数据衡量体系构建的结构方法

首先题目涉及的一个前提使用场景是产品功能设计时,其实,从本质上讲,无论是产品开发时的功能设计或产品上线之后的运营,数据一直以来都是产品设计人员/运营人员所能接触的最直观反馈产品或运营情况的途径。优质且直观的数据体系,在产品的整个生命周期中扮演不可或缺的角色。

一、关于数据衡量体系

数据衡量体系中涉及的数据大都指的是可量化的数据。整个数据衡量体系包括:数据体系搭建的核心目标、数据收集渠道、数据反馈的指标、数据体系带来的执行变化等。

数据体系搭建的核心目标:基于某个需求、想要通过数据解决的问题或验证的业务。

数据收集渠道:在产品生命周期中,为了反馈某个或某些变化带来的影响,我们基于项目需求,在特定的渠道里进行数据埋点,进而形成一定的数据收集渠道。

数据反馈指标:将数据体系要达成的目标进行分解或量化成多个指标,以便用于实际操作中,即数据化操作的基础。

数据体系带来的执行变化:即数据化操作。数据体系建立的核心是为了更好的做出改变或实现目标,为决策执行提供可行性操作依据。

二、为什么要建立数据衡量体系

关于为什么要建议数据衡量体系,这里就不再叙述,数据化时代,好像不搞点数据出来亮一下,很多事情自己都要怀疑,跟别说你那可爱的老板了——那么,在这里,我们主要来说一下数据衡量体系中的一些相关指标。

数据本身具有一个特点就是:多。 在实际的工作过程中,我们会接触到各种类别的数据,无论是产品开发、运营、还是其他,都会产生大量的数据,然而数据本身并没有什么作用,其存在的主要目的是帮助实现目的、推动业务成长。如何在大量数据中分辨有效数据?数据指标体系是否符合业务发展需要?如何筛选数据?

电商相关数据指标:

APP相关数据指标:

用户相关数据指标:

金融类相关数据指标:

在产品功能设计开发时,建立起较为完善数据衡量体系,会发挥很大的作用,明确的数据指标系统可以协助设计人员/运营人员更好的实时操作。

这里简单阐述一下产品及运营相关的一些数据指标,没有进行详细一一列出,有需要的话下次再整理一篇详细的文章。

相关数据分析工具简单介绍:百度统计、百度指数、Google Analytics、友盟、ASO100、GROWINGIO、微指数等等。

三、如何建议优质数据衡量体系

重点来了:如何结构化的建立优质的数据衡量体系呢?

A.明确核心目标,确立可量化的执行目标
数据是产品/运营效果的直观反馈,因此,建立数据体系之前先要清晰的明白:数据要实现的核心目标,并且目标需要可被量化,这样数据显示更加直观化。

B.建立起正确的数据收集渠道

关于数据收集渠道这一款涉及到的比较广,基于不同项目的需求,数据的来源是多样性,在项目的实际操作中,可以根据目标指标需求对相应渠道进行数据埋点。当然,部分互联网产品涉及的数据收集来源也可以是:百度统计、友盟等。

C.数据筛选机制的建立——明确数据指标的可行性

数据筛选机制的建立,一方面要剔除无效数据,降低影响因子,另一方面,要确立数据指标的反馈直观性,发挥数据的作用。在数据筛选机制的建立过程中,不可忽略的一个要素是使用场景,数据是服务于产品,而产品是为了满足用户使用过程中的痛点需求,数据来源于用户并服务于用户,因此,数据的可行性有着很重要的作用。

via: 数据衡量体系构建的结构方法

The Why·Liam·Blog by WhyLiam is licensed under a Creative Commons BY-NC-ND 4.0 International License.

WhyLiam创作并维护的Why·Liam·Blog采用创作共用保留署名-非商业-禁止演绎4.0国际许可证

本文首发于Why·Liam·Blog (https://blog.naaln.com),版权所有,侵权必究。

本文永久链接:https://blog.naaln.com/2019/10/data-measured/