以阿里旅行为例：分析数据如何指导产品设计？

　　本文作者以阿里旅行为例，来分析数据是如何去指导产品设计，并将他自己认为有价值且能迅速用于实战的东西分享给大家。
　　两年之前，那时我刚开始做产品，当需要做数据分析时，我总是一头雾水，完全不知道该如何下手。我想做好，我真的非常想做好，可我却真的不知道该怎么做。
　　经过这两年大大小小项目的不断锤炼，摸索、尝试、碰壁、复盘、再尝试，终于能够根据数据分析的结果，做出成功的产品设计，最终呈现出良好的结果。
　　现在呢，每天到公司第一件事就是看数据，对昨天各平台的流量、各页面的转化、各品类各入口各目的地的销量，心中有数。从数据中发现问题，进行进一步的分析，及时调整优化。
　　我在网上曾不断的找有关“数据如何指导产品设计”的文章，一直没有找到有含金量的东西。所以，我决定自己写一篇，把自己认为有价值且能迅速用于实战的东西分享出来。
　　以“手机淘宝”App为例，打开淘宝App，选择阿里旅行：
　　由于我是一直做旅游产品的缘故，所以还是拿旅游App做为案例。通过对这个App的观察，可以把影响数据的因素概括如下：
　　好了，先说明一下：
　　（1）数据分析的过程
　　（2）先把因素罗列出来是为了方便大家理解，在实际工作中，遇到一个数据呈现出来的问题，你自然而然就能联想到由哪些因素造成的，然后去查询分析相应的数据，找出具体原因。
　　（3）电商类产品普遍以GMV为目标（不要说为什么不是用户体验，电商类和其他类产品在这点真的很不一样）。
　　（4）大中型公司普遍都有自己的数据平台及相应的数据团队，每天早上看数据也是产品经理的日常工作。小型公司的话，建议自学SQL，自己在数据库中查询数据。其实我在去哪儿网也自学了SQL，因为这样更方便，先在我们的数据平台上看数据，发现异常，就自己在SQL里查询更详细的数据。不用去麻烦数据团队，因为大家手里的活都挺多的，自己查的话效率还更高。
　　（5）日常需要分析的数据纬度有：页面转化、商户商品、用户纬度、市场环境、渠道推广、客诉纬度、财务纬度。
　　（6）数据分析的利器是Execl，重点要学会用“数据透视图”，这会对你的工作帮助极大。（以后我会专门写一个关于数据透视图的文章）
　　（7）推荐看《谁说菜鸟不会数据分析》，这算是数据分析的入门书了。
　　案例解析
　　案例一
　　产品第一版本上线后，发现首页向下转化率极低，才25，需要紧急提高首页的转化率。
　　思考过程：先查询首页每一个入口的向下转化率，发现数据集中在首页的“搜索”模块，而其他模块，比如：“热销低价商品推荐”，点击率都极低。
　　基于对我们产品业务的了解来进行分析，我们产品属于旅游环节中的中下流。用户到我们的界面上来时，基本已选好目的地了。那么他们主要就使用搜索来查询他们想要的目的地，然后再筛选他们感兴趣的旅游商品。
　　而“热销低价产品推荐”由于只命中了单一目的地，且商品不一定是用户感兴趣的，它击中用户需求的几率较低，所以点击率极低。
　　解决方案：
　　在首页增加了更多热门目的地的入口，并且设计了一个成本极低“运营管理后台”，对目的地进行人工运营配置。
　　把商品分类提到首页，方便用户选择目的地时同时选择商品类型，进行更精准的搜索，同时让用户在首页了解到我们有哪些类型的商品。
　　删除了“热销低价商品推荐”模块，增加了“主题游”作为尝试。
　　后评估：最终首页向下转化率提高至68，措施1提高了约25的转化率（每两周查询一遍所有目的地的点击数据，把点击率低的目的地更换为近期较热门的目的，反复替换，最终达到较高的点击率为止。）；措施2提高了约10的转化率；措施3提高了约8的转化率。
　　案例二
　　发现某一个渠道带来的流量的转化率极高，从进来的流量到下单付款，转化率能有约10，而我们一般的转化率才2～3。
　　思考过程：分析这个渠道的流量质量，发现与其他渠道差别不大，都是对旅游有需求的普通用户，且各自的商品类型都差别不大。然后横向对比所有渠道的流量、转化率、设计、所在位置、用户在此处的需求，发现主要原因是这个渠道入口的“设计”与别的渠道不同，这一种设计形式带来的转化率要明显高于其他的设计形式。
　　解决方案：根据实际情况，把这种设计移植到其他渠道。
　　后评估：此平台（web端）的订单提高了约15。
　　案例三
　　在参与一个独立App时，发现一个功能的入口点击率很高（90），但使用率不高（60）。
　　思考过程：查询与之相关的数据，从入口进来的用户流量都分布在什么位置，然后发现用户进来后都集中在新手引导上，反复的左右翻看新手引导（滑动操作的数据是UV的4倍），且停留时长能有20多秒，发现用户的注意力都集中到了新手引导上面。
　　解决方案：在新手引导的最后一页，增加一个“使用功能”的按钮。
　　后评估：此功能的使用率从60提高到了80。
　　案例四
　　公司攻略部门愿意与我们导流量的合作。
　　思考过程：攻略每天有10万多UV，若能给我们的商品导流量，一定会促进我们商品的销售。我们平台（Web端）每天才6000的UV，若能有10万级的流量入口，对我们商品销售的帮助一定是极大的。然后考虑到数据越是在下游，就越精准，转化率也就越高。
　　解决方案：在搜索结果页、攻略详情页，增加相应目的地的我们商品的入口。推荐每个目的地销量最好的商品，保证用户在攻略的界面看到的会是他们需要的商品。
　　后评估：上线一周后评估，一周仅成一个订单，远远没有达到预期的一天至少5个订单。后来经过与攻略产品经理的沟通、分析，发现主要原因是攻略的用户主要是出行前15天至两个月的用户，属于旅行前期的规划阶段，看攻略是为了选择去哪里玩，而去哪儿玩都没有确定，怎么会在此时就购买旅游商品呢？
　　而我们的用户普遍集中在出行前的三天至七天，是用户确定了目的地、机票酒店都已经订好了。才会在我们这里提前37天预订出境WiFi、包车、导游翻译
　　最后，数据分析是需要不断的实践总结，成功都是靠失败的经验教训堆积而成的。
　　在这个过程中，除了学习产品设计、数据分析的方法以外，更重要的是：了解业务，沉浸到业务当中去，成为自己业务的骨灰用户，知晓业务的方方面面，产品经理一定要做到比团队中的任何人都更了解业务！这样才能够做出成功的产品设计。