网易杭州研究院 网易杭州研究院

精益数据分析

所属微专业:

图片
课程概述

本课程面向初级产品经理,由来自网易电商、网易杭研数据组的一线产品经理及数据分析师授课。课程分为认识数据、提取数据、分析数据、利用数据四个部分,全面介绍了入门级产品经理所需的数据指标、工具及分析方法,授课过程中,讲师援引了大量实际工作当中的数据案例,其中不乏几款网易乃至其他一线互联网产品的真实数据,在案例中抽象观点,通过观点切合实战,希望让学员有深入浅出的理解,能够把课程当中的知识融入到日常产品工作中,做到学以致用。



证书要求
  1. 学习完该门课程的所有内容;

  2. 完成该门课程的所有课后作业;

  3. 测试合格。


预备知识

对互联网产品经理岗位有一定了解,通过网络阅读初步了解产品经理入门知识。

授课大纲

4.1认识数据——产品经理与数据分析 


4.1.1 数据的客观性

第一节:认识数据

知识点:数据是量化事物的手段;处理数据的手段会导致解读的结论偏差;“求证”地分析数据(Facebook案例)

第二节:产品经理如何学习数据分析

知识点:明确问题本质;了解产品业务;大量深入的产品实践

第三节:数据如何帮助产品经理

知识点:发现问题,验证假设,协助优化(网易案例)

 

4.1.2 培养面对数据的“智慧

第一节:如何提出数据统计需求

知识点:一个完整的数据需求——功能设计方案、功能目的和目标、功能上线后需要跟踪的数据指标及指标精确定义(网站注册流程需求案例);

第二节:如何解读数据

知识点:探究因果关系和相关关系;提出好的追问假设,在不同的维度拆分数据。(电商网站案例)

 

4.1.3 数据分析当中的误区

第一节:忽略沉默用户

知识点:用户迫切需要的需求≠产品核心需求

第二节:过分依赖数据

知识点:过分依赖数据会限制产品经理的灵感

第三节:错判因果关系和相关关系

知识点:因关关系a导出b的发生,相关关系是ab的发生有相同的原因(电商案例)

第四节:警惕表达数据的技巧

知识点:转化率表达的案例

第五节:不要妄谈大数据

知识点:大数据——要用全部数据、注重相关关系、全新的计算方法

 

4.2获取数据——产品分析指标和工具


4.2.1 网站数据指标

第一节:网站分析工具

知识点:免费网站排名工具、免费网站监测工具

第二节:关键网站分析指标

知识点:访问量、访客数、浏览量、跳出率、页面停留时长、网站停留时长、退出率、转化率

第三节:Google Analytics操作介绍

知识点:受众群体分析、流量获取分析、用户行为分析、用户转化分析

第四节:对分析网站宏观分析

知识点:访客数和访问深度,访客来源,渠道效果,分析用户在网页的行为

 

4.2.2 移动应用类数据指标

第一节:移动应用主要指标

知识点:用户获取、用户活跃与参与、用户留存、用户转化、获取收入等过程各数据指标

第二节:使用数据指标评价版本迭代效果的方法

知识点:留存率对比,核心功能使用率,使用率和继续使用率,对核心功能的促进效果(网易云音乐案例)

第三节:移动应用分析工具

知识点:国内分析工具,国外分析工具,Crash分析工具

 

4.2.3 电商类数据指标

第一节:电商类关键指标

知识点:销售额、购买客户数、客单价、购买转化率、UV、详情页UV、重点商品缺货率

第二节:分析数据指标方法

知识点:流量增长因素、客单价增长因素、转化率因素(网易考拉海购)

第三节:详情页来源分析

知识点:导出率、商品导出率、推荐商品点击率

 

4.2.4 UGC类数据指标

第一节:UGC产品参与度指标

知识点:访客数、登陆访客数及占比、沉默用户数及占比、平均停留时长、产出内容访客及占比(Lofter案例)

第二节:优质内容评分

知识点:热度=分享次数+推荐次数+点赞次数

第三节:互联网产品指标思路

知识点:访客数和特征、获取渠道及渠道质量、访客参与深度、转化率和转化漏斗是否流畅

第四节:获取指标的方式

知识点:分析日志、分析工具获取(自定义时间、自定义转化漏斗)

 

4.3 分析数据——产品数据分析框架


4.3.1 基本分析方法

第一节:对比分析

知识点:横向对比,纵向对比(保证对比指标之外其他因素尽可能保持一致)

第二节:趋势分析

知识点:整体趋势、周期变化、极值点

第三节:象限分析

知识点:渠道评估和优化(质量--数量)

第四节:交叉分析法

知识点:多维度的数据分析(ios和安卓下载数分析)

 

4.3.2 数据分析框架——AARRR模型

第一节:数据分析框架的作用

知识点:保证结果的准确性、可靠性、针对性

第二节:AARRR分析框架

知识点:获取、激活、留存、收入、推荐及各环节的指标

第三节:AARRR模型应用

知识点:提升AARRR各环节指标的对应操作(渠道分析案例)

 

4.3.3 数据分析框架——逻辑分层拆解与漏斗分析

第一节:逻辑分层拆解

知识点:逻辑拆【相关指标和核心指标存在逻辑关联】分层拆解【同一层指标不相关】(电商案例)

第二节:漏斗分析法

知识点:关键路径的转化率、转化率对比分析、Google Analytic行为流

 

4.3.4 数据会说谎

第一节:改变坐标轴

知识点:添加趋势线及其公式

第二节:样本量的误差

知识点:决定样本量大小的因素(总体大小、总体内部差异程度)

第三节:平均数的数据谎言

知识点:当数据呈现正态分布,平均数才能近似代表整体的情况

第四节:辛普森悖论

知识点:数据集中的变量被分组,其相关性被降低或不存在相关性(注意不用混淆变量分组数据)

 

4.4 利用数据——数据驱动产品


4.4.1 数据应用的场景

第一节:需求分析阶段

知识点:对用户层面的需求,通过数据去伪存真。对公司层面的需求,通过数据验证并提供证据(网易考拉海购退出率案例)

第二节:产品设计阶段

知识点:设计前——发现问题,设计中——辅助决策,判断思路(A/B test),设计后——验证方案(对比核心指标)

 

4.4.2 数据驱动产品的方法(网易考拉海购首页改版案例)

第一节:通过数据发现问题

知识点:对导出率、跳出率、满意度、各端用户占比进行对比分析

第二节:确定改版数据指标

知识点:综合用户需求和数据反映问题拟定核心指标

第三节:产品设计

知识点:品牌调性(用户调研)、首页架构和陈列样式、展现形式

第四节:上线后的数据验证

知识点:对之前的数据核心指标进行对比认证,并发现新问题

 

4.4.3  如何培养数据分析能力

第一节:心法层面

知识点:好奇心、求知欲、观察生活

第二节:基础层面

知识点:核心基础概念、基本统计原理

第三节:实战层面

知识点:数据驱动产品闭环,熟悉业务,时刻关注数据、保持敏感


所属微专业

所属系列课程

分享