产品经理分析的方法

Ⅰ 产品经理如何做用户行为分析

在这个每个互联网人都在谈论数据，每个产品经理都在谈论数据分析的时代，用户行为分析的重要性也越来越凸显出来，那么产品经理如何做用户行为分析呢？接下来将为大家进行分享。

一、为什么要做用户行为分析

观点一：有些功能整个平台用户都希望做，是没有必要耗费人力评估的，只要做了就可以了。用户行为分析是形式，不能为了分析而分析。观点二：我都在这个行业做了这么多年了，用户需要什么难道我不知道吗？我本身就是用户，我可以代表他们，我的需求就是他们的需求目标。观点三：只需要做充分的调研分析就可以了，比如需求调研，产品使用调研，多找找目标用户，多让他们提一些反馈意见，根据反馈来做修改即可。观点四：不要总是顺着用户的意思去做产品。产品设计的核心是产品经理的想法，而不是用户的看法。

以上观点其实都是错误的，如果产品经理有这样的想法，会对自己极为不利。下面我们来看两个案例：

案例一：Growing IO 改版前后对比

视频介绍功能是所有用户都想要的，于是Growing IO毫不犹豫地把视频放在了首页，然后注册转化率下降了50%，持续观察两个周，注册转化率仍然没有显着增长，回滚到上个版本，注册转化率逐渐恢复。结论：

部分用户的观点无法代表全体用户的真实感受，视频介绍可能是伪需求。产品经理的主观感受无法代表用户的真实体验，任何人都无法代表用户。视频介绍分散了用户的注意力，导致首页注册转化率大幅度下跌。

案例二：Facebook改版之后再回滚

Facebook经过改版之后，页面更清爽了，展示面积更大了，突出了图片以及视频，展示信息更丰富，Facebook的产品经理、交互设计师都对这一版本非常有信心。然而10%灰度发布之后，用户平均在线时长降低50%，一个月后，数据仍然没有好转。

互联网产品要以数据为导向，而不仅仅凭借自己的主观感觉。产品设计过于超前了，产品版本迭代版本之间没有一定的过渡，用户无法习惯。

因此可以说，数据分析在日常工作中起到的是必不可少的作用。1、用户行为分析不是形式化，不是为了分析而分析，哪怕是核心用户提出的需求，也要通过数据来验证，任何人都无法代表真正的用户。2、产品经理要有自我革新，自我否定的意识。用户的需求是变的，不能太过于依赖过往的经验，过往的经验不可靠，只有数据最可靠。3、用户分析调研是一方面，只是为产品提供思路，但是是否有利于产品长期发展还是要通过数据来说话。4、用户端产品要以用户体验为核心，以数据为导向。

二、数据指标与名词含义

1、流量来源：流量来源的意思是网站的访问来源，比如用户来自于知乎，来自于微博等等。主要用来统计分析各渠道的推广效果。

2、PV：PV（page view）即页面浏览量或点击量，指页面刷新的次数，每一次页面刷新，就算做一次PV流量。

3、UV：UV（unique visitor）即独立访客数，在同一天内，UV只记录第一次进入网站的具有独立IP的访问者，在同一天内再次访问该网站则不计数。PV与UV的比值一定程度上反映产品的粘性，比值越高往往粘性越高。

4、IP数：IP数即独立IP的访问用户数，指1天内使用不同IP地址的用户访问网站的数量。IP数字与UV可能不同（可大可小可相等）

5、日活/月活：每日活跃用户数（DAU）/每月活跃用户数（MAU），反映的是网站或者APP的用户活跃程度，用户粘性。

6、次日留存/次月留存：次日留存、次月留存反映的是网站或者APP的留存率。

7、用户保有率：指在单位时间内符合有效用户条件的用户数在实际产生用户量的比率，也叫用户留存。

8、转化率/流失率：转化率一般用来统计两个流程之间的转化比例。其中流失率也是重要的数据指标。用户流失率=总流失用户数/总用户数。

9、跳出率：指用户到达网站上且仅浏览了一个页面就离开的访问次数（PV）与所有访问次数的百分比。跳出率越高说明越不受欢迎。

10、退出率：对某一个特定的页面而言，从这个页面离开网站的访问数（PV）占这个页面的访问数的百分比。跳出率适用于访问的着陆页（即用户访问的第一个页面），而退出率则适用于任何访问退出的页面。

11、使用时长：每天用户使用的时间。对于游戏或者是社交产品来说，使用时间越长，说明用户越喜欢。一般来说，使用时长越短说明产品粘性越差，用户越不喜欢。

12、ARPU：Average Revenue Per User，每用户平均收入在一定时间内，ARPU=总收入/用户数。

三、如何做用户行为分析――三大理念

1、要树立以数据为驱动的价值观

要树立以数据为驱动的价值观，充分认可数据的价值。工作定位：统计、助力、优化、创新。商业变现是最根本目标：用户使用产生数据商业变现

2、要有用户行为分析方法论

在用户行为分析中，越底层产生的价值越低，越顶层产生的价值越高。做用户行为分析应该把重心放在最有价值的分析和决策两个层面。将更多的时间放在分析以及应用上，而不是数据采集上。

AARRR模型，我们在做用户行为分析的时候，应该考虑用户正处在AARRR模型的哪个部分、关键数据指标是什么、对应的分析方法又是什么。

当我们对产品有一个idea的时候，采用MVP的方式将其构建，功能上线后，衡量用户和市场反应，从而不断学习优化

3、要用功能强大的用户行为分析工具

比如Google analysis、神策数据、Growing IO等等

四、如何做用户行为分析――八大方法

1、内外因素分析

该方法有助于快速定位问题。例如一款金融类产品UV下降，快速分析相关原因。内部可控因素：渠道变化、近期上线更新版本、内部不可控因素：公司战略变更、外部可控因素：淡旺季、外部不可控因素：监管。

2、事件分析

事件维度：用户在产品中的行为以及业务过程。指标：具体的数值，访客、地址、浏览量（PV、UV）、停留时长。趋势分析：分析各个事件的趋势

通过事件分析，比如分析用户的在线时长、点击事件、下载事件等等，然后分析用户的行为。并且通过各类图标来分析用户的行为趋势，从而对用户的行为有初步的了解。

3、试点分析

说白了就是，当发现一个问题之后，不要那么着急去解决，而是只想一个解决办法，然后灰度发布，如果灰度发布的人群数据比较好，那么就推往整个用户群。

这是一种从一个具体问题拆分到整体影响，从单一解决方案找到一个规模化解决方案的方式。

4、漏斗模型

漏斗模型是最常用的分析方法，可以广泛应用于流量监控、产品目标转化等日常数据运营工作中。要根据实际需要来确定是否有做漏斗分析的必要，比如用户注册过程、下单过程这些主要流程，就需要用漏斗模型来进行分析，尤其是需要分析用户在哪个环节流失最严重。

5、留存分析

通过留存分析，分析用户的次日留存、次周留存、次月留存等等，次日留存率能够说明用户对这款产品是否有持续使用的兴趣，对于社交、游戏类产品来说，次日留存率非常重要。

6、行为轨迹分析

只通过PV、UV 分析以及退出率分析是无法找到大部分用户是怎么去使用这款产品的。只有通过记录用户的行为轨迹，才能够关注用户真正如何去使用这款产品的。用户体验设计是对用户行为的设计，通过行为轨迹分析，能够帮助产品经理设计出来的产品直达用户内心。

例：通过用户行为轨迹分析发现，大部分用户支付转化率不高并不是退出了，而是返回了上一个页面，猜测：当前页面信息不足，用户在犹豫，想返回上一个页面再了解一下产品。

7、A/B test

A/B test是一种产品优化方法，AB测试本质上是个分离式组间实验，将A与B两个不同的版本同时发往两个几乎一致的用户群，来观测这两个用户群的数据反馈。

A/B test是一种“先验”的实验体系，属于预测型结论，与“后验”的归纳性结论差别巨大。A/B测试的目的在于通过科学的实验设计、采样样本代表性、流量分割与小流量测试等方式来获得具有代表性的实验结论，并确信该结论在推广到全部流量可信。

8、点击分析

通过点击分析，能够直观地看出来在这个页面中，用户的注意力都集中在哪些地方，用户最常用的功能是什么。方便产品经理对用户行为形成整体的了解，有助于产品经理引导用户往自己想要的方向去操作。

以上就是我个人总结的产品经理用户行为分析的方法，欢迎大家来补充、交流。

作者：秦时明月，互联网现金贷产品经理、互联网保险产品经理。

本文由@秦时明月原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自 unsplash，基于 CC0协议

Ⅱ 产品经理如何快速高效的做行业分析

我们只有融入这个行业，才能更好地理解我们所说的需求，所讨论的痛点。

上述仅是简单举例说明，事实上这个行业的环节和角色应该更复杂和多样性。每个环节每个角色都有不同的需求和痛点，会有不同的切入点。

出租车司机的诉求可能在于份子钱负担太重，实际收入太少；而乘客烦恼的是“打车难”、“打车贵”；政府主管部门可能关注自己如何提高管理效率，怎么做出成绩；出租车公司也许关注的是节省运营成本，拓宽业务范围；从不同环节或角色切入，会有不同的机会。滴滴最初是从乘客打车难这一点切入撬动市场的。

这个行业的上下游行业

要去了解一个行业，还必须了解它的上下游行业和相关行业。了解这些信息，才可以做到全面了解这个行业。了解上下游和相关行业对本行业的影响，彼此之间的关系。

还是拿数字阅读举例，数字阅读的上游是出版业。出版业握有作者资源和版权资源，数字阅读公司起初必须和出版业合作。刚开始的时候，上游出版业视数字阅读如猛虎，大多敬而远之。仅有小部分出版社或民营公司，如中信、蓝狮子敢做第一个吃螃蟹的人；随着数字阅读的发展，彼此间的天平开始变化，越来越多的出版社主动接触数字阅读公司，合作也越发紧密；不同阶段，数字阅读行业和出版业合作的切入点不同，从简单的版权交易发展到纸书和电子书同步发行，互为宣传。

这个行业现在有什么痛点？

我们去了解一个行业，最核心的目的是发现行业的痛点，痛点也意味着新的增长点。比如K12教育培训行业是一个庞大的市场。痛点和难点也很多，诸如：培训行业师资良莠不齐，家长如何选择？家长对于升学择校的焦虑，家长迷茫如何破解？传统招生手段已到瓶颈，有什么新手段可以有效招生？中小机构如何提高老师的上课效率？出国留学如何快速搞定机票住宿交学费问题？发现这些痛点和难点，再结合自身或者团队的实际情况去分析和选择，寻找合适的切入点。

还可以注意观察目前这些痛点是否得到了解决？解决的效果和程度如何？用什么方法来解决的？这个方法是目前最合适的方法吗？

了解行业的方法

1、专业的新闻网站、杂志期刊

每个行业都有自己专业的网站、杂志期刊，资讯APP，还有相应的咨询公司出的咨询报告，行业现状、行业困境、行业发展相关信息都可以在上面找到；

2、访谈和调研

实际去接触这个行业里各个环节和角色，去观察和了解他们的生活与工作，这可以发现第一手的信息。比如你要了解出租车行业，打车的时候多和司机师傅聊天，多和周围的朋友交流打车的体会，有条件的，也试试去接触一下出租车公司甚至政府主管部门的相关人士。

3、实地使用行业产品，体验服务流程

亲身去用几次产品，体验几次服务。要接触外卖行业，自己点几次外卖，体验不同APP点餐流程和体验；有机会的话自己试试送几次外卖，感受一下送餐员的实际生活。

Ⅲ 产品经理如何分析用户需求

如果我最初问消费者他们想要什么，他们会告诉我‘要一匹更快的马!’——亨利福特

每一个产品狗都应该很熟悉这句话，正如码农喜欢将’对象’、’实例化’，’高内聚、低耦合’等挂在嘴边一般，但熟悉的并不一定真正了解，而要在实践中做到，知和行并不是天然一致的。

用户需求是产品经理工作的基本出发点，不管是前期的行业调研、竞品分析，还是产品研发过程的沟通传达，还是产品上线后持续的迭代改进，头脑里都需要围绕用户需求展开。

产品经理要挖掘出真实的用户需求，是需要花些功夫的。用户需求，字面上看，由用户和需求两个词组成。分解来看，

首先，你的产品不是氧气，不是黄金，不可能所有人都需要，因此要确定具体的目标用户，越精准越好，通过用户研究来确定核心用户。然后去了解这些用户在现实生活中，或是在使用别的产品过程存在哪些问题，这些问题是用户们需要被满足，但尚未被满足的，即所谓的痛点。

挖掘核心用户的痛点，可以通过数据分析、用户访谈、可用性测试、问卷调查等方式，另外，在研究竞品的过程中，产品经理尽量让自己变成小白，初步去感受竞品的不足，并思考潜在的机会。

通过以上两步，就能给出用户画像了。简单的理解，用户画像就是真实用户的虚拟化表达，但具备了真实用户的典型特征，以此为基础，产品经理就要从用户和需求的分析中加工出用户需求了。

在2007年，9家交响乐团联合聘请了一支研究团队，对客户流失进行了分析。他们将用户群体分成6大类：核心听众、尝试听众、不表态听众、特殊场合出席者、茶点式听众、高潜质听众。

通过数据发现，尝试听众占全体客户的37%，却仅仅购买11%的门票，流失率高达91%。研究人员列出了体验古典音乐的78种不同特征，然后利用在线调查和其他考察用户行为的测试方法，浓缩出其中的16项，并对这16项特征的进一步分析，最终发现，初次听的人，不能很快地找到演奏厅附近的停车位，他们得不停地绕不停地绕（要是在现在，GPS分分钟搞定），这种麻烦地图影响了他们再次消费的意愿。

当然，结论是简单的，但是得出结论的过程，却非常考验研究者们的分析能力，也需要消耗大量的时间精力。而产品经理在挖掘出真正的用户需求之前，也必须运用各种分析工具和思维框架，逐步去逼近真相，才有可能找到用户的心智模型。

Ⅳ 产品经理提高自身的数据分析能力的方法有哪些

这种东西还是要自己平时多关注，努力从各种维度去看数据，当然首先自己要先学会处理数据，因为如果你都不知道数据是怎么一步一步做出来的，又怎么能够分析的透彻呢？
其实最主要的是，你需要把公司的盈利当做自己的事情来做，只要一心想提高销售，就可以想出无数办法，分析出无数个点。保证自己每天打开的电脑的第一件事就是看昨天的销售和今天的库存。
先提升自己处理数据的能力吧，平时多关注销售和一些竞品信息，祝你成功！

Ⅳ 产品经理从产品层面应该怎样分析

作为产品经理，我们会抓住一切机会来了解更多有关客户的信息，因为了解客户的需求对于构建有用的产品至关重要。这意味着进行客户访谈，进行调查并检查产品内分析。我们从产品分析中收集的数据告诉我们用户如何实际使用产品-而不是他们想要做什么，他们认为自己在使用产品的方式，甚至我们认为他们如何使用产品。

作为PM，诸如“用户每天花费多少时间?”之类的问题会出现。“他们最会采取什么行动?” “哪些功能使用得最少?” 对于了解您的用户并为我们提供有关如何改善他们的体验的线索，这是非常宝贵的。在这篇文章中，我将解释什么是产品分析以及为什么要使用它们。如何真正了解您的用户，以便您还清“同情债务”;以及如何使用分析来帮助指导新功能开发

让我们开始吧!

产品分析简介

为了定量了解用户对您的产品的处理方式，第一步是对产品进行分析。想法是针对用户可以在您的产品中执行的每项操作触发一个事件，以便您可以汇总查看有多少用户使用功能以及他们使用该功能的频率。例如，如果要跟踪用户单击特定按钮的次数，则可以触发一个名为“ big-red-button.click”的事件。从那里可以看到哪些功能需要工作，哪些是最重要的，然后使用该信息确定更改的优先级。

在Atlassian，我们试图使每个人都尽可能容易地获取数据并能够运行自己的查询和报告。我们使用一些内部开发的工具来提供这些服务，但是Google Analytics(分析)工具也可以帮助您入门。这导致从开发人员到PM到设计的每个人都提出了有关用法的问题，并试图了解我们构建产品的影响。

“无偿债务”：最新的债务

让我们尝试一下这个新术语“同情债务”。

产品内分析可以通过两种方式帮助您偿还同情债务：通过概念测试和客户访谈等活动收集的定性反馈;以及在产品中收集的定量数据，例如产品分析和NPS调查。

例如，Confluence已经存在了相当长的时间，并且它具有很多功能，这些功能几乎没有分析功能。其中之一是仪表板，这是大多数人使用Confluence的旅程的开始。实际上，我们现在正在大修它。产品经理：产品分析的内容有哪些我们从客户访谈中获得了有关仪表板的一些反馈，但是我们没有从定量角度真正了解使用情况所需的所有产品分析。我们有很多未解决的问题，例如：

仪表板有多少用途?人们在典型的Confluence会议中访问仪表板多少次?

人们实际使用仪表板做什么?所有更新供稿?受欢迎的提要?导航到某个空间?

人们想要在仪表板上显示什么?我们可以根据人们访问仪表板后的工作来确定最好的东西吗?

Ⅵ 产品经理如何研究行业并分析竞争对手有哪些知识可以推荐

产品运营怎样科学研究领域并剖析竞争者？

一、整体构思

汇总一句话便是：科学研究、效仿、超过。大家科学研究竞争者，并非因为掌握他最终获得的信息结论，最重要的是根据科学研究敌人，你需要清楚的了解你需要花时间精力资金投入什么工作中，才可以获得很好的收益。

我能对站点的综合性数据信息做好剖析——如网站域名、网络服务器申请注册时长、网络收录状况、网络收录总数、权重值，网址的总流量评定、网址的具体由来、网址的关键营销推广、竞争者平台的时间变动状况、关键字排名设定、社交媒体总流量等数据信息类的剖析。

Ⅶ 产品经理怎么用好数据分析

在上一篇文章中我们为大家介绍了产品经理为什么要使用数据分析来工作以及数据分析工作需要的技能，那么大家知道不知道产品经理需要分析哪些数据呢，数据分析的工具是什么呢，如何进行数据分析呢？下面就由小编为大家解答一下这些问题。
首先给大家说一下产品经理需要分析哪些数据？产品经理需要分析的数据有很多，就是基础数据。基础数据就是下载量、激活量、新增用户量、活跃用户等。还有社交产品，社交产品有用户分布、用户留存等。还有电商。淘宝指数、网站流量、跳出率、页面访问深度等。同时还有内容类，内容转化率、留存量。工具类就是功能点击量、应用商城排名。
那么大家知道不知道数据分析的工具都有哪些呢？数据分析工具主要就是第三方数据分析工具，这样据可快速接入，节省成本，比较适合创业型公司及刚上线的产品，但是无法对关键数据在突发异样时进行跟踪。除了这些，还有自己开发的数据分析工具，可以对每个数据进行实时跟踪，并快速做出产品的调整，需要足够的开发人员及成本，比较适合大型公司或者成熟型产品。
那么如何进行数据分析呢？我们需要先对数据建模，再对实际分析数据，看是否与模型吻合。但是，我们却需要要有一个产品数据分析的思路，这个思路可以这样展开：我为什么分析？即就是明白，我分析的目的是什么，是寻找问题的原因？还是寻找问题的解决方式？同时，我们还需要考虑通过分析想要达到什么效果？是通过分析付费用户，找到问题，解决问题从而提升收入？当然，我们还需要我该分析哪些数据才能达到这个效果？即需要什么数据才能达到分析的目的。同时我们需要考虑如何采集这些数据？是直接通过第三方数据分析工具或者我们自己开发的工具就可获得？还是说要从数据库调取再交给程序员？同时还如何整理这些数据？即我们常说的数据可视化，这样可以便于我们进行分析。如何分析？即通过分析，找出问题的所在，给出你的结论。怎么解决问题？给出你的解决方案。
通过这篇文章我们不难发现数据分析的内容是有很多的，我们在学习数据分析的时候一定要做好数据分析知识的储备，这样才能够做好数据分析工作，尤其是作为产品经理，为了巩固自己的职业地位和提高竞争力没，我们必须要让自己不断地学习吸收新的知识。最后感谢大家的阅读。

Ⅷ 产品经理必会的10种数据分析方法

产品经理必会的10种数据分析方法
随着人口和流量红利的下降，互联网行业必然会朝着精益化运营的方向发展。数据分析在很多互联网人的工作中越发显得重要，而对于产品经理来说，更是如此。
本文将为产品经理介绍数据分析的基本思路，并基于此，衍生出 2 个常见方法和 7 个应用手段，希望在数据分析的实际应用中能给大家带来帮助。
一、数据分析的基本思路数据分析应该以业务场景为起始思考点，以业务决策作为终点。
基本思路为 5 步，首先要挖掘业务含义、制定分析计划、从分析计划中拆分出需要的数据、再根据数据分析的手段提炼业务洞察，最终产出商业决策。
接下来我们用一个案例来具体说明这 5 步思路：某国内 P2P 借贷类网站，市场部在网络和 hao123 上都有持续的广告投放，吸引网页端流量；最近内部同事建议尝试投放 Google 的 SEM；另外，也需要评估是否加入金山网络联盟进行深度广告投放。在这种多渠道的投放场景下，产品经理该如何进行深度决策？1. 挖掘业务含义
首先要了解市场部想优化什么，并以此为核心的 KPI 去衡量。渠道效果的评估，最重要的是业务转化：对 P2P 类网站来说，是否‘发起借贷’远远比‘用户数量’重要。
所以无论是 Google 还是金山渠道，都要根据用户群体的不同，优化相应用户的落地页，提升转化。
2. 制定分析计划
以‘发起借贷’为核心转化点，分配一定的预算进行流量测试，观察对比注册数量及 ROI 效果，可以持续观察这部分用户的后续价值。
3. 拆分查询数据
根据各个渠道追踪流量、落地页停留时间、落地页跳出率、网站访问深度以及订单类型数据，进行用户分群。
4.提炼业务洞察
在不同渠道进行投放时，要根据 KPI 的变化，推测业务含义。比如谷歌渠道的效果不好，可能因为谷歌大部分的流量在海外，可能会造成转化率低。而金山网络联盟有很多展示位置，要持续监测不同位置的效果，做出最后判断。
5.产出商业决策
最后根据数据洞察，指导渠道的投放决策制。比如停止谷歌渠道的投放，继续跟进金山网络联盟进行评估，而落地页要根据数据指标持续地进行优化。
二、常见的数据分析方法（一）内外因素分解法内外因素分解法是把问题拆成四部分，包括内部因素、外部因素、可控和不可控，然后再一步步解决每一个问题。
社交招聘类网站，一般分为求职者端和企业端，向企业端收费方式之一是购买职位的广告位。业务端人员发现‘发布职位’数量在过去的 6 个月里有缓慢下降的趋势。
对于这类某一数据下降的问题，从产品经理的角度来说，可以如何拆解？
根据内外因素分解法分析如下：
1.内部可控因素
产品近期上线更新、市场投放渠道变化、产品粘性、新老用户留存问题、核心目标的转化；
2.外部可控因素
市场竞争对手近期行为、用户使用习惯的变化、招聘需求随时间的变化；
3.内部不可控因素
产品策略（移动端/PC端）、公司整体战略、公司客户群定位（比如只做医疗行业招聘）；
4.外部不可控因素
互联网招聘行业趋势、整体经济形势、季节性变化；
（二）DOSSDOSS 是从一个具体问题拆分到整体影响，从单一的解决方案找到一个规模化解决方案的方式。
某在线教育平台，提供免费课程视频，同时售卖付费会员，为付费会员提供更多高阶课程内容。如果我想将一套计算机技术的付费课程，推送给一群持续在看 C++ 免费课程的用户，产品经理应该如何辅助分析？按 DOSS 的思路分解如下：
1.具体问题
预测是否有可能帮助某一群组客户购买课程。
2.整体
首先根据这类人群的免费课程的使用情况进行数据分析，之后进行延伸，比如对整体的影响，除了计算机类，对其他类型的课程都进行关注。
3.单一回答
针对该群用户进行建模，监控该模型对于最终转化的影响。
4.规模化
之后推出规模化的解决方案，对符合某种行为轨迹和特征的行为进行建模，将课程推荐模型加入到产品设计中。
三、数据分析的应用手段根据基本分析思路，常见的有 7 种数据分析的手段。（一）画像分群画像分群是聚合符合某中特定行为的用户，进行特定的优化和分析。
比如在考虑注册转化率的时候，需要区分移动端和 Web 端，以及美国用户和中国用户等不同场景。这样可以在渠道策略和运营策略上，有针对性地进行优化。（二）趋势维度
建立趋势图表可以迅速了解市场， 用户或产品特征的基本表现，便于进行迅速迭代；还可以把指标根据不同维度进行切分，定位优化点，有助于决策的实时性；（三）漏斗洞察通过漏斗分析可以从先到后的顺序还原某一用户的路径，分析每一个转化节点的转化数据；
所有互联网产品、数据分析都离不开漏斗，无论是注册转化漏斗，还是电商下单的漏斗，需要关注的有两点。第一是关注哪一步流失最多，第二是关注流失的人都有哪些行为。
关注注册流程的每一个步骤，可以有效定位高损耗节点。
（四）行为轨迹
行为轨迹是进行全量用户行为的还原。只看 PV、UV 这类数据，无法全面理解用户如何使用你的产品。了解用户的行为轨迹，有助于运营团队关注具体的用户体验，发现具体问题，根据用户使用习惯设计产品，投放内容；（五）留存分析留存是了解行为或行为组与回访之间的关联，留存老用户的成本要远远低于获取新用户，所以分析中的留存是非常重要的指标之一；
除了需要关注整体用户的留存情况之外，市场团队可以关注各个渠道获取用户的留存度，或各类内容吸引来的注册用户回访率，产品团队关注每一个新功能对于用户的回访的影响等。（六）A/B 测试A/B 测试是对比不同产品设计/算法对结果的影响。
产品在上线过程中经常会使用 A/B 测试来测试产品效果，市场可以通过 A/B 测试来完成不同创意的测试。
要进行 A/B 测试有两个必备因素：
1.有足够的时间进行测试；
2.数据量和数据密度较高；
因为当产品流量不够大的时候，做 A/B 测试得到统计结果是很难的。而像 LinkedIn 这样体量的公司，每天可以同时进行上千个 A/B 测试。所以 A/B 测试往往公司数据规模较大时使用会更加精准，更快得到统计的结果。
（七）优化建模当一个商业目标与多种行为、画像等信息有关联性时，我们通常会使用数据挖掘的手段进行建模，预测该商业结果的产生；
例如：作为一家 SaaS 企业，当我们需要预测判断客户的付费意愿时，可以通过用户的行为数据，公司信息，用户画像等数据建立付费温度模型。用更科学的方式进行一些组合和权重，得知用户满足哪些行为之后，付费的可能性会更高。
以上这几种数据分析的方法论，仅仅掌握单纯的理论是不行的。产品经理们需要将这些方法论应用到日常的数据分析工作中，融会贯通。同时学会使用优秀的数据分析工具，可以事半功倍，更好的利用数据，实现整体增长。

Ⅸ 产品经理怎样做好竞品分析

产品经理应如何研究竞争对手?产品经理如何进行竞品分析？产品经理如何进行竞品研究？产品经理如何写竞品分析报告？

竞争性研究可以节省大量时间，尤其是在新产品推出时。

竞争对手分析是您的业务计划的重要组成部分。一旦确定了产品愿景和要解决的客户问题，就必须了解市场中的其他公司。这可以帮助您确定机会和威胁。它还使您能够制定战略，以比竞争对手更好地满足潜在客户的需求。

您的研究应着重于了解客户如何应对当前的问题。这要求他们深刻理解所有可用的替代方案，包括直接和间接竞争对手。直接竞争对手在同一市场中提供类似类型的产品。间接竞争者提供了满足相同需求的不同类型的产品。考虑潜在客户可以使用的所有选项，可以帮助您差异化产品并建立可持续的竞争优势。

花在构建和营销产品上的时间和精力可能要花费数月甚至数年。这就是为什么投资几个小时进行竞争性研究可以为产品经理及其组织带来长期的丰厚回报的原因-如果他们可以及早确认其产品如何增加价值。毕竟，他们需要知道是什么使他们的产品在市场上脱颖而出。最好的方法是与他们一起研究和评估市场上的其他所有人。

什么是竞品研究?

竞品研究涉及捕获对您的企业最重要的竞争者指标信息。产品经理应首先确定产品在市场上针对谁和谁。这使他们对自己的想法真正独特有深刻的理解。这也是了解他们的想法是否值得更多宝贵时间和精力的重要第一步。

竞品分析是了解市场格局的有用工具。这可以帮助您确定潜在客户可以解决其问题的其他方式。这也是评估其他供应商策略的好方法，因此您可以评估他们的优势和劣势。这使您可以深入了解其他公司如何努力为您的目标买家提供价值。

您的竞争分析应回答以下核心问题：

1、还有哪些其他公司在争夺您市场中的客户?

2、他们提供什么产品和服务?

3、每个竞争对手的市场份额是多少?

4、他们的优缺点是什么?

5、您自己的产品和服务如何比较?

6、您如何区分您的产品和服务?

产品和营销团队使用这些发现来告知他们的战略计划，并确定使他们的产品成功的因素。它使他们能够制定一种考虑自己的产品相对于竞争对手的优缺点的方法。

竞争性研究可以帮助回答以下核心问题：

“还有其他公司完全按照我的意愿去做吗?”

“我的潜在客户是否正在以他们想要或需要的水平获得产品或服务?”

要回答这些问题，产品经理必须区分直接竞争对手和间接竞争对手：

直接竞争对手是在相同市场内提供(或多或少)相同商品或服务的公司。例如，可口可乐和百事可乐是彼此的直接竞争对手。

间接竞争对手是一家提供不同类型产品以满足相同需求的公司。例如，雪碧和百事可乐是彼此的间接竞争对手。水是雪碧和百事可乐的间接竞争者。

产品经理应确保同时研究直接和间接竞争对手，因为这两种类型的分析都非常有价值。了解竞争对手客户的痛点可以帮助产品领导者发现他们要解决的问题。这可以为他们提供巨大的市场优势以用于他们的推销。

竞品分析有哪些类型?

有许多不同类型的竞争对手分析。在考虑使用哪个模板时，重要的是要考虑要分析的因素以及如何共享您的发现。

下面列出的是产品经理如何进行竞品分析研究报告中包含的预构建示例。

了解您的客户如何应对当今的挑战以及他们拥有哪些选择可以帮助您定义长期产品策略。这项研究的价值不仅仅局限于竞争对手。您还可以使用它来为战略计划模型提供信息，例如精益画布，SWOT分析和波特的5力模型。这使您可以深入考虑您的 业务和产品假设 以及使您的产品成功的因素。

您应该定期更新您的竞争分析和受调查结果影响的业务模型。这使您可以快速识别市场变化并应对新的挑战和机遇。

通过使用这些精心选择的模板来查看您的产品在市场上的适合位置，从而超越竞争对手。

为什么这有关系?


产品经理必须证明他们正在构建对他们的业务和潜在客户至关重要的关键组件。毕竟，产品绝不能真空包装-它们应满足企业和客户的特定需求。作为产品的首席执行官，他们必须在驱动产品团队构建，营销，销售和支持解决方案之前定义这两件事。

产品经理需要可量化的指标来：

将他们的作品与竞争对手进行比较

看看他们可以填补客户竞争中的空白

需要什么信息?


产品经理可能理解竞争性研究为何重要，但不知道在研究过程中要寻找什么。他们应该寻找某些核心信息，以开始制定有意义的竞品研究计划。阿哈的一个例子!包括在下面。PowerPoint和Excel也是捕获此信息的流行方法。

视力


产品经理应确定竞争对手产品的最终目标-他们对这些产品的发展方向以及在市场上要达到的目标的愿景。为此，他们应该花时间在竞争对手的网站上评估自己如何向客户和潜在客户展示自己。他们应该问：“为什么这些产品存在?” “他们声称要解决哪些问题?” 最重要的是，他们应该询问这些产品似乎没有解决的任何问题。这些都是可能填补的潜在市场缺口。

长处


产品经理应设法了解是什么促使竞争对手去做自己的工作。许多产品是建立在深厚的个人热情和必要性的基础上的。产品经理花时间在LinkedIn，公司网站和其他在线个人资料上研究创始人的背景是很明智的。然后，他们应该问：“竞争最擅长什么?创始人带来了哪些见识和经验?”

客户挑战


竞争对手的用户在奋斗什么?这些产品缺少哪些方面?为了回答这些问题，产品经理应该花时间参加竞争对手的产品巡回活动，以了解其产品的各个方面。然后，他们可以搜索相关的在线论坛来阅读有关这些产品的评论和见解。Quora，Proct Hunt和LinkedIn是三个潜在的平台，它们对客户和潜在客户的想法提供公正的意见。

角色


所有出色的产品都有相关的角色-该产品的理想客户人口统计资料。这些角色是虚构的，但应反映真实的客户群。在研究竞争对手时，产品经理应询问这些产品的目标用户，并重新访问客户评论以寻找模式。他们可以通过注意到职称，行业，经验等之间的相似性来推断竞争对手所针对的角色。

定位


竞争对手如何营销他们的产品?他们使用什么语言来描述他们在市场中提供的产品?这些产品解决了哪些核心问题?产品经理应在其公司网站和外部网站上查看竞争对手的营销信息。这有助于他们评估自己在这个共享市场中所扮演的角色。

市场


在进行竞争性研究时，定义市场格局至关重要。全面的市场分析可确定客户需求，行业变化和财务机会。为了了解竞争对手，产品经理还必须知道他们在他们所共享的更广阔的市场中所处的位置。

产品经理应为每个直接和间接竞争对手收集此信息，然后将其存储在其团队可以访问的中央位置。这有助于他们从高层次分析所有竞争对手。一旦他们看到竞争对手的优势和不足之处，便可以找到方法使其产品脱颖而出。

自行检查


在竞争分析的每个阶段中，产品经理都应亲自检查以评估其进度。他们应该问这个过程是否在帮助他们了解核心市场，以及他们的产品或功能如何解决特定问题。最终，他们想回答这个问题：

“可以为目标市场的客户提供服务的最大优势是什么?”

找出答案的第一步是进行竞争性研究。

竞争格局

该模板可轻松在单个视图中可视化竞争对手。这是在市场中定位关键参与者以及它们之间如何相互关系的理想方法。例如，当您需要向高管或咨询委员会提供有关竞争的概述时，它很有用。您可以轻松自定义每个象限的标题，并更改x和y轴上的值，以与贵公司评估市场的方式保持一致。

相关推荐：

产品经理如何进行竞品分析研究报告

产品经理竞品SWOT分析模板

产品经理必知的产品路线图模板

产品经理-产品组合路线图是什么

小白零基础产品经理画产品路线图指南

2020年产品经理薪资趋势

产品经理：产品分析的内容有哪些

产品经理能干到多少岁

产品经理从业成长指南

产品经理培训出来找不到工作是真的吗

产品经理是不是青春饭

未来五年产品经理必死

Ⅹ 产品经理做市场调研和数据分析的方法

产品经理做市场调研和数据分析的方法

产品经理，你对用户的需求了解多少呢？你知道用户想要什么样的产品吗？你想知道用户将会如何看待你的产品吗？你想知道你设计的产品在用户中的口碑如何吗？

是的。每一个产品经理都希望在产品开始立项设计前，得到用户最真实的需求，为自己的产品设计提供良好的支撑；每一个产品经理都希望自己的设计的产品得到用户的认可和亲睐；每一个产品经理都希望用户能在使用产品的过程中不断反馈对于产品改进的意见和建议……那么，我们如何才能得到用户的前期意见和后期反馈呢？

这个时候我们需要的是数据的支撑，只有数据才能让一切更有说服力（前提是真实、有效的数据）、只有数据才能让我们更清楚地了解到我们想法的可行性……

既然这样,那数据从何而来?这自然少不了市场调研，只有通过对用户的调研才能收集用户最基础的用户数据、从最基础的数据上进行分析，从而了解用户的真实需求。那么，作为产品经理，我们应该如何对市场或用户进行调研呢？调研的方式和方法有哪些？对于调研的数据我们如何进行数据分析呢？数据分析的方法和方式有哪些呢？

一、 产品经理为什么要做市场调研？调研的目的是什么？

我们在做市场调研前，必须有一个自己的调研思路：我们要调研的对象，需要收集的数据，需要达到的效果等。只有有了明确的目标，才能获得更加有效的数据。

1、通过调研了解市场需求、确定目标用户、确定产品核心，为了更好的制订MRD；

2、为领导在会议上PK提供论据；

3、提高产品的销售决策质量、解决存在于产品销售中的问题或寻找机会等而系统地、客观地识别、收集、分析和传播营销信息，及时掌握一手资源；

4、验证我们定的目标客户是不是我们想要的，目标用户想要什么样的产品或服务；

5、了解我们能不能满足目标用户的需求并且乐于满足目标用户的需求；

6、找准产品机会缺口，然后衡量各种因素，制定产品战略线路；

7、调研到最后，目标越明确，需求确明确，也就会觉得，产品越难做，难以打开市场等；

8、对于全新的产品，调研前PM必须先自己有一个思路，然后通过调研去验证自己的想法的可行性。

二、 市场调研的方式方法有哪些？怎样确定调研的维度？

1、问卷调查、用户AB测试、焦点访谈、田野调研、用户访谈、用户日志、入户观察、网上有奖调查；

2、做人物角色分析：设置用户场景、用户角色进行模拟分析；

3、情况推测分析；

4、调研的维度主要从战略层、范围层、结构层、框架层、视觉层来展开（不同的产品从不同的层次来确定调研的维度）

三、 如何整理市场调研的数据？

PS:对收集到的调研数据，我们需要整理出那些有效的数据，对于无效数据果断丢弃。对有效数据进行细致的处理、分析。

通过市场调研，我们收集了不少的数据，这些数据都是用户最直接的对产品的某种需求的体现。作为产品经理，我们视这些数据为宝贝，我们需要将这些数据进行整理，让他们变为珍宝。那我们该如何整理呢？

1、将规范的数据按照维度整理、录入，然后进行建模；不规范的数据的话就必须得自己先通过一些定性的处理，让它变得规范，然后再用工具进行分析；

2、封闭性的问题，设置选项归类即可。开放性的问题，建议还是先录下来，然后再头脑风暴整理出有用的东西；

3定性的，焦点访谈和深访，都可以录音，在事后可以形成访谈记录；焦点访谈的过程中，可以以卡片的形式或者其他的形式让用户做选择题，可以获取少量的有数据性的东西，其他的更多的是观点、方向性的，这个需要在整理访谈记录的时候根据问题来归纳整理；

4、深度访谈的数据整理，我们以前会做头脑风暴，建立很多个用户模型，强行量化这些数据。这个方法比较有效，特别在做人群研究的时候。

四、 如何书写市场调研报告？

对整理后的数据，我们最终需要形成书面的市场调研文档报告，以最直观的方式呈现给我们的BOSS，从而获得老板对产品的支持。

1、对市场调研的数据分析后进行的说明总结，用图表或图形的形式最直观呈现；

2、分析用户当前现状，用户对产品的需求点；

3、报告的组成有研究背景、研究目的、研究方法、研究结论等相关内容；

4、根据调研的时候的思路，将报告逐一完善，将数据分析的结论图表化，得出自己的结论总结出趋势和规律

五、 数据分析的方式方法有哪些？

1、数据分析需要掌握数据统计软件和数据分析工具（分析工具如SPSS等）；

2、数据分析的主要方法有：

对比分析法:将两个或两个以上的数据进行对比分析，分析其中的差异，从而揭示这些事物发展变化的规律和情况。对比分为横向对比和纵向对比。结构分析法:被分析研究总体内各部分与总体之间进行对比分析的方法，即总体内各部分所占的指标。交叉分析法:同时将两个有一定联系的变量及其值交叉排列在一张表内，使各变量值成为不同变量的交叉点，一般采用二维交叉表进行分析。分组分析法:按照数据特征，将数据进行分组进行分析的方法。其他还有比如漏斗图分析法、杜邦分析法、矩阵关联分析法等等。

（数据分析方法可以参考：《谁说菜鸟不会数据分析》一书）

PS:数据分析的方法有很多种，在进行数据分析的时候，选择有效的数据分析方法，能达到事半功倍的效果。

六、 数据分析报告如何指导产品经理进行产品设计？

1、根据调研结论 确定产品核心功能

2、把数据分析的结果加入到整个迭代设计的过程中加速产品的迭代更新

3、评估解决方案的可行性。根据实施的结果再去评估解决方案是否真的可行？是否还需要再改进，依此类推

4、通过数据进行分析，得出用户的行为规律，为产品提供支撑

5、日常的运营分析，及时发现产品问题

6、产品后期设定一系列的运营指标进行运营监控，然后反馈产品迭代（指标主要包括：1、用户的反馈、2、产品的BUG、3、市场的反映、4、产品未来的发展方向、5、点击率、留存率等等）

以上是小编为大家分享的关于产品经理做市场调研和数据分析的方法的相关内容，更多信息可以关注环球青藤分享更多干货