以阿里旅行为例：分析数据如何指导产品设计？思维导图

由于我是一直做旅游产品的缘故，所以还是拿旅游App做为案例。

（2）先把因素罗列出来是为了方便大家理解，在实际工作中，遇到一个数据呈现出来的问题，你自然而然就能联想到由哪些因素造成的，然后去查询分析相应的数据，找出具体原因。

（3）电商类产品普遍以GMV为目标（不要说为什么不是用户体验，电商类和其他类产品在这点真的很不一样）。

（4）大中型公司普遍都有自己的数据平台及相应的数据团队，每天早上看数据也是产品经理的日常工作；小型公司的话，建议自学SQL，自己在数据库中查询数据。

（5）日常需要分析的数据纬度有：页面转化、商户/商品、用户纬度、市场环境、渠道推广、客诉纬度、财务纬度。

（6）数据分析的利器是Execl，重点要学会用“数据透视图”，这会对你的工作帮助极大。（以后我会专门写一个关于数据透视图的文章）

（7）推荐看《谁说菜鸟不会数据分析》，这算是数据分析的入门书了。

后评估：最终首页向下转化率提高至68%，措施1提高了约25%的转化率（每两周查询一遍所有目的地的点击数据，把点击率低的目的地更换为近期较热门的目的，反复替换，最终达到较高的点击率为止）；措施2提高了约10%的转化率；措施3提高了约8%的转化率。

案例二

发现某一个渠道带来的流量的转化率极高，从进来的流量到下单付款，转化率能有约10%，而我们一般的转化率才2%～3%。

思考过程：分析这个渠道的流量质量，发现与其他渠道差别不大，都是对旅游有需求的普通用户，且各自的商品类型都差别不大。然后横向对比所有渠道的流量、转化率、设计、所在位置、用户在此处的需求，发现主要原因是这个渠道入口的“设计”与别的渠道不同，这一种设计形式带来的转化率要明显高于其他的设计形式。

解决方案：根据实际情况，把这种设计移植到其他渠道。

后评估：此平台（web端）的订单提高了约15%。

案例三

在参与一个独立App时，发现一个功能的入口点击率很高（90%），但使用率不高（60%）。

思考过程：查询与之相关的数据，从入口进来的用户流量都分布在什么位置，然后发现用户进来后都集中在新手引导上，反复的左右翻看新手引导（滑动操作的数据是UV的4倍），且停留时长能有20多秒，发现用户的注意力都集中到了新手引导上面。

解决方案：在新手引导的最后一页，增加一个“使用功能”的按钮。

后评估：此功能的使用率从60%提高到了80%。

案例四

公司攻略部门愿意与我们导流量的合作。

思考过程：攻略每天有10万多UV，若能给我们的商品导流量，一定会促进我们商品的销售。我们平台（Web端）每天才6000的UV，若能有10万级的流量入口，对我们商品销售的帮助一定是极大的。

然后考虑到数据越是在下游，就越精准，转化率也就越高。

解决方案：在搜索结果页、攻略详情页，增加相应目的地的我们商品的入口。推荐每个目的地销量最好的商品，保证用户在攻略的界面看到的会是他们需要的商品。

后评估：上线一周后评估，一周仅成一个订单，远远没有达到预期的一天至少5个订单。

后来经过与攻略产品经理的沟通、分析，发现主要原因是攻略的用户主要是出行前15天至两个月的用户，属于旅行前期的规划阶段，看攻略是为了选择去哪里玩，而去哪儿玩都没有确定，怎么会在此时就购买旅游商品呢？

而我们的用户普遍集中在出行前的三天至七天，是用户确定了目的地、机票酒店都已经订好了。才会在我们这里提前3~7天预订出境WiFi、包车、导游翻译…

最后，数据分析是需要不断的实践总结，成功都是靠失败的经验教训堆积而成的。

在这个过程中，除了学习产品设计、数据分析的方法以外，更重要的是：了解业务，沉浸到业务当中去，成为自己业务的骨灰用户，知晓业务的方方面面，产品经理一定要做到比团队中的任何人都更了解业务！这样才能够做出成功的产品设计。