通过表层数据挖掘产品问题是每个运营人的必修课,在互联网行业里,不管你是PM还是专职运营人,大家对数据的认知越来越深入。 从统计学的角度来看,数据是建模(虚拟模型)的基础。我们可以简单地把用户心理模型理解为一种运动变化,即各种各样的产品行为变量x1、x2……xn组合后形成的固定的(稳定的)结果F(x)——用户心理模型。那么反过来,我们研发产品时,若想要用户的某种行为结果,就可以对应这一特征做出相应(因变量)的设计。 数学家说,人类可以用皮尺测量自己的身高;物理学家告诉我们,人类可以用万有引力测量出地球的质量。但是运营工作大多是经验性的,再加上不同产品有不同的特性和场景,很多运营理论是很难复制到具体工作中的。那么,我们能不能像科学家那样,抛弃经验把我们的用户心理规范化、科学化呢? 经验不是科学,所以需要一个系统性的东西来研究这些问题,让我们找到的答案能超越个人经验。通过一种可以反复证伪的工具——模型(Construct)来实现。 但一个模型就是一个抽象的概念,它不能直接测量,只能被建立。模型不是创造出来的,就像温度,人类没有创造温度,但它真实存在。所以用户心理也是一个真实存在的事物,它只是难以度量。而建立模型,将难以度量的概念转化为可测的数据,才能指导我们做出高效的运营决策。 那么问题来了:我们怎么得到我们想要的模型呢?可参考下图: [url=http://image.woshipm.com/wp-files/2016/02/E1DOPEVY4QQ4L0A52RYHH.png][/url] 我们以测量用户对新产品满意度为例 第一步::问题提出 如何建立模型,来测量用户的满意程度? 第二步:数据准备 这是转化模型的关键一步(和温度计不同,我们没有满意计,我们必须把这个抽象概念转化成具体的事物,以方便研究。)第一次建模时,建议大家尽可能地多收集数据,因为拿到的数据越多越全,对下一步数据分析越有用。 第三步:分析数据 我们可以把数据分析的过程理解是对概念的转化,即一个量度。比如:我们测贫困时,收入就是一个转化概念;还有第一步提到的满意度也是对用户心理的一个转化概念。因此触发次数/时常、回访比率、活跃比率等等都可以成为我们产品运营模型的转化概念。 - 网站转换率(Conversions Rates)、
- 回访者比率(Repeat Visitor Share)
- 忠实访问者指数(Committed Visitor Index)
…… 走完这一步,数据已经从无所谓的标杆变成了具有行为判断价值的参照物。我们找到了真正有用的转化数据后,就可以去生成模型了——根据产品定位,建立基础的用户模型(Persona):性别比例、年纪分层、收入分层、地域划分、情感阶段、以及不同场景下的用户行为路径和路径中相关内容、关键词频次等等,得到相关模型。 有朋友反映我的文章太长了,读起来费劲。所以,今天我们就先挖到这,剩下的三个部分咱们猴年春节回来继续挖~~ 最后附三个我私人的建模原则,分享给大家: - 把用户视为你研究的搭档,而非研究对象
- 尊重数据:保护用户的隐私(符合道德的,经过深思熟虑收集的样本)
- 科学运用我们的工具.:测量、转化、好的产品设计
|