数据产品经理实践手册#暑期生活
2021-07-13 15:01:26 0 举报
登录查看完整内容
《数据产品经理实践手册》阅读的笔记
作者其他创作
大纲/内容
《数据产品经理实践手册》学习笔记
第一章 产品经理该怎样入门数据分析？
1.1 产品经理做数据分析的入门门槛在哪？
简单的数学知识
产品分析概念
数据评估产品改版（或新功能）效果的方法
借助数据发现产品改进关键点的方法
在数据的配合下快速完成用户画像的方法
定义数据埋点以及分析需求，并推动研发团队实施
1.2 数据分析入门的「快速路径」
核心工作是通过研究用户、定义产品来创造价值
实践出真知，是入门数据分析最快速、最直接的方式
第二章 产品经理应关注哪些数据指标？
2.1 产品数据分析的的指标
新增
活跃
留存
传播
流失
2.2 互联网产品的「AARRR」模型
获取（Acquisition）：用户如何发现（并来到）你的产品？
激活（Activation）：用户的第一次使用体验如何？
留存（Retention）：用户是否还会回到产品（重复使用）？
传播（Referral）：用户是否愿意告诉其他用户？
收入（Revenue）：产品怎样（通过用户）赚钱？
第三章 如何衡量产品改版（或新功能）的效果
3.1 衡量改版效果需要哪些基础数据
用户及其行为数据是衡量产品改进的基础
用户行为数据的采集、存储、分析，可以由研发团队构建专门的系统实现
3.2 衡量产品改版（新功能）效果的操作方法
问题 1：新功能有多少人用（是否受欢迎）？
问题 2：用户是否会重复使用（被评估的）新功能？
问题 3：新功能对所处的使用流程是否起到了优化作用？
问题 4：产品改版对用户留存产生了怎样的影响？
问题 5：了解用户在怎样使用新改版的功能？
第四章 如何发现产品改进的关键点？
4.1 应该从哪里找「改进关键点」？
4.2「发现产品改进关键点」的操作步骤
第 0 步：目标（起因）
第 1 步：根据目标对用户分群
第 2 步：对比用户群，寻找差异
人群属性
使用环境
整体行为特征
用户行为
过程转化率
第 3 步：发现「有趣的」差异，探寻背后原因
首先，排除一些理所应当（无趣儿）的差异
然后，对剩下的（有趣儿的）差异，探索并其背后的原因
结论：分析原因得出初步结论
论证：从两群中各抽取了少量的用户，进行了电话访谈
第 4 步：根据发现改进产品
第 5 步：衡量改版是否达到预期效果
第五章 如何借助数据快速高效构建用户模型？
5.1 用户模型构建的传统方法
方法 1：基于访谈和观察的构建用户模型（正统方法）
第 0 步：对用户的访谈和观察（及其他研究）
第 1 步：根据角色对访谈对象进行分组
第 2 步：找出行为变量
第 3 步：将访谈主体和行为变量对应起来
第 4 步：找出重要的行为模型
第 5 步：综合各种特征，阐明目标
第 6 步：检查完整性和冗余
第 7 步：指定用户模型的类型
第 8 步：进一步描述特征和行为
方法 2：构建临时用户模型
「临时用户模型」的构建过程与「用户模型」的构建过程很像，只是其数据基础一个是来自对真实用户的访谈和观察，另一个是来自对用户的理解。
二者的准确度和精度都有差别。
5.2 基于用户行为数据快速、迭代构建用户模型的方法
【1】整理和收集已经获得的任何对用户的认知、经验和数据
将这些信息映射成为用户的描述信息（属性）或用户的行为信息，并存储起来形成用户档案
【2】根据已获得的认知和经验对用户分群
【3】要对上一步的用户群逐个进行分析，并尝试从中发现显著的行为模式
（1）从用户群中随机选取一些用户
（2）逐个用户解读其属性特征和行为记录，努力通过这些数据还原出用户的真实使用场景和过程，并尝试推测其目标。
（3）根据上面步骤中发现的典型行为模式和场景、目标的推测，对用户群进行更细致的划分。
（4）对上一步形成的候选用户模型（用户群），对其属性和行为数据进行统计分析，初步验证猜想。
（5）对上面形成的每个候选用户模型，进一步完成其目标和动机的推测。同样，在过程中有任何不解之处，请记录下来。
（6）对上面形成的每个候选用户模型，进一步完成其目标和动机的推测。同样，在过程中有任何不解之处，请记录下来。
（7）对上面形成的每个候选用户模型，进一步完成其目标和动机的推测。同样，在过程中有任何不解之处，请记录下来。
第六章 如何结合数据优化产品的用户体验？
6.1 什么是用户体验？
6.2 结合数据优化产品用户体验的一般方法
衡量
发现
优化
评估
第七章 什么是同期群分析（Cohort Analysis）？
7.1 什么是同期群（Cohort）？
7.2 什么是同期群分析（Cohort Analysis）？
7.3 Why 同期群分析？
7.4 如何应用同期群分析？
衡量产品业务的整体进展
评估产品改版的效果
优化产品的用户体验
寻找产品改进关键点
提升用户参与度
第八章 常见分析模型及应用场景介绍
8.1 行为统计
8.2 漏斗分析
8.3 留存分析
8.4 用户洞察
8.5 用户群细分
第九章 产品数据分析的一般过程
在观察数据到用户增长之间，还有一些非常重要、非常具体的事要做
第一步：弄清目标和当前的主要问题
第二步：找出问题相关的数据指标
第三步：对问题指标的相关人群进行画像分析，探究问题背后的可能原因
第四步：改进产品或运营
第五步：观察指标和画像，分析改进效果
第十章 如何评估选择合适的数据分析工具？
这章本质是广告
数据分析产品涵盖工具
数据采集
整体统计
行为分析
漏斗分析
留存分析
用户分析
用户群分析
通知推送
书籍来源
PDF下载地址：https://download.csdn.net/download/icerx/10903290
学习进度
2021-07-13：首次阅读，创建笔记。
0 条评论
回复 删除
下一页
