如何通过数据分析指导移动产品设计？

本文作者以Airbnb为例，简单地讲一下自己数据分析的经验。enjoy~以下是Airbnb结构图：如上图所示，Airbnb的页面局部流程可简单分为这样的结构，取每一个界面的英文首字母简称。接下来进行分析：一般重心以提高D（商品详情页，以下均为简写）界面的UV为主，如果D到O的转化率较低，那么问题是出在D界面，可能是商品不好，或描述不好……一般从O界面到付款的转化率都比较高，

产品 2018年01月19日

产品、运营要多懂数据分析？我们给出了以下答案

对于数据分析，产品、运营需要懂多少才算懂？数据分析能力对于产品和运营人员都是重要的，有多重要？我们直接上数据。我们用Python爬取了前程无忧网上500条关于活动运营、内容运营、用户运营的职位要求，把他们进行词频分析，得出了以下的图表。我们得出以下结论：用人需求方普遍认为，数据分析能力对于运营人是非常重要的（当然，更加重要的核运营核心竞争力是产品思维和营销策划能力）。然而有

运营 2018年01月17日

后台产品：数据列表页设计

在后台产品设计中，数据列表页是非常常见的页面。本文将讨论如何对这类页面进行设计，让你避免其中可能存在的坑！在后台产品设计中，数据列表页是非常常见的一个页面，该页面负责展示数据，并提供搜索查询功能来供用户查询数据。在数据非常多的情况下，如何让用户快速地找到自己想要的数据，成为设计数据列表页的一个重要原则。数据列表页通常可以分为两部分：搜索查询区域、数据列表区域。搜索查询区域通

产品 2018年01月16日

根据现有产品数据，如何做一次数据分析呢？

在数据分析前要找到分析的目标，带着问题去分析，也就是了解前期数据分析的需求，后期，需要做数据回报才具有针对性，目的性。需求分析师是否适合做数据分析？这是我最近在想的问题。需求分析是基于业务场景的商业化分析，不是技术分析，但需求分析的过程包含了数据分析，用数据驱动产品开发这完全是可能的，从数据中找到产品运营的不足，从而驱动产品开发。数据分析也是从产品分离出来的需求要点，数据可

产品 2018年01月15日

“高大上”的风控，究竟是什么？ （二）

本章分为两个阶段，介绍一套可对外输出风控的系统，当然内部也是可以用的，相对复杂业务系统来说，本文介绍的会简单一点，根据公司业务场景不同，请进行相应的扩展。上章，大概对风控所涉及的几个内容做了大体的介绍（我思路可能有点乱），从本篇开始开始介绍干货吧。首先，针对一套对外输出的风控系统来说，最重要的是如何在多个领域、不同的场景通过一套标准性设置进行配置后输出。输出的形式不建议用太

业界 2018年01月08日

这31条建议，将给你的数据分析团队不一样的启发

文章更分享了关于数据分析的31个秘诀，希望能够给你带来帮助。或许你的数据分析团队不够成熟，或许公司管理层与数据分析团队经常出现分歧，或许你的数据分析师正疲于为推进工作处理各种公司政治，而非集中精力处理各种分析问题。最近看了一些外国数据分析文章，挑选一些新鲜且前沿的内容分享。今天分享的是31个能够将让其在项目过程中更为成功的秘诀。在2018年，或许给你带了新的启发。1、让高管

产品 2018年01月04日

区块链对产品意味着什么？

区块链对于产品对于行业究竟意味着什么？文章作者对此分享了自己的一些看法。随着比特币价格的飙升、ICO圈钱，区块链再次被推上了风口浪尖。从事区块链业务的公司也如雨后春笋般的出现在了大众的视野里，很多业务已经成熟的公司也在发力，争取在这一波技术升级中占得一席之地，很多都是为了赶这一波潮流而做区块链。那么区块链是什么、到底要不要用区块链，要用的话该怎么用？区块链对于产品对于行业究

产品经理 2018年01月04日

对数据可视化产品的一点小思考

因为业务调整的关系，2017年下半年，我开始负责一款数据可视化的产品。所以在此聊聊我对数据可视化产品的思考。 一、问一句为什么？首先我们需要明确一点——用户为什么需要数据可视化产品？换句话来说，用户为啥会有「将数据转化成图表」的需求？根据我目前得到的用户样本来看，有两大原因：探索性可视化（分析数据的时候需要用到数据可视化，来快速发现数据的特征、趋势与异常）解释性可视化（将分

业界 2018年01月02日

产品经理必会：可视化数据流量地图

Hi，各位看官老爷，我们又见面了，在这里祝各位新年快乐(^▽^)  ，首先在前三篇文章中我们已经将数据从定义>部署>收集>汇总四个步骤已经做了详尽的讨论，本篇将继续基于前三篇的基础之上，以实例讨论数据可视化的价值。了解产品的“健康”状况吗？故事的主人公：X君登场，buling bulingX君深知对一个PM来说数据分析的重要性，通过数据监控产品的健康状况更是重中之重，工作中

业界 2018年01月02日

线上调研数据处理的四个原则

在进行线上调研的时候，注意以下四个原则，可以帮助你少走弯路，少踩坑。通过线上调研的方式收集的数据，因其调研方法有别于传统的面对面调研，所以在进行数据处理分析时需要额外注意一些细节。原则一：数据完整在线调研的数据，是通过网页或手机app收集而来，难免会存在因为浏览器插件、安全软件、不兼容等因素导致的数据丢失情况。因此在调研上线前首先要进行测试，多尝试几种浏览器进行测试，看能否

产品经理 2018年01月02日