产品数据分析

  • 大嘴巴漫谈数据挖掘:维度角度辨特征,环比同比看趋势

    外部调研结束后,接下来的内部数据分析则需由产品经理、行业专家和数据分析师共同配合完成。产品经理首先提出业务需求,并及时帮助数据分析师理解需求目标,然后数据分析师在充分掌握的基础上,将其转化为内部数据挖掘的分析目标,最后与行业专家确认所构建出的业务模型。同时,通过内部数据分析,产品经理还可以了解不同用户群体对产品的使用情况,以及从用户使用特征的角度来划分市场。…

    2016-04-18
    0
  • 用户行为分析三大要素:动机、能力和触发点

    有一个好的现象,近几年用户体验设计蓬勃发展,越来越多的产品设计开发同仁认识到一个产品的设计开发需求,不应该是由繁杂的功能特性堆积起来的,而是应该由核心价值用户场景作为思考基础,有效串联产品提供的功能特性而形成的。这是好事,我们做产品需求分析时,看到的不再仅仅是一张成百上千项功能的Spreadsheet,同时还有鲜明的Persona和真实的Scenario,让…

    2016-04-16
    0
  • 借助用户反馈功能,如何进行用户数据分析?

    对很多从事产品工作的同事来说,“以用户为中心”是工作的重点,同时也是难点。用户的心思难以捉摸,用户研究的工作也似乎高深莫测。不过,用户研究并不一定总要使用眼动测试这样专业的手段才能进行。借助现在很多产品都有的“用户反馈”功能,其实就可以进行简单的用户数据分析。 “用户反馈”作为用户研究的手段,具有独特的优势。首先,“用户反馈”反映了用户在真实使用环境中正在发…

    2016-04-13
    0
  • 大嘴巴漫谈数据挖掘:定量分析助定性,分析结果有展示

    定性研究结束后,随后的定量分析需要接触一定规模的用户,以此获取用户对产品的认知度等方面的信息,为了保证样本的代表性,通常采取电话访问的形式。 与试商用时期相比,产品上市后的用户数量会有所增加。如果成本允许,建议总样本规模尽可能达到600至800人左右,并按照用户黏性、订购方式分别配额。通常,访问800个用户,在95%的置信度下,可以确保误差在3.5%以内。 …

    2016-04-11
    0
  • 10分钟,学会从上帝视角看产品数据

    作为一个产品人,最骄傲的事情大概就是从零开始设计打磨出一款精美且实用的产品。作为互联网圈最具活力和创造力的一个群体,几乎每一位PM心里都有一幅伟大的产品图景;然而悲催的是,夹在坑爹需求和要命研发之间的PM们,也都习惯了戏称自己为产品汪……许多产品人甚至会在画原型到凌晨之后茫然地问自己:越做越累越累越做,自己到底图什么呢说好的对产品的掌控力呢说好的话语权呢说好…

    2016-04-06
    0
  • 你搞清楚竞品分析和产品分析的区别了么?

    【文章摘要】竞品我理解应该分为三类:直接竞品、潜在竞品、转移性竞品。 当年刚刚入产品经理这一行的时候,第一节课学习的就是如何对产品进行分析。但是随着年龄的增长,时常感到自己对竞品分析与产品分析理解的浅薄,我一度无法分清两者的区别与侧重点,现在才对两者之间的关系渐渐清晰,这里简单总结一下我对竞品分析与产品分析的理解。 竞品分析 如何选择竞品 我们选择竞品往往需…

    2016-04-06
    0
  • 大嘴巴漫谈数据挖掘:外部调研看态度,主观客观双结合

    在具体的研究过程中,分为外部调研和内部数据分析两个过程。 外部调研包括用户消费习惯和使用态度的研究,一是通过搜集用户基本属性信息以及使用产品的行为偏好信息来了解用户对产品的认知程度;二是通过搜集用户使用产品的反馈信息来了解用户对产品各方面的评价。 内部数据分析方法主要用来目标用户识别,依照用户的产品订购及使用行为,从多个维度对目标用户进行分析,以此了解用户使…

    2016-03-15
    0
  • 大嘴巴漫谈数据挖掘:产品运营重精确,产品导入先认知

    运营是介于产品开发和营销之间的一种运作状态。一般来说,随着业务的深入发展,以经验型为主粗放式运营必然转向以分析型为主的精细化运营。运营首先要处理好精确和准确的关系:准确是指真实值与测量值之间的误差程度小,精确表示在条件不变的情况下,真实值和测量值之间的误差程度能够反复再现。 运营分析需要保证结果的精确性,也就是常说的“次次如此、回回一样”,可以容忍一定程度上…

    2016-03-10
    0
  • 大嘴巴漫谈数据挖掘:问卷测试评分项,测试结果分析中

    在产品试商用的定量测试结果分析中,首先通过实际数据展示了产品下载安装成功率的具体情况。如上所示,可以看出,其中有90%的测试用户安装成功,有10%的测试用户出现了问题,而安装不成功主要归咎于三种情况,应重点关注并及时改进完善。   接下来的产品偏好评价方面,如上所示,最上面描述了影响产品各个指标的体验得分及权重。纵坐标表示各个指标的重要性程度,横坐…

    2016-02-25
    0
  • 大嘴巴漫谈数据挖掘:深入评价需定量,问卷测试评分项

    通过定性研究,深入了解用户的产品使用行为、探索归纳出使用过程中遇到的障碍和问题,并对这些问题作出详细合理的解释,为随后的定量分析做准备。 结合定性研究总结出的主要问题,定量分析通过结构化的问卷调研了解用户的行为特征,如用户下载安装、使用地点、使用频率,以及对产品功能、价格和名称等方面的评价,并进行量化确认。 定量分析中,一般会借助电话访问结合问卷调研来获取用…

    2016-02-22
    0
  • 大嘴巴漫谈数据挖掘:用户招募选样本,发现问题给建议

    下面通过一个实际产品例子来描述可用性测试的整个实施过程,即按照任务流程总结归纳某一电子书城网站的可用性问题,统计各个情境下可用性问题的出现和分布状况,发现高优先级的可用性问题并给出改进建议,以及根据测试结果列出衡量可用性问题的对比指标。其中的测试内容包括针对网站的注册,电子书的试读、购买和赠送。 用户招募是可用性测试中的一个重要环节,且具有一定难度。为了达到…

    2016-02-05
    0
  • 大嘴巴漫谈数据挖掘:试用产品商用前,定性研究分用户

    与可用性测试不同,接下来的试商用测试选取的是产品的真实用户,能够根据用户自发的业务使用行为,获取更为客观且具有实际参考意义的用户反馈,并在产品正式投放市场前尽可能多地修正发现的问题。但有时与最终上市产品相比,在某些方面还会有一定程度的限制,比如使用场所、订购渠道等。 产品试商用时,测试研究通常需要测试用户对产品进行综合评价,汇总产品各个方面的用户反馈信息,一…

    2016-02-05
    0
  • 大嘴巴漫谈数据挖掘:结果分析看指标,完成时间完成率

    在用户数据统计分析中,指标任务完成率和任务完成时间意指根据产品实际情况积累出的参考值,从而作为横向比较指标。通常会将所有任务的任务完成率取平均值,则可得到针对某项产品的平均任务完成率,同理也可得到平均任务完成时间。如上所示,在情境1的任务1.1里,有10%的测试用户未完成任务;有5人的任务完成时间小于平均值,4人的任务完成时间大于平均值。 如上所示,在不同的…

    2016-02-04
    0
  • 大嘴巴漫谈数据挖掘:产品商用需测试,可用测试验原型

    第四时期产品测试是在新产品开发完成以后,为了获取用户对产品的功能、性能等方面的评价,通常会事先邀请符合目标用户特征的潜在用户试用该产品,以便进一步完善和改进产品。 产品测试包括可用性测试和试商用两个步骤。可用性测试意指通过检测产品原型的可用性,来了解用户使用产品的具体情况。试商用则是指将完成可用性测试的新产品小范围投入市场,提供给真实用户使用及体验。 一般来…

    2016-02-03
    0
  • A/B 测试:数据驱动的产品优化

    大数据时代,拥有数据就是拥有了宝贵的财富。现在获得数据已经变得越来越容易。但是数据的价值怎么才能最大的挖掘出来呢仅仅拥有数据是远远不够的,要使用数据来发挥价值。仅仅让机器来使用数据还是远远不够的,更最重要的在于企业里的 “人” 可以正确高效的使用数据。这就需要企业具备数据驱动的理念。 那么什么是数据驱动的理念怎么定义数据驱动有很多人从不同角度给出了不同的解释…

    2016-01-24
    0
关注我们
关注我们
分享本页
返回顶部