產(chǎn)品經(jīng)理的概念在不斷泛化。近些年來,隨著互聯(lián)網(wǎng)行業(yè)的發(fā)展,越來越多的企業(yè)意識到了大數(shù)據(jù)和精細(xì)化運(yùn)營的重要性,為了更好地挖掘數(shù)據(jù)的價值,指導(dǎo)業(yè)務(wù)的優(yōu)化和發(fā)展,數(shù)據(jù)產(chǎn)品經(jīng)理應(yīng)運(yùn)而生,他們基于數(shù)據(jù)分析方法發(fā)現(xiàn)問題,并提煉關(guān)鍵要素,設(shè)計(jì)產(chǎn)品來實(shí)現(xiàn)商業(yè)價值。這篇文章主要是對數(shù)據(jù)型產(chǎn)品經(jīng)理進(jìn)行拆解細(xì)分,探尋在AAA教育學(xué)習(xí)有哪些細(xì)節(jié)。
杜邦分析法目前主要用于財(cái)務(wù)領(lǐng)域,通過財(cái)務(wù)比率的關(guān)系來分析財(cái)務(wù)狀況,其核心要點(diǎn)是將一個大的問題拆分為更小粒度的指標(biāo),以此了解問題出在了哪兒,從而對癥下藥。
以電商行業(yè)為例,GMV(網(wǎng)站成交金額)是考核業(yè)績最直觀的指標(biāo),當(dāng)GMV同比或環(huán)比出現(xiàn)下滑時候,需要找到影響GMV的因素并逐一拆解。
GMV下降如果是因下單用戶減少所造成的,那么是訪客數(shù)(流量)減少了,還是轉(zhuǎn)化率下降了呢?如果是訪客數(shù)減少了,那是因?yàn)樽匀涣髁繙p少了,還是因?yàn)闋I銷流量不足?
如果是自然流量下降的話,可能需要在用戶運(yùn)營和產(chǎn)品運(yùn)營端發(fā)力,如果是營銷流量不足,那么可以通過營銷活動或者站外引流的形式增加曝光量。
同樣,如果是轉(zhuǎn)化率的問題,那么需要對用戶進(jìn)行細(xì)分,針對不同階段的用戶采取不同的運(yùn)營策略,關(guān)于用戶的部分,這里不做贅述,有興趣的朋友可以關(guān)注后面的文章。
最后,如果是因?yàn)榭蛦蝺r不高,那么需要進(jìn)行定價及促銷的方案優(yōu)化,比如識別具有GMV提升潛力的商品進(jìn)行定價優(yōu)化,評估當(dāng)前促銷的ROI,針對選品、力度和促銷形式進(jìn)行優(yōu)化。同時通過關(guān)聯(lián)商品的推薦或商品套裝促銷的形式,激發(fā)用戶購買多件商品,也可以有效提高客單價。
同比熱力圖分析法這個名稱是我自己造的,其實(shí)無非是把各個業(yè)務(wù)線的同比數(shù)據(jù)放到一起進(jìn)行比較,這樣能更為直觀地了解各個業(yè)務(wù)的狀況。
構(gòu)建一張同比熱力圖大致需要三步:
第一步,按照杜邦分析法將核心問題進(jìn)行拆解,這里仍以電商為例,我們將GMV拆成了流量、轉(zhuǎn)化率、商品均價和人均購買量,即GMV=流量*轉(zhuǎn)化率*商品均價*人均購買量;
第二步,計(jì)算每個業(yè)務(wù)各項(xiàng)指標(biāo)的同比數(shù)據(jù);
第三步,針對每一項(xiàng)指標(biāo),對比各業(yè)務(wù)的同比高低并設(shè)定顏色漸變的條件格式,以上圖中的轉(zhuǎn)化率同比為例,業(yè)務(wù)5轉(zhuǎn)化率同比最高,為深橙底色,業(yè)務(wù)3轉(zhuǎn)化率同比最低且為負(fù)值,因此設(shè)定為藍(lán)色底色加紅色字體。
通過同比熱力圖的分析,首先,可以通過縱向?qū)Ρ攘私鈽I(yè)務(wù)自身的同比趨勢,其次,可以通過橫向?qū)Ρ攘私庾陨碓谕悩I(yè)務(wù)中的位置,此外,還可以綜合分析GMV等核心指標(biāo)變動的原因。
除了電商業(yè)務(wù)的分析以外,同比熱力圖同樣適用于互聯(lián)網(wǎng)產(chǎn)品數(shù)據(jù)指標(biāo)的監(jiān)控及分析,該分析方法的關(guān)鍵點(diǎn)在于拆解核心指標(biāo),在本文后面的產(chǎn)品運(yùn)營類方法中將會介紹相關(guān)指標(biāo)的拆解方法。
BCG矩陣大家都非常熟悉了,以市場占有率和增長率為軸,將坐標(biāo)系劃分為四個象限,用于判斷各項(xiàng)業(yè)務(wù)所處的位置。
這里想講的并非傳統(tǒng)的BCG矩陣,而是BCG矩陣的變陣,或者叫類BCG矩陣。根據(jù)不同的業(yè)務(wù)場景和業(yè)務(wù)需求,我們可以將任意兩個指標(biāo)作為坐標(biāo)軸,從而把各類業(yè)務(wù)或者用戶劃分為不同的類型。
比如可以以品牌GMV增長率和占有率構(gòu)建坐標(biāo)系,來分析各品牌的狀況,從而幫助業(yè)務(wù)方了解到哪些品牌是未來的明星品牌,可以重點(diǎn)發(fā)力,哪些品牌處于弱勢且增長匱乏,需要優(yōu)化品牌內(nèi)的產(chǎn)品布局。
除此之外,我們還可以根據(jù)以下場景構(gòu)建類BCG矩陣:
1)分析商品引流能力和轉(zhuǎn)化率:流量份額-轉(zhuǎn)化率
2)分析商品對毛利/GMV的貢獻(xiàn):毛利率-銷售額
3)基于RFM分析用戶的價值:訪問頻率-消費(fèi)金額
按照上述方法,大家可以根據(jù)需求大開腦洞,按照一定標(biāo)準(zhǔn)對研究對象進(jìn)行分類分析。
在分析用戶時,通常的做法是將目標(biāo)用戶進(jìn)行分類,然后對比各類用戶與總體之間的差異性,TGI指數(shù)提供了一個很好的方法,來反映各類用戶群體在特定研究范圍(如地理區(qū)域、人口統(tǒng)計(jì)、媒體偏好等)內(nèi)的強(qiáng)勢或弱勢。
TGI指數(shù)=用戶分類中具有某一特征的群體所占比例/總體中具有相同特征的群體所占比例*100。
比如在分析用戶的年齡段時,可以通過TGI指數(shù)對比各用戶分類與總體在各年齡段的差異,設(shè)用戶分類1中16-25歲的用戶占比為4%,而總體中16-25歲的用戶占比為8.3%,那么用戶分類1在16-25歲用戶中的TGI指數(shù)為4%/8.3%*100=48。依照這一方法,我們可以對各類用戶在各年齡段的TGI指數(shù)進(jìn)行對比。
所以,在分析用戶畫像時,需要根據(jù)場景進(jìn)行用戶分類,并對比各類用戶與總體間的差異,這樣才能保證分析結(jié)果的可信性和適用性,而TGI指數(shù)就是很好的對比指標(biāo)。
RFM模型是客戶關(guān)系管理中最常用的模型,但這一模型還不夠完善,比如對于M(Money),即消費(fèi)金額相等的兩個用戶而言,一個是注冊兩年的老用戶,一個是剛注冊的新用戶,對于企業(yè)來說,這兩個用戶的類型和價值就完全不同,因此我們需要更全面的模型。
LRFMC模型提供了一個更完整的視角,能更全面地了解一個用戶的特征,LRFMC各個維度的釋義如下:
L(lifetime):代表從用戶第一次消費(fèi)算起, 至今的時間,代表了與用戶建立關(guān)系的時間長度,也反映了用戶可能的活躍總時間。
R(Recency) :代表用戶最近一次消費(fèi)至今的時間長度,反映了用戶當(dāng)前的活躍狀態(tài)。
F(Frequency) :代表用戶在一定時間內(nèi)的消費(fèi)頻率,反映了用戶的忠誠度。
M(Monetary) :代表用戶在一定時間內(nèi)的消費(fèi)金額,反映了用戶的購買能力。
C(CostRatio):代表用戶在一定時間內(nèi)消費(fèi)的折扣系數(shù),反映了用戶對促銷的偏好性。
以去哪兒的業(yè)務(wù)為例,通過LRFMC模型可以綜合分析用戶的習(xí)慣偏好和當(dāng)前狀態(tài),從而指導(dǎo)精準(zhǔn)營銷方案的實(shí)施。
L(lifetime):用戶來多久了?
R(Recency) :用戶最近是否有消費(fèi),如果來了很長時間都未消費(fèi),是否需要進(jìn)行喚醒?
F(Frequency) :用戶出行的頻率如何,如果是固定周期出行,是否應(yīng)該進(jìn)行復(fù)購提醒?
M(Monetary) :用戶的消費(fèi)金額是多少,是單價高(購買頭等艙),還是頻次高?
C(CostRatio):用戶對折扣的偏好如何,是為用戶增加權(quán)益還是降價促銷?
產(chǎn)品運(yùn)營是一個長期的過程,需要定期對產(chǎn)品的使用數(shù)據(jù)進(jìn)行監(jiān)控,以便發(fā)現(xiàn)問題,從而確定運(yùn)營的方向,同時也可以用于評估運(yùn)營的效果。
產(chǎn)品運(yùn)營的常用指標(biāo)如下:
1)使用廣度:總用戶數(shù),月活
2)使用深度:每人每天平均瀏覽次數(shù),平均訪問時長
3)使用粘性:人均使用天數(shù)
4)綜合指標(biāo):月訪問時長=月活*人均使用天數(shù)*每人每天平均瀏覽次數(shù)*平均訪問時長
產(chǎn)品所處階段不同,運(yùn)營的側(cè)重點(diǎn)也會有所不同。在產(chǎn)品初期,核心的工作是拉新,應(yīng)該更加關(guān)注產(chǎn)品的使用廣度,而產(chǎn)品的中后期,應(yīng)該更加注重使用深度和使用粘性的提升。
對于不同的產(chǎn)品也需根據(jù)產(chǎn)品的性質(zhì)來確定核心指標(biāo),比如,對于社交類產(chǎn)品,使用廣度和使用粘性至關(guān)重要,而對于一些中臺分析類產(chǎn)品,提升使用深度和使用粘性更有意義。
在一款數(shù)據(jù)產(chǎn)品誕生前,應(yīng)該是先有數(shù)據(jù),再有分析,然后才是產(chǎn)品,分析的廣度和深度直接決定了產(chǎn)品的定位和價值。如果是做一款數(shù)據(jù)報(bào)表類的產(chǎn)品,那么需要了解核心指標(biāo),并建立綜合指標(biāo)的評估體系,如果是做一款分析決策類產(chǎn)品,那么還需要基于業(yè)務(wù)需求,將現(xiàn)有數(shù)據(jù)指標(biāo)進(jìn)行解構(gòu)再重構(gòu)。
希望本篇文章對大家有所幫助。AAA教育,“全能+”人才孵化品牌,與你有夢想一起實(shí)現(xiàn)。
填寫下面表單即可預(yù)約申請免費(fèi)試聽!怕錢不夠?可先就業(yè)掙錢后再付學(xué)費(fèi)! 怕學(xué)不會?助教全程陪讀,隨時解惑!擔(dān)心就業(yè)?一地學(xué)習(xí),可推薦就業(yè)!
?2007-2022/ m.5wd995.cn 北京漫動者數(shù)字科技有限公司 備案號: 京ICP備12034770號 監(jiān)督電話:010-53672995 郵箱:bjaaa@aaaedu.cc