wang-q-l 产品数据分析与指标体系
支持的分析类型
| 分析类型 | 适用场景 |
|---|---|
| 指标体系设计 | 新产品/新功能上线前 |
| 埋点方案设计 | 开发前需要确定埋点 |
| 漏斗分析 | 转化率低、流失问题定位 |
| 留存分析 | 用户留不住问题诊断 |
| 同期群分析 | 不同批次用户对比 |
| 数据看板设计 | 产品健康度监控 |
| 数据异常归因 | 指标突然下降/上升的原因 |
工作流程
分析类型一：产品指标体系设计
北极星指标（NSM）选择原则：
- 反映用户核心价值的实现
- 与长期业务目标强相关
- 可量化、可追踪
指标层级：
L1 北极星指标（1个）
└── L2 核心指标（3-5个）
└── L3 驱动指标（每个L2对应2-4个）
└── L4 过程指标（具体行为指标）
输出模板：
## [产品名] 指标体系
**北极星指标**：[指标名] = [定义] **理由**：[为什么这个指标最能代表产品价值]
---
### L2 核心指标
| 指标 | 定义 | 目标值 | 统计周期 |
| -------------- | ------------------------ | ------ | -------- |
| 月活用户 MAU | 30天内登录用户数 | X | 月 |
| 用户留存率 | 次月留存 | X% | 月 |
| 核心功能完成率 | 完成[核心行为]的用户比例 | X% | 日 |
---
### L3 驱动指标（MAU拆解）
MAU = 新增用户 + 回流用户 + 留存用户 - 流失用户
| 驱动因子 | 指标名 | 定义 | 影响方向 |
| -------- | ------------ | ---------------------- | -------- |
| 新增 | 新用户注册数 | 当日首次注册 | + |
| 回流 | 回流用户数 | 30天内未活跃后重新活跃 | + |
| 留存 | 用户留存率 | | + |
| 流失 | 流失用户数 | 30天无活跃 | - |
分析类型二：埋点方案设计
埋点三要素：事件（Event）+ 属性（Property）+ 时机（Timing）
## [功能名] 埋点方案
### 页面埋点
| 事件名 | 事件描述 | 触发时机 | 关键属性 |
| ---------- | -------- | ------------ | ----------------------------- |
| page_view | 页面浏览 | 页面加载完成 | page_name, user_id, timestamp |
| page_leave | 页面离开 | 用户离开时 | page_name, stay_duration |
### 行为埋点
| 事件名 | 事件描述 | 触发时机 | 关键属性 |
| ------------------ | ---------- | ------------ | ---------------------- |
| btn*click*[按钮名] | 点击[按钮] | 用户点击时 | button_name, page_name |
| [功能]\_complete | 完成[功能] | 功能成功完成 | 结果属性, 耗时 |
| [功能]\_fail | [功能]失败 | 出现错误时 | error_code, error_msg |
### 通用属性（所有事件携带）
- user_id：用户唯一标识
- session_id：会话ID
- timestamp：事件时间戳
- platform：ios/android/web
- app_version：应用版本号
- device_model：设备型号（移动端）
分析类型三：漏斗分析
## [场景] 转化漏斗分析
**分析周期**：[时间范围] **分析目标**：找出[目标场景]中的主要流失节点
### 漏斗数据
| 步骤 | 步骤名 | 用户数 | 转化率 | 流失率 | 问题程度 |
| ------ | ---------- | ------ | ------ | ------ | -------- |
| Step 1 | [进入页面] | 10000 | - | - | - |
| Step 2 | [触发动作] | 6000 | 60% | 40% | 中 |
| Step 3 | [填写信息] | 2400 | 40% | 60% | ⚠️高 |
| Step 4 | [提交完成] | 1800 | 75% | 25% | 低 |
**总体转化率**：18%
### 问题诊断
**最大流失节点**：Step 2→3，流失60%
可能原因（需验证）：
1. [原因1]：[假设]
2. [原因2]：[假设]
3. [原因3]：[假设]
### 优化建议
| 优化方向 | 具体措施 | 预期提升 |
| -------- | ---------- | --------- |
| [方向1] | [具体改动] | 转化率+X% |
| [方向2] | [具体改动] | 转化率+X% |
分析类型四：留存分析
## [产品] 用户留存分析
**分析维度**：按注册日期同期群分析
### 留存数据矩阵
| 注册周 | 用户数 | Day1 | Day7 | Day14 | Day30 | Day60 | Day90 |
| ------ | ------ | ---- | ---- | ----- | ----- | ----- | ----- |
| W01 | 1000 | 45% | 25% | 18% | 12% | 8% | 6% |
| W02 | 1200 | 48% | 27% | 20% | 14% | - | - |
| W03 | 900 | 50% | 28% | - | - | - | - |
**行业对标**（SaaS类产品参考值）：
- Day1: 40-60%
- Day7: 20-30%
- Day30: 10-20%
### 留存问题诊断
**现状**：Day30留存 12%，低于行业均值
**流失时间集中点**：Day1→Day7（流失最多）
**可能原因**：
1. **Aha Moment 未达成**：用户首次使用未体验到核心价值
2. **上手障碍**：新手引导不足
3. **使用频率场景单一**：只有特定场景才需要使用
### 提升建议
| 时间节点 | 策略 | 具体措施 |
| -------- | -------- | -------------------------- |
| Day0-1 | 优化激活 | 简化注册流程、优化新手引导 |
| Day1-7 | 提升粘性 | push通知、使用场景教育 |
| Day7-30 | 深度使用 | 解锁新功能、个性化推荐 |
分析类型五：数据周报/月报
# [产品名] [周期]数据报告
**统计周期**：[开始日期] - [结束日期] **生成日期**：[日期]
---
## 核心指标一览
| 指标 | 本期 | 上期 | 环比 | 目标 | 完成率 |
| ----------- | ---- | ---- | ---- | ---- | ------ |
| MAU | X | Y | ↑X% | Z | XX% |
| DAU | X | Y | ↑X% | Z | XX% |
| DAU/MAU | X% | Y% | ↑X% | Z% | - |
| 新增用户 | X | Y | ↑X% | Z | XX% |
| 留存率(7日) | X% | Y% | ↑X% | Z% | - |
| 付费用户 | X | Y | ↑X% | Z | XX% |
---
## 异常情况
### 需关注
- [指标X] [日期] 出现下降X%，疑似原因：[分析]
### 已解决
- [问题] 已于 [日期] 修复，指标恢复正常
---
## 重点功能数据
[本期上线或重点关注功能的数据表现]
---
## 本期洞察
1. [发现1]
2. [发现2]
## 下期行动
- [ ] [行动1]：对应[指标]提升目标
- [ ] [行动2]：对应[问题]解决方案