这里是普通文章模块栏目内容页
以阿里旅行为例:分析数据如何指导产品设计?

以阿里旅行为例:分析数据如何指导产品设计?

以阿里旅行为例:分析数据如何指导产品设计?

两年之前,那时我刚开始做产品,当需要做数据分析时,我总是一头雾水,完全不知道该如何下手。

我想做好,我真的非常想做好,可我却真的不知道该怎么做。

经过这两年大大小小项目的不断锤炼,摸索、尝试、碰壁、复盘、再尝试,终于能够根据数据分析的结果,做出成功的产品设计,最终呈现出良好的结果。

现在呢,每天到公司第一件事就是看数据,对昨天各平台的流量、各页面的转化、各品类各入口各目的地的销量,心中有数。从数据中发现问题,进行进一步的分析,及时调整优化。

我在网上曾不断的找有关“数据如何指导产品设计”的文章,一直没有找到有含金量的东西。

所以,我决定自己写一篇,把自己认为有价值且能迅速用于实战的东西分享出来。

以“手机淘宝”App为例,打开淘宝App,选择阿里旅行:

以阿里旅行为例:分析数据如何指导产品设计?

以阿里旅行为例:分析数据如何指导产品设计?

由于我是一直做旅游产品的缘故,所以还是拿旅游App做为案例。

通过对这个App的观察,可以把影响数据的因素概括如下:

以阿里旅行为例:分析数据如何指导产品设计?

以阿里旅行为例:分析数据如何指导产品设计?

好了,先说明一下:

(1)数据分析的过程:

以阿里旅行为例:分析数据如何指导产品设计?

以阿里旅行为例:分析数据如何指导产品设计?

#p#分页标题#e#

(2)先把因素罗列出来是为了方便大家理解,在实际工作中,遇到一个数据呈现出来的问题,你自然而然就能联想到由哪些因素造成的,然后去查询分析相应的数据,找出具体原因。

(3)电商类产品普遍以GMV为目标(不要说为什么不是用户体验,电商类和其他类产品在这点真的很不一样)。

(4)大中型公司普遍都有自己的数据平台及相应的数据团队,每天早上看数据也是产品经理的日常工作;小型公司的话,建议自学SQL,自己在数据库中查询数据。

其实我在去哪儿网也自学了SQL,因为这样更方便,先在我们的数据平台上看数据,发现异常,就自己在SQL里查询更详细的数据;不用去麻烦数据团队,因为大家手里的活都挺多的,自己查的话效率还更高。

(5)日常需要分析的数据纬度有:页面转化、商户/商品、用户纬度、市场环境、渠道推广、客诉纬度、财务纬度。

(6)数据分析的利器是Execl,重点要学会用“数据透视图”,这会对你的工作帮助极大。(以后我会专门写一个关于数据透视图的文章)

(7)推荐看《谁说菜鸟不会数据分析》,这算是数据分析的入门书了。

案例解析

案例一

产品第一版本上线后,发现首页向下转化率极低,才25%,需要紧急提高首页的转化率。

思考过程:先查询首页每一个入口的向下转化率,发现数据集中在首页的“搜索”模块,而其他模块,比如:“热销低价商品推荐”,点击率都极低。

基于对我们产品业务的了解来进行分析,我们产品属于旅游环节中的中下流。用户到我们的界面上来时,基本已选好目的地了。那么他们主要就使用搜索来查询他们想要的目的地,然后再筛选他们感兴趣的旅游商品。

而“热销低价产品推荐”由于只命中了单一目的地,且商品不一定是用户感兴趣的,它击中用户需求的几率较低,所以点击率极低。

解决方案:

在首页增加了更多热门目的地的入口,并且设计了一个成本极低“运营管理后台”,对目的地进行人工运营配置。

把商品分类提到首页,方便用户选择目的地时同时选择商品类型,进行更精准的搜索,同时让用户在首页了解到我们有哪些类型的商品。

删除了“热销低价商品推荐”模块,增加了“主题游”作为尝试。

后评估:最终首页向下转化率提高至68%,措施1提高了约25%的转化率(每两周查询一遍所有目的地的点击数据,把点击率低的目的地更换为近期较热门的目的,反复替换,最终达到较高的点击率为止);措施2提高了约10%的转化率;措施3提高了约8%的转化率。

案例二

发现某一个渠道带来的流量的转化率极高,从进来的流量到下单付款,转化率能有约10%,而我们一般的转化率才2%~3%。

思考过程:分析这个渠道的流量质量,发现与其他渠道差别不大,都是对旅游有需求的普通用户,且各自的商品类型都差别不大。然后横向对比所有渠道的流量、转化率、设计、所在位置、用户在此处的需求,发现主要原因是这个渠道入口的“设计”与别的渠道不同,这一种设计形式带来的转化率要明显高于其他的设计形式。

解决方案:根据实际情况,把这种设计移植到其他渠道。

后评估:此平台(web端)的订单提高了约15%。

案例三

在参与一个独立App时,发现一个功能的入口点击率很高(90%),但使用率不高(60%)。

思考过程:查询与之相关的数据,从入口进来的用户流量都分布在什么位置,然后发现用户进来后都集中在新手引导上,反复的左右翻看新手引导(滑动操作的数据是UV的4倍),且停留时长能有20多秒,发现用户的注意力都集中到了新手引导上面。

解决方案:在新手引导的最后一页,增加一个“使用功能”的按钮。

后评估:此功能的使用率从60%提高到了80%。

案例四

公司攻略部门愿意与我们导流量的合作。

思考过程:攻略每天有10万多UV,若能给我们的商品导流量,一定会促进我们商品的销售。我们平台(Web端)每天才6000的UV,若能有10万级的流量入口,对我们商品销售的帮助一定是极大的。

然后考虑到数据越是在下游,就越精准,转化率也就越高。

解决方案:在搜索结果页、攻略详情页,增加相应目的地的我们商品的入口。推荐每个目的地销量最好的商品,保证用户在攻略的界面看到的会是他们需要的商品。

后评估:上线一周后评估,一周仅成一个订单,远远没有达到预期的一天至少5个订单。

#p#分页标题#e#

后来经过与攻略产品经理的沟通、分析,发现主要原因是攻略的用户主要是出行前15天至两个月的用户,属于旅行前期的规划阶段,看攻略是为了选择去哪里玩,而去哪儿玩都没有确定,怎么会在此时就购买旅游商品呢?

而我们的用户普遍集中在出行前的三天至七天,是用户确定了目的地、机票酒店都已经订好了。才会在我们这里提前3~7天预订出境WiFi、包车、导游翻译…

最后,数据分析是需要不断的实践总结,成功都是靠失败的经验教训堆积而成的。

在这个过程中,除了学习产品设计、数据分析的方法以外,更重要的是:了解业务,沉浸到业务当中去,成为自己业务的骨灰用户,知晓业务的方方面面,产品经理一定要做到比团队中的任何人都更了解业务!这样才能够做出成功的产品设计。

收藏
0
有帮助
0
没帮助
0