來展開（不同的產品從不同的層次來確定調研的維度）

三、 如何整理市場調研的數據？

PS:對收集到的調研數據，我們需要整理出那些有效的數據，對於無效數據果斷丟棄。對有效數據進行細致的處理、分析。

通過市場調研，我們收集了不少的數據，這些數據都是用戶最直接的對產品的某種需求的體現。作為產品經理，我們視這些數據為寶貝，我們需要將這些數據進行整理，讓他們變為珍寶。那我們該如何整理呢？

1、將規范的數據按照維度整理、錄入，然後進行建模；不規范的數據的話就必須得自己先通過一些定性的處理，讓它變得規范，然後再用工具進行分析；

2、封閉性的問題，設置選項歸類即可。開放性的問題，建議還是先錄下來，然後再頭腦風暴整理出有用的東西；

3定性的，焦點訪談和深訪，都可以錄音，在事後可以形成訪談記錄；焦點訪談的過程中，可以以卡片的形式或者其他的形式讓用戶做選擇題，可以獲取少量的有數據性的東西，其他的更多的是觀點、方向性的，這個需要在整理訪談記錄的時候根據問題來歸納整理；

4、深度訪談的數據整理，我們以前會做頭腦風暴，建立很多個用戶模型，強行量化這些數據。這個方法比較有效，特別在做人群研究的時候。

四、 如何書寫市場調研報告？

對整理後的數據，我們最終需要形成書面的市場調研文檔報告，以最直觀的方式呈現給我們的BOSS，從而獲得老闆對產品的支持。

1、對市場調研的數據分析後進行的說明總結，用圖表或圖形的形式最直觀呈現；

2、分析用戶當前現狀，用戶對產品的需求點；

3、報告的組成有研究背景、研究目的、研究方法、研究結論等相關內容；

4、根據調研的時候的思路，將報告逐一完善，將數據分析的結論圖表化，得出自己的結論總結出趨勢和規律

五、 數據分析的方式方法有哪些？

1、數據分析需要掌握數據統計軟體和數據分析工具（分析工具如SPSS等）；

2、數據分析的主要方法有：

對比分析法:將兩個或兩個以上的數據進行對比分析，分析其中的差異，從而揭示這些事物發展變化的規律和情況。對比分為橫向對比和縱向對比。結構分析法:被分析研究總體內各部分與總體之間進行對比分析的方法，即總體內各部分所佔的指標。交叉分析法:同時將兩個有一定聯系的變數及其值交叉排列在一張表內，使各變數值成為不同變數的交叉點，一般採用二維交叉表進行分析。分組分析法:按照數據特徵，將數據進行分組進行分析的方法。其他還有比如漏斗圖分析法、杜邦分析法、矩陣關聯分析法等等。

（數據分析方法可以參考：《誰說菜鳥不會數據分析》一書）

PS:數據分析的方法有很多種，在進行數據分析的時候，選擇有效的數據分析方法，能達到事半功倍的效果。

六、 數據分析報告如何指導產品經理進行產品設計？

1、根據調研結論 確定產品核心功能

2、把數據分析的結果加入到整個迭代設計的過程中加速產品的迭代更新

3、評估解決方案的可行性。根據實施的結果再去評估解決方案是否真的可行？是否還需要再改進，依此類推

4、通過數據進行分析，得出用戶的行為規律，為產品提供支撐

5、日常的運營分析，及時發現產品問題

6、產品後期設定一系列的運營指標進行運營監控，然後反饋產品迭代（指標主要包括：1、用戶的反饋、2、產品的BUG、3、市場的反映、4、產品未來的發展方向、5、點擊率、留存率等等）

以上是小編為大家分享的關於產品經理做市場調研和數據分析的方法的相關內容，更多信息可以關注環球青藤分享更多干貨