联系方式CONTACT 

当前位置: 主页 > 产品案例 >

尊龙人生就是博

两个案例聊聊产品经理如何设计数据分析方案

来源:http://www.hbzklxs.com 责任编辑:尊龙人生就是博 更新日期:2019-04-17 07:55

  两个案例:厕纸使用情况摸底和销售分析;4个步骤:确定大小维度、分析指标,然后添删改查;简单聊聊如何设计数据分析。

  最近工作中,做了一些数据分析相关的工作,结合几次经验说说作为一个low逼的产品经理,怎样设计数据分析方案。

  目前,我能想到的用途有:摸底调研,产品优化。换句话说就是了解过去,放眼未来。

  在明确数据分析目的的前提下,我会按照『四步走』的思路设计数据分析的方案。即确定三大维度、大维度拆解成小维度,小维度的分析指标,添删改查。

  任何数据分析问题我都会先拆解成三个大维度:物,人,物+人,拿资讯流来说,物就是资讯,人就是分析对象(用户/作者等),物+人就是资讯和对象之间发生的交互。

  结合目标,分别从物,人,物+人的角度去看,你想了解哪些情况。还说资讯流,物的角度比如:资讯的质量分布,时效性分布,来源评估等,人的角度比如有:有多少用户,用户的活跃情况,用户的统计特性分布,用户什么时候来(来不是看,来了不一定看,看即点击,是和资讯发生了交互)等;物加人的角度比如:不同类别的用户爱看什么类别的资讯,用户在某类资讯下的转化和核心数据表现等。

  1.确定三个大维度:马桶,职员(还有清洁工,维修工和访客,主要使用的是职员),马桶+职员

  针对上述的分析,对数据进行一些修正,例如,上述的分析中男马桶和女马桶的类型是不一样的(捂脸,别问我怎么知道),是否有必要进行细化。还有上述只给出了统计指标,但并没有给出统计方法和统计时间等。

  我在小区门口开了个小卖部,想分析一下近一个月内各商品的销售情况,以决定明天的进货量(假设我每个月进一次货)。

  不同属性的用户,购买每类产品(零食,生鲜,日用品等)的转化,购买数量及分布(不同类别的人都最爱买什么);

  不同(统计特征)属性的用户,不同商品类别带来的营业额、利润及其分布(不同类别的人都爱买什么,哪类人可以给我带来最高利润);

  利润最高的用户,不同类别下购买时段的分布(利润最高的用户,都是什么时候来买东西)。

  例如:上述分析第三部分主要分析了高利润用户的特性和习惯,但对未购买的用户,购买次数多但利润不高的用户分析较少。ag环亚手机登录更好地满足高利润用户的需求,转化低(无)贡献的用户是两种不同的思路。

  上述数据如果能够结合模型和机器学习等智能分析手段,可以分析出更多更有价值的内容。

  例如不同商品间的关联性(喜欢买A,B的人,都会喜欢买C),如不同类别用户之间的特性,大量购买XXX保健品的用户,一个月后都会大量购买婴儿产品(XXX保健品为孕期的常用保健品),如时间和气候对商品的影响,XXX季节,XXXX天气下,XXX和XXX商品的销量会激增。