数据运营规划理念及方法概要介绍

产品运营规划之：“数据运营规划”理念及方法概要介绍即时通信产品部研究规划组JackieLiao,Olivetan,Superye,Yiminlong2008年7月序：产品数据管理(PDM)产品数据管理(PDM):管理与产品相关的所有数据,提高企业竞争力和产品创新能力的管理手段序：数据运营规划的位置！产品数据管理(PDM)在企业中的分析应用：•统计指标设计•数据上报采集•数据存取与组织•数据展示与检索•数据分析与挖掘•实时监控与管理•工作过程控制目录为什么要做产品数据运营规划1产品数据运营的一般方法2QQ上功能（产品）运营的案例3业务分析维度介绍与案例分享4经验分享：为什么QQ指标集在变化？经验分享：QQ平台指标立体矩阵月均在线时长账户每小时消息活跃帐户数平台IM沟通价值按立体维度分解：（暂以消息沟通量为例）在线总时长MOU平台总消息=活跃帐户数*账户每小时消息*月均在线时长经验分享：指标集的价值与作用提炼关键价值指标，直接衡量衡量产品运营“好坏”价值产出指标为每个业务（功能）综合衡量指标,该指标为类财务的经济收入指标，直接衡量该业务运营好坏。常用指标如：收入/消息量/时长/流量/使用次数等将关键指标立体化分解，有利于产品的管理与调控将关键价值指标，按照产品特征进行立体维度的分解，便于进行产品有效管理与调控（如某产品根据市场阶段定位于是发展用户阶段，还是提升活跃阶段等）细分指标，有利与定位与发现问题，便于开展专项分析当总价值发生波动时，可以从细分指标观察是市场发生变化（用户规模减少或者用户活跃降低），还是产品自身存在问题导致使用下降（如产品的性能，技术发生问题。度考察产品/功能其用户活跃情况经验分享：即通产品经理曾经的疑惑原话：“有时候都是为了上报数据而提上报数据需求，尽可能多的提，如果不提，哪一天老大问，‘连数据都没有？或者要下个版本发布之后N天才给结果，肯定是不行的’”“那么提全也就是多写几句话，不费什么劲，至于目的？肯定是有用的。至于什么时候用，必要性，资源冲突，带给技术开发测试后台运营的工作量压力，考虑的很少。”上报的数据去了哪里？TJ上也看不见。为什么做一个要数据要那么长时间？经验分享：问题总结问题1：平台产品越来越多，但对产品缺乏监控与评估，各功能对用户的需求与满意度，贡献度无定期反馈与评估机制。问题2：现有的产品指标，大多是记录部分原数据，对产品的衡量缺乏立体化维度，缺失部分关键指标。问题3：目前产品的数据上报需求，对上报条件与规则描述不太清楚，导致与技术、测试的沟通中常出现理解不一致。问题4：产品的需求往往没有经过评估与评审，对其必要性，完备性，准确性缺乏评估，不利平台整体运营效率。目录为什么要做产品数据运营规划1QQ上功能（产品）运营的案例3业务分析维度介绍与案例分享4产品数据运营的一般方法2产品经理的职责角色：从运营结果看待产品明确需求决定要什么分析决定要什么数据职责：需求发起运营指标集数据定义驱动数据需求的实现回归需求决定要什么分析决定要什么数据回归需求决定要什么分析决定要什么数据运营改进的目标提高对产品的结果的评价各个产品功能特性与产出都有不同，因此无法用统一指标来直接衡量各个产品的好坏。但是每个产品在用户中的需求与满意度，会反映到其行为上，因此每个产品是可以提炼出一个自身的结果指标，以此来跟踪监控产品自己的发展与进步情况，可以通过各个产品进步的情况来相互比较其运营的效率问题。立体化的产品评估除了结果的把握外，把影响产品产出结果的因素进行分解，通过立体化的产品指标设计，较全面的衡量产品效能,提高对产品的监控深度。有利于发现并解决潜在问题。提高产品运营管理效率通过建立产品运营统计的管理模版，来把握对产品运营结果的把握。通过建立数据上报模版，帮助提高产品需求的质量，提高与开发测试方沟通的效率，节省沟通成本。提高数据上报的前瞻力上报需求与运营指标呼应，结果引导需求方法一：数据运营指标集归纳123体验设计类(UED)性能质量类经营类指标(如QQ总沟通价值)产品的结果衡量指标对象：产品经理产品价值指标的分解（Y=N*MOU，Y表示产品总经济价值，N为总用户，MOU（arpu）表示户均价值）产品的结果衡量指标对象：产品经理产品价值指标的分解（Y=N*MOU，Y表示产品总经济价值，N为总用户，MOU（arpu）表示户均价值）产品操作体验的衡量指标对象：产品经理、设计中心产品操作体验的衡量指标对象：产品经理、设计中心从产品功能实现的技术角度观察潜在问题与改善空间对象：技术人员从产品功能实现的技术角度观察潜在问题与改善空间对象：技术人员案例分享：QQ的数据层次集方法二：做好数据统计与上报管理消除统计项与上报项的误解：误解1：上报项就是统计项误解2：提了上报需求就有统计结果误解3：做上报的测试，不做统计的测试统计项与上报项的关系：•统计是果，上报是因•上报只是统计分析的数据来源之一•上报是数据采集，统计是数据分析上报与分析的闭环管理数据需求数据采集数据存储分析输出关键角色PMMClient/ServerOSSOSS/PMM各个环节上报的要点：指标集数据定义数据来源分析的目标：衡量产品的好坏健康与否优势与不足数据运营模板产品的分析输出模板产品管理中，产用的横向指标层次分类，以及纵向对各指标常用的统计方式，分析纬度特定情况下若需要展开专项分析时，提出对各个纬度的深入分解。一般情况下，对需要持续监控的指标给出总数值的tracking，观察整体的变动趋势。性能质量类：评估软件质量情况，性能等。由技术开发同事提出用户体验设计：用来研究用户的习惯偏好，体验等。由交互设计师和产品经理提出。用户活跃度类：用来衡量该业务用户的活跃程度，代表以用户为中心的角度，看单个用户活跃价值变化。规模类：根据Y=N*MOU的分解，提出产品市场规模类指标。价值产出类：价值产出类为每个业务（功能）整体衡量指标（一般为必要指标），该指标为类财务的经济价值指标，直接衡量该业务运营好坏。产品的数据上报模板•对于需要通过数据统计实现的分析输出，需要在产品设计与开发之初就考虑到率其数据来源与实现方式。一般通过提出数据上报的需求来实现。•后台数据来源的一般分类：（用户资料库，用户帐单，流水记录，逻辑数据）•数据上报需求的质量（内容充分性，必要性，准确性描述）目录为什么要做产品数据运营规划1业务分析维度介绍与案例分享4产品数据运营的一般方法2QQ上功能（产品）运营的案例3案例1：离线传文件---原效果产品运营分析中一般存在的问题：（一）产品指标设计问题指标缺乏提炼，要么过于简单，或者过于繁多：指标层次混乱，重点与层次不清晰：（大多是将数据列举出来，至于相互关联性，层次性表现较弱）。指标的分析维度过细，或者过笼统：（二）分析数据源问题数据源缺失，源数据定义不清；指标公式与定义不清晰（三）分析方法问题分析维度与粒度不恰当（分析粒度过细，如每日统计意义不大，或者分析维度过粗，反映不出问题。信息表达方式不恰当（表现方式，，）案例1：离线传文件---新效果指标分解提炼关键指标分析周期调整为周案例2：丰富状态功能---原效果该案例主要问题：1.指标过度穷举，简单罗列，缺乏提炼。案例2：丰富状态功能---新效果该案例主要修正点：1.提炼出关键指标，2.提炼出规模与用户活跃类指标进行分解，3.增加用户体验类指标案例3：数据上报原效果该案例主要问题：1.统计项与上报项没理解清楚。误解上报就是统计。2.统计项没定义。案例3：数据上报新效果该案例主要修正点：1.提炼出关键指标，2.区分统计指标如何通过上报实现。3.给出定义与公式。目录为什么要做产品数据运营规划1产品数据运营的一般方法2QQ上功能（产品）运营的案例3业务分析维度介绍与案例分享4常用维度与案例时间维度---即时切片、日、周、月用户属性---性别、年龄、Q龄、地域、场景、版本维度---版本号，产品类接入方式---ISP,SP常用维度与案例能力上：理解产品指标体系的意义具备基本经营分析的能力意识上：尽早做数据采集，但要回归数据采集的目的系统做数据积累，因为积累是要时间的定期做数据监测，趋势对产品管理很重要只有更好地理解产品，才能做好产品数据运营希望PMM……学以致用！