我們做一款互聯網產品，重視數據產品是因為我們有大量的數據生產，我們需要避免拍腦袋需求，希望下一步的產品設計方法是正確的，不是錯誤的，需要一個能夠為我們提供智能決策、數據可視化、快速瀏覽數據規律的產品或方法。

所以才會有數據產品經理這個職位。

第一是：打造數據產品

比如我們使用的運營平臺、電商交易后臺，都是數據平臺來做數據查看的，是一種工具類型的產品。

第二是：利用數據做運營升級

特別是很多公司不像大廠那樣有專門的數據團隊，所以會要求數據產品經理做數據運營分析。

第三是：產品優化設計

通過頁面之間的數據指標數值，找到最短的用戶路徑設計、功能排列、和頁面按鈕布局位置。

上面3個都是數據產品經理的軟實力。

最常見的是利用數據看板和數據規律觀察總結運營決策建議，幾乎所有互聯網產品在線上變現都會有一個類似的「電商系統」。圍繞訂單的交易數據、商品的數據、渠道的數據、業務轉化數據構成通用的數據運營分析。

下面我給的數據看板，是我們在電商運營一定會用到的數據看板，也是我在《21天數據產品經理訓練營》的課程案例，可以在尾部報名課程中學習加入1月份班級

一、利用用戶數據做運營升級

1.交易數據的數據分析

如上是某個線下門店的交易數據，數據來自用戶門店掃碼后生成的訂單數、付款數據。右邊是數據趨勢圖，包含了下單人數、付款人數。

這個數據看板是利用第三方的電商數據平臺生成的可視化數據，同時很多數據平臺也允許人工導出數據方便更進一步分析。

對于數據產品經理來說，如果只是看這冰冷的數據是沒意義的，我們要觀察時間下的變化、找到規律，做運營策略、產品設計優化的鋪墊。

從交易數據趨勢和數值可以得出下面結論

數據結論

1.總銷售金額52028，扣退貨51521，付款人數190人，付款筆數242筆，付款件數497件，人均付款筆數1.27件，人均付款件數2.61件，整體客單價273。

2.1.6日是付款人數峰值。

優化策略：

1.門店商城店鋪內增加關聯營銷推薦和多種滿減套餐，增加人均付款件數，提升整體客單價

2.峰值日是門店會員日，會員日增加掃碼入口投放，進一步增加掃碼數

2.渠道分析

渠道交易按照字面理解就是分析系統里所有商品的下單在各個渠道的數據分布情況。

渠道分析需要提前制定好渠道標準（有的甚至需要埋點支持）、同時挖掘可以用的渠道。比如上面這個案例只能采集PC、app、微信、和手機瀏覽器，實際是比較粗的范圍。

要精細化渠道分析還可以追蹤到某個代理商用戶、某個城市地域等。再以此給出我們下階段要做的運營工作

渠道分析的數據結論：

1.訂單量渠道來源主要為微信端占比94.1%，PC端和M端有小部分訂單，總計占比6%

優化策略：

1.后期主要還是微信端引流推廣，但也要注重PC端和M端的搜索引擎優化流量，這個需要其他部門配合做SEO優化

2.手機app為0，觀察是否有BUG，增加app投入檢測

3.商品分析

往往對于一個互聯網公司，線上銷售的產品品類會比較多，我們需要找到熱門的品類進行定向運營。

產品涉及到的商品數量多，數據產品經理需要考慮商品分析。統計出最好賣的商品以及用戶人均單價，再做商品的迭代。

商品分析有助于大大提升產品的競爭力，同時還能夠開源節流避開低效商品的投入。

還記得麥當勞兄弟在做麥當勞時候首先確定只做漢堡包，因為漢堡包占比自己原先餐飲收入的80%，因此選擇單個SKU，才成立后面的麥當勞。

根據上圖的商品數據，我們可以得出如下的商品分析結論

數據結論

1.top3付款量分別是文件夾，鼠標墊，小雅nano

2.Top30中月訂單量在10個以上的為文創 玩具 音箱，產品單價都在100元以內，關注數據線，充電寶，保溫杯這類的低客單剛需產品，目前沒有跑出量，看陳列或者導流不夠

優化策略

1.給到容易走量的產品頁面流量或者策劃活動

2.公司自有包裝的選品策略往文創類的剛需產品上靠，如文件夾，手機殼，筆記本，便利貼，數據線，充電寶，電腦袋等，高客單價商務禮品目前數據表現太差，走不起量

車載系列的產品線不豐富，建議補充，車載系列如果換成OEM自有包裝，會是一個很大的潛力股

4.商城首頁流量數據

用戶從商城首頁到商品詳情頁的點擊符合海盜模型，不過上面的趨勢圖需要換算為百分比，才能得到有效的轉化比數據值，用于產品經理做商城首頁的頁面設計優化。

數據結論：

1.1月6日商城首頁和商品頁UV流量最高，其他時間段比較平均，上個月總產品UV為548，總首頁

UV為903，但是目前數據分析部不能區分哪些從產品跳轉到首頁的。

流量轉化建議策略：

1.因為PC端占比流量高，增加流量引入渠道，公眾號，渠道投放，資源置換等

2.某幾個商品類的詳情頁轉化率高，可以推出這幾個品類商品的廣告位

5.品類單價分析

搞清楚品類單價是電商運營成功的關鍵，比如我們的商品較多，除了找出排名前的商品外，還要知曉用戶能夠承受的人均ROI，方便我們下一步找到商品的進貨價格階梯。淘汰高出人均價格的產品

數據結論：

1.目前銷售金額貢獻最大的是音響類產品，占比54%，品類單價也最高

2.耳機類產品銷售金額最低，動銷快的辦公文具銷售金額略低，品類單價分別為30

3.生活電器類產品目前動銷好的只有車載香薰，客單價略低，其他都動銷差，造成整體品類客單價略低

品類建議策略：

1.生活電器類產品爆品選品可能需要重點調整

2.嘗試套餐搭配銷售，提升客單價，以高動銷帶動低動銷產品，提升影音類品類單價，辦公文具可嘗試倍數銷售

以上就是我們利用數據模型來做數據運營分析去優化電商運營的技巧。

同樣的我們還可以利用數據模型去優化產品設計。

二、利用數據做產品設計優化

下方頁面是支付寶在手機話費跳轉到的話費充值成功頁面。

經過數據埋點后得知用戶領取紅包，用戶達到成功數的路徑完成是最高的

但相比「充值助手」、「手機充值」對比起來，點擊數量少，點擊率低

從增加用戶ROI，我們可以用計算公式：

點擊率*完成成功數=ROI

要想提高ROI，點擊率、完成成功數2個數據進行提升，就可以得到更高的ROI。由此將左邊的紅包領取按鈕區域變大，同時紅包充值頁面的位置上移，增加更多點擊率。

點擊率提高，從而增加 ROI，我們才有右邊的充值成功頁面設計。

以上2個緯度的案例，我想表達的是數據產品經理不僅是構建一個數據平臺，還要掌握基礎的數據運營知識、和用數據知識來驅動產品設計，達到更高效，不拍腦袋。

今天的分享就在這。

我的個人公眾號：Kevin改變世界的點滴，幻影幻影幻影關注撩我