作者：老鬼

產品歷經了研發測試，終于可以如期的上線了，但請不要松懈，后續的活動才是重點。并且隨著網站一起上線的還有我們的數據分析系統，作為產品運營及后續改進的支撐點，數據分析系統是我們的眼睛和耳朵，是我們感知產品的觸角。所以下面著重說一下怎么做數據分析，需要做些什么。

一、網站分析原則

可行動： 明確的目標及著力點，不要為了分析而分析，明白分析的最終目的是促進網站的改進，很多時候，產品經理都會陷入為分析而分析的怪圈，可能是為了給出一份看起來十分完美的數據報表已應付領導的檢查，也可能只是閑著無聊就隨意的去分析數據。

但朋友，作為產品人員，我們主要是目的是為了推進產品的發展，已達到更好的服務用戶，解決用戶痛點的目標，而不需要一堆無用的數據。

以用戶為中心： 分析的目的在于改進網站，而改進的目的在于更好服務當前用戶及吸引潛在用戶，以用戶為中心的本質在于分析用戶需求點，這些需求點是否被滿足，沒被滿足的原因在哪里。

二、什么時候做？

可能有有部分產品人員會認為：我的網站還不夠成熟，沒必要那么早的投入精力做分析。但其實，數據分析是貫穿產品的整個生命周期的，作為一個產品人，我們時刻堅信，用戶是會說謊，但數據不會。而且正如偉人所說，教育要從娃娃抓起，我們總不能因為孩子還小就不關注他們的教育活動。

其實對于產品經理而已，產品就是我們的小孩，我們不僅需要關注其最終的結果，還需要時刻監控他，分析他，找出不完善的地方，改進他。俗話說的好“磨刀不誤砍柴工”，網站分析并不是一件投入很大的事情，缺能帶來極高的產出，何樂而不為呢。

三、怎么做？

明確產品是需要進行數據分析，剩下來的就是我們應該分析什么，怎么分析。對于產品人員來說，數據分析是一個產品成本極低的工作，我們可通過頁面標記或日志分析獲取到所需的數據，所說的頁面標記就是通過在合適的點插入一定數量的腳步去分析用戶的行為。

而日志分析法，正如其名所表述的一樣，通過分析產品的日志，監控產品的運行情況，幸運的是現在市面上，提供各種高效且專業的工具，為我們的數據分析提供支持，例如：Google Analytics， 百度統計，Flurry，友盟，有需要的小伙伴可以去其官網查看。

四、達到什么目標？

建立并維護業務數據模型： 將網站的數據變化與用戶的行為關聯起來，這種聯系建立起來后，一旦網站的數據發生了變化，就可以快速的定位到對應的用戶行為

比如，常用日流量數據模型為：日流量=日訪問用戶數+平均瀏覽網頁數，但日流量這一重要數據發生變化話，就可以通過對應的業務數據模型定位相對應的日訪問用戶數和平均用戶瀏覽網頁數等具體的用戶行為，通過進一步分析用戶的行為，去發現具體的問題，并給出對應的解決方案。

對產品更新、營銷活動等進行專項驗證，評估效果，總結經驗： 跟進設計與驗證并行的原則，在產品新需求提出的時候，需要配合測試用戶，用來檢驗產品需求最終是否被正確的實現。同樣，我們在制定產品更新計劃和營銷計劃的時候，也需要給出這些計劃預計達到的數據指標和驗證方法。針對營銷效果，可以進行來源分析分析法，分析對應的用戶的來源，已實現最優化的投產。

監護產品的健康情況，確保產品完成KPI（關鍵績效指標）： 對產品的關鍵指標進行預測，為商業計劃提供數據支持。產品年度商業計劃作為產品經理的一下重要的階段性活動。不僅是產品經理對于產品的總結與預測，更為重要是產品經理和老板對話的重要橋梁，作為老板他們不希望手下的產品是個黑盒子，投入產出比無法預測。但年度商業計劃中的收入預期和成本需求（人力，服務器，帶寬）不是拍腦袋就能拍出來的，是靠業務數據模型和歷史數據推測出來的。

五、其他方法

細分： 將對應的數據、任務，細分為可被衡量及執行的部分，比如PV。對于產品經理而言，每天盯著PV并不能將PV盯上去，我們需要做的是細分的分析影響PV的各種因素，然后逐一解決，只有完美的解決了個點中的數據，才能把整體的數據給提升上去。比如投放了一個引導頁面，用戶到達了這個頁面卻不能被引導到對應的網站，我們就知道引導頁面一定出現了問題，導致用戶不會進入下一步操作，這個時候，就要趕緊疏通，細化問題，逐一解決。

對比： 歷史數據，競爭對手數據：孤立的單獨看一份數據是沒有意義的，對于產品經理，數據應該是在一定的維度上分析，可以是結合歷史數據看趨勢，也可以結合競爭對手的手機看表現，數據只有經過對比，才會有其獨特的意義。

End.

轉載請注明來自36大數據（36dsj.com)： 36大數據 ? 產品經理如何做好網站數據分析？