無論是對于什么樣的產品，我認為下面的這幾種指標都會在產品工作頻繁用到，接下來簡單講一下我對這幾種指標的理解：（1）新增數據：新增設備數、新增注冊數、注冊轉化率通過觀察這幾個(ge)數(shu)據，主要用(yong)于兩個(ge)用(yong)途(tu)：
其一，初步評判(pan)各渠道流量質(zhi)量，匹配度，成本(ben)。目前市面上App流量的主要來源無(wu)外(wai)乎以(yi)下幾種(zhong)渠道：
手機廠商自家應(ying)用商店（華米ov等應(ying)用商店）
第(di)三方應用商店（應用寶，360應用商店）
信息(xi)流廣告投放（抖音，快(kuai)手，頭條(tiao)等(deng)）
品牌，裂變(bian)，自然流(liu)量，口碑傳播等
通過對比各類(lei)渠道(dao)的新增(zeng)設備數，新增(zeng)注(zhu)冊數。可以了解到目前流量來源分布占比，并依此去計算渠道(dao)投放成本。即單用戶成本=總(zong)投入(ru)成本/有(you)效新增(zeng)用戶數（不(bu)同產品對有(you)效定義有(you)差異）。
舉個(ge)例子(zi)，如果華為商店(dian)新增(zeng)(zeng)設備數(shu)(shu)和(he)小米(mi)商店(dian)新增(zeng)(zeng)設備數(shu)(shu)是(shi)2:1，但是(shi)他倆的新增(zeng)(zeng)注冊(ce)數(shu)(shu)比例是(shi)1:2，那他們兩(liang)(liang)個(ge)渠(qu)(qu)道(dao)對比，很明顯小米(mi)渠(qu)(qu)道(dao)的用戶更(geng)愿(yuan)意注冊(ce)，更(geng)愿(yuan)意使(shi)用產(chan)品，那在兩(liang)(liang)家投(tou)放(fang)價格一樣的情況(kuang)下，市場應(ying)該加(jia)大對小米(mi)渠(qu)(qu)道(dao)的投(tou)放(fang)力度。這樣才能將整體(ti)用戶成本降低。
因此(ci)，通過對(dui)不(bu)同(tong)渠(qu)道的新(xin)增數(shu)據(ju)橫向比(bi)較(jiao)，可以指(zhi)導市場部門(men)去對(dui)比(bi)成(cheng)本(ben)，優化渠(qu)道投(tou)放計劃(hua)。
其二，初步(bu)評判新用戶流程是(shi)(shi)(shi)否(fou)(fou)合理，順暢(chang)，產(chan)(chan)品(pin)價值是(shi)(shi)(shi)否(fou)(fou)被用戶感(gan)知。一個新用戶剛使(shi)用產(chan)(chan)品(pin)時(shi)，初來乍到，對產(chan)(chan)品(pin)功能是(shi)(shi)(shi)第一次體驗。是(shi)(shi)(shi)否(fou)(fou)愿意注冊，在產(chan)(chan)品(pin)上，留下自(zi)己的手機號(hao)碼(ma)信息，取決于在使(shi)用過(guo)程中(zhong)，流程是(shi)(shi)(shi)否(fou)(fou)自(zi)然，引(yin)導是(shi)(shi)(shi)否(fou)(fou)明顯。
對產品部門來說，如果新用戶的注冊轉化率過低，說明在新用戶的使用流程上存在優化空間，應該盡量去將登錄前的流程優化，提升注冊轉化率。除此之外，還可以根據此數據去拆分成更多數據。比如：通過已有的信息，對比不同畫像間用戶的注冊轉化率差異。比如男生和女生的注冊轉化率是否存在差異，一線用戶和三四五線用戶注冊轉化率是否有差異。單對此項數據做交叉分析，能得到很多有趣的結論（2）行為漏斗數據：首頁→詳情頁轉化率，ctr，cvr，詳情頁到成交轉化率用戶(hu)在使用產(chan)品核心功能(neng)時，往往會(hui)分為多步完(wan)成(cheng)。每一步都會(hui)有一些(xie)用戶(hu)在當前頁面(mian)流失或跳到(dao)非核心頁面(mian)，造成(cheng)分流。如果將所有的用戶(hu)行為數(shu)據整(zheng)合在一起，就會(hui)形成(cheng)以數(shu)據呈現(xian)的用戶(hu)關(guan)鍵行為的漏(lou)斗。
這(zhe)里以電商類產(chan)品的核心漏斗(dou)為例：
用(yong)戶(hu)想隨便看看商品：用(yong)戶(hu)瀏覽首頁信息流
↓
突然(ran)有了明確的目標：去搜(sou)索目標關鍵(jian)詞
↓
瀏(liu)覽(lan)商品：在搜索結果頁滑動瀏(liu)覽(lan)商品
↓
相中(zhong)某一款商(shang)品，想具體了解該商(shang)品參(can)數：點(dian)擊(ji)進入該商(shang)品詳情頁
↓
產生購買意愿：點擊加(jia)入購物車
↓
確(que)認結賬：下(xia)訂單(dan)并付款
在(zai)整個用戶的行(xing)為漏斗中，會涉及(ji)到(dao)首頁(ye)到(dao)搜(sou)(sou)索頁(ye)轉(zhuan)(zhuan)化(hua)(hua)率，搜(sou)(sou)索頁(ye)到(dao)搜(sou)(sou)索結(jie)果轉(zhuan)(zhuan)換，搜(sou)(sou)索結(jie)果到(dao)詳(xiang)情頁(ye)轉(zhuan)(zhuan)化(hua)(hua)率，詳(xiang)情頁(ye)到(dao)訂單轉(zhuan)(zhuan)化(hua)(hua)率，訂單到(dao)付款(kuan)轉(zhuan)(zhuan)化(hua)(hua)率等(deng)等(deng)。
環(huan)環(huan)相扣，頁面流(liu)(liu)量(liang)越(yue)來越(yue)少，用戶(hu)使用越(yue)來越(yue)深(shen)入。形(xing)成一個完整(zheng)的(de)行為(wei)漏斗。每(mei)一步都有轉化，有流(liu)(liu)失。通過分析各個頁面的(de)流(liu)(liu)失，就能去做相應的(de)優化。
比如搜索結(jie)果到詳(xiang)情頁轉化率(lv)很低，可(ke)能說(shuo)明搜索結(jie)果不準確，并未滿足(zu)用戶(hu)真實需求(qiu)。因此導致用戶(hu)只看搜索結(jie)果，但沒有想點進去的(de)意愿。
產品的行為漏斗數據，一定程度上說明了用戶對產品的使用深度，漏斗轉化率越高，說明用戶使用越深入，使用過程越流暢。（3）留存數據：活躍留存與關鍵行為留存留存(cun)(cun)率(lv)(lv)，往往用(yong)來(lai)衡量(liang)產品的核心價值。并且(qie)總會和新增(zeng)關聯(lian)在一起去(qu)衡量(liang)整(zheng)體流(liu)量(liang)池的存(cun)(cun)量(liang)。如果留存(cun)(cun)率(lv)(lv)很(hen)高，即使(shi)新增(zeng)率(lv)(lv)很(hen)低(di)，依然(ran)能維持(chi)很(hen)大的存(cun)(cun)量(liang)用(yong)戶(hu)群。反之，留存(cun)(cun)率(lv)(lv)低(di)，新增(zeng)率(lv)(lv)高。那長期看，很(hen)難保持(chi)持(chi)續的存(cun)(cun)量(liang)用(yong)戶(hu)群。
活躍留存分次日(ri)，三日(ri)，七日(ri)，月的(de)單位。具體以哪(na)個為(wei)主，取決于絕大部分用(yong)戶(hu)的(de)生(sheng)命周(zhou)期(qi)，如(ru)果本身產品是個高(gao)頻(pin)剛需行為(wei)，那么短周(zhou)期(qi)留存會很高(gao)，因此適宜觀(guan)測長(chang)期(qi)留存，去衡量產品質量，及用(yong)戶(hu)體驗。
如(ru)(ru)紅極(ji)一時(shi)的(de)臉萌，在短(duan)時(shi)間(jian)內匯(hui)集了(le)大量的(de)用(yong)(yong)(yong)戶，如(ru)(ru)果只(zhi)看次日(ri)(ri)留存(cun)，那(nei)在那(nei)段(duan)時(shi)間(jian)的(de)次日(ri)(ri)留存(cun)，應該會(hui)處(chu)于很高水平(ping)。如(ru)(ru)果將時(shi)間(jian)拉長(chang)(chang)，觀察次周留存(cun)，也(ye)(ye)許就能看出一些(xie)問(wen)題(ti)。產品提(ti)供(gong)的(de)價(jia)值可持續性越強，往(wang)往(wang)用(yong)(yong)(yong)戶粘性越高，長(chang)(chang)期(qi)留存(cun)就會(hui)越高。因為培養了(le)用(yong)(yong)(yong)戶習慣(guan)，用(yong)(yong)(yong)戶也(ye)(ye)會(hui)樂于去長(chang)(chang)期(qi)保持習慣(guan)。
另外一種是關鍵行為留存(cun)(cun)(cun)。如果拿(na)活躍留存(cun)(cun)(cun)率(lv)、注冊(ce)留存(cun)(cun)(cun)率(lv)、或有更(geng)深(shen)入(ru)(ru)行為用戶(hu)的(de)留存(cun)(cun)(cun)率(lv)做(zuo)比(bi)較，我們會(hui)發現，往往用戶(hu)行為越深(shen)入(ru)(ru)，越接近核心功能，留存(cun)(cun)(cun)會(hui)越高(gao)。從用戶(hu)角度敘述(shu)即，用戶(hu)越深(shen)入(ru)(ru)使(shi)用產品，就越能感受到產品價值，就越大概率(lv)第(di)二天(tian)甚至第(di)二周回(hui)來(lai)繼續用它。
因此，如果我(wo)們(men)想確(que)定哪種行為，哪種用(yong)戶是我(wo)們(men)想持續拓展的(de)用(yong)戶群，不妨將(jiang)他(ta)們(men)的(de)畫像(xiang)和留(liu)存(cun)率(lv)做個交叉，即(ji)能發現什(shen)么(me)樣的(de)用(yong)戶他(ta)們(men)的(de)留(liu)存(cun)率(lv)更高，我(wo)們(men)將(jiang)其(qi)他(ta)用(yong)戶盡可能轉化成這(zhe)樣的(de)用(yong)戶，就能明顯(xian)提高留(liu)存(cun)率(lv)了。
作為產品經理，需要每天持續觀察數據指標，以此做出正確決策或思考優化方向。如果某一天數據突然發生異常波動，那就需要立刻確定波動原因，從而去解決問題，使數據回歸正常。經過這么長時間和數據打交道，總結了以下幾點：（1）渠道調整各渠道(dao)的投放分配，流量(liang)占比一旦發生調整，便有可能影響整體(ti)的數(shu)(shu)據指(zhi)(zhi)(zhi)標。高質量(liang)渠道(dao)縮(suo)量(liang)，低(di)質量(liang)渠道(dao)擴量(liang)，都會拉(la)低(di)整體(ti)數(shu)(shu)據指(zhi)(zhi)(zhi)標。因(yin)此(ci)在關(guan)注(zhu)整體(ti)數(shu)(shu)據變化(hua)時，要同(tong)步關(guan)注(zhu)渠道(dao)數(shu)(shu)據變化(hua)，也要及時跟(gen)進市場的計劃同(tong)步。便于第(di)一時間確認指(zhi)(zhi)(zhi)標變化(hua)原(yuan)因(yin)。
另一方面，如果有品牌投放或廣告投放，要注意投放的素材發生變化，會帶來新增用戶群的畫像變化。也會影響到用戶質量與匹配度，從而影響到整體數據指標（2）用戶畫像變化不同用戶畫像在產品上表現的行為特性不同，因此要善于拆分用戶畫像或交叉用戶畫像去對比數據。比如寒暑假，往往會帶來學生流量的增加。學生流量的特點和上班族的特點一定存在某些差異，那么從數據指標上看，每當寒暑假的時候，數據指標都會發生一些趨勢變化。因此需要提前了解不同畫像的行為特性，并且在關鍵時間點，監控不同用戶群的占比變化。（3）功能變化每一次迭代發版，很容(rong)易造成數據指標的波動。因為存(cun)在新老版交替(ti)，用(yong)戶行(xing)為數據的遷移(yi)和重疊。另一方面(mian)。功(gong)能改動越(yue)大(da)，影(ying)響(xiang)面(mian)就越(yue)大(da)，有可(ke)能產(chan)生(sheng)連帶效應。即(ji)更(geng)改的雖(sui)然是這個頁(ye)面(mian)，但實際會影(ying)響(xiang)到多個頁(ye)面(mian)。
比(bi)如：我(wo)雖然更改了列(lie)表(biao)的(de)排序策略，但通(tong)過數據(ju)，會發現，除了列(lie)表(biao)CTR發生了變化(hua)(hua)，列(lie)表(biao)的(de)下(xia)一級頁面(mian)轉化(hua)(hua)率也會變化(hua)(hua)。這是(shi)因(yin)為，當列(lie)表(biao)的(de)結(jie)果因(yin)排序變得不(bu)精準，那(nei)進入下(xia)一級頁面(mian)依然會受此影(ying)響(xiang)，變得不(bu)精準，從(cong)而造成持續的(de)流失。從(cong)用戶角度解釋，即用戶的(de)決策會受到持續影(ying)響(xiang)。
今(jin)天先聊到這(zhe)兒，有(you)(you)時雖然會被(bei)數據(ju)波動虐(nve)的不(bu)行(xing)，但當經過各種原因(yin)排查，最(zui)終(zhong)確定(ding)問題(ti)根源時，那種串聯邏(luo)輯后(hou)形成(cheng)的完整分析思路，是我最(zui)大的收(shou)獲(huo)(huo)。希望(wang)你也有(you)(you)此(ci)收(shou)獲(huo)(huo)~
