为什么需要重新考虑您的分析策略? “产品人员-产品经理,产品设计师,UX设计人员,UX研究人员,业务分析师,开发人员,制造商和企业家 October 10 2018 真正 分析,以数据为依据的决策,以数据为依据的产品管理,Kpis,指标,优先级划分,网络分析, 注意产品 介意产品有限公司 1167 产品管理 4.668

为什么需要重新考虑您的分析策略?

通过 ON

如今,Web和应用程序分析对于业务至关重要。在数字市场上运营的严肃的开发人员,产品经理或公司首席执行官都不会考虑不使用它们。分析市场也竞争激烈,各种规模和敏捷性的提供商都在努力将其三行代码或SDK集成到您的软件中。因此,这些平台具有很多功能,并且非常易于使用。

因此,如果实现起来如此简单并且可视化结果如此简单,那么“数据驱动”方法应该就是扼杀它。但是吗?

我们每天都会自动发送给我们光滑而闪亮的报告,其中包含大量重要信息。在头一两个月后,我们将如何处理这些信息?在大多数情况下,答案–我自信地预测–几乎没有。正如我的合作伙伴10号咨询站分析负责人Paul Sartori所说,企业中没有人需要一份报告:“他们可能会认为他们确实在做,您进行分析的那些非常重要的人可能会说,‘我每天都要看公司的销售情况’,但考虑一下;这是统计数据,而不是报告,如果不采取任何措施,就不值得花时间在上面”

问题出在哪里?

问题出在任何分析实施的最开始。产品经理和分析师已经习惯于分阶段进行分析。

这些阶段通常如下所示:

  1. 将所有可能的事件(不要错过任何事件)映射到事件表
  2. 实施事件表
  3. 发布版本
  4. 放心,一切都在记录– good for you!
  5. 建立一个仪表板来监视新用户和回头用户,保留指标和入职转换率……差不多吧?

怎么了不多,但是够了吗?我希望不是。

问题在于,采用这种方法(我们很多人都采用这种方法)时,您会发现自己不断地在寻找正确的答案, 您应该做的是寻找正确的问题.

除非您得到了高超的机器学习团队的支持,否则举办数百场活动根本无法为您带来任何好处。您肯定会遇到数据过载的情况,因此很难决定从哪里开始以及如何确定优先级。实际上,有这么多事件限制了您,就像您看到自己受这些事件的束缚一样,并且您确定所有问题的答案都隐藏在数据中。但是您只是在为自己增加生活的难度。

此外,定义过多的事件必然会导致``较弱''的事件–没有周到的属性的事件。下次,我将深入探讨事件属性和其他技术的明智用法。

如果报告说一切都很好,你们都将停止工作吗?如果它说所有事情都是垃圾,那么您是否不必调查原因以及您应该如何处理?正如保罗·萨托里(Paul Sartori)补充道:“为什么不首先这样做,而不是在漂亮却毫无意义的仪表板上浪费时间。”

为什么会这样呢?为何几乎所有人都会发生这种情况?这是因为我们都在颠倒看它。我们正在寻找一大堆数据中的针头,而不是了解我们有办法在它们释放并掉落时对其进行跟踪。现在该转变我们的分析视角 右边向上.

正确的方法论

术语``数据驱动''是非常常用的术语,但许多人错过了它的上下文。这个想法永远不会让数据在出现问题时发出警报。它的原始上下文是数据驱动的决策。

实际上,我将更进一步,将其称为数据指导策略。当我们专注于目标并且不受战术约束的干扰时,我们允许(或强迫)自己选择最相关的指标并仅询问相关问题。

例如:

  • 我们的关键指标是绝对收入,每用户收入还是用户增长率?
  • 我们当前的产品方法有效吗?它符合我们的目标吗?

通过这种方式,我们从上到下规划我们的分析实施:

  1. 首先 目标
  2. 选择 指标/ KPI that truly matter
  3. 问策略 问题 to explain cause

一旦确定了信心,我们便会询问所有相关问题,以找出潜在的原因和结果。 “什么可能会影响该目标,可能的原因是什么?”。我们可以提出更深入,更深入的问题,而不必依靠定量答案来回答下一个问题。当我们添加第一个指标时,很难将其固定在上面...

例如:

  • 我们不需要知道实际的入职转换率就可以知道用户流向何处。
  • 最终,当我们有了定量数据时,我们当然会想知道最大的下降在哪里,但是在那个阶段,我们将专注于数字–很难做到豁达。

然后,我们的下一步是战术性的:

  1. 选择 调查方法 回答问题
  2. 活动表/跟踪计划

我们需要从我们选择的分析平台提供的工具集中选择最有效的方法来调查我们选择的战略问题。在这一点上,我必须强调,这种选择过程不仅是为了“整洁”而已。这是必须完成的超临界任务。

原因是如果分析效率不高,分析分析可能会花费大量时间。实际上,Hotjar报告说,尽管发现了有价值的产品,但开发商仍然停止使用其产品是主要原因之一。不要小看“weight”分析部分对您的影响–我犯了太多次了过度探索可能​​并且通常会造成弊大于利。这就是为什么您必须通过优化和集中您的调查和方法来尽可能地减轻它的负担。

那么,如何利用调查方法变得更加高效和有效呢?您可以使用多种技术,我将在下一篇文章中分享。但最重要的是,您应始终尝试找到最短答案的路径。路径越复杂,在实施过程中发生错误并破坏数据的机会就越大。

大多数分析开始的地方,我们将结束–与事件表。完成以上所有设置后,编写事件表应该是将点连接起来并确保没有点遗漏的游戏。请记住,您应该:

  • 尽量减少事件数量
  • 当涉及到事件属性的时候
  • 确保提供有关何时触发每个事件以及存储每个事件属性的详细说明。提供示例和输入选项的完整列表(如果有限制)。