愛總結的邏輯GO
跟數據打交道已經上十年了,在管理業務、產品運營、風險識別、數據產品等方面有過一些實踐經驗,愛總結的邏輯Go決定把日常的文本總結短文化,整理成體系,歡迎拍磚,更歡迎一起研討:
系列一:風險與數據的邏輯
系列二:業務管理背後的數據故事
系列三:產品運營與數字遊戲
系列四:如何打造數據產品
文 | 愛總結的邏輯Go
閱 | 完整閱讀需要6分鐘
議 | 產品、數據、埋點、挖掘
人人都是產品經理的互聯網時代,對產品設計,交互體驗的極致追求是捆綁用戶留住客戶的重要手段。產品經理在不斷優化功能升級的同時,也一定需要不斷研究產品運營的數據故事:
- 用戶從哪裡來?
- 訂單屬於哪裡的用戶?
- 訂單產生了多少收入?
- 用戶平均訂單成交需要多長的時間?
- 流失的用戶集中在哪個環節失敗?
- 用戶喜歡用哪種方式支付呢?
-羊毛黨來薅過嗎?
~~~~~
從認識到數據的重要性開始,就已經進入了數據的世界。在數據應用上的美好願景,通常都是要把大多數複雜的決策工作交給數據來完成,如產品狀態的監控、發現和識別產品中的問題、定量和定性地評估問題的嚴重程度等。讓數據客觀地告訴產品經理哪裡需要優化迭代~~
但是現實總是「骨感」的。數據在挖掘過程中,總會發現一些典型的問題,比如:
- 需要的數據並沒有被記錄下來,或者不知道被放在哪裡了,總之看不到;
- 數據本身被設計得既抽象又複雜,根本無法直接使用;
- 數據之間的關係很隱晦,很難一眼看出來,需要不斷創新的算法挖掘彼此的關聯;
~~~~
這時候,我們需要把問題拆分為數據展示的三個主要階段:
- 數據「從無到有」;
- 建立數據關聯;
- 降低數據的理解成本(可視化);
今天就先來講講數據如何生產出來?
有一點作為互聯網時代的產品經理必須瞭解,數據不僅僅是客戶提供的信息,也不僅僅是依靠外部數據源整理的信息結論,圍繞用戶的數據更多的生產來自產品在線的交互行為,用戶在瀏覽產品頁面、在申請產品功能,在支付產品訂單都在與產品的某個頁面發生著交互,每一次的交互都在生產數據。我想說:
“ 交互設計是為了用最短的交互路徑最大化的收集客戶信息,最快的促成客戶成交轉化”
現在的產品設計不僅僅要美觀,要吸引用戶的關注,更需要合理的引導路徑,快速並有效的引導用戶「毫不猶豫的買單」~~
每個頁面上的數據採集正在高度依賴頁面的埋點設計進行捕捉,好的產品經理以及負責數據挖掘和運營分析的管理者都需要思考頁面埋點的邏輯設計,儘量全面科學的採集用戶行為數據,定製化分析用戶來源、用戶欺詐識別、轉化損失、功能的有效性等等~~
離開用戶場景的產品不是好產品,沒有用戶關聯的數據也將失去意義,埋點體現在用戶交互頁面基本可以從8類方向中進行挖掘:
(簡單舉例說明大致方向)
開發團隊利用埋點抓取的數據,存入日誌;數據分析工程師獲得這些數據,通過分析、可視化來還原用戶的數據故事:用戶的習慣、來自哪裡去往哪裡,在哪裡停留時間最長,在哪裡消失? 用戶有沒有特別突出的行為特徵,捕捉的這些特徵如何提升產品的實用價值?
相信這些都是產品經理高度關注,並且渴望知道的。 在埋點技術越來越成熟的今天,在第三方工具使用越來越便利的今天,好產品的概念已經不僅僅提留在解決用戶需求的層面,人口紅利日漸減少的今天,好的用戶體驗設計成為產品設計越來越重要的內容。
隨著用戶旅程的全線上化,除了用戶行為的信息捕捉,在前端交互的頁面也可以設定很多風險策略的識別,對團隊欺詐行為在交互過程中做邏輯判斷,對用戶嘗試審批漏洞修改錄入信息都能很方便地通過埋點數據做成風險預警及審批策略,通過數據變化的檢測來自動化識別用戶風險以及惡意用戶的詐騙:
- 同一設備號多次上傳不同身份ID證件;
- 證件識別是照片、原件、屏幕等等;
- 人臉識別是動態、靜態照片、光線的一致性、更換頭像識別等等;
- 學歷、收入、交易量等敏感信息多次反覆從低到高的錄入等行為;
- 信息高頻及規律變更的用戶來源、設備ID、標的集中等數據累計統計識別;
如果說數據的生產來自用戶前端的交互記錄,那麼時間維度上的切片(同一ID不同時間點)記錄就是數據規模化生產的利器。
產品經理需要有個清晰的認識,用戶轉化為客戶,才開始真正的客戶經營。客戶旅程的起點在第一次有成交記錄開始~~ 這時候對同一用戶的數據管理需要就不能僅僅停留在申請階段的交互信息,更多的埋點策略和數據存儲要根據時間維度做好記錄,客戶成交後的行為分析是挖掘客戶價值的重要信息,這就需要產品經理和數據挖掘工程師也要思考如何引導客戶多次登錄,儘可能多的產生交互,來最大化留存客戶的行為信息和需求信息:
- 給客戶的精準推薦是否有效? 是否有激活率?
- 客戶首次成交後的二次登錄,主要為了什麼目的?什麼功能最吸引老客戶?
- 什麼樣的營銷活動,對存量客戶的吸引力大? 激活率高?
- 客戶狀態是怎樣的?
~~~~
很多金融類的產品,在客戶成交後更需要密切的跟蹤,每次的還款、提交資料、關係網絡的識別、徵信表現的惡化等都需要週期性不間斷的持續跟蹤,時間切分的信息存儲,不同時間敏感信息的變化都是風險分析,客戶預警的重要信息:
- 關係人高頻借貸申請;
- 資金流水的惡化;
- 徵信記錄更新後的對比;
- 提交資料的集中度檢測;
~~~~
任何一個產品都要經歷如上三個階段,好的產品也是數據生產的能手,通過數據挖掘和驅動能力的提升,來提高產品有價值的優化策略。反過來數據運營發揮驅動作用也會助推產品價值的提升。
近期預告:
數據運營如何提高產品價值 專題系列分享
“白菜DAC”正在升級,更新放緩,精彩值得期待~~
分享值得期待
愛總結的邏輯Go
數字世界其樂無窮 總結分享學無止境
閱讀更多 數字好玩 的文章