产品经理日常应该关注哪些数据？

周煜颖56

学习新产品开发，那我们去开发新产品，日常要关注哪些数据呢？
推荐一篇文章给大家。

作者： 郑进添，产品设计师@豌豆实验室

我接触过的数据一般可以分为：

• 平时产品的运行数据
• 为了实验、验证某个想法而做的产品实验数据
• 发布某个功能后的影响评估
  

这三种数据我都观察过不少，大致的习惯是这样：


对于适合每天看的更偏向于产品的运行数据，要懂得利用工具提高效率，不要在得到数据上花太多时间，但是确保保证数据是准确的。

比如我之前在做 SEO，看的大部分的数据来自 Google Analytics，它提供了很方便的自定义数据报表，我会用几个报表把自然流量数据筛选出来，用来观察来自哪个搜索引擎有多少访问等数据。

• 如果你比较关系定量的数据，可以让 GA 每天自动发送报表到你的邮箱，非常直观；
• 如果关心数据的增长情况，可以预定数据的 weekly 报表，这样每天早上，或者每周写周报之前，你都可以收到一份带图形说明的报表，拿来即用。
  

另外做什么事情的时候应该尽量结合多个工具来看各方面的数据，这样让你对某个产品有更多的把控。还是举例 SEO，除了 GA 还可以关注 Google Webmaster 的数据，让你了解网站在 SE 那边的状况，也就是你的程序，服务器是否正常的数据。
关于 SEO 我还有一些比较土鳖的习惯：

• 会去看一些关键词在各个搜索引擎的排行（通过 chinaz 上的工具或者直接去人肉搜索）；
• 使用过百度统计，百度站长（落后 GA 30年）来看百度那边的收录，排行效果。也使用过百度分享（纯粹是听到谣传，加了百度分享更安全），看网站上的分享数据。
  

实验某个想法，特别是做 A/B Testing 的时候，注意指标的合理设定、数据的准确采集和合适的分析方法。


这一般是用在对某个方案信心不是很足，或者为了谨慎一些，先利用测试来验证方案。看这样的数据的关键是，要事先认真规划测试方案本身，比如样本怎么分，有多少个变量要测试怎么体现到方案中，选择哪个数据作为核心指标。我自己也做过特傻逼的事情，到最后拿到的数据都是废的。待测试方案实施之后，也不用着急去拿两个方案的对比数据，一般的习惯是至少一周，因为用户在一周之中的每天状况都是不一样的，也就是说应该那当天对比7天前，如果你的产品有明显的月初效应（就是月初的时候人特别多），也应该避开月初才进行分析。
GA 也支持 A/B Testing，并且支持得不错，同时它提供的数据维度筛选也特别有用，我自己用的最多的就是 New vs Returning Visitors，在 segment 里加上这两个，偶尔可以看出些端倪，不单单新老用户可以对比，地域、浏览器可以得出一些结论。从不同的维度分析对比数据的各项指标往往可以得出一些意想不到的东西。

评估某个发布的影响，应该先定义好当前发布的目标是神马，用神马指标来衡量，当前是否可以衡量。

如果碰巧是发布的产品之后主要还是继续关注平时的一些数据指标，就可以直接用第一步的一些方法；如果产品中产生了新的指标需要关注，就需要发布前提前想好，怎么取得这些数据，如何评估，有时候并不是我们不会分析数据，更多是这个数据忘记采集，哪个行为忘记统计了，导致最后要分析时缺三少四。
看到数据变化的时候要谨慎去分析为什么会有这样的变化，也是要从多个维度去看变化。比如一个应用，在发布了某个 feature 之后，可以分渠道看一下人均的行为；反之分析数据驱动产品改进的话，也是可以这么来做。


还有一些其他方面的习惯也提一下：

• 我会经常怀疑数据的准确性，特别是看到表现不好的数据，诡异的数据，第一反应就是想办法搞清楚每个数据是从哪里来的，计算是否得当，最近的采集是否有 bug 等等，根据我们产品发布的经验来看这种事情发生的概率 50% 以上，也就是说发布了产品还应该持续关注，不要等过了几天才看到数据没出来，没法分析。
• 工具我喜欢用 Google Apps Script。简单来说它是 Google 提供的通过类似 js 的语法的脚本跟 Google 的其他服务交互的功能。我经常拿它来取一些在 GA 自身面板上无法看到的数据，比如人均 event，然后还可以跟 Google Spreadsheet 交互，把自动地把（定时或者其他触发条件）这些数据读取到表格里（太爱这个功能了，再也不用去打开 GA 一步步点击那些菜单，只需要每天醒来看看 Google Docs 里的各个报表）；还可以跟 Google Chart 配合画一些很好看的数据图表；再跟 Gmail 交互的话，可以把自动读取的数据发邮件给指定的人，并且可以配合定时任务使用（只能说 Google 的这些服务太逆天了）。
• 我自己做的数据和报表，不管是给谁看的，都会尽量做得美观，所以常常忍不了那些排版横七竖八的周报，花那么多时间整理出来，为什么不打扮得好看一点。