产品数据分析，重点是数据还是分析？.docx

产品数据分析，重点是数据还是分析？ /> 相信大家经常会听到“数据驱动产品”这样的口号，也会听到“不要为了分析 而分析”的劝说。无论是口号还是劝说，都是这个行业前辈踩过的坑。
那到如何进行产品数据分析？我将结合近一年的产品数据分析的工作，
到了过程4,是不是看起来很熟悉？这一步我们就需要思考如何针对性的调整 产品功能，实现功能优化。当我们完整走完1-3的环节，就可以理直气壮的 说，这次产品数据分析，是可以指导产品功能的优化与迭代的，因为我们有完 备的数据支持。另外需要记得，优化迭代的功能，要记得进行效果评估噢。
其实，在实际工作中，我们经常会遇到在一个分析中，跳过对用户行为的分 析，直接从单维度数据就开始主观推测是产品功能存在缺陷的情况，进而造成 结论过于牵强的情况。
产品数据分祈四部曲
数据指标 用户行为
产品功能
二、做数据，多试试交叉分析
当前状态是什么？通常只需要观察单个指标，再加上对业务基本的理解就可以 说明当前的情况，比如转化率降低，那我们就可以得出结论是产品或功能影响 了用户在转化操作。
但至于为什么不好，单纯的看转化率一个指标是很难看出来结果的，通常这个 时候就需要结合多个指标一起看。
继续上面的例子，用户在页面转化率低，是因为页面内容太复杂影响了用户信 息获取，进一步影响用户浏览时长？还是购买入口太深，影响了用户点击？ 有了这些猜测，我们就可以通过将不同维度的数据进行交叉分析，明确用户的 什么行为导致了当前状态的发生。
假如认为用户停留时长影响了页面的转化率，那么我们可以将用户停留时长与 转化率进行交叉分析，如图：
停留四长
页面内容夔来，用户 ge坏到转化入口？
页面布局及内容颇
转化率
灵面内容过于»8筝,
天啜引力？
页面内谷可否埴-步
MS?
其实从上图我们就可以看出，两个数据维度交叉后可以获取的信息远远比单维 度数据要多的多。我们按照停留时长&转化率将用户分为四个部分：
在左下角停留时长低、低转化率，我们还原到用户具体的使用场景中，用户在 购物页面上，几乎不怎么停留就离开了，这就说明页面信息对用户吸引力度不 够，进一步映射到我们产品设计上，就是如何更好的获取用户的页面关注度；
在左上角停留时长长，转化率低，说明用户愿意在页面中浏览信息，但是浏览 的信息却没有为用户转化提供动力。这种情况可能说明产品的页面内容过于复 杂，是不是转化入口被埋得很深导致用户找不到进而影响了转化；
在右下角停留时间短，转化率高，如果很多用户都是这种类型，前提我们知道 落地页本身就很长，我们可能要考虑是不是冗余内容过多？是否可以将页面内 容进一步的进行精简；
在右上角停留时长不错，转化率也不错，对于一个商品交易页面来说，这种情 况再好不过了。
之所以花这么大的篇章讲这一块的内容，是因为多维度组合分析确实是产品分 析的一把利器，在实际分析中，大家可以尝试多种不同维度的组合，帮助自己 确认问题所在。
维度交叉分析就像灯塔，指引我们在纷杂的数据中前行。当然，很多同学在实 际分析的过程中，也会应用到类似于漏斗分析、归因模型等常用方法。这里我 想说的是，没有更好的方法，只有更适合的方法，选对方法，才能获得正确的 结果。
三、做分析，记得多问几个为什么
很多同学在完成第二步