浅析产品数据指标的拆解

专为互联网人打造的365天成长计划,500门视频课程随便看,构建你的产品、运营知识体系。查看详情
前两天给团队制定明年计划时,大家对计划的来源存在疑惑,也感觉计划本身没有一个拆解过程,不知是依据什么制定的。这时团队小伙伴提出了一种更科学的任务划分思路,今天就抛出来和大家分享一下。
其实这个问题从根本上看,就是一种指标拆解方法,也就是说,如何依据一个目标数据,层层分解,并根据分解的细分指标,制定相关的工作计划。这本身也是一种数据分析的思路。 以36氪App实际情况为例,我们的考核指标是DAU,也就是日活跃用户数。如果是发散性思考,为了达到这个指标,其实可以有很多办法,可以做运营活动,可以做渠道推广,可以提升用户体验,可以上线激励体系,可以增加更多内容形态等等。但这样一来,如何将这些事情有序进行,如何评估这些事情的优先级,如何确定这些事情是否真能为DAU提升带来帮助,都是不明确的。 那么,更合理的做法是怎样的呢?就是用结构化思维拆解指标。 还是以DAU提升为例,组成DAU的行为有哪些呢?参考经典的数据分析模型AARRR模型,主要步骤就是:用户获取—>用户活跃—>用户留存,拆解到指标,对应到:新增用户、老活跃用户、回流用户。如下图所示: 而如何提升这三类指标呢?

对于新增用户

从产品层面可以做的,就是提升新增用户的来源渠道效果。在通过线上渠道BD、线下地推后,流量首先访问的就是落地页,因此对渠道引流后的落地页设计和优化,则是产品方面要考虑的。此外,为了让这批新用户尽可能留存,对他们第一印象的引导设计也是优化重点,这其中包括:新用户引导、激励体系建设、使用路径优化、首次访问内容多元化、精美的UI等等。梳理结果如下图所示:

对于老活跃用户

由于这批用户已形成浏览习惯,如果产品形态长期不变,时间长了也会由于失去新鲜感而流失。因此对这样的用户群,我们可以做的主要是:基础功能优化、上线新的内容形态、增加更多互动手段、提供每个人的个性化阅读体验等,具体做法可以如下图所示:

对于回流用户

这批用户其实属于曾经访问过App,但后来就不再启动的人群。对他们我们的策略肯定是尽可能召回。如果已安装了App,可以考虑进行个性化PUSH,或者全量PUSH“诱导性”活动。如果已卸载,还可通过等方式召回。此外,通过不断优化App的站外分享页面,也可在一定程度上召回老用户,让他们重新认识App的新内容和新功能。如下图所示: 最终,根据DAU指标拆解,可以得出一张大图,上面就是下一步我们可以考虑优化的方向: 当然,完成了拆解还远未结束,接下来就要评估每个方向的重要度、紧急度、使用频率、实现成本、运营成本、推广计划、预期效果等,综合出优先级,并按此优先级和已有资源,分步骤制定roadmap,有序执行。 以上就是今天想和大家分享的,你们有做过指标拆解么?期待你的回复与我讨论~

#专栏作家#

申悦,人人都是产品经理专栏作家,36氪产品总监,微信公众号:互联网悦读笔记(ID:pmboxs) 本文原创发布于人人都是产品经理。未经许可,禁止转载。
赞赏是对原创者的最大认可
5人打赏
评论
欢迎评论,与我交流
  • 拆解目标更有利于执行,反查与提升效率
    回复
  • 我也是这个意思 ;-)
    回复
  • 钱柜娱乐777