重中之重

<網摘>

九億用戶騰訊 絕不踩的大數據雷區

市值逾五千億美元的騰訊，以其強大的社群軟體與互聯網服務聞名，其主力商品微信用戶數超過九億、QQ用戶數超過八億，從PC時代到手機時代，該公司的新產品均能抓緊趨勢轉折，關鍵就在於從用戶需求出發，能聆聽客戶說出的需要，以及洞察客戶沒說出的渴望。其產品從發想、設計、行銷、反饋，形成一個良性的改善循環。作者李立曾任職騰訊多年，親自參與多項產品開發，這些實戰所學到的經驗，均完整呈現於本書。

管理大師彼得．杜拉克（Peter Drucker）說：「如果你不能夠衡量，那你就不能夠有效增長。」數據分析工作貫穿產品設計、成長的全過程。數據是真實、客觀的，不過看數據的角度卻是主觀的。因此，與獲得「正確」的數據分析方法相比，避免陷入常見的數據誤區恐怕是更重要的事。

雷區一：新版總比舊版好

每個版本發布後，我們必須要做的數據工作就是對比分析新舊版本的數據情況。分析的指標包括但不限於版本的到訪頻率、使用時長、關鍵流程轉化率、用戶留存率等。如果直接提取兩個版本的全量用戶數據進行分析，絕大多數情況下，我們會發現新版本數據總是比舊版本好。如果不仔細分析，很容易得出「用戶果然更喜歡新版本設計」的結論。

但事實是，直接對比全量數據的分析方法是錯誤的。因為新舊兩個版本的用戶群性質存在較大差異：

新版本用戶池＝舊版本升級到新版本的用戶＋首次下載產品的新用戶。

舊版本用戶池＝舊版本升級到新版本的用戶＋舊版本未升級到新版本的用戶。

一般來說，對產品舊版本比較滿意、相對活躍的用戶更願意升級到新版本，而那些對產品不怎麼滿意的用戶很多都流失了，自然也不會升級進入新版本用戶池裡。這就導致新舊版本數據池中有差異的兩個群體：一個是中性用戶──首次下載產品的新用戶，另一個卻是負評價用戶──舊版本未升級到新版本的用戶。這樣做對比分析得到的結論自然比真實情況樂觀許多。

因此，對比分析的首要任務就是確保參與比較的兩組群體性質相似，盡可能控制住其他變量，只觀察版本變量對用戶的影響。具體做法可以選擇新舊兩個版本發布初期（如發布後七天）的新用戶來進行對比分析。這些用戶都是首次接觸產品，只有接觸的版本不同，這樣得到的結論就能更接近用戶對產品的真實反饋。

雷區二：平均數掩蓋的真相

我們看數據的時候，一定要對平均數提高警惕，因為它導出的結論常會掩蓋一些重要真相。最常見的誤區有兩種：

一、 混淆不同級別的用戶。

二、 忽視用戶分布狀況。

不同用戶對產品的意義是不一樣的。如果我們不對用戶分級，混淆起來看總體的用戶數據指標、看平均數，那麼既不能看到真正的問題在哪，也無法知道真正的增長來自哪裡。

例如一個影片類應用分析它緩沖超時（編按：指影片在播放時中斷，等待下載的時間過長）與用戶跳出率之間的關係，發現不管平均超時多嚴重，用戶的跳出率都很低，似乎對緩沖超時不在意。但進一步分析數據發現，原來有九五％是免費用戶，這些用戶不管超時多嚴重，跳出率都很低；而另外五％的付費用戶其實對超時很敏感，當超時嚴重時，跳出率明顯上升。但由於付費用戶在總用戶中占比太低，這種狀況就被總體平均數給掩蓋掉了。

所以我們分析產品數據時，一定要對用戶群分級。凡涉及「平均」指標的數據，都盡量到同級別用戶裡去做統計。

另一個平均數的誤區是：我們在談平均數據時，總會下意識的忽略用戶的分布狀況。比如，當聽到一個描述說「這個頁面的日平均瀏覽量高達兩百萬」時，深諳數據分析之道的營運管理者一定會追問「這個數據的具體分布情況如何？」因為他們腦海中會立刻反射兩張不同的圖像出來。

當數據呈常態分布時，均值可大致代表整體情況，但當數據呈長尾分布時則不然。遭遇這類情況時，我們最好截取數據最密集的一段進行分析，進而導出更具指導意義的結論。

數據中另一個值得警惕的概念是占比，一個高占比在沒有樣本總量做參考的前提下很容易誤導人。記住一條原則準沒錯：談平均不談分布，談比率不談總量，都是耍流氓。

雷區三：被誤判的渠道價值

在產品成長階段，我們會借助不同渠道進行產品推廣。內部渠道包括好友分享、贈券優惠等，外部渠道則包括各大應用市場、網站聯盟、郵件簡訊行銷等。每個渠道都對應著推廣成本，營運管理者常通過評估渠道價值來制定推廣策略。
假設有兩個渠道，渠道A和渠道B，引流能力如下：

A：為產品帶來五萬個啟動用戶，一個用戶成本十元。

B：為產品帶來兩萬個啟動用戶，一個用戶成本二十元。

直接從渠道用戶數和單用戶獲取成本來看，渠道A量大、成本低，顯然優於渠道B。如果我們對渠道的價值評估僅止於此，就落入了價值誤判的陷阱。

用戶啟動使用只能代表他們走進了產品，但這些用戶是如何使用產品的？他們對產品感興趣嗎？願意長久用下去嗎？願意付費嗎？所有這些問題我們都還不清楚。這樣評估出來的渠道價值毫無意義。

當我們評估一個渠道的價值時，本質上是要看這個渠道為我們帶來的用戶到底是誰，他們和產品契合度如何，在產品的哪一個層級上。即使都是付費用戶，付費頻率和平均客單價不同，對產品的價值也不同。

所以回到渠道A和B的比較：A：啟動五萬個，留存一萬個，付費兩千個，推薦一千四百個。B：啟動兩萬個，留存一萬個，付費六千個，推薦四千五百個。

綜合評價後結果顯示：渠道B的用戶質量反而高於渠道A。

分析渠道價值時，最好對比同期渠道數據。渠道來源並非影響用戶轉化的唯一要素，不同時期不同版本，各環節營運手段總有不同，如果還是採用逆推判斷不同時期的渠道付費成本顯然不太合理。

最後總結一下渠道誤判留給我們的教訓：有多大流量不重要，重要的是產品最終能沉澱下多大的流量。