经过产品数据的剖析，咱们能够洞悉用户行为、习气以及他们对产品的运用反应，并策划出优化后的产品战略。本文咱们叙述：怎么做好数据剖析开掘？

数据剖析的结构能够分为3个首要进程：

• 了解职业事务

• 将数字转化为定论

• 定论的验证与实践

1. 了解职业事务

对任何问题的优化，其条件都是对职业事务及岗位需求有着根本的了解。

数据只需依附在实践事务上，才能从概念转化成具有实体含义的内容。

2. 将数字转化为定论

数据剖析是一个剖析+探究的进程。咱们有时是带着问题和假设去剖析、验证，有时是朴实地在数据中探究，但无论怎样的办法，咱们都需求数据将咱们导向一个理性的定论。

取得理性定论是一个十分要害的环节。当咱们跟一些同行沟通下来，咱们在做数据剖析的时分常常得出一些看上去很正确的成果，但这些成果其实对事务辅导的价值却很小。

这样的成果是由于剖析还不行深化，而且没有把握住事务中心，才会导致看上去很正确的观念，在实践的辅导中却没有很好的作用。

3. 定论的验证与实践

获取定论后，咱们能够测验将理论投入实践：

• 演绎证明已有定论

• 运用定论去优化事务

对定论进行演绎和证明，是从多维度证明咱们的定论的可操作性。

一般咱们能够用其他产品的已有数据去佐证这个定论，咱们也能够在无数据的状况下，展开产品的版别AB测验来搜集数据，去试验、验证定论的可行性。

无论是用什么样的办法，都是为了证明数据取得的理性定论，是能够实践且有用地辅导事务完结优化。

行动

我们要知道，在任何平台的产品，如果你想要让用户产生行动，其实都离不开一个公式：

B（行动）=M（动机）+A（能力）+T（触发）

这三个因素，我们分别来看一下。

首先是动机，常见的动机有几类：

• 用户的“感觉”：比如用户想要追求快乐、或者用户想要避免痛苦

• 用户的“期待”：比如用户想要获得希望，或者用户想要避免失落

• 用户的“归属感”：比如用户希望得到别人的认同，或者用户想要避免当面收到拒绝

举个例子：

• 比如用户之前在我们产品的核心行为是经常发布一些文章，那么我们可以push文章的点赞、阅读情况；

• 比如用户之前在我们产品中经常刷视频，那我们可以push用户他关注的博主的最新作品。

• 比如用户一年前流失时，我们有个标签是他有个5年纪的孩子，那么一年后我们可以push一些中考的课程。

这个是召回策略的制定，核心就是看用户当前需求。另外还需要确认的是，召回用户时的触达方式和物料。

• 触达方式比较常见，比如短信、邮件、push、公众号等

• 触达的物料，也有几类：文案通知、福利发放、社交关系等等，根据产品类别可以选择最合适的。

关于用户留存，我是站在用户生命周期角度上，对用户进行分类，然后根据用户在不同状态时的不同诉求，来进行策略制定。