没有思路？一个数据案例，拯救你的产品优化切入点

本文基于神策数据推出的《数据驱动下的产品决策》在线课程数据分析师演讲进行整理。

---

产品为了满足当前阶段的需求，需要具备不同的表现形态。现象级产品往往伴随用户短期内的大爆发，初期上线版本必然有其局限性，后续需要大量的功能改进和体验优化。

诚然数据驱动并非就是产品的一切，但数据是打磨产品的一大重要方法，通过数据定位问题，找到优化切入点，通过数据指标进行量化评估，是数据驱动的核心思想。产品优化要兼顾视觉体验、信息体验和需求体验等方面，而数据考验是产品崭露头角的必经之路。 

在昨天的驱动利器：数据驱动下的产品决策（上）里，策小编为大家介绍了方法论，本篇通过一个大型现象级产品（共享经济类）案例，具体展示如何利用数据做到产品体验改进和产品功能优化，下篇则为大家展示产品新功能测试/验证阶段数据分析方法。

大型现象级产品（共享经济类）案例

产品信息：

本产品的主要的交易标的为问题，用户行为主要可以分为两大类：生产问题，包含了提问和回答两个环节；收听问题，本质是对问题的消费。产品的产品页面主要包含三种：问题页、答主页、列表页，其中列表页包含了分类列表页、搜索列表页、首页等。这个产品是消费性和社区性的结合体，可以提供非常丰富的用户行为分析素材。

留存如何提高？抓住新访用户

假设产品监测情况如下图，新访用户正常上升，但是实际活跃用户曲线却不健康，呈现停止的趋势：

图1 用户活跃情况

产品数据分析师我推测可能是用户留存差，新用户没有留存，老用户也在流失。随后我通过日常指标监测，对推测进行验证，发现新用户的次日留存跌到了 5%，7 日留存只有 3%，这意味着新访用户存在大量流失；对实际活跃用户的流失进行了分析，判断老用户没有大量流失。这个现象展示出了产品的问题是用户粘性低，也确定了产品近期的第一关键指标是次日留存，提供了产品改进的方向：优化用户留存，提升用户粘性。

由于新用户的粘性取决于用户首次触达产品的体验，所以追踪目标被设定为落地页。新用户的落地页为问题页和答主页，占比 70%，经观测跳出率非常高，所以产品改进方向缩小为优化落地页跳出率。

图2 落地页分布

落地页的价值有三个方面：

• 提供快速认知，帮助用户理解产品价值；

• 激发用户兴趣，促成用户留存；

• 直接转化付费用户。

通过落地页面的分析结果，产品人员发现产品没有给新用户更多的尝试和缓冲空间，直接要求新用户付费听取答案，但是客户对产品认知有限，无法转化，最终流失。综上，进一步确定优化策略：增加免费内容，让不愿意转化的新用户体验，提高留存率，促进后续付费转化，同时还不能让有意愿付费的用户受到大幅度冲击。

根据下图中的扇形图，消费问题的浏览来源中，直接来源占比 45%，个性化推荐占比仅有 5%，所以需要把免费内容入口放在个性化推荐，承载位置放在占比 10% 的首页。

图3 改版方向分析

首页改版要从功能出发，首页有两个功能：

• 帮助用户对产品快速产生认知；

• 对用户进行有效分流，帮助用户抵达他们想去的页面。

改版原则：曝光量最大的地方通常拥有最高的转化率，所以首页上方承载的一定是转化率最高的模块。对平台首页进行改进方式如下，为新用户提供内容，为优秀答主提供关注功能吸粉。

答题量下降，怎么办？

这个产品的产品生态如下图：

图4 产品生态图

产品的核心标的是问题，围绕问题有两种行为，一种是对问题进行消费，包含“听问题”的用户行为，一种是对问题的生产，包含“问问题”和“回答问题”，提问和回答需要供需平衡，相互促进，才能呈现健康的发展态势。

假设日常监测指标有变，该产品的每日新增回答数在两个高峰后开始了大幅下降，这个情况意味着用户可消费的产品数不足，平台的 GMV（成交总额）、日活等指标都会受到影响。

图5 日常监测答题量

回答总数的下降可能受两个因素影响：人均答题数下降和答题人数下降。通过获取的数据，每日人均答题数的曲线初期有滑落，随后呈现平稳健康的趋势，所以问题被细化到：答题人数减少，怎么办？

答题人数减少有两个原因：

• 答主愿意回答，但是没有人提出相关问题。

• 有知识的人不愿意回答问题。

  （1）答主流失，不再回访网站；

  （2）仍然访问网站，但是不回答问题。导致这种情况的原因比较复杂，可能是问题质量不高，答主没有兴趣回答；也可能是答主对回答问题功能本身产生了厌倦。

通过对近七天没有答题的用户进行了分析，发现用户分为三个类型：

• 近七天没有访问网站；

• 近七天访问了网站；

  （1）没有收到过提问，无法答题，推测用户对他提问的意愿不强烈。

  （2）收到了提问，但是不回答问题，推测他对于提出的问题质量不满意。

对这三种用户进行数据分析统计结论如下图，访问网站但是没有收到提问的用户占比 50%，而不再访问和访问但是不答题的用户中，明星大 V 占比 80%，体现了明星大 V 在产品引爆期参与度强，后期逐渐退出的正常市场现象。所以改版优化方向更加细化为：提升没有人提问的答主的用户体验，同时一定程度上提高明星大 V 的参与度。

图6 用户分布情况

改善没有收到提问的答主的用户体验，合适的举措为建立普通答主的成长体系。

最重要的改进功能是，让答主可以不依靠提问者提问模式，主动产出 UGC（用户原创）内容。

所以第一个举措是设立新功能，当答主注册后，让新功能带动回答问题的用户产生 UGC 内容，主动体现自身答复水平，展示亮点，吸引粉丝，一定程度上也可以吸引明星大 V 参与。

第二个举措是减少被提问者的马太效应：排序靠前的答主收到的提问较多，但是没有意愿回答，排序靠后的答主有意愿回答，却收不到问题。所以优化决策细化至对列表页进行改进。具体表现为两点方案：

• 在列表卡片中体现答主回答问题意愿；

• 对答主的排序做相对分散的模型，不再只与回答数相关，让活跃度、新鲜度也参与考评，并进行随机排布。

图7 列表页改进措施

以上两个模块改进案例，一定程度上体现出了数据驱动思想和数据驱动产品优化的策略，具体诠释了数据驱动产品改进的第一阶段：探寻切入点，对症下药改功能。下篇将会进入验证（测试）效果阶段。

如果您想下载本期驱动利器干货PPT，请点击下方“阅读原文”，填写申请表单。