硅谷产品实战 36 讲
曲晓音
Facebook 产品经理
42658 人已学习
新⼈⾸单¥59
登录后,你可以任选4讲全文学习
课程目录
已完结/共 40 讲
开篇词 (1讲)
硅谷产品实战 36 讲
15
15
1.0x
00:00/00:00
登录|注册

14 | 如何用数据做出产品决定?

用户粉丝数量对留存率的影响
帮助用户关注更多其他用户的假设
被其他用户关注与否
关注其他用户与否
用户没有被其他用户关注
用户没有关注其他用户
如何增加抖音用户的留存率?
通过验证的假设决定产品功能
找到变量影响整体指标提升的规律
通过A/B测试验证假设
形成具体的假设
帮助新用户在第一个星期内关注20个用户
“你可能想关注”板块中,涵盖高质量老用户以及其他新用户
将“你可能想关注”板块作为重点
统计图
A/B测试
用户的关注数量对留存率的影响
影响用户留存率的原因
发现低活跃度用户关注其他用户数量影响留存率
发明了指标D7来区分用户活跃程度
提高新用户的留存率来提高日活数
思考题
总结
产品决定
解决问题
形成假设
案例背景
内容
标题:手把手教你如何用数据做产品决定:一个增长日活数的案例
参考文章

该思维导图由 AI 生成,仅供参考

今天这篇文章我用一个增长日活数的案例,跟你分享一下如何用数据做出产品决定。

案例背景:通过提高新用户的留存率来提高日活数

我们希望能够把不同活跃程度的用户区分开来,于是就发明了一个指标:七天活跃天数。我们用 D7 表示这个指标,直观体现留存率:D7=1,代表用户在过去的 7 天只使用了这个 APP 一天;D7=7,代表用户在过去的 7 天中每天至少使用这个 APP 一次。D7>4 代表高活跃度用户,2<D7<4 代表中等活跃度用户,D7<2 代表低活跃度用户。
通过对已有数据的分析,我们发现很多低活跃度用户并没有关注其他用户,他们的朋友圈根本没有任何内容,只能通过搜索来看内容。因此,我们认为用户关注其他用户的数量会影响到用户留存率,此时我们并不是非常清楚其他因素是否会影响留存率,所以我们可以先假设,关注其他用户对提高用户留存率非常重要。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结

这篇文章以“手把手教你如何用数据做产品决定:一个增长日活数的案例”为题,通过一个增长日活数的案例分享了如何用数据做产品决定。首先,作者提出了通过提高新用户的留存率来提高日活数的目标,并介绍了通过D7指标来区分用户活跃程度的方法。随后,文章详细阐述了形成假设、解决问题和产品决定的过程。作者通过A/B测试验证假设,分析数据得出结论,并据此制定产品策略。最后,文章提出了思考题,引发读者对如何增加抖音用户留存率的思考。 文章突出了数据驱动的产品决策方法,通过具体案例展示了如何通过数据分析和实验验证来制定产品策略。读者可以从中学习到如何形成假设、验证假设、分析数据以及制定产品决策的方法。整体而言,本文为读者提供了一个实用的数据驱动产品决策的案例,对于产品经理、数据分析师等技术人员具有一定的参考价值。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《硅谷产品实战 36 讲》
新⼈⾸单¥59
立即购买
登录 后留言

全部留言(21)

  • 最新
  • 精选
  • DSY💎
    发表下我的思考,请老师指正 1、【通过不同用户行为进行假设分析留存】 假设影响视频发布者留存因素: 因素1:粉丝数 因素2:互动数(点赞、评论、转发) 因素3:内容质量差(内容无趣、内容同质化严重、内容太长、广告太多) 因素4:被浏览数太少 因素5:视频发布流程 假设影响视频观看者留存因素: 因素1:粉丝数 因素2:互动数(点赞、评论、转发) 因素3:内容质量差(内容无趣、内容同质化严重、内容太长、广告太多) 因素4:浏览数数太少 因素5:内容创作者(发布视频者的质量、性别、风格等个人属性) 2、【验证假设】 1、通过ABtest验证 2、通过现有数据验证,如验证粉丝数是否对留存有影响,可拉取不同梯度的粉丝数量进行用户留存的对比。 3、【根据假设提出产品改进点】 假设一:粉丝数太少:增加粉丝推荐,好友邀请等机制 假设二:互动太少:增加互动引导,适当可引入积分等虚拟分值机制,通过分值诱导用户增加互动。 假设三:内容质量:通过算法、人工举报、用户画像等优化内容推荐 假设四:浏览太少:通过算法结合用户画像等优化推荐内容浏览 假设五:发布流程复杂:分析用户制作路径,减少用户制作步骤,提供用户教程视频 假设六:内容创作者(发布视频者的质量、性别、风格等个人属性):根据用户喜好个性化推荐内容创作者;引入KOL、明星等认知度较高的内容创作者。

    作者回复: 六个假设很全面。虚拟分这个主意不错

    2018-05-25
    2
    22
  • Leo
    老师你好,想请教一个问题,关于数据维度的定义问题,也就是文中涉及到的“D7>4为高活跃用户,2<D7<4为中活跃用户,D7<2为低活跃用户”。想请教一下你们是如何进行确认?关于维度的定义我的实际操作是这样的。 以定义活跃用户为例: ● 若产品是一个成熟的产品(拥有一定的用户基数),我们会总结系统内部统计的数据,整理当中的用户规律。(如果这个产品不在行业中占领头位置,可能还要想其他同行探听参考标准。) ● 若产品是一个新产品,市场是还没有一些相似的竞品,我们会以从用户本身行为研究,慢慢总结和修正活跃用户的标准。(具体一点就是看那一类特征的用户人群占比最大) ● 若产品是一个新产品,同时市场上也有类似的产品,一方面还是和用户本身行为研究,但会花时间去尝试在同行里面问到相关的定义标准。(因为活跃度定义这个一般上的市场研究很少会去到那么细,只能够通过私下渠道探听)。 期待能够得到您的回复,午安

    作者回复: 我和你们的做法很像。不同产品定义不同 一般的社交app 都是需要留存率每周多次

    2018-06-04
    6
  • jxf
    D7=2 和 4有什么特别的含义吗?在划分活跃度时没有包含。

    作者回复: 这个我只是举个例子。每个产品肯定有自己的代表方式。你要是电商产品能d7=1就很不错了。这个需要产品经理制定

    2018-05-29
  • DSY💎
    晓音姐,我想请教下,面试的时候被评价缺少系统化思考,请问什么是系统化的思考?看怎么培养呢

    作者回复: 我们后面的部分讲面试 到时候我可以说说哈

    2018-05-24
  • 天涯若海
    感觉在做实验对比验证假设的同时,产品功能也就逐渐成型了

    作者回复: 嗯 是的呢

    2018-05-23
  • 东霸tua
    请问:增加D7是怎么算呢,因为千文章开头说到D7有1到7,是指测试组比较对比组的D7总和增加还是指D7大于某个值的比例增加呢?

    作者回复: 过去七天用户用了几天。

    2018-05-22
  • herongchang
    回答下课后问题的个人理解: 首先在定量上,应该会对比下流失用户和非流失用户的区别。 然后最好能抽取到几个具体流失用户做定性的访谈。甚至可以考虑对定性的结果,进一步的做定量的问卷分析。 这样形成的假设会更有依据。 有了假设,剩下的AB测试和验证都是很具体的见招拆招的问题。不一一叙述。 Btw,越来越感觉产品其实有其非常科学的一面。

    作者回复: 产品本身就是科学的

    2018-05-22
  • 风信子
    先有问题,再有假设,验证假设 将问题拆分,验证更细节的假设 通过假设检验去验证假设,得到结论,推动功能设计,提高数据指标。 这就是数据分析的意义,但是在这一过程中我们也要看到科学的数据分析方法,会提问的重要性。
    2020-12-23
    5
  • 加州旅馆
    通过用户分层将用户分为:发布视频用户,观看视频用户 发布视频用户: 用户关注数; 用户互赞评论数; 平台给予的商业价值; 平台给予发布优秀视频的曝光度; 观看视频用户: 发布视频者的内容质量; 互赞评论数; 关注用户的内容更新速度;
    2019-12-03
    2
  • Sam_Deep_Thinking
    深度好文,这个产品专栏,之前第一次看的时候,觉得没意思。经过近半年的努力成长,再次看这个专栏,觉得是宝。对比其他产品专栏,曲老师的更加优秀。
    2022-02-14
    1
收起评论
显示
设置
留言
21
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部