2020精益數(shù)據(jù)分析讀后感

　　人人都是產(chǎn)品經(jīng)理這本書第二章第一節(jié)用戶訪談中寫道，和客戶進行一對一的交流這種定性研究。同時在精益數(shù)據(jù)分析中提到有一個指標(biāo)是，定性指標(biāo)。定性指標(biāo)是創(chuàng)業(yè)者在剛開始創(chuàng)業(yè)時候缺少定量指標(biāo)不得不做的一件事情，通過客戶的訪談來了解市場的需求以及客戶對最小可行性產(chǎn)品的回饋。我相信隨著時代的發(fā)展，不止是互聯(lián)網(wǎng)公司，越來越多的傳統(tǒng)行業(yè)也會開始收集客戶的定量性指標(biāo)的反饋以及他們行為表現(xiàn)的數(shù)據(jù)。不同的商業(yè)模式收集不同的數(shù)據(jù)例如購買頻率，購買周期，交易金額，棄買率來更新迭代自己的商業(yè)模式，或者改變第一關(guān)鍵指標(biāo)，又或者更改指標(biāo)閾值。今天想回顧一下學(xué)的指標(biāo)的理解。

　　定性指標(biāo)就是簡單的簡答題，有很強烈的客觀因素。詢問大眾對產(chǎn)品的看法來獲得一點方向。那么定性指標(biāo)會出現(xiàn)的問題：

　　樣本太少會產(chǎn)生錯誤的結(jié)論(邛崍的人民會更喜歡早飯吃蕎面或者清湯面，而不能單純靠地域的樣本得出全國人民的早餐習(xí)慣)

　　客戶第一時間的回答也許沒有真正的想過(當(dāng)我們突然對客戶發(fā)起問題時候，他們的回答是否真的靠譜?有人問我的健身的這家健身房如何，在沒有什么讓我無法忍受的前提下我可能會吐口而出好)

　　詢問是不該帶有誘導(dǎo)成分(當(dāng)客戶被問到產(chǎn)品體驗時候，詢問者不可以提出這款產(chǎn)品優(yōu)點在哪里，它的好處是什么。這是推銷而不是指標(biāo)收集)

　　定性指標(biāo)無法量化，我們不知道“好”到底是幾分，一般又是多少分。所有的回答來源于客戶主觀因素。但是客戶所提到的問題也許會給我們帶來一點點方向。

　　定量指標(biāo)(豆瓣評分，蘋果應(yīng)用商店評分)，這個指標(biāo)排斥了主觀因素，實實在在的告訴我們這款產(chǎn)品究竟是否“深得人心”。因為數(shù)據(jù)是無法騙人的。它可能出現(xiàn)的問題：

　　1.樣本偏差(來做評價的客戶是否覆蓋了各種類型的用戶，比如男女，收入高低，行業(yè)。因為很少有人愿意主動做調(diào)查問卷，是否確定做調(diào)查問卷的人對產(chǎn)品存在偏愛性或者偏斥性。所以要確保調(diào)查樣本的全體比例)

　　2.樣本過少

　　3.待考慮。。

　　虛榮指標(biāo)應(yīng)該是在分析時候很容易犯錯的一條指標(biāo)。這條指標(biāo)會讓我們的商業(yè)方向產(chǎn)生問題或者誤認為做的不錯。假如這個成為一個公司的KPI，那么就要涼涼了。

　　點擊量(只要網(wǎng)站可點的東西多，這個數(shù)字很高。個人認為淘寶的主頁面就是一個例子，每個客戶可能會點擊各樣的商品。但是重要的是點擊人數(shù)，多少人進到這個網(wǎng)頁呢?)

　　頁面訪問量(商業(yè)模式不是展示廣告的網(wǎng)站更應(yīng)該同上計算多少人數(shù))

　　訪問量(1個人看了你100次還是，100個人都來看了一次?)

　　獨立訪客數(shù)(他無法告訴我們他們做什么，為什么走了)

　　粉絲數(shù)(微博都可以買粉，愿意點你淘寶鏈接的才是真實的粉絲數(shù))

　　留電話的客戶數(shù)(很多都是被賣信息的受害者，我就不多說了)

　　好的指標(biāo)是擁有對比性的，簡單易懂，最好是比率。簡單的改動就可以改變這樣的局面，稱之為可行動性的指標(biāo)。通過這個指標(biāo)，我們知道如何改變自己的商業(yè)行為。(活躍用戶比，單位時間新增用戶)

　　探索性指標(biāo)與報告性指標(biāo)。(等我進了團隊可能體會更好，目前這方面理解還不夠深入)根據(jù)轉(zhuǎn)化率或者活躍群體尋找有相同特征的客戶，找出可發(fā)展的道路。

　　先見性指標(biāo)與后見性指標(biāo)。先見性指標(biāo)指的是可以預(yù)測發(fā)生的，后見性指的是已經(jīng)發(fā)生的指標(biāo)。流失率，跳離率屬于后見性指標(biāo)，我們通過這個指標(biāo)發(fā)現(xiàn)問題，改正問題。先見性指標(biāo)書中例子是 跟進每日的投訴電話量，90天為期跟蹤投訴量，假如逐漸上升就要警惕可能會有更多的用戶停止使用產(chǎn)品。我不知道在數(shù)據(jù)充足的情況下使用機器學(xué)習(xí)等預(yù)測方法對一個新客戶是否愿意消費進行預(yù)測是否屬于這個指標(biāo)之內(nèi)(有待考量)。

　　相關(guān)性和因果性指標(biāo)指標(biāo)。冰淇淋消費量和意外溺水的相關(guān)性，其實就是夏天來了，那我們就禁止吃冰淇淋嗎?相關(guān)性用來預(yù)測未來，因果性通常不是一對一的關(guān)系，是很多因素的共同作用。

來源：網(wǎng)絡(luò)整理 免責(zé)聲明：本文僅限學(xué)習(xí)分享，如產(chǎn)生版權(quán)問題，請聯(lián)系我們及時刪除。

《2020精益數(shù)據(jù)分析讀后感》由互聯(lián)網(wǎng)用戶整理提供,轉(zhuǎn)載分享請保留原作者信息,謝謝!
鏈接地址：http://www.taixiivf.com/gongwen/801020.html

• 上一篇：《拖延心理學(xué)》讀后感 讀《拖延心理學(xué)》有感
• 下一篇：蟬的生命意識——讀《未來簡史》有感