很多互联网公司的同学做产品分析做得很纠结。每天忙着算各种点击率、转化率、活跃率，到头来还被嫌弃“没有分析出价值”�? 今天系统讲一下，到底完整的产品分析该怎么做。产品分析也分战略层、战术层、战斗层三层，想分析得清楚，得层次分明，重点突出才行�? # 理想的产品分析做�? 战略层：整个产品的定位、发展态势、绩效表现的分析�? 这一块分析常常是产品经理�?BRD 或�?MRD 里，描述了产品的战略定位、发展目标，之后通过数据追踪目标达成（如下图）�? 
标准�?MRD/BRD 文档内容很丰富，但在数据分析师看来，用一个简单的公式可以概括：用户群体规�?需求场景频�?支付能力+竞争能力=商业价值。一个产品一定有自身的定位，如果不了解情况，除了�?MRD/PRD，还能参考之前的融资说明，一般都有清晰的介绍�? 当然，很多公司的基层产品经理，自己都不知这些文档长啥样（或者干脆就是随手瞎写的）。因此只能通过一些更简单直接的方法判断当前的战略目标，比如最常用的产品生命周期法（如下图）�? 
战略层的分析，理应是最先开始，最先需要明确的分析。因为后续每一个具体功能，每一项具体设计，每一次迭代优化，都是为了达成战略目的服务的。但是这恰恰是很多产品分析最缺的部分�? 因为在很多公司里，以下种种因素，都会导致战略分析没有做到位，从而导致目标感缺失，引发后续各种问题�? - 老板本人才是真产品经理，其他人只敢唯马首是瞻�? 新来的产品经理不了解过往情况，只知道依葫芦画瓢�? 公司规模太大，职能切分太细，每人只顾自己门前雪�? 战术层：某一个具体功能模块的效果分析�? 每个功能模板都有其作用，有些功能是通用的，比如�? | 登录：实现用户登录。| 首页：实现站内流量分配。| 个人中心：查看个人基本资料�? 有些则根据产品属性有区别，比如| 交易型产品：商品展示 →详�?→订单确�?→支�?→物流信息| 内容型产品：内容展示 →浏�?→完成浏�?→转�?收藏| 工具型产品：（以导航为例）起�?→终�?→路径选择 →导�?→结�? 根据任务不同，又能分成核心功能和辅助功能。比如，交易型产品的核心功能就很聚焦：完成交易。只不过为了提升交易效益，会增加诸如文字种草、视频种草、活跃签到、种树浇水等等功能，因此关注每个功能的使用率、跳出率、转化率、促成交易的 GMV 即可�? 
战术层，关注各个功能模块，是否很好地承接了整体任务。比如登录功能就是要尽可能降低卡登录人数，主界面要尽可能向高转化路径分配流量，种草功能转化率要尽可能高�? 内容型产品的分析会略复杂，因为用户完成一次流量行为的时间可能很短。在登陆后，会进行一系列动作。并且内容型产品往往提供多种话题（时政、科技、体育、二次元……）、多种产品（视频、图文、语音……）、多种形式（PGC、UGC），因此用户行为更杂乱�? 此时，常常先对用户进行分层，区分出轻中重度用户，再看用户的整体活跃市场和内容数量，再看具体行为分散在哪些功能上，每一种功能的使用情况�? 
用户分层后，可能每一层内，对不同话题/内容爱好，又能分群体，分清楚后，更容易看清楚其行为组合，从而分析每个功能点的作用。很可能高活�?高付费群体会有很多行为可以分析，因此需要拆分专题，比如如何提升转化，如何延长在线时长。而对低活�?沉睡群体的分析就相对简单�? 战术层的核心就是解决轻重缓急的问题�? 1 到底哪些要优化，哪些要新增，哪些要删�?1 优化方向是什么，提升到多少合�?1 新增方向是什么，起到什么作�? 先解决了这些战术层问题，再谈战斗层：具体按钮是红是蓝，具体点击是多是少……就非常清晰。达成目标是评价功能点的最高级标准�? 当然，实际操作的时候，这一步也是经常被省略的。很多基层产品经理就是：
1 因为老板让做，所以做 1 因为对手做了，所以做 1 因为调研了用户，用户说需要，所以做至于做成啥样，完全没有具体预期（或者是随手写一个）。后续分析就更混乱了�? 战斗层：某一个具体页�?按钮/流程/玩法的设计�? 战斗层的分析最为人熟知的就�?ABtest。因为直接上 ABtest，可以很无脑地终结设计层面的争吵，哪个数据表现好就用哪个。ABtest 如此流行，以至于很多厂子，连数据分析师都懒得用传统的分析方法了，“遇事不决，ABtest！�? ABtest 确实是解决争议的最快速手段，特别是涉及一个页面上按钮左边/右边这种设计类问题。当产品经理们争执不定的时候，直接�?ABtest 能让大家快速闭嘴�? �?ABtest 不是万能神药。因为用户行为一定是多因素综合影响的结果，用户行为路径越长，累积到最后的影响因素越多，特别是涉及现金交易的流程�? 因此，如果用户行为真的在末端断掉，很难短时间内拆分清楚。企业实际环境也不像实验室那么干净，用户口碑交叉影响、当季流行的时事、舆论风潮、营销偏好等无法收集数据的因素，都会影响结果，因此 ABtest 更适合解决流程前段的设计问题，流程越靠后，测试结果越容易失效（如下图）�? 
比如推一个在线教育课程的广告，如果测广告页面哪个点击多，很容易测出来。但是如果非要测最终转化率，可能受到：课程体验好不好？销售会不会跟进？班主任服务到不到位？营销给不给力？是不是刚好蹭上热点？一堆因素，很难测清楚。并且这里很多影响因素是当季产生的，复习都忽视不了�? 更不要说，很多产品经理站在本位主义角度，非让数据证明自己负责的功能没有问题。并且尤其喜欢拿运营活动、外部因素等很难量化的事说事。这种浑水摸鱼，且把水越搅越浑的做法，只能让分析更无所是从。最后变成大型相互甩锅现场�? # 产品分析为啥难做
小结一下，理想中的产品分析，应该这样展开�? 
这样层层分解，目标清晰，落地效果自然容易衡量。可实际上很难这么理想。产品的实际效果（诸�?DAU、转化率）不单单受产品影响，也和商品搭配、促销力度、活动支持、用户习惯等诸多因素有关，单纯在分析层面，想一一解答清楚都很困难�? 更糟糕的是：在相当多厂子里，真正的产品经理只有老板一人！挂着产品经理头衔的诸位，其实都是忠实复制粘贴老板命令即可。再加上国内互联网圈子里相互抄袭风气浓厚，导致产品目标更不清晰，灵活性更大，效果更难观察�? 经常做分析的同学去问产品经理：为什么做这个功能？这个功能的定位是啥？目标是啥？得到的答案就是：
“老板让做的�? “我看对手也这么做的�? “上线了指标不好看，改改�? 无目标，无逻辑，无思路。三无产品，当然让做分析的同学更糊涂�? 这里当然也有做数据分析的同学自身局限性，很多做分析的同学一问三不知�? | 产品的定位、目标受众、竞争对手是谁？| 产品的功能模块流程怎么走？各自什么作用？| 设计思路是啥？之前数据如何？对应哪些客群？啥都不知道…�? 导致实际上的产品分析，做出来是这个效果（如下图）
三无产品遇上三不知的数据分析师，那除了列举“PV/UV/转化率，点击/跳出/GMV”就真的不知道咋分析了。所以同学们可以先学习本篇的基本概念，之后结合各自产品情况做基础了解，下一篇，我们找一个例子来具体看看该如何分析，敬请期待哦�