数据分析流程及步骤怎么做数据分析( 二 ) _分析

中国互联网已经进入到一个获取流量成本很高的时代，企业并没有那么多容错机会给到大家不断尝试试错。要提高决策准确性，主要依赖数据论证。
2. 通过数据分析验证产品成效
你在面试时，你说你牛逼。如何叫人信服你？你说你牛逼，你就真牛逼？
相信大家已经习惯了小套路，说自己曾经做的某个项目转化率提高了多少个点之类的。
实际上，在我们做的每个项目或者功能中，都应该用数据来验证产品成效。
电商网站的收银台大家耳熟能详，比如以下：

参照国内竞品调研和产品交互设计师自以为的产品目标：给用户传递安全感——通过增加底部“确认支付”按钮来实现。

实际上线效果却不尽如意，新版本比老版本跌了 3 个点左右。
事后我们反思了整个过程，得到一些启发：
支付需要用户冲动型消费，不需要用户那么理性思考。按钮操作，让用户有种仪式感，反而增加了用户犹豫心理。
比如淘宝换成了指纹支付，或者刷脸支付，转化率会提高。我作为用户，使用了淘宝指纹支付后，下单支付快了很多。我也有同事，一不小心刷脸支付后，就懒得再发起退款了~
支付产品的核心是：安全和快捷。如果品牌背书，用户已经觉得安全，那么接下来就是快！去掉按钮才是让用户有快速支付的感觉。
于是，我们又花了一些时间，去掉底部“确认支付”按钮，用户选择支付方式就可以进到支付环节，转化率竟然又提升了！

去掉了底部“确认支付”按钮
整个团队从这个案例中都得到较大感触，充分体现了我们自以为更好的方案对用户或者从业务角度并不是最好的。如果没有数据来验证，我们还会一直停留在自己觉得设计很好的功能中自嗨！
用 AB test 测功能，用数据来验证功能成效是最有说服力的手段。
3. 通过数据分析洞察用户
用户研究是产品经理必须要去做的一件事，懂用户，挖痛点，给方案。
用户研究常用的方法除了用户访谈、调查问卷等定性研究外。从已存数据中发现用户的行为偏好，建立数据与用户画像之间的关联，针对不同人群需求或者痛点给出合理的产品解决方案也是数据驱动决策的手段。
比如从历史订单数据中，挖掘新老用户购买商品的偏好，可以针对新老用户群体做个性化的商品推荐，这也是大家能够感知到的电商产品推荐。你去逛淘宝首页，是不是会觉得淘宝比自己还懂自己？给自己推荐的大部分商品是自己喜欢的。
通常对用户历史行为数据收集越详细，越是能够了解用户，为用户做出合理的产品设计。
为什么人们总说作为电商平台和支付平台的阿里有最完整的行为数据乃至最完整的人群画像，那是因为根据生活消费的商品和服务，几乎能够推断一个人全部的特征，而越是习惯网上购物的用户，衣食住行都用同一个支付手段的用户，就越能够被电商和支付平台完整描述。
产品在做产品功能设计时，并不只是单纯为用户提供功能和服务就可以，理所当然以为用户会来使用。定要对用户需求或者痛点挖掘地足够深，才能精准提供服务。从过去已存数据中挖掘用户行为偏好或者痛点，是产品设计的第一步。
这里借用《产品思维》一书中提到的例子。