不知道这边做 product analytics 的同学多不多，最近总结了之前数据分析的经验，但感觉写得很水。。。。希望这里的朋友可以指点一下。。。。

目标读者：涉及产品数据的新人（ PM、数据分析师、产品运营）

对于涉及产品数据的新人（ PM、数据分析师、产品运营），常有这样的问题

• 怎么使用 Mixpanel/神策 /GrowingIO 等数据分析工具？

• 怎么定义产品的指标 (metrics)，并进一步进行分析？

所以，我们以自己的产品文图 ( http://wentu.io/) 为例，分享一下相关的经验、思考，希望能对大家有所帮助。

1. 产品与 Metrics 定义

(1) 文图是什么？

文图是一款用来做数据报告的产品

比如，你写了一篇数据分析报告，然后希望看起来比较专业（排版、颜色），那么可以用文图，因为有设计好的样式。另一方面，也有富交互的数据体验，图表、表格中的数据都是可交互的。

(2) 怎么定义产品指标(metrics)？

最常用的是 AARRR 模型 [1]

其核心是留存 /活跃用户，也就是希望用户能再次访问（ e.g. 微信, 微博）

然而，AARRR 并不适合所有产品

一个简单的例子是，Airbnb 的留存肯定也很低，因为没有人会每天去订房间。文图也是类似，没有人会每天去写报告，可能一个月一篇就不错了。因此，短期留存的意义不大, 留存 /活跃用户更大程度上是产品好坏的最终反应，而非直接需要提升的指标。

所以，我们用 HEART 模型来定义 metrics [2]

具体而言，是从产品本身的目的入手，更为本质。

文图的核心功能是文档制作，因此核心指标定义成制作文档的数量。同样的, airbnb 的核心指标之一是订床的数量, 而不是每天的活跃用户有多少。

不过，这只是从 “制作者” 的角度出发。对于运营人员、analyst 等制作者来说来说, 他们最终的目的是希望 “读者” 能方便的阅读文档，了解数据和分析结果，因而文图才会有移动端阅读、多文档合并等功能。而且制作者和读者本身的审美也不一致，只有保证读者满意，制作者才会长期的使用下去。不过遗憾的是，这方面的很难有较好的指标进行衡量。

总的 metrics 包括

(1) 基本状况

• 注册用户数

• 活跃用户数

(2) 业务指标

• 文档制作者: 创建文档 -> 编辑文档 -> 发布、下载

• 文档读者: 暂缺.

(2) 增长指标

• aquisition 转化率: 访问 -> 注册按钮-> 注册成功

• activiation 转化率: 注册成功 -> 创建文档 -> 编辑文档

2. 实现

设计好了 metrics，怎么具体得到这些数据呢？

我们用神策（类似 Mixpanel, 高级版的 Google Analytics ），包括基本的 dashboard 和更复杂的事件分析

上图是我们的 dashboard, 包括注册用户、文档创建等指标，每天用来了解产品的基本使用情况。

在代码实现上，用户做了相应的操作，就用 js 把相应的数据传输到后台进行记录（埋点），之后就可以用神策进行分析了。

可以用神策来做一些基本的分析，比如

• 文档完成漏斗

可以用漏斗模型看文档制作中各个步骤的转化率（创建 -> 编辑 -> 下载 /发布）

而完成文档的用户数，就是我们产品的核心用户群

这个也放在了 dashboard 中，可以看到，每周都会有 100-200 名用户在文图上完成了文档制作

• 注册成功 /失败比例

对用户注册的行为做了记录（分成成功和失败），就能看到产品注册成功 /失败的曲线

• 文档类型比例

文图的文档有多种类型，包括单页-PPT-打印文档 3 种，这 3 种各占比例多少呢？就我们内部使用而言，其实大部分都是使用单页文档。但从实际用户的使用数据中，发现创建 PPT 比我们预想的多多了

3. 案例：怎么衡量模板的好坏？

文图的核心功能之一，是用户可以使用模板（下图）创建文档。这些模板都是经过设计的，比单纯的 Excel + Word 来的要更好看。但是，我们自己对模板的设计并不满意，觉得一些模板并不好看，而且，也常有用户说某个模板颜色对比不够等等

怎么分析这个问题？

可以从文档完成率考虑 —— 用户创建文档后，经过一系列的操作，最终完成文档（发布、下载）。期间，有没有可能因为模板的不足（ e.g. 颜色对比不够），而放弃呢？

各模板的创建量、完成量和完成率（完成率=完成量 /创建量）如下

可以看到

• 默认模板(blue)创建量明显高于其他模板，说明数据基本准确

• 完成率和创建量相当不同，创建最多的并不是完成率最高的，而一些小众模板（ pure ）的完成率不错，说明计算基本上有效。而且这个顺序和我们主观的感知也大致相符。

仔细观察完成率最后几位 (my_red, my_blue, my_green)，可以发现一个共同点，都带有 header. 这和部分用户的反馈相同，“自己写了个文档，结果头上顶个别人家的 header, 心里不是滋味 ”

而很有意思的是，blue 和 my_blue 的关系，

这两个模板大体相同，只是后者带了 header，而完成率就有了一定的区别。考虑到 blue 作为默认的模板本身会有大量的试用，其实际完成率要更高， 因此可以说，单单加上这个 header，文档的完成率就会往下掉 15% (17% -> 14%) 。而移除掉这些 header, 文档完成的数量就能有提升。

排在前面的模板，也是实际反馈中比较受欢迎的模板

总之，通过完成率，可以发现模板设计的好坏对文档完成有较大影响。假如把所有模板的设计水平都提升到第一的水准（ 17% -> 25%），是接近 50%的提升。于是，把这些分析结果告诉设计师，他们也就更有动力做之后的改进了，而不是简简单单的说“把模板设计更好看一点”。

4. 增长的问题

仔细观察 dashboard，会发现更深层次的问题

• 注册量: 始终不变. 意味着自然流量来源没有增加，也就是说没有任何人为我们自发宣传，没有口碑传播

• 文档创建量: 始终不变，意味着活跃用户没有增长, 否则应该逐渐积累并增加. 意味着大量的用户流失, 没有继续使用

简单来说，产品没有明显的增长，尽管这一年更新了许多功能 ，尽管每周会有 100-200 名用户在文图上完成文档制作（此处应有心碎的声音）

为什么会这样？

可能原因之一，是文图本身的特性所致。

像上图，是典型用户的行为次数统计，可以看到 4-5 月第一次使用，再次使用就是 8 月了，而下次使用呢？这是我们的用户，但他的留存效果并不明显。Airbnb 也是类似，其留存是按年计算的 [3]。

那到底怎么分析呢？

数据分析师同学们这时可能已经摩拳擦掌，想好了很多个模型怎么研究了。。。。。但更好的方法是直接找到用户，问他们为什么继续使用 /放弃使用，也就是用户访谈。可以分群体访谈，比如

• 流失用户：3 个月前注册并完成文档的用户，但之后没有再使用的。为什么没有再使用？是使用效果不满意，还是行为本身低频？

• 留存用户：本月完成文档，但是在 3 个月之前注册的老用户。为什么持续使用？他们用来做什么？有没有可能找到更多类似的用户？他们是从哪里得知文图的？

• 尝试但是未完成文档的用户：本月注册成功，并尝试使用（编辑文档 5 次以上），但最终没有完成文档的。产品在哪些方面有问题，最终没有完成文档？

具体可以用神策查询出符合条件的用户，然后进行回访。

5. 总结

这里，我们以自己的产品文图为例介绍了产品数据分析的一些基本的内容，包括

• 怎样设定合理的 metrics (HEART)，而不仅仅是从活跃用户数的角度去考虑
• 怎样运用 metrics 分析 （模板完成率的分析，实质是定量分析）
• 怎样不用 metrics 做分析（用户访谈，实质是定性分析）

不过，为什么要用 product analytics (i.e. metrics)？

各种文章总能罗列出各种各样的理由，但大多数人只是看到了别人在用，所以也要用。我觉得，其实是为了回答这个问题 —— 在开发了一个功能之后，效果如何？

这个其实想展开来讲，但感觉又挺啰嗦，那就先说到这里吧。

[1] AARRR, http://500hats.typepad.com/500blogs/2007/09/startup-metrics.html

[2] HEART, https://library.gv.com/how-to-choose-the-right-ux-metrics-for-your-product-5f46359ab5be

[3] Airbnb, http://blog.ycombinator.com/growth-guide2017/