查看“︁产品组合管理的工具/产品分析”︁的源代码
←
产品组合管理的工具/产品分析
跳转到导航
跳转到搜索
因为以下原因,您没有权限编辑该页面:
您请求的操作仅限属于该用户组的用户执行:
用户
您可以查看和复制此页面的源代码。
= 产品分析(Feature Usage Analytics)—— 互联网/云业务的功能使用情况分析 = <blockquote>回答:'''一个互联网/云产品有很多功能,怎么知道哪些功能被用、被谁用、用得怎么样?'''</blockquote> <hr /> == 一句话定义 == '''通过"埋点 + 事件追踪"收集用户在产品里的行为数据,再用漏斗、留存、路径、分群等方法分析功能的使用情况。''' 这是互联网/云业务(App、SaaS、网站)最核心的分析能力。 <hr /> == 解决什么问题 == {| class="wikitable" |- ! 问题 ! 分析方法 |- | 哪些功能有人用、哪些没人用? | 功能采用率 / 渗透率 |- | 用户在功能里卡在哪一步? | 漏斗分析 |- | 用了某功能的用户是否更留存/更付费? | 功能留存 / 功能价值 |- | 用户在不同功能间怎么流转? | 路径分析(桑基图) |- | 不同人群用法有何不同? | 用户分群 |- | 某次改版让功能使用率提升了吗? | A/B 测试 |} <hr /> == 第一步:埋点(数据采集) == 一切分析的前提是'''采集数据'''。 === 核心概念 === {| class="wikitable" |- ! 概念 ! 含义 ! 例子 |- | '''事件(Event)''' | 用户的一个动作 | 点击"导出"、提交表单、播放视频 |- | '''属性(Properties)''' | 事件的上下文 | 页面、设备、功能名、耗时 |- | '''用户标识''' | 匿名 ID → 登录 ID | 把同一人的行为串起来 |} === 埋点三原则 === # '''先想清楚要回答什么问题,再设计埋点'''(别为了埋而埋) # '''事件命名统一'''(如 <code>feature_used</code>、<code>report_exported</code>) # '''关键路径全覆盖'''(注册、核心功能、付费、分享、流失) <blockquote> 例:要分析"报表功能"的使用情况,埋点可能是: * <code>report_viewed</code>(查看报表) * <code>report_filtered</code>(筛选) * <code>report_exported</code>(导出) * <code>report_shared</code>(分享) </blockquote> <hr /> == 关键指标 == {| class="wikitable" |- ! 指标 ! 公式 ! 回答 |- | '''功能采用率''' | 用过该功能的用户数 ÷ 总活跃用户数 | 多少人用了 |- | '''功能渗透率''' | 用该功能的会话数 ÷ 总会话数 | 多少会话用了 |- | '''使用频次''' | 某功能使用次数 ÷ 用户数 | 用得多勤 |- | '''使用深度''' | 完成核心步骤的比例 | 用得多深 |- | '''功能留存''' | 用了某功能的用户,之后还在的比例 | 用了是否更留存 |- | '''功能价值''' | 用 vs 不用该功能的留存/付费差异 | 功能是否创造价值 |} <blockquote> '''采用率低''' = 功能藏得太深 / 入口不好找 / 用户不知道 '''采用率高但留存低''' = 功能没真正解决问题("用了就卸载") '''功能价值高''' = 用了该功能的用户明显更留存/更付费 → '''重点投入''' </blockquote> <hr /> == 核心分析方法(6 种) == === 1. 漏斗分析(Funnel) === 看用户在功能里每一步的转化,找"漏在哪"。 <pre> 进入报表页 100% ↓ 60% 筛选报表 60% ↓ 45% 预览结果 45% ↓ 20% 导出成功 20% ← 导出环节流失最大,重点优化 </pre> === 2. 留存 / 同期群分析(Cohort) === 看"用了某功能的一批用户",之后还在不在。 {| class="wikitable" |- ! 功能 ! 第 1 周留存 ! 第 4 周留存 ! 第 12 周留存 |- | 用了"报表导出" | 85% | 70% | 55% |- | 没用"报表导出" | 60% | 40% | 25% |} <blockquote>用了导出的用户留存明显更高 → 该功能有价值,值得加大投入。</blockquote> === 3. 路径分析(Path / Sankey) === 看用户在功能之间怎么流转。 <pre> 首页 → 报表页 → 导出(主路径,60%) 首页 → 报表页 → 放弃(30%) 首页 → 直接离开(10%) </pre> === 4. 用户分群(Segmentation) === 按人群拆开看。 {| class="wikitable" |- ! 人群 ! 报表功能采用率 |- | 新用户 | 15% |- | 活跃用户 | 45% |- | 付费用户 | 70% |- | 流失用户 | 5% |} === 5. 功能关联分析(Feature Correlation) === 哪些功能总是一起用? <blockquote>例:用了"数据看板"的用户,80% 也会用"报表导出" → 说明这两个功能是"黄金组合",可以打包推荐。</blockquote> === 6. A/B 测试 === 验证改动是否真的提升了功能使用率。 <blockquote>例:把"导出"按钮从右上角移到表格下方 → A/B 测试导出率从 20% → 35% → 说明改动有效。</blockquote> <hr /> == 功能健康度模型(5 个维度) == {| class="wikitable" |- ! 维度 ! 问什么 ! 健康信号 |- | '''广度''' | 多少人用? | 采用率 > 30% |- | '''深度''' | 用得多深? | 核心步骤完成率 > 60% |- | '''频次''' | 用得多勤? | 周均使用 > 3 次 |- | '''留存''' | 用了是否更留存? | 功能留存 > 大盘 |- | '''趋势''' | 在涨还是跌? | 月环比上升 |} <blockquote>5 个维度综合打分 → 判断功能是"健康 / 待优化 / 该砍"。</blockquote> <hr /> == 常用工具 == {| class="wikitable" |- ! 工具 ! 特点 ! 适用 |- | '''Amplitude''' | 强大的行为分析 | 中大型产品 |- | '''Mixpanel''' | 事件分析 + A/B | 互联网产品 |- | '''GA4''' | 免费、Google 生态 | 网站 / App |- | '''Heap''' | 自动采集所有行为 | 不想手动埋点 |- | '''Pendo''' | 面向 SaaS,含引导 | B2B SaaS |- | '''FullStory''' | 会话回放 | 看用户实际怎么用 |- | '''Hotjar''' | 热力图 + 反馈 | 网页优化 |- | '''神策数据''' | 国内领先,全埋点 | 国内互联网 |- | '''GrowingIO''' | 国内,无埋点 | 国内互联网 |} <hr /> == 与卡诺模型的结合(重点) == '''行为数据 + 主观评价 = 更准的功能分类。''' <pre> ① 埋点数据 → 看"功能采用率、留存、价值"(行为) ② 卡诺问卷 → 看"客户觉得属于哪类需求"(态度) ③ 两者交叉 → 更准的决策 </pre> === 交叉示例 === {| class="wikitable" |- ! 功能 ! 行为数据 ! 卡诺分类 ! 决策 |- | 报表导出 | 采用率 40%、功能留存高 | 期望 O | '''重点投入''' |- | 皮肤换色 | 采用率 2%、无差异 | 无差异 I | '''砍掉''' |- | 甘特图 | 采用率 15%、但用了的留存高 | 魅力 A | '''放大做差异化''' |- | 强制广告 | 采用率 100%(被动)、投诉多 | 反向 R | '''立刻去掉''' |} <blockquote> 单看行为数据会误判(如"强制广告"采用率 100% 但很反感), 单看问卷也会误判(用户嘴上说的和实际用的不一样)→ '''两者结合最准'''。 </blockquote> <hr /> == 完整示例:分析一款 SaaS 的"报表功能" == === 第 1 步:埋点 === * <code>report_viewed</code>、<code>report_filtered</code>、<code>report_exported</code>、<code>report_shared</code> === 第 2 步:看指标 === {| class="wikitable" |- ! 指标 ! 数值 ! 判断 |- | 采用率 | 25% | 偏低(入口太深) |- | 使用深度 | 筛选→导出 仅 30% | 导出环节流失大 |- | 功能留存 | 用了的高 20% | 有价值 |- | 趋势 | 月环比 +5% | 在涨 |} === 第 3 步:漏斗 === <pre> 查看报表 100% → 筛选 60% → 预览 45% → 导出 20% </pre> → 导出环节流失最大 === 第 4 步:结论 === * 采用率低 → 把入口前置 * 导出流失大 → 优化导出流程 * 功能留存高 → 值得投入 * → 综合:'''重点优化 + 加大投入''' <hr /> == 优点 / 局限 == {| class="wikitable" |- ! 优点 ! 局限 |- | 客观、可量化 | 依赖埋点质量(埋错=分析全错) |- | 能发现"嘴上说不用、实际在用"的功能 | 数据不会告诉你"为什么"(要配合访谈) |- | 支持 A/B 验证改动效果 | 数据量大,需要专业工具和能力 |- | 能持续监控功能健康度 | 隐私合规要求(GDPR、个保法) |} <blockquote>关键:'''数据告诉你"是什么",访谈/观察告诉你"为什么"''' → 两者结合。</blockquote> <hr /> == 一句话总结 == <blockquote> '''互联网产品的功能分析 = 埋点采集行为数据 + 漏斗/留存/路径/分群/A-B 六类方法 + 功能健康度五维度。 再和卡诺模型交叉(行为 + 态度),就能准确判断哪些功能该投入、哪些该砍。''' </blockquote> <hr /> --- [[Category:产品组合管理]] [[Category:工具清单]]
返回
产品组合管理的工具/产品分析
。
导航菜单
个人工具
创建账号
登录
命名空间
页面
讨论
大陆简体
查看
阅读
查看源代码
查看历史
更多
移动
搜索
导航
首页
最近更改
随机页面
工具
链入页面
相关更改
特殊页面
页面信息