发布时间:2023-03-11 06:50:01源自:https://www.it-th.com作者 :it谈话网阅读(291)
我曾受益于数据,发现一个不被公司重视、却每天能带来用户线索的 APP。
随后,对其数据,进行全面分析,针对每个环节存在的问题,制定优化方案,说服公司继续投入。
在没市场推广的情况下,线索翻了一倍。这个经历,成了我提升的一大跳板。
因此,每次面试,我都会重点了解应聘者,是否有用数据分析辅助做产品的经验,还是习惯 “ 拍脑袋 ” 决定功能设计。
结果总是不如人意。
深感能否用数据分析指导产品设计,真是产品经理水平的一大分水岭。
数据分析,是产品经理一项非常重要的能力,能指导我们设计产品,透过数据,更能及早发现问题,找到解决方案。
如今,有很多成熟的数据统计或 BI 工具,产品数据的获取与计算已非难事。
对产品经理而言,更需掌握的:是定义采集数据的标准,即数据埋点其次,。
数据埋点,在 C 端产品很常见,在 B 端方面,似乎很少提及,有人甚至以为不用。
稍有规模的系统里,很多环节的运行状况都需要监测。这时定义清晰数据埋点,用于分析系统运行情况,反映系统性能,尤为重要。
可从何学起呢?
现在 B 端产品流行,今天分享一个 B 端系统里面,很实用、有代表性,却常被忽略的数据分析过程:
对系统中订单完成的处理时长进行分析,最大的好处,是可以得知系统的效率多高。
同时,还很容易发现哪个地方出问题。例如,一旦订单流转过慢,就能看出在哪里耽误了。
有人认为,这是开发做的事,常常忽视了产品经理应该做的那部分。
数据的获取和计算,确实要开发实现(如有统计平台或 BI 则更为简单)。
产品经理则要根据分析思路,进行最关键的流程梳理、节点定义,统计出来的数据才准确、有意义。
做系统需求时,绘制出系统业务流转的时序图,能让系统在各个环节的信息交互顺序更为清晰、明确。
做完功能需求后,围绕整个订单的流转过程,定义要统计的时间节点。
这也是我在实践中的偶然发现,用时序图来定义节点,非常方便,开发、测试一看就懂。
以 “ 手机充值 ” 为例,稍微简化下,只保留核心流程,以便说明。
用户从下单充值,到充值完成,这一流程,需在前端产品(如 APP、H5 或小程序 ),后端系统(因公司而异,或有多个系统,这里简化成一个),供应商(如三大运营商)之间交互。
交互的顺序和节点,可看下图:
如图,按业务分析的需要,在每个节点标出编号。同时,定义清楚触发时机,如下图:
只要把这些节点定下来,马上可得出各个环节处理时长的计算方法。
一旦在时序图上,标出了对应的信息交互节点,各个环节的时长一目了然。需要统计哪个时长,一看便知,是从哪个点到哪个点。
这例子中,一般会关注:订单总时长、后端系统处理时长、供应商处理时长,这三项数据。
有了以上的定义,再借助技术手段,获取、汇总并呈现数据,分析起来别提有多方便。
常用的是,看一段时间内数据的百分位数去分析。比如,一天内所有订单总时长的 50% 分位、90% 分位。
所谓百分位数,就是将数据,从小到大排列,计算相应的累计百分位,则某一百分位所对应数据的值,就是这一百分位的百分位数。
比方说,一天内订单总时长的 50% 分位为 1 秒,即所有订单总时长中,排在第 50% 位置的时长是 1 秒,这意味着有一半的时长少于 1 秒。
简单画个分析报表,以供参考。
数据一摆出来,各个环节效率如何,是否有问题显而易见。
以上述为例,从这些数据中,至少能判断出:
用户不会耐心等待,一旦太慢,甩头就跑。从体验的角度,订单越快,用户体验越好,越能留住用户。
系统运行是否正常,有没有处理太慢、卡住的现象。一旦出现异常,可快速定位问题。
供应商的处理效率,大大影响了平台的处理效率。有了这个数据,就能客观地评估、对比供应商的服务质量。
总而言之。
-END-
欢迎分享转载→ B端数据分析玩法,巧用时序图定埋点,订单时长看系统性能
上一篇:6000字干货:公众号涨粉攻略