《精益数据分析》读书笔记——数据与产品类型
1. 引言
1.1 背景介绍
上一个主题,我们谈到了业务阶段与关键指标之间的联系,明确了精益数据分析循环中的具体环节、指标的选择以及快速寻找正确指标的方式。
精益数据分析的核心是迭代
本书提出要做我们能卖的产品,在产品上市之前,我们需要为产品做好一系列检测以确保其的确能使人们购买,这个时候就与数据分析和相关指标相关联了。在上图的整个流程中产品和数据的关系,本文从不同商业模式中指标的选择开始,分析总结用户行为和增长策略、结合市场动向和产品特点论述数据与产品之间的关联。
2. 本文主要内容
2.1 为不同类型的产品选择合适的指标
所有衡量的标准归根究底还是在关键指标上,有了合适的指标才能知道产品是否符合预期标准。 所选取的产品指标还与你目前所经营的商业模式有关,在先前创造商业模式的时候,本书就提出过应由五个方面组成——获取渠道、销售手段、营收来源、产品类型、迭代模式。
书中对于产品类型,在商业手翻书中提出:
初创公司拿什么回报客户。可能是产品或服务,也可能是硬件或软件,
还可能是以上这些兼而有之。
根据这些,作者提出了图7-1的具体模式:
作者列出了一些相应类型的产品例子,由于产品类型取决于所给定的商业模式,因此我们需要通过不同的商业模式确定关键指标。
基于2.1.1的商业模式,我们大致可以列出如下几个模式的关键指标:
(一) 电子商务
1. 转化率
2. 年均购买率
3. 平均购物车大小
4. 弃买率
5. 客户获取成本
6. 每客户收入
7. 导入流量最多的关键字
8. 热门搜索词
9. 病毒性
10. 邮件列表有效性
(二) 双边市场
1. 买卖双方的人数增长
2. 库存增长
3. 搜素有效性
4. 转化漏斗
5. 评分以及欺诈迹象
6. 定价指标
(三) SaaS
1. 注意力
2. 参与度
3. 粘性
4. 转化率
5. 每客户收入
6. 客户获取成本
7. 病毒性
8. 追加销售
9. 系统正常运行时间和可靠性
10. 流失率
11. 终身价值
(四) 免费移动应用
1. 下载量
2. 客户获取成本
3. 应用运行率
4. 活跃用户/玩家比例
5. 付费用户率
6. 首次付费时间
7. 每用户月平均收入
8. 点评率
9. 病毒性
10. 流失率
11. 客户终身价值
(五) 媒体网站
1. 访客与流失率
2. 广告库存
3. 广告价格
4. 点击率
5. 内容与广告之间的平衡
(六) 用户生成内容
1. 活跃访客数
2. 内容生成
3. 参与度漏斗的变化
4. 生成内容的价值
5. 内容分享和病毒性
6. 消息提醒的有效性
2.1.1六种基本商业模式
2.2 用户行为与增长策略
在本书第14章提到关于精益创业数据分析的阶段划分——移情、粘性、病毒性、营收和规模化;通过作者的介绍,我们发现有关用户行为探索的一共有两个阶段——粘性和病毒性。粘性,可以说是retention(留存率),即指用户对你的产品的买账程度,在这一阶段,作者提醒我们不应该关心客户获取,这类似于优化流入漏水桶的水流。在你确定你的解决方案好到足以吸引用户之前,你不应该轻易放弃,去拧水龙头。
对于粘性,作者给出了一些观点,我总结为两个理念:
1. 我们应该对于任何事物的迭代都抱有积极心态
虽然在译本中是“对于最小可行性产品的迭代”,但我并不是很认同这个小标题,在我们没有确定该产品是否是最小可行性产品的前提下,我们应该用于尝试,积极迭代。我们应该积极尝试改变我们的商业模式或者用户获取计划来追求更好的粘性。在追求用户粘性的过程中,你通常不会考虑改变这些元素,但Croll和Yoskovitz指出,只有通过实验,你才会知道。在这个早期阶段,一切都需要考虑。
2. 我们应该为客户找出最简单、摩擦最小的aha路径
顿悟时刻是指你的客户明白你的产品能为他们提供价值的时刻。一旦他们这样做了,他们很可能会留下来。Croll和Yoskovitz传达了一条传统的产品管理智慧:当你在设计和制造产品时,你希望尽可能快地让用户到达那个时刻。更具体地说,找出通往aha的路径,并找出如何在这条路径上获得新用户。
在数字产品管理的背景下,顿悟时刻是用户体验中真正理解产品价值和潜力的关键时刻。这种清晰或实现的时刻通常会增加产品的粘性、忠诚度和满意度。换句话说,顿悟时刻的意义是当你的产品的价值第一次出现在用户面前。
(“问题/解决方案画布”)
关于用户增长可以看我的上一篇,其中有些说明,在此就不过多赘述。
3. 总结
本篇过渡性阐述了六大商业模式以及其关键指标的定位,在具体数据分析阶段,针对用户d行为模式,主要谈论了粘性至一阶段并对于译本提出了自己的见解。
本篇参考如下:
1. 精益分析第 2 部分:数据驱动创业的各个阶段 (holistics.io)
2. What is an aha moment? Meaning, examples, and types - LogRocket Blog
3. 《Lean Analytics Business Models》 by Holistics
#数据分析#