cover_image

数据清单:产品经理的产品指标

ThinkerD inThinkerD
2023年02月23日 02:30

图片

导读
文章主题:数据清单:产品经理的产品指标
阅读时间:约 6000 字,阅读时间预计 5 分钟
By:马林

阅读收获:
数据对于产品经理而言,如茫茫大海中耀眼的航标灯,为前进指明方向、为航行纠正偏差。产品生命周期中,
数据跟踪分析一直是重要的方法论,良好的数据指标可以帮助产品经理做出科学、准确,甚至是生死攸关的里程碑决策。
本文以产品经理角度列举出
10 种类型产品指标并总结成清单,可在实际项目中直接使用,帮助小伙伴们打怪升级。


前言

产品经理是一个奇怪的物种,生存在思维的两个极端,对创新保持极度狂野、偏执(即感性),对功能保持极度克制、冷静(即理性)。
数据,作为感性与理性天平上的调节砝码,至关重要。准确合理的数据,帮助你在偏执的创新之路上一路狂奔,辅助你冷静的 MVP 时步子大一点再大一点。
评估和跟踪产品是产品经理的重要任务,感知市场趋势变化、探寻用户行为本质,确定产品方向,规划功能改进策略,以数据驱动实现重要决策。
本文以产品经理角度列举出 10 种类型产品指标并总结成清单,可在实际项目中直接使用,帮助小伙伴们打怪升级。
产品数据指标清单包括
    01. 新增指标      02. 活跃指标
    03. 转化指标      04. 留存指标
    05. 收入指标      06. 行为指标
    07. 反馈指标      08. 错误指标
    09. 技术指标      10. 竞争指标

正文
|| 01 新增指标
新增指标,在产品体系内,从用户数大盘上看,新增加用户的数据情况,以分析用户的来源、来源渠道、渠道质量,包括决策广告投放引流时投入的成本
举例来讲:
味多美 App 在抖音上投放一周视频广告,从新增指标维度,可以分析到每天从抖音引流到味多美 App 的用户数,这些用户的转化注册情况、登录情况、购买情况等。
在抖音投放广告有费用支出,结合每天引流到的用户数、投放周期(7天),对应的可以核算出每个用户成本,以此来评价广告的价值比、继续还是终止投放广告。
    1. 新用户数:每天新增加的用户数(相对于总体大盘),如果有多个渠道要区分标记
    2. 渠道来源:
区别标记每个渠道,区分自然流量、推荐流量、付费推广、合作引流等
    3. 投放成本:用以带来新用户付出的成本价值
    4. 用户获取成本:获取每个新增用户的成本或费用,最好是可以量化到具体数值上,比如:10 元/新增每用户
    5. 潜在用户贡献度:新增用户的注册率,购物率,付费率,发言率等
    6.
新增用户投资回报率:引流带来的新用户价值与所付出的成本情况,用以衡量决策行为价值、渠道质量等
新增指标:NI,New Indicators
    新用户数:NU,Number of New Users
    渠道来源:CS,Channel Source
    投放成本:DC,Delivery Cost
    用户获取成本:UAC,User Acquisition Cost
    潜在用户贡献度:PUC,Potential User Contribution
    新增投资回报率:NROI,New Return On Investment
|| 02 活跃指标
活跃指标,用户在产品体系内的状态,对内容的喜好、参与评论积极程度,也可衡量内容的质量对用户的吸引度,用户对产品的忠诚度等
    1. 每日活跃用户:每日活跃用户数,对于活跃可以有不同的定义,可根据自身产品的特点来定义,如:每日打开 App 或每日登录 App 等
    2. 每月活跃用户
    3. 留存率
    4. 使用时长:根据分析的实际需求设定指标,如:单个功能的使用时长,App 的整体使用时长等
    5. 每个用户点击数:或者是观看次数
    6. 每次观看次数:内容被点击或观看次数
    7. 点击率内容曝光与被点击的比率,衡量内容曝光对用户的吸引度
    8. 跳出率:指在只访问了一个页面(例如网站首页)就离开的访问量与所产生总访问量的情况,跳出率反映产品用户体验的状况
活跃指标:AI,Active Indicators
    每日活跃用户:DAU,Daily Active Users
    每月活跃用户:MAU,Monthly Active Users
    留存率:RR,Retention Rate
    使用时长:DU,Duration of Use
    每个用户点击数:CPU,Clicks Per User
    每次观看次数:NVPV,Number of Views Per Viewing
    点击率:CTR,Click Through Rate
    跳出率:BR,Bounce Rate
|| 03 转化指标
转化指标,衡量产品在用户旅程中某个环节转向下个环节之间的情况,通过转化率指标判定决策每个环节在功能、体验上对用户的推动力。
产品的核心价值是解决用户需求,并实现商业目标,每个环节推动转化至关重要。例如:新用户到达 - 注册,用户将商品加入购物车 - 付款,用户观看视频 - 评论等。
    1. 转化率:不同行为(阶段)的转化情况,如:注册 - 购买,观看 - 收藏
    2.
每用户收入:每个用户的付费情况
    3.
每用户平均收入:每个用户平均付费情况
    4. 平均订单值
    5. 购物车放弃率
    6. 潜在用户转化率
    7.
漏斗流失率:可结合 AARRR 模型(AARRR 海盗模型指标最佳实践,前一个步骤跳转到下一步时的流失率
转化指标:CI,Conversion Indicators
    转化率:CR,Conversion Rate
    每用户收入:RPU,Revenue Per User
    每用户平均收入:ARPU,Average Revenue Per User
    平均订单值:AOV,Average Order Value
    购物车放弃率:CAR,Cart Abandonment Rate
    潜在用户转化率:PUCR,Potential User Conversion Rate
    漏斗流失率:FDR,Funnel Drop-off Rate
|| 04 留存指标
留存指标,衡量用户随着时间推移使用产品的留存情况,指标越高表示用户的忠诚度越高,平台对用户的吸引度越大。
    1. 流失率:流失用户占总体用户的情况
    2.
留存率:留存用户占当前用户的情况,按照产品特点可细分为次日、3 日、7 日,15 日
    3. 激活率:流失的用户再次被激活的情况
    4.
重复购买率
    5. 净推荐值:推荐者所占的百分比减去批评者所占的百分比
    6. 生命周期价值:用户的终生价值,是产品从用户所有的互动中所得到的全部经济收益总和
留存指标:RI,Retention Indicators
    流失率:CR,Churn Rate
    留存率:RR,Retention Rate
    激活率:AR,Activation Rate
    重复购买率:RPR,Repeat Purchase Rate
    净推荐值:NPS,Net Promoter Score
    生命周期价值:LTV,Life Time Value

图片
(指标脑图预览 文末附下载)

|| 05 收入指标
收入指标,衡量产品的营收情况,收入指标也可以从侧面反映用户的付费意愿。
    1. 总收入:产品的总体营收
    2.
每用户平均收入:每个用户平均付费情况
    3. 毛利率:毛利与销售收入(或营业收入)的百分比,毛利是收入合与收入相对应的营业成本之间的差额
    4. 利润率:利润率是衡量产品获利能力的指标,通过查找净利润占收入百分比的方法来计算
    5. 付费用户占比:付费用户占总体用户比例
    6. 付费率:用户观看内容产生的付费行为,或者是某渠道引流用户的付费行为
    7. 付费构成分布:通常为了更好的分析付费用户、或者决策产品定价,将产品价格划分区间,分析用户的消费能力后指导定价,付费用户符合金字塔型分布
    8. 生命周期价值:用户的终生价值,是产品从用户所有的互动中所得到的全部经济收益总和
收入指标:RI,Revenue Indicators
    总收入:TR,Total Revenue
    每用户平均收入:ARPU,Average Revenue Per User
    毛利率:GM,Gross Margin
    利润率:PM,Profit Margin
    付费用户占比:PUR,Pay User Rate
    付费率:PR,Pay Rate
    付费构成分布:PS,Payment Structure
    生命周期价值:LTV,Life Time Value
|| 06 行为指标
行为指标,衡量用户使用产品的状况,通常有时长、频率、时间段、操作方式、使用习惯等。
    1. 注册方式:用户通过哪种方式注册,手机号码、第三方公共账号等
    2. 注册渠道:注册来源,通常用于引流用户时评估渠道质量
    3. 登录次数
    4. 登录时间:分析用户习惯,针对性的推荐内容或者降低对用户的打扰
    5. 使用次数
    6. 使用频率
    7. 使用时长
    8. 会话持续时长
    9. 发言率
    10. 收藏率
    11. 点赞率
    12. 交易数量
行为指标:BI,Behavioral Indicators
    注册方式:RM,Registration Method
    注册渠道:RC,Registration Channel
    登录次数:LN,Logins Numbers
    登录时间:LT,Login Time
    使用次数:UC,Usage Count
    使用频率:UF,Usage Frequency
    使用时长:DU,Duration of Use
    会话持续时长:SD,Session Duration
    发言率:SR,Speaking Rate
    收藏率:CR,Collection Rate
    点赞率:LR,Like Rate
    交易数量:NT,Number of Transactions
|| 07 反馈指标
反馈指标,衡量用户对产品的反馈情况,可用于分析和跟踪产品运营、售后服务等
    1. 用户评价率:针对产品的评价,如 App Store 中对 App 的评价情况
    2.
用户评分:针对产品的评分,如 App Store 中对 App 的评分情况
    3. 客户满意度
    4. 净推荐值:推荐者所占的百分比减去批评者所占的百分比
    5.
用户调查参与度
    6. 用户调查反馈回复率
反馈指标:FI,Feedback Indicator
    用户评价率:UER,User Evaluation Rate
    用户评分:UR,User Rating
    客户满意度:CSAT,Consumer Satisfaction
    净推荐值:NPS,Net Promoter Score
    用户调查参与度:USP,User Survey Participation
    用户调查反馈回复率:USFRR,User Survey Feedback Response Rate
|| 08 错误指标
错误指标,衡量用户在使用产品时遇到的错误情况,定位错误的情况用以改进。
    1. 崩溃次数:产品的崩溃次数,通常可通过产品日志来分析产品问题的原因
    2. 错误数
    3. 缺陷数:产品带有的缺陷 Bug 数量
    4. 错误率
    5. 用户反馈错误数:用户反馈的错误数量
    6. 用户反馈错误工单数
    7. 错误解决周期
错误指标:EI,Error Indicator
    崩溃次数:NC,Number of Crashes
    错误数:NE,Number of Errors
    缺陷数:NB,Number of Bugs
    错误率:ER,Error Rate
    用户反馈错误数:UFEC,User Feedback Error Count
    用户反馈错误工单数:NUFET,Number of User Feedback Error Tickets
    错误解决周期:BRC,Bug Resolution Cycle
|| 09 技术指标
技术指标,衡量产品的技术性能,通常产品表现为速度、效率、稳定性等。
    1. 加载时间:产品的加载时间,如 App 打开的加载时间,页面的加载时间,音视频打开的加载时间
    2.
加载速度:产品的加载速度,决策产品需要达到良好体验的指标
    3.
延迟:系统处理的延迟时间
    4. 运行时间:产品的正常运行时间
    5.
跳出率
    6. 服务器响应时间
    7. 服务器错误次数
    8. 文件大小:通常指 App 安装文件大小,降低安装文件以获得较快的下载安装速度
    9. 研发周期:通常指产品迭代发布周期
技术指标:TI,Technical Indicators
    加载时间:LT,Loading Time
    加载速度:LS,Loading Speed
    延迟:DE,Delay
    运行时间:OT,Operation Time
    跳出率:BR,Bounce Rate
    服务器响应时间:SRT,Server Response Time
    服务器错误次数:SE,Server Errors
    安装文件:IF,Installation File
    研发周期:RC,Release Cycle
|| 10 竞争指标
竞争指标,衡量与竞争对手的对比情况;通过市场的数据情况分析趋势、发展,使自身产品处于行业的领先地位。
    1. 用户数:用户数量对比,如:注册、DAU等
    2.
产品定价:产品定价直接反馈营收、商业特征、产品发展等
    3. 产品功能:产品功能直接反映出产品的发展、及远景规划
    4. 市场份额
    5. 品牌:品牌影响力
    6.
用户满意度:与竞争产品对比的情况
    7. 产品营收
竞争指标:CI,Competitive indicators
    用户数:UN,User Number
    产品定价:PP,Product Pricing
    产品功能:PF,Product Features
    市场份额:MS,Market Share
    品牌:BR,Brand
    用户满意度:CSAT,Customer Satisfaction
    产品营收:PR,Product Revenue
总结
双面性 产品数据的存在,宗旨是为更好了解产品、了解用户,而服务于用户,设定目标是为提升产品的质量,而不是为了数据而数据。任何指标的设定要结合自身产品特点,不能脱离实际,避免假大空,避免制定产品指标却无法落地的状况。
持续性 产品体验的提升是一个不断完善不断迭代的过程,产品数据也同样是不断完善的过程。产品在实际运营中时刻在变化,即使当数据指标达标后,不代表能持续保持良好的状态,产品数据分析跟踪是一个长期的过程,持续跟踪,持续改进。
点线面 发现一个数据问题点,要有全局思维,剖析问题根源,以点连线、由线布面。遇到不易分析的问题,将问题拆分,逐步细化,细化到最小单元点后再单独解决。
合理性 优秀的产品数据是运营出来的,内心要坚守解决用户需求的底线,不要为追求漂亮的数据去伤害用户,无异于杀鸡取卵。

图片
(数据词典预览 文末附下载)

附件资料
数据清单 - 产品经理的产品指标 脑图高清版指标词典 下载
关注公告回复:【
数据指标】获取下载链接。
参考资料
Product Prioritization Cheat Sheet - Stephen Butts #John316
https://bootcamp.uxdesign.cc/the-prioritization-cheat-sheet-1d9aa54b4713

继续滑动看下一个
inThinkerD
向上滑动看下一个