是否看過很多數據分析的文章教程，但是依舊無法做到數據驅動迭代？是否拿著各種花花綠綠的折線圖，卻無法用起來？這篇文章力求從最容易理解的邏輯入手，一起探究數據和埋點的本質、探索數據該如何指導現實、梳理數據增長的方法論和邏輯鏈，淺淺理解希望對諸君有用！
一、對數據和埋點的理解
從前，小鎮里新開了一家游樂園，游樂園里有各種各樣的游樂設施，過山車、激流勇進、大擺錘、主題餐廳。大家非常喜歡，剛開業不久就收獲了很多游客的青睞。
運營了一段時間之后，游樂園為了讓游客的游玩體驗更好，決定對游樂園進行翻新裝修，這一修不要緊，問題來了：
過山車的工作人員說：過山車需要翻新，大家都更喜歡過山車。但是大擺錘的工作人員說：大擺錘需要翻新，大家都更喜歡大擺錘，兩邊吵的不可開交。
這個時候，有一個工作人員說：不如這樣吧，我們把游樂園的道路鋪上一層面粉，游客們走在面粉上可以留下腳印，然后我們就可以通過觀察腳印數量來看哪個項目更加吸引游客。大家一拍即合，好，就這么干！然后經過實踐，大家發現，在過山車門口的腳印確實比大擺錘的腳印多，所以這次翻修，為了更大范圍的提供價值，就選擇了對過山車進行翻修。
后來，人們把這個游樂園叫做“產品”，把工作人員叫做“產品經理”，把鋪面粉叫做“埋點”，把腳印叫做“埋點數據”
每當有一個用戶在產品中做了一件什么事或者到了一個什么地方，我們就通過前端植入的代碼往服務器上報一條數據，將一段時間內的數據進行統計計算，我們就可以得到一條完整的信息：一段時間內有多少用戶做了什么事。然后將各種信息進行關聯，就可以分析出想要的結論，這就是埋點和數據最本質的概念了。
對于埋點來說，我們一般會借助第三方產品的力量來幫助我們獲得埋點數據，比如友盟、growingIO、WE分析等，這些第三方平臺擁有豐富的API接口可以供我們使用，提供各種各樣類型的埋點統計數據。
如果需要自建埋點，有兩個重要埋點概念可以了解一下。
a. 頁面埋點：頁面埋點就是幫助我們統計某一個頁面的訪問量、來源入口等數據的埋點；比如可以統計發布成功結果頁的頁面訪問量等。
b. 事件埋點：事件埋點用于記錄頁面中某一次點擊、某一次曝光等具體操作事件，頁面埋點可以附加一些別的屬性，比如可以記錄“發布”的次數，同時我的屬性可以是“帶圖發布次數”或“不帶圖發布次數”，事件和屬性靈活可變（讓開發同學理解清楚就好）
理解了數據和埋點是什么之后，我們從產品的角度出發進行思考：數據對產品迭代有哪些指導意義？數據該如何指導現實？（對著干巴巴的數據一通分析，各種圖表天花亂墜，卻不去跟現實意義做對照，數據分析根本就是無本之木無源之水啊喂…）
二、數據對產品的指導意義以及如何實踐他們
1. 使用數據獲取增長
我們使用數據的意義其實就是“增長”，獲得更多新用戶也好，讓用戶給出更多付費和轉化也好，某種程度上來說這些都是“增長”，有增長就意味著有發展。
《增長黑客》是一本關于增長的書，它詳細闡述了一套用于產品增長的實踐方法論。核心邏輯是：首先確保你的產品擁有核心價值點，并且通過分析數據來找到它到底是什么。找到核心價值點后確保你的新用戶能夠以更短的流程和時間來觸達它，以此創造更多有效的留存。然而留存是增長的核心，有了留存，配合營銷手段，增長就是較為容易的事了。很多產品無法獲得增長是因為不了解用戶也不了解自己的產品，不知道用戶喜歡你是因為什么，也不知道用戶無視你是因為什么。
如何確保你的產品是擁有核心價值點的？答：當你的產品有了一波很堅定的用戶時。他們一定是被你產品的某種特性或功能吸引才得以留存，我們要做的是找到那個核心價值點，并且盡可能把它呈現到別的用戶那里去。
那如何通過數據找到核心價值點呢？首先對你產品內的用戶進行分析，將他們分分類，高粘性用戶分一撥、低粘性用戶分一撥，然后仔細觀察他們在產品中的路徑有什么比較明顯的差異點，比如說：通過觀察，發現高粘性用戶經常使用A功能，而低粘性用戶很少或者基本不使用A功能，那很可能（強調可能，而不是一定）就是因為A功能是產品的核心價值，使用了A功能的用戶都體驗到了你產品的“啊哈時刻”，從而愿意留在產品中，而低粘性用戶很可能壓根兒就沒發現藏在角落里的價值，所以他壓根就對你的產品不感冒。
這里要注意，你的猜測需要關注到邏輯學中很重要的兩個概念：因果關系和相關關系。你可能會發現，使用功能A較多的用戶會更為活躍，那么你能夠就此判斷出“用戶更多使用A功能，就更容易變成活躍用戶”這條結論嗎？不能。他們之間可能沒有因果關系，只是有相關關系。就好像我們發現冰激凌的銷量和沙灘拖鞋的銷量是相關關系，但是我們并不能通過提高冰激凌的銷量來帶動沙灘拖鞋的銷量，因為真正影響兩者銷量的因素可能是夏天來了。
向你的后端小伙伴拉一波用戶數據吧，看看那些活躍的用戶有什么特點。然后根據你分析的結果進行產品迭代。
同時請你去實際問問你目前的活躍用戶吧，看看他們是如何被你的產品吸引的，他們都在里面干什么？
那么怎么才能知道新用戶進到你的產品里，在邂逅啊哈時刻之前，他是被攔在了哪一步呢？是哪顆石頭把他絆倒了？這里就要聊到大名鼎鼎的“漏斗”的概念，它用于描述一個新用戶（老用戶談漏斗沒有意義）從一個頁面進入到另一個目標頁面的通過率。對于新用戶而言，在他到達啊哈時刻的路途中，肯定會經過很多的頁面，更多的用戶是在哪步流走的，哪一個頁面就是我們要去優化的。
當你找到了一個通過率很低的漏斗時，你要去分（xia）析（cai）是什么原因造成的，然后根據你的猜測去進行實驗，改對了，數據變好，沒改對，繼續分（xia）析（cai）
2. 使用數據指標體系監控產品生命狀態
很多內容會提到“北極星指標”這個概念，它指的是最能反應產品生命力的那個指標。我喜歡把這個指標叫做“脈搏指標”因為脈搏最能反應人的生命狀態，你可能會發燒，但是不至于致命，但是如果你沒有了脈搏，那就什么都沒有了。
在進行實踐時，可以將用戶經歷過核心價值之后產生的那個指標作為北極星指標，比如你分析出能夠發布一條個性化的動態的用戶是核心價值，那么產品的核心價值很可能就是發布個性化動態，那么你就將“用戶個性動態發布量”作為產品的北極星指標，北極星指標常亮，那么產品就能活得很好，因為你的用戶一直在享受產品的核心價值。
與此同時還會有一些指標需要你去監控，比如你的體溫、你的視力、肺活量等，這些指標組合在一起，共同反映出你這個人的健康水平。那么產品中你也可以自己建立一套指標體系，監控產品狀態，例如某一個頁面的曝光量或者某一個跳轉的轉化率等。只要真實準確地反應重要現實意義的指標，都可以作為你監控臺上的一個指標（這個尋找過程可能很困難，十分考驗產品對現實和數據模型的理解深度）
每當你完成一次迭代后，監控北極星等指標的躍動，增加了還是減少了，這樣就能判斷出你的實踐是否是有效的。通過獲取正反饋和負反饋，不斷驗證自己的方向。
學習還在繼續，進步永不停止，這次文章簡單介紹產品數據分析的一般邏輯和概念，更為詳細的內容我們前方見！
本文由 @Σ(?佛朗西西摳 原創發布于人人都是產品經理。
