

首页  思维导图  详情



数据分析-产品分析

2022-05-05 11:03:23   0  举报





AI智能生成

新功能开发模型kano、价格敏感度模型PSM

数据字典

知识管理

数据分析

产品经理

项目分析

模版推荐

作者其他创作

大纲/内容

概述

产品是能够提供给市场、供用户使用和消费的、可满足某种欲望和需要的任何东西

产品定位

满足谁的需要？

他们有些什么需要？

我们提供的是否满足需要？

需要与提供的独特结合点如何选择？

这些需要如何有效实现？

产品定位五步法

目标市场定位

产品需求定位

产品测试定位

差异化价值点定位

营销组合定位

极致产品关键词

刚需

傲慢、嫉妒、暴怒、懒惰、贪婪、暴食和色欲

痛点

在用户强需求上全力突破

高频

使用场景在用户的生活中经常出现

新产品功能属性开发分析-Kano模型

定义

A（Attractive）魅力属性

M（Must-have）必备属性

O（One-Demention）期望属性

I（In-Difference）无差异属性（次要因素-无关属性）

R（Reverse）反向属性（与假设相反看法-厌恶因素）

Q（Question）有问题的回答

指标

增加后的满意系数（better）=（魅力属性+期望属性）/（魅力属性+期望属性+必备属性+无差异属性）

消除后的不满意系数（worse）=（必备属性+期望属性）/（魅力属性+期望属性+必备属性+无差异属性）

设计调查问卷

问题组成

甄别问题

真正想问的问题

收尾（敏感性问题）

注意要点

选项交际为空，整体为全集

问题无歧义；简单明了，易理解；闭合型问题；不能有偏向性和诱导性；

市场调研

简单随机抽样

等距抽样

分层抽样

整群抽样

图表展示

散点图+辅助线：四象限展示

价格敏感度测试-PSM

定义

Q1太便宜

Q2开始觉得便宜

Q3开始觉得贵

Q4太贵

分类

不可接受：太便宜、太贵

有保留接受：（较便宜-太便宜）+（较贵-太贵）

可接受

图表展示

面积堆积图：寻找有保留接受和可接受的最高点

新产品市场预测-巴斯模型

定义

m=市场潜力，即潜在需求总数

p=创新系数(外部影响)，即尚未使用该产品的人，受到大众传媒或其他外部因素的影响，开始使用该产品的可能性。

q=模仿系数(内部影响)，即尚未使用该产品的人，受到使用者的口碑影响，开始使用该产品的可能性。

公式

分支主题

分析步骤

1、pq为空

2、公式求解Nt

3、公式求解（Nt-Nt-1）方差

4、规划求解方差最小

5、pq自变量，Nt因变量

6、求解pq

策略

导入期

定价策略

高价策略保持公司产品为高科技产品形象，树立品牌形象

促销策略

通过各种促销售手段，把商品引入市场，提高市场知名度

成长期

定价策略

技术改造，使产品更易于制造和批量生产，迅速扩大产能

促销策略

改变企业促销重点。从介绍产品转为树立形象，以利于进一步提高企业产品在社会上的声誉

渠道策略

积极开拓全球新的市场，创造新的用户，以扩大销售。努力疏通并增加新的流通渠道，扩大产品销售面

成熟期

产品策略

采用产品改良策略，进行产品更新换代。主要包括品质改良、特定改良和式样改良三方面。

品质改良

即改进产品的功能性效果，增加耐用性、可靠性、可回收性等。

特定改良

即增加产品新的特性，如规格大小、重量、材料质量、添加物及附属品等

式样改良

即增加产品款式、色彩等美感上的需求

衰退期

营销策略

应采取缩减策略，保留原来行业上的产品继续经营，但在规模上要适当收缩。比如可以吧所有营销力量集中到一个或少数几个细分市场，加强细分市场营销力量，大幅降低营销成本，增加企业利润。

BCG矩阵（波士顿矩阵）

横轴，市场占有率；纵轴增长率

分类

明星（1,1）；现金牛（1,0）；问题（0,1）；瘦狗（0,0）

商品商用阶段数据分析

产品健康度评判-漏斗模型

AARRR（获取、激活、流程、收入、推荐）

趋势（Trend）：从时间轴的变化情况进行分析，适用于对某一流程或其中某个步骤进行改进或优化的效果监控

比较（Compare）：通过比较类似产品或服务间购买或使用流程的转化率，发现某些产品或应用中存在的问题；

细分（Segment）：细分来源或不同的客户类型在转化率上的表现，发现一些高质量的来源或客户，通常用于分析网站的广告或推广的效果及ROI

改进反应测试A/B Test

制定不同方案，分别统计转化率、点击量、留存率等指标，以判断不同方案的优劣并进行决策，从而提升转化率。

对应分析-竞品分析

标签化+散点图：对好评率、价格、效率等因素进行分析

个性化推荐-协调过滤算法

基于用户（user-based）的协调过滤

考虑用户与用户之间的相似度，预测目标用户对对应物品的评分，找到评分最高的物品推荐给用户

基于项目（item-based）的协调过滤

考虑物品与物品之间的相似度，对相似度高的类似物品进行预测，将平分最高的物品推荐给用户

基于模型（model based）的协调过滤

推荐算法：关联规则、聚类算法、分类算法、回归算法、矩阵分解、神经网络、图模型以及隐语义模型

 Collect

Get Started

数据分析-数据分析思维

 Collect

Get Started

数据分析流程图

 Collect

Get Started

小白入门数据分析学习计划

 Collect

Get Started

架构图-医疗数据分析预测平台





0 条评论

下一页