Get best of the week

产品分析师：它的作用是什么，它能产生多少，企业能带来什么好处

产品分析师-业务与数据之间的桥梁。他与产品经理一起工作，并帮助产品团队做出正确的决定。Netis的作者Denis Vikharev讲述了什么是产品分析，为什么产品分析师在业务中受到重视，可以成为产品分析师的原因，他的任务，薪水和工具。

什么是产品分析


通过产品分析，您可以查看用户如何与产品互动。通常，可以区分产品分析的两个任务：数据收集和解释。

首先，产品分析师从不同来源收集了大量数据：用户点击了哪些按钮，用户使用该产品的频率，该产品的哪些功能很受欢迎，哪些功能不受欢迎。这些测量结果显示了产品发生了什么，但没有解释原因。

第二步，分析师从解释用户行为的数字中得出洞见。因此，产品团队可以了解所生产的产品以及继续生产的地方。
产品分析可以帮助团队了解“谁”做了“什么，何时何地”。接下来该怎么做。

为什么产品分析师在业务中受到重视


产品分析师跟踪产品内的用户事件，将数字的含义转换为业务语言，并提供解决问题的操作建议。我们确定了业务需要产品分析师完成的四个任务。

让用户关注产品


资金可以为公司带来爆炸性的增长并带来大量新客户，产品分析可以通过了解现有用户的行为，解决他们面临的问题以及在产品中获得的价值来保护现有用户。

新用户的花费总是比现有的花费更多，因此对于公司来说，将资源投资于产品分析是有益的。
风险投资人Tomasz Tunguz的观点：“一方面，增长有助于提高投资力度，并显示出对该产品的需求。另一方面，客户的外流提出了有关产品与市场的一致性的问题。

“刺激不完全满足市场要求的产品的业务增长可能导致一家公司筹集数百万美元并需要“推出”。

交朋友成为产品和市场


如果不了解产品的核心价值，就不可能赢得用户的忠诚度，这将保证产品与市场的契合度（直译为“产品对市场”）。要找到相同的“ Aha Moment”，您需要知道将忠诚的顾客与失去的顾客区分开来的动作。
当用户了解产品的价值时，“ Aha Moment”是增长的关键。找到它将有助于根据客户数据得出正确的结论。对于Facebook，这是“ 10天之内7个朋友”这一目标的  实现。
知道哪些产品指标与用户相关，更容易适应市场。Snowplow的Anthony Mandelli回忆起Airbnb创始人Joe Gebbia  在播客“我如何建造”中  谈到了我使用数据时看到的模式：房东长时间无法租用公寓，因为他们不知道如何制作精美的照片。然后，Airbnb接管了问题的解决方案，并有时增加了公司的收入。

解决照片质量问题使Airbnb的收入增长了数倍。资料来源：Airbnb网站

跑赢竞争对手


麦肯锡的研究  表明，明智地使用数据和分析技术可以使公司大规模发展。因此，行业领导者和落后企业之间的差距正在不断扩大。

在研究时，来自市场领先公司的受访者表示，他们的数据计划和分析为他们带来了三年内至少20％的利润。

现场分析工作并没有取得预期的效果。要成为领导者，您需要制定长期的数据处理策略。

改善用户体验


产品团队可以盲目地修改产品。但是，如果不分析结果，就无法确定是什么导致了成功或失败。产品分析可以实时检查用户行为数据。这有助于团队在下一个迭代周期中重新考虑产品的愿景并采取必要的措施。

谁可以成为产品分析师


“ Normal Research”公司发现，大多数人是有目的地“从头开始”从事该行业的，而一些专家则来自于开发和营销。来自  2019年分析市场报告的

数据 

对于已经知道如何利用产品价值但想要发展分析专业知识的产品经理来说，产品分析师的职业也可能很有趣：了解产品的增长点，预测其发展。

要获得产品分析师职位的资格，您将不得不回忆统计和数学。

向分析师提出的问题：您是从哪个背景开始从事该行业的？



塔琳娜·查达耶娃（Tatyana Chadaeva），直线研究专家，

通过教育，我是一位国际数学家，对数学和统计知识非常了解。在大学里，她对社交活动产生了兴趣，并去了人力资源。但是最后我发现自己从事市场营销和产品分析，对此我感到非常高兴。


Vladislav Prishchepov是Yandex的前分析师，AppMetrica的产品经理。

在担任分析师之前，他曾担任技术作家和开发人员（JS）。开发人员的经验和观点经常帮助我成为分析师。 SberMarketing分析组主管


Vsevolod Mironovich

当我担任项目工程师之后，就在工作室和代理商领导了有关开发和广告的项目。当我转到一家金融机构的客户端时，他们还强迫我报告已启动项目的有效性：数钱，计划资源，保护启动新产品的案例，优化和推广现有产品。就在那时，这种需求使我深入研究了分析。

首先，在阅读了文章之后，我建立了基本的跟踪并将其放在仪表板中，只是为了了解正在发生的事情以及所有这些人在网站上的总体地位。然后我开始思考如何影响所有这一切，如何提高转化率，赚更多钱，结果，互联网的知识加上真实经验的支持和充沛的挫折足以让他成为另一家公司的首席分析师。

产品分析师做什么？


产品分析师分析产品的状态并帮助开发它：它确保产品指标不会下垂并且产品决策成功。

我们没有找到统一的规则来组织数据，设定目标以及对产品分析师进行测试；每个公司都有自己的规则。您必须使用的产品的生命周期至关重要：在刚启动的初创公司中，将要求分析师整理数据收集系统，而在成熟的系统中，他们将找到增长点并考虑竞争对手。

因此，我们分析了数十个职位空缺，并编制了  分析人员可能面临的任务清单。审查不仅包括IT公司，还包括“传统业务”：航空公司，大众市场和物流公司。


查找产品增长点和瓶颈


产品团队很难依靠其单击按钮次数的数据；他们没有解释人类行为的原因。因此，团队去找分析师，分析师根据数据得出结论，发现产品中的图案和异常。

Devtodev公司案例



如何找到瓶颈。Gamedev范例

制定报告和产品监控指标


仪表板显示团队和领导者关键的产品指标，依存关系和趋势。分析人员决定应在仪表板上显示哪些报告和指标，以使它们不会分散注意力，有助于做出管理决策。团队没有通用的度量标准集，而是根据业务目标和产品类型选择的。
产品经理Sergey Tikhomirov将一组指标  与产品生命周期相关联。AppMetrica产品Vladislav Prishchepov建议从目标开始，并专注  于产品的关键指标。因此，对于送餐应用程序，这就是“吃饭时间”：从完成订单到收到订单的时间。

验证团队问题和解决方案


分析师“挖掘”定量数据以测试团队的假设并正确确定任务的优先级。如果团队在深入采访中发现问题，则分析师可以确认或驳斥。例如，使用语音分析工具通过关键字分析了呼叫中心经理与客户的数百次对话。

进行A / B测试


工作假设在用户的控制部分进行测试。分析人员确保测试不受外部和内部因素的影响：假期，外面的天气，由呼叫中心经理打电话给客户-所有这些都会影响性能。

测试结果应具有统计意义-根据Appsumo服务，  这仅在12.5％的情况下发生。如果控制段确认了假设，则将其缩放。一个单独的问题是在b2b中进行测试后，以很少的流量做出决定。

测试和扩展假设


检验假设有条件地分为四个阶段：1）我们正在寻找我们想要影响的指标；2）进行研究；3）分析反馈；4）杀死假设或规模。分析师在每个阶段都与产品团队合作，回答“为什么会这样”和“该怎么办”的问题，从而使团队免于支持不受欢迎的决策。分析人员工作的主要价值在于解释结果。

Avito公司案例


Avito更改了产品卡的界面，并进行了A / B测试。他表明，在对照组中，他们开始单击“写”按钮的次数减少（严重），但第一个消息的转换增加了（良好）。

测试结果是负面的，看来还不错，


但是如果您看，它会更好。

分析数据


产品分析师的大量工作都位于硬技能领域：他了解统计知识并讲编程语言。这有助于分析师收集和处理数据，评估其质量并寻找模式。

产品分析工作-与人沟通并使用专业分析工具

给分析师的问题：您执行的关键任务？



Tatyana Chadaeva，直线型高级分析师专家

与新用户（而非客户）合作：

  • 各种产品销售渠道的有效性；
  • 销售渠道的构建，用户路径分析，优化；
  • A / B测试。

与当前客户合作：

  • 建立用户资料并计算基本指标（针对不同产品）：LT，LTV，MAU \ DAU，保留率，客户流失，ARPU，流量消耗；
  • 寻找通过移动应用获利的方法，通过产品，客户保留率增加收入，分析营销活动的有效性。

很多时间花在：

  • 在BI系统中设置定期报告；
  • 标记网站上的事件，并通常设置各种来源的数据收集；
  • 在集群上构建端到端分析，数据集市。


Yandex的前分析师Vladislav Prishchepov，AppMetrica的产品经理，

他只是没有做，但是最经常寻找的是数据和数字的增长点，并强调了缺点和优点。 SberMarketing分析小组负责人


Vsevolod Mironovich

有条件地将分析师的工作分为三个阶段：我们收集数据，进行分析，采取行动等。很难很好地理解这三者，因为周围有各种各样的技术。每次您关闭计算机时，都会有人提交下一个JS框架的第一次提交，这将减少您的负担，或启动新的Google Analytics（分析）连接器存储。

因此，同事经常开始专注于某些事情。有些人更喜欢统计研究，即使产品仍然按自己的方式做，其他人却建立了自动报告系统，即使最后他们只需要屏幕截图即可。作为部门的负责人，我有机会收集蜂蜜并查看所有结果，避免出错。我有机会，但是由于某些原因，我不使用它，而是去田野里填满我的锥体，这更有趣。

产品分析工具



Python  （类似

语言：R，Java）一种编程语言，具有简单的语法，大量的库和开发的社区，如果需要的话会提供帮助。

适用于处理Excel无法处理的大量数据。它使您可以可视化数据，自动执行信息分析任务，构建模型以预测客户外流以及执行聚类。


Google Analytics  （分析）（模拟：Yandex.Metrica，Heap）一种

免费的网络分析工具。它将显示网站上的访问量和用户操作的来源，访问者的数量，视图，转化，自定义事件的报告，将有助于进行同类群组分析。


Tableau  （模拟：Power BI，QlikSense，Looker）

具有清晰界面的数据分析和可视化平台。这将有助于构建有效的图形，合并来自不同来源的数据。适用于MS Excel，MySQL，SQL，Google BigQuery，Microsoft Azure。可以配置报告的自动更新和分发，通过电子邮件发送报告，在服务器上发布链接以及通过引用访问报告。


Mixpanel  （模拟：振幅，乱舞，KissMetrics）

系统，用于实时分析和分析。它有助于了解用户注册后的行为。允许您为每个事件的条件建立一个渠道，发送推送，进行A / B测试。


的SQL

在产品生态系统中使用数据库的工具。有了它，分析人员将无需开发人员即可接收，处理和编写必要的数据。您可以根据必要条件创建带有动态期间的报告，联接表，截断值。

向分析师提出的问题：没有哪三种工具无法让您的工作日顺利通过？



Tatyana Chadaeva，Beeline

SQL，Excel，Google Analytics（分析和技术）的高级专家（+ Qlick Sense或任何其他BI-system + GTM，也没有，也没有）。




Vladislav Prishchepov，Yandex的前分析师，AppMetrica

Google电子表格，Dropbox纸，分析系统/数据仓库的产品经理（我们工作的每个产品都有不同的分析系统和数据仓库）。 SberMarketing SQL分析小组负责人


Vsevolod Mironovich

。数据通常存储在数据库中，并且通常以这种语言与它们进行交互，因此如果没有它，分析师将无处可去。就我而言，大多数数据都在BigQuery中。

VS代码。要将数据存储在数据库中，必须首先将其放在数据库中。有时为此，您需要用某种语言编写脚本，该脚本将使用广告办公室或分析系统的API获取数据并将其发送到目的地。编码对于沿途链接，处理，汇总数据，以及通常进行全面的研究并使结果可视化也很有用。

我只是习惯了VS Code，因为我在业余时间会用javascript写很多东西。在工作中，我主要使用Python，因为它有很多现成的解决方案和带有单元的便捷机制。在主题中，我尝试用R编写，但是，即使是夏天，也没有任何东西-凭借使用Excel的专业知识，我没有太多的东西，以及逻辑和数字。

产品分析师的薪水和需求


 MarketsandMarkets咨询机构的一项全球研究表明，从2019年到2024年，全球产品分析市场将翻一番。

驱动因素是对大数据的日益使用以及对公司生产具有竞争力的产品的需求。

MarketsandMarkets：产品分析市场将在五年内翻一番

。传统业务领域对分析师的需求也将增长。例如，在零售业中，它将该地区的商店转变为零售技术。零售商对跟踪客户行为的服务感兴趣：防止盗窃，在货架上放置商品，定位广告。

X5 Retail Group  关于零售商业务需求

研究 正常研究表明，产品分析师在公司任职的第一年收入为134,000卢布，而在公司工作三年后则为274,000卢布。 2019年分析师市场报告的

屏幕快照 

在撰写有关HeadHunter的文章时，Product Analyst有1,000个职位空缺，Product Analyst有近5,000个职位空缺。



产品分析文章，频道和视频


频道，博客 


  1. 关于A / B测试-A / B测试  。
  2. 产品科学  -Anton Martsen分享有关产品和业务战略，指标，分析，应用数据科学和用户研究的资料。作者深入研究了每个主题，以传达不同方法和方法的精髓。
  3. - — 33 000 , .
  4. Burger Data — c, - «» .
  5. Make Sense podcast — Make Sense. , — , , , .
  6. BigQuery Insights — SQL- MacPaw.com.
  7. No Flame No Game — .
  8. Krasinsky: growth, marketing & product, analytics — , -, .
  9. Datalytics — -, Python.
  10. Close2Sense — , .
  11.  — , .
  12. Grow Horse — Growth Management, , ( ).

 


  1. , AppCraft. -
  2. , Skyeng. 
  3. , Wrike. 
  4. , . 
  5. , AGIMA.  :
  6. , Retentioneering. 
  7. , Rambler. 
  8. , Ultimate Guitar. 
  9. , , « ».  R
  10. , Creative Mobile.  , , Excel 6
  11. , Devtodev 
  12. , CPO FunCorp.  iFunny

: (, , ) , ?



Beeline高级分析师Tatyana Chadaeva，

我建议您立即开始学习编程语言，至少是SQL。在处理大数据时，您不能没有它。好的培训师： 一名  和 两名。

另请阅读 有关管理人员如何看待理想分析师的精彩 文章。

就我个人而言，这对我非常有用，并有助于理解客户不仅希望我得到漂亮的报告，而且希望得到有用的见解，结论，因此我知道并理解产品不会比产品经理差（或可能更好）。

很好地了解统计数据非常有用，这是一本关于Stepik的很好而 详尽的课程，我想早点学习。


弗拉迪斯拉夫·普里什切波夫，Yandex的前分析师，AppMetrica的产品经理。

很难说出对我有帮助的三件事。我会建议别的事情：更经常地与其他公司的分析师进行沟通，询问可能的任务及其解决方案，如果可能的话，请看他们如何制定和得出结论。SberMarketing分析组主管


Vsevolod Mironovich

  • 播客“ Games Make”如何改变了主意。
  • 到今天，任何合适的机器学习课程都将加速到每秒300k。
  • 关于汉堡的东西  ;-)


来自网络学的编辑


如果您仔细研究食品芳香疗法的专业，我们邀请您学习我们的课程计划：

  • « : » « ». .
  • « PRO» « Data Science». , - Python Tableau, .

More articles:


All Articles