数据分析：借助数据表达产品现状的方法

一个有趣的现象是，当我们进行数据分析时，虽然它被称为数据分析，但它实际上只分析了数据所表达的产品现状。从这个角度来看，数据的作用似乎只是辅助表达产品的当前状态，其次是提醒我们进一步调整工作。在流程方面:先看数据(1)，然后数据表达产品状态(2)，最后通过数据反馈思考决定下一个行为(3)，这样循环。逻辑似乎没有问题。但有一个关键点是，当我们思考并决定做什么时，只有前一步的数据才能支持我们。换句话说，当数据反馈时，我们必须做一些行为，具体的事情取决于我们自己，而不是数据。有些朋友会说，我们可以看到历史数据，但事实上，历史数据仍然是数据。我们不仅需要历史数据，还需要历史行为。只有与历史行为合作，我们才能完全比较和支持我们的决策。所以今天我想和大家谈谈如何进一步挖掘数据的用途，以帮助我们更好地推动工作。1、数据的真正意义在于，在当今高度发达的技术中，我们有三个非常流行的技术名称：大数据、云计算和人工智能。这三者都来自我们。即使我们每个人暂时无法配备这三种技术，我们也可以记录大数据中的小数据，云技术可以使用公式技术，人工智能可以依靠回到我们的大脑中。但同时被忽略的唯一细节是云存储。虽然人的大脑发育很少，但我们的记忆能力是有限的。即使我们能计算出大量的数据，我们往往记住的不是数据结果，而是相应的行为。当有各种不同类型的数据结果或行为场景时，比如拉新场景和促进活动场景，我们很难回忆起以前的历史行为。在这个时候，我们需要更多的数据帮助。上面提到的数据反馈是产品的状态。从某种意义上说，产品的现状也是上次操作行为的结果，因此数据恰好连接了前后操作行为，成为连接点。此时，从数据到节点断开这个循环，你可以得到一个完整的单位过程，从数据到行为再到数据，通常被称为：原因-过程-结果，也可以称为单位操作过程。并且借用了这样的数据 行为记录可以逐渐形成一个运营行为历史网络。当我们第二次出现类似的情况时，我们可以找到以前的历史行为，然后根据历史行为迭代成为一种新的运营行为。当我们记录数据时，生命周期交叉表是一种行为 以数据的形式，数据可以帮助我们记住历史行为，但重点是区分“场景”。在操作过程中，我们围绕用户和产品的生命周期划分场景。产品和用户的生命周期相对确定，设计维度更方便。而且，对于极端显示，无论产品处于什么阶段，所有类型的用户都可能出现，只是比例的差异。就上图的区别而言，我们操作时有4*5=20个问题场景，也涵盖了用户和产品从生到死的完整过程。接下来，我们的操作行为将进一步细化，常见的可分为内容操作、活动操作、用户操作等，以具体的操作行为进行划分。比如现在是产品增长期，面对引进期的用户，我们的运营目的是促进活动。从内容操作的角度来看，最简单的方法是将信息改为下午6点推送，然后数据上升5W，这是一种可以记录的有效行为。一方面，它可以成为产品成熟期引入期用户和产品成长期成熟期用户运营行为的参考，水平或垂直开发，另一方面，它也是产品启动期引入用户的运营标准。只有这样，产品或用户才能以操作驱动的形式推动下一个环节；同时，已经操作的行为将成为前一个环节的行为准则。3、分析和复盘是为了迭代当前的操作行为。事实上，在日常生活中，还有另一种形式的数据分析，即复盘。无论是内容复盘还是活动复盘，都是借助数据分析以往操作行为的过程。再加上数据分析，复盘也只完成了复盘这一行为，并没有对以后的操作产生更连续的刺激作用。事实上，无论是数据还是分析，基本上都是为了提高我们以后的操作手段。但是，如果运营手段没有真正的产品化，任何迭代和升级都是不可能的。这就是为什么很多操作都经历过内容、用户、活动等各种操作形式，但感觉自己掌握了一两种操作手段；或者每次都积极做分析和复习，但无论PPT有多好，都不会很快忘记。因此，数据应用驱动我们运营行为的产品化和运营行为的迭代。因此，运营商要想拥有所谓的迭代思维，最重要的一步就是产品自己的运营手段，借助数据迭代自己的运营。至于数据分析，无论是数据处理还是分析技巧，所谓的存档和记忆都是为了促进产品化。4、总结操作数据应用程序需要迭代。这句话最重要的是指操作数据的应用；这并不意味着数据产品的使用。应用程序是一种产品。完整的说法是，借助数据，“应该”应该促进产品的形成，并“使用”迭代升级，这才是真正的“应该”和“使用”。1.水平数据应用：从最后一次数据显示开始，数据分析得到这种行为，也得到相应的行为数据，最后回顾数据2。垂直数据应用：归档、记忆，即产品，是具体操作场景，结合产品生命周期和用户生命周期，沉淀操作行为，促进下一个生命周期，二成为前一个周期的行为标准。3.最后形成产品化和迭代的可循环操作行为。 作者：外号药丸，微信公众号：外号药丸（nameyaowan），本文由@外号药丸原创发表于大家都是产品经理。基于CC0协议，未经许可，禁止从Unsplash转载题图