Galeria de mapas mentais Uma imagem para entender o growth hacking – análise de dados
O método de análise de dados não requer algoritmos e gráficos complicados e avançados. A chave é ser capaz de ver os problemas por trás dos dados. A análise de dados é uma das habilidades essenciais para growth hackers. A base para dominar o pensamento de growth hacking é dominar as ideias de análise de dados, modelos e ferramentas de análise de dados, mas como descobrir problemas e oportunidades a partir de mudanças de dados é uma habilidade fundamental para o pensamento de growth hacking.
Editado em 2022-08-18 16:03:49Compartilhe seis maus hábitos que podem destruir um estudante universitário. Nem sempre finja que está trabalhando duro. Pare de fingir que está trabalhando duro imediatamente. Mantenha os pés no chão e não se desperdice.
Guia de preparação para o exame jurídico: ajuda você a entender o bom senso do exame jurídico, as instruções de preparação para cada disciplina e os melhores professores para estudar. Ele também fornece um guia de plano de revisão e preparação para questões objetivas e subjetivas. Espero que você goste. passe em todos os exames e obtenha-o facilmente.certificado!
Compartilhe um cronograma de trabalho e descanso de saúde humana reconhecido mundialmente, que seja útil para gerenciamento de tempo e aprimoramento pessoal. Espero que possa ajudar a todos ~
Compartilhe seis maus hábitos que podem destruir um estudante universitário. Nem sempre finja que está trabalhando duro. Pare de fingir que está trabalhando duro imediatamente. Mantenha os pés no chão e não se desperdice.
Guia de preparação para o exame jurídico: ajuda você a entender o bom senso do exame jurídico, as instruções de preparação para cada disciplina e os melhores professores para estudar. Ele também fornece um guia de plano de revisão e preparação para questões objetivas e subjetivas. Espero que você goste. passe em todos os exames e obtenha-o facilmente.certificado!
Compartilhe um cronograma de trabalho e descanso de saúde humana reconhecido mundialmente, que seja útil para gerenciamento de tempo e aprimoramento pessoal. Espero que possa ajudar a todos ~
tema central
análise de dados
1. O conceito e o valor da análise de dados
Era do Big Data
Conexões entre pessoas criam dados
Conexões dispositivo a dispositivo geram dados
Conexões entre ferramentas e serviços geram dados
Características de big data [5V]
A quantidade de dados
Quantidade absolutamente grande
velocidade
gerar, obter, atualizar
Largura
Uma grande variedade de dados
valor
Aplicação em campos específicos
realidade
A confiabilidade dos dados é alta
Dados | Definição
Os dados são um meio de quantificar as coisas.É um indicador numérico que representa a situação objetiva da existência real das coisas.
O valor da análise de dados
Não confie em sentimentos, confie em evidências
Padrões quantitativos impulsionam a melhoria do produto
Descubra necessidades ocultas
Melhore os recursos de refinamento e reduza os custos operacionais
2. Estabeleça um sistema de indicadores de negócios
índice
É uma métrica que permite aos usuários rastrear e avaliar o status dos processos de negócios
Diferentes maneiras de classificar indicadores
Indicadores básicos
Novos usuários, usuários ativos, número de partidas
indicadores de tráfego
PV, UV, taxa de rejeição
dados de uso
Duração de uso, frequência, intervalo entre segundas visitas
métricas de negócios
Volume de pedidos, preço unitário do cliente, taxa de recompra, taxa de leitura de código QR
Indicadores refinados
Preço único para usuários do sexo feminino no Double Eleven
índice de custo
CAC, LTV, PBP
Maneiras de desenvolver sensibilidade métrica de dados
Leia mais e lembre-se mais
bom indicador
comparável
Bons indicadores são comparáveis
Simples
Bons indicadores são simples e fáceis de entender
razão
Um bom indicador geralmente é uma proporção
Preste atenção à distinção entre cinco grupos diferentes de indicadores
Indicadores qualitativos versus indicadores quantitativos
Métricas exploratórias versus métricas de relatórios
Indicadores preditivos versus indicadores retrospectivos
Métricas relevantes versus métricas acionáveis
Estratificação de indicadores
Indicadores North Star (indicadores principais)
Indicador de primeiro nível
Avalie a estratégia e os objetivos da empresa
Indicadores secundários
O caminho do indicador de primeiro nível
Indicadores de nível três
Caminho do indicador secundário
Indicadores da Estrela do Norte
métricas do norte verdadeiro
A personificação dos valores fundamentais que a empresa traz aos usuários
É um método que orienta a empresa a aumentar seu valor no longo prazo.
Esclareça as prioridades de longo prazo da empresa e reúna a equipe
6 critérios para medir as métricas da North Star
Este indicador pode refletir o valor central do produto?
Este indicador reflete a atividade do usuário?
A melhoria deste indicador indica que a empresa está evoluindo positivamente?
Essa métrica pode ser compreendida e comunicada pela equipe?
Este indicador é um indicador acionável?
Construir um sistema de indicadores [modelo OSM]
métricas de negócios
O objetivo da empresa/negócio/produto/função
estratégia de negócio
Estratégias adotadas para atingir os objetivos de negócios
Método de medição
Método de medição razoável
3. Avalie a experiência do usuário do produto
Sistema de indicadores de experiência do usuário [modelo HEART]
H
Meça o prazer e a satisfação do usuário
E
Avalie o envolvimento e a atividade do usuário
A
Avalie a aceitação de novos usuários
R
Avalie visitas de retorno e retenção de usuários existentes
T
Avalie a conclusão das principais tarefas
H: Prazer-NPS
NPS (Net Promoter Ratio) é uma métrica de satisfação popular
Geralmente acredita-se que 30 é bom, 50 é muito bom e 70 é excelente.
Net Promoter Score (NPS) = (número de recomendadores/número total de amostras)X100%-(número de detratores/total de livros de amostras)X100%
E: Engajamento
Média de visitas por usuário por dia/semana
Número de compartilhamentos que ocorrem todos os dias, etc.
R: Aceitação
Taxa de atualização
Taxa de utilização de novos recursos
Taxa de conversão de compra de novos usuários
R: taxa de retenção
Meça a proporção de usuários que retornam visitas. Uma boa experiência pode fazer com que os usuários continuem retornando visitas.
Taxa de retenção dividida em diferentes grupos de usuários, taxa de retenção de função do produto
T: taxa de sucesso/falha da tarefa
Os usuários podem resolver problemas/concluir tarefas por meio do seu produto?
4. Processo de análise de dados
Pré-requisitos para análise de dados
Conheça os objetivos da análise, não use os dados apenas pelos dados
Faça planos antecipados e somente quando tiver expectativas e resultados poderá compará-los
Processo de análise de dados
coleção de dados
Os dados podem ser baixados como um arquivo
Os dados podem ser visualizados através de logs de acesso ao servidor
Os dados podem ser acessados através de uma interface interativa
Os dados podem ser acessados via interface de programação de aplicativos (API)
Os dados podem ser obtidos através de meios técnicos de raspagem
Limpeza de dados
Ferramentas: Excel ou Python
análise de dados
agrupamento de retrato
Agregar usuários que correspondam a um determinado comportamento/retrato, análise de cluster
dimensão de tendência
Compreenda rapidamente tendências multidimensionais em tempo real para facilitar a iteração rápida de produtos e mercados
observação de funil
Analise o status de conversão de cada etapa de acordo com o caminho de conversão conhecido
trajetória de comportamento
Compreensão exploratória da trajetória de comportamento de um determinado grupo de usuários
Análise de retenção
Compreender a correlação entre comportamentos/grupos de comportamento e visitas de retorno
Teste A/B
Compare o impacto de diferentes designs nos resultados
Modelagem de otimização
Crie modelos preditivos para otimizar os resultados do negócio
Validar descobertas
Tenha cuidado com três falácias
Correlação falsa
inversão de causa e efeito
dados silenciosos
Visualização
Gráficos estatísticos do Excel, mapas de informações, gráficos de relatórios em tempo real
5. Teste A/B
definição
Crie duas versões (A/B) ou múltiplas (A/B/n) da interface ou processo da Web ou do aplicativo e crie aleatoriamente grupos de visitantes (grupos-alvo) com a mesma composição (semelhante) na mesma dimensão de tempo. Visite estes versões, coletar dados de experiência do usuário e dados de negócios de cada grupo e, finalmente, analisar e avaliar a melhor versão para adoção formal.
valor
Estabelecer um processo de ciclo fechado de otimização contínua e orientado por dados;
Elimine disputas entre diferentes opiniões em design (UX) e determine a melhor solução com base em resultados reais
Através de experimentos comparativos, encontre a causa real do problema e melhore o design do produto e os níveis de operação.
Através de testes A/B, podemos reduzir o risco de lançamento de novos produtos ou novas funcionalidades e fornecer garantia de inovação de produtos.
Evolução e testes A/B
Seleção natural, sobrevivência do mais apto, múltiplas soluções fornecidas e testadas
Existe apenas uma variável entre diferentes soluções
Julgue os resultados de acordo com certos padrões e selecione a solução ideal
A maior característica dos dados é a objetividade