百度App产品经理抖DAU的干货

合集下载

产品经理职业教育学习服务升级(二):提升用户满意度的MVP方案

产品经理职业教育学习服务升级(二):提升用户满意度的MVP方案

导读:随着近年互联网流量红利的消失,企业的获客成本正逐年变高;伴随着国家对教培行业的一轮又一轮政策利好和要求,正推动着教育行业的健康发展,当下而言,如何用好教学、好服务和好口碑经营服务好现有用户,以获得长期价值,便显得尤为重要。

过去我们经常关注产品业务上的DAU、ARPU、转化率、GMV等具体数字指标,例如上篇文章讲到的积分转化率、单人复购率等,感兴趣的可以阅读笔者上一篇文章:《。

但今天,用户终身价值—LTV变得越来越重要,随着营销成本发生转变,很多企业已不再只关注拉新转化客单价,而是需要通过好的用户体验,使其产生更强的单人复购和品牌口碑的转化,利用产品服务好用户、留住用户来实现盈利。

对教育平台而言,用户口碑和自身硬实力缺一不可,而核心要素除了头部讲师的吸引和培育、课程体系的丰富完善、产品技术创新等,最难塑造的就是用户的口碑,好的口碑直接体现着企业的信用和服务。

以学员满意度和考试通过率为标准,一切围绕学员需求出发,形成老师、产品、服务三个关键点的配合,追求整体交付能力,便是当下最重要的产品战略目标。

在确定了产品战略层目标后,下一步则需要挖掘现阶段问题、划定需求范围、制定迭代方案。

考虑到现阶段目标是以用户体验为主,需要了解用户真实的需求痛点,但网校的用户分布在全国各地,常见的访谈调研就显得成本较高,需要分析人员花费较多的时间和精力投入其中。

回想我们在日常生活中,办理银行、运营商等业务时会经常打电话咨询客服,平时买家电或电子设备出现问题也会进行售后咨询…互联网产品同样比较注重用户咨询反馈,会建立各种反馈机制解决用户的使用问题。

体验类问题,无非就是用户对产品使用理解成本高,或者觉得使用时特别不顺畅,没有达到自己的预期等等,这类问题与满意度息息相关,想要提高用户满意度必然要将产品体验的实际预期≥用户的目标预期(通常来自销售人员对产品服务的介绍)。

结合本阶段目标,这里采用了成本低回报高的调研方法:收集客服咨询反馈、收集学习社群日常反馈、收集用户问卷反馈。

dau公式拆解

dau公式拆解

dau公式拆解首先,DAU(Daily Active Users)指的是一个应用、网站或平台在一天内活跃使用的用户数量。

在数字营销和数据分析领域,DAU是一项重要的指标,用于衡量用户参与度和平台影响力。

DAU公式可以拆解为:DAU =每日新增用户数+每日活跃用户数-每日流失用户数1.每日新增用户数:指的是在一天内新注册或下载并安装应用的用户数量。

2.每日活跃用户数:指的是在一天内至少使用过一次应用的用户数量。

这可以通过统计用户的登录、浏览、评论、点赞等操作来确定。

3.每日流失用户数:指的是在一天内不再使用应用的用户数量。

这可以通过统计用户的注销账户、卸载应用、长时间不进行任何操作等来确定。

通过拆解和计算这些指标,可以得到每日活跃用户数。

同时,还可以利用这些数据进一步拓展分析:-计算每日活跃用户的留存率:留存率是衡量用户保持活跃状态的指标,可以通过计算过去时间段内用户的流失率来确定。

其公式为:留存率= (当天活跃用户数-流失用户数)/前一天的活跃用户数。

-分析每日活跃用户的行为特征:可以通过用户行为记录和数据分析方法,了解用户喜好、偏好、行为路径等,为产品改进、推广活动和用户个性化推荐提供依据。

-预测未来的DAU和用户增长趋势:通过对历史数据的趋势分析和预测模型的建立,可以预测未来的DAU和用户增长趋势,为业务决策提供参考。

-比较不同时间段或不同用户群体的DAU:可以对不同时间段或不同用户群体的DAU进行比较和分析,找出差异性、研究原因,并制定相应的策略和措施。

总之,DAU公式是一种衡量应用活跃用户的指标,通过拆解和分析该公式可以进一步挖掘用户行为特征、预测发展趋势,并为产品改进和用户增长提供决策支持。

数据产品经理:实战进阶-笔记

数据产品经理:实战进阶-笔记

数据产品经理:实战进阶-笔记《数据产品经理:实战进阶》作者 杨楠楠赞誉数据产品经理的职业使命从业务的可持续增长,到企业⾃⾝的降本增效,再到建⽴业务和技术上的竞争壁垒等前⾔数据产品经理的职责是围绕数据构建解决⽅案,从获取数据的埋点到数据治理,从数据提取到数据可视化,从数字营销到⼴告,从搜索到千⼈千⾯的推荐,从风控到规划,从预测到AI。

1.1.1 数据产品定义数据产品经理定义数据产品是⼀种降低⽤户使⽤数据的门槛,并发挥或提⾼数据价值的产品类型,与之对应的有⽤户产品和商家产品等。

负责设计、维护和优化数据产品的⼈,我们称其为“数据产品经理”。

数据产品是⼀种降低⽤户使⽤数据的门槛,并发挥或提⾼数据价值的产品类型,与之对应的有⽤户产品和商家产品等。

负责设计、维护和优化数据产品的⼈,我们称其为“数据产品经理”。

1.1.2 数据产品组成⼀个完整的数据产品通常由采集清洗、计算管理、分析展⽰和挖掘应⽤四个部分组成。

数据的价值还体现在与业务结合的挖掘和应⽤上。

通⽤的业务场景有搜索、推荐、排序和风控四种1.1.4 数据产品衡量准确性、及时性、全⾯性、易⽤性四个维度来评估数据产品,排列的顺序也1.2.1 ⽤户数据产品根据数据来源,可将⽤户数据产品细分为指数型、统计型和⽣活型。

这三类产品的区别见表1-1。

表1-1 三类⽤户数据产品的⽐较指数型数据产品的设计精髓是“⽐较”,通过⽐较各种关键词在不同区域和不同时间段内的出现频次,形成热度的⾼低演化。

统计型与指数型产品相⽐,最⼤的差别是数据均来⾃外部采集,然后经过企业内部整理呈现统计型数据产品的关键是可靠的数据源和数据清洗。

⽣活型数据产品是收集⽤户⾃⾝数据并进⾏⼀定程度的归类、分析与可视化的产品。

1.2.2 商⽤数据产品商⽤数据产品,即由企业或个⼈开发,提供给外部企业使⽤的,具备数据采集、计算、存储、展⽰和分析等功能的产品。

1.2.3 企业数据产品企业数据产品,由企业⾃建⾃⽤,主要⽬的是降低员⼯使⽤数据的门槛,辅助⼈员作出决策和提⾼业务效率。

一份高级产品经理的干货分享整理:终极prd

一份高级产品经理的干货分享整理:终极prd

一份高级产品经理的干货分享整理:终极prd这世界走的再快,也与你无关,一步一步成长,也挺好。

受公司学院的邀请,师父出山为广大同事做了一次含金量超高的分享。

打从上周接到邀请,师父就开始紧张兮兮的准备这次分享,满脑子都是如何做分享(偷偷告诉你们,他都没心思工作了)。

因为,这事情关乎他的面子,我想这世上可能没有什么比他的面子更重要的了。

他一直说“我满脑子的东西,怎么讲!”最开始他打算把整个产品设计流程全部讲一遍,然后一个人在那里神经兮兮哔哔了一天。

我实在看不下去了,于是给他讲了一下我平时听得一些分享的情况。

我说:“大家都是已经入门的产品了,其实早在我还没做产品工作的时候就已经对流程滚瓜烂熟了,但是知道流程并没有什么卵用。

我们需要的不是大的框架和虚的概念,不如你就抓住流程里面非常细小的点来讲实际工作中的应用”。

好在师父在懵逼的情况下听取了我的意见。

于是就有了下面的分享内容,这里我将放出我师父的演讲稿,这比听分享和看分享后整理的文档更有参考意义(我在师父分享完之后是整理了一份分享文档给学院的)。

主题:如何写好一份prd(我将草稿只字不改,虽然有点乱,但是这样完全代表他思考逻辑的稿子可以看出他的思维逻辑多缜密,还有丝丝尴尬和搞笑)大家好,我是家庭网络产品线产品中心的产品经理**,在部门主要负责路由APP的产品工作,很高兴在这里和大家做这个分享会,由于我之前从事的行业比较多,根据之前一些产品经验,结合自身的特长,总结了一套自己产品设计的方法,用来跟大家分享,由于时间关系,我这里着重分享下我写需求文档的一些经验,希望能抛砖引玉,互相交流学习。

也希望大家能在今后的过程中能总结出自己的一套更好的产品需求文档的编写方法。

我认为,一款产品的上线,产品经理需要负责其四个阶段:概念阶段,设计阶段,实施阶段和运营阶段。

概念阶段里我们需要提供产品的商业模式(即BRD)的内容以及产品的市场分析(即MRD),公司立项一般会需要提供这两个文档,特别是商业模式特别重要,斐讯0元购就是一个非常好的商业模式,往往一个好的商业模式基本决定了一个互联网产品的成败。

产品经理瞧一瞧那个天天和你讲“千人千面精准用户”的老板

产品经理瞧一瞧那个天天和你讲“千人千面精准用户”的老板

编辑导语:随着互联网的不断发展,大数据的场景也用的越来越多,不少企业开始利用用户标签的设定,进行精准投放;比如常见的淘宝,就很根据你的喜好进行投送;本文作者分享了关于如今用户标签以及精准推送的分析,我们一起来看一下。

“用户标签!千人千面!精准推送!精准服务!”这个是阿强老板一天到晚在和我叨叨的!前几天又把我叫到办公室,说一客户有个万人的经销商名单,手机号码和姓名都齐全,一定要让我想个办法去给客户做个用户精准推送的方案,根据经销商采购商品的喜好,给经销商们推送其公司合适的产品。

大数据的理念下意识告诉我,这是一个可以利用大数据手段赚钱的项目,我隐隐约约的似乎闻到了项目奖金的味道了。

结果一轮调研后,客户除了有手机号,其他啥毛线数据都没有!!!没有数据的大数据,这是个笑话吗?一天天讲大数据,精准推送。

概念性的东西,谁不懂这个意思:就是给精准的人群推荐他需要的哪一样东西或者服务(以下统称商品),以达到广告效率最大化!我就一个问题:做为产品经理,晓不晓得这个给精准人群推荐合适商品,是怎么个推荐法想先?给商品添加标签,给用户添加标签,给标签添加上策略(推荐算法),用标签完成喜好的匹配,就是这么简单。

抬杠的来了:我在京东上面搜索了“脑残式拖鞋”,刷抖音的时候,就突然看到了我搜索的哪款,为啥不是推荐同类的其他脑残相关的玩意呢?这,推荐算法说了算吧!标签推荐,属于泛类型推荐,猜你就是喜欢这些,抖音视频应用的登峰造极!指定物品推荐,有可能就是,你在商城都加到购物车了,这个就是你最需要的了!用户添加标签,这个没有毛病,不然怎么叫千人千面!给商品添加标签,这个操作真实吗?作为一名抖音疾病深度患者,我觉得,如今市场上,能够把“精准推送”这个玩意搞得最好的,就属字节跳动了!所以,我找了西瓜视频:点击视频右上角三个点,点击“不感兴趣”视频,APP会提示让你选择不想看那个类型:春晚、全民演技派。

这些就是视频的标签。

这样理解下,你发布一个商品,发布一个视频,发布一篇文章,电脑不是人,电脑咋知道你这个是什么类型的商品呢?是关于汽车的,关于金融的还是关于什么鬼的;所以你需要给这个商品加个标签,让系统记住你这个是什么类型的标签,然后,根据这个标签,推进给含有该标签的用户群体。

产品经理黑话指南

产品经理黑话指南

产品经理黑话指南:让你说出的话都像是在讲道理作为一名产品经理,你需要具备解决问题、梳理需求、推动项目、协调沟通等多种技能。

而在这一系列工作中,“黑话”已经成为了我们日常工作中最常用的一种语言。

那么,什么是“黑话”呢?简单来说,就是在处理技术、数据、市场等各种业务过程中,使用特定行业术语或某个行业独特的表达方式,让我们在“理性”和“感性”之间找到了桥梁。

那么,在这个“黑话林立”的世界中,如何才能说出的话都像是在讲道理呢?以下是产品经理黑话指南,帮助你轻松掌握各种“黑话”语言。

1. 产品术语篇- MVP,指的是“Minimum Viable Product”,也就是最小可行产品。

一般是为了快速验证产品想法,尽可能优化开发进程,较快地投入市场,实现用户反馈和产品自我修正。

- Pivot,指的是“转型”。

产品出现问题或不符合市场需求时,需要重新调整产品规划、改变原计划,从而实现更好的产品表现。

- User Journey,指的是“用户旅程”或“用户体验路线图”,也就是依据不同用户进入渠道和场景的经历或感受的综合设计。

- A/B Test,指的是“甲乙测试”或“对照实验”,也就是通过对比测试确定不同设计、内容或功能对用户体验或转化率的影响。

- Agile,敏捷开发的工作方法:一种基于需求,使用迭代、增量方式的开发模型。

2. 技术术语篇- CDN,指的是“Content Delivery Network”,即内容分发网络,是指一种分布式的互联网技术,利用本地的服务器和网络存储,协助用户就近获取所需内容,加快用户的访问速度。

- DAPP,指的是“Decentralized Application”,是一种全新的区块链应用,采用去中心化和智能合约技术,去除中间环节,提升应用程序的可信度和安全性。

- API,指的是“Application Programming Interface”,即应用程序编程接口,提供的一组预定的代码接口协议,用于不同程序之间的通信。

dau指标体系

dau指标体系

dau指标体系DAU,即每日活跃用户(Daily Active Users),是指在一个特定时间段内(通常是一天)使用某个应用或者访问某个网站的用户数量。

DAU是衡量一款产品或者一个网站活跃程度的重要指标,它可以帮助企业了解用户行为,优化用户体验,提升产品或者网站的用户黏性。

DAU指标体系主要包括三个方面:用户数量、用户活跃度和用户参与度。

下面我将逐个进行解释。

首先,用户数量是DAU指标体系中最基本的指标之一。

它衡量了每天使用某个应用或者访问某个网站的用户数量。

用户数量反映了一个产品或者网站的用户规模以及受众范围的大小。

当用户数量增加时,代表着产品或者网站的用户群体扩大,这意味着市场潜力和用户增长的潜力也相应增大。

同时,用户数量也是衡量产品或者网站在市场中的竞争力的重要指标之一。

如果某个产品的用户数量增长迅速,说明它在市场中的竞争地位也在提升。

其次,用户活跃度是衡量DAU的重要指标之一。

用户活跃度主要包括用户的使用时长和使用频次两个维度。

使用时长指的是用户每天在应用或者网站上的停留时间,使用频次指的是用户每天使用应用或者访问网站的次数。

用户活跃度反映了产品或者网站的吸引力和粘性。

高用户活跃度意味着用户对产品或者网站的内容、功能和服务产生了浓厚的兴趣和需求,用户愿意花费更多的时间和精力在产品或者网站上。

而低用户活跃度则反映了产品或者网站存在吸引力不足、用户体验差或者竞争力不强等问题。

最后,用户参与度是衡量DAU的另一个重要指标。

用户参与度主要指用户在产品或者网站上的互动行为,包括评论、点赞、分享、购买等。

用户参与度反映了用户与产品或者网站间的互动程度,用户愿意积极参与代表着他们对产品或者网站的认同和满意度,也说明产品或者网站的内容、功能和服务对用户来说具有一定的价值。

通过提升用户参与度,产品或者网站可以增强用户黏性,促进用户留存和转化。

综上所述,DAU指标体系是衡量一个产品或者网站活跃程度的重要指标,它可以帮助企业了解用户行为,优化用户体验,提升产品或者网站的用户黏性。

产品经理常用的数据分析指标

产品经理常用的数据分析指标

产品经理常用的数据分析指标一、增长指标互联网时代已从增量的指数级增长,过度到了存量的精细化运营。

增长也不仅仅是用户的增长,更关键的是业务的增长。

所以产品经理在为用户持续提供价值的同时,也要为企业创造更多的商业价值。

借助RARRA增长模型,能够很好的帮助产品团队去追踪增长情况。

1.用户留存(Retention):为用户提供价值,让用户持续使用产品或服务。

常用的分析指标有:流失用户数、流失周期、周留存率、月留存率等。

2.用户激活(Activation):确保用户在使用产品和服务时,可以体验或感受到价值所在。

常用的分析指标有:DAU、MAU、使用时长、使用频次等。

3.用户推荐(Referral):让用户与他人分享和讨论产品或服务。

常用的分析指标有:分享页曝光、分享用户数、分享率、分享转化率。

4.用户变现(Revenue):基于为用户提供价值的同时,创造商业利润。

常用的分析指标有:付费用户数、付费转化率、人均付费笔数、人均付费金额等。

5.用户获取(Acquisition):鼓励老用户转介绍,带来新用户。

常用的分析指标有:曝光用户数、点击用户数、注册用户数等。

二、产品指标产品体验好坏,一是可以找用户调研得知,但需要消耗比极大的人力和时间成本,另外就是通过产品相关的数据指标来判断。

用户对一个产品最直接的定义就是:产品好不好用、流程复不复杂、内容好不好、能不能解决某一需求,以上都可以划分为功能和内容2大类。

产品指标直接体现了产品是否满足用户在特定场景下的需求和痛点。

1.功能:路径漏斗、使用人数、使用次数、用户评价2.内容:【UV-深度、PV-广度】消费、点赞、评价、收藏、分享三、业务指标不管是To C、还是To B产品,对业务的价值一般体现为:降本增效 & 业务增长。

流程优化和人员技能的提升都能带来效率的提升和成本的下降,最典型的例子是:机器人代替人工作业。

业务的增长可以是内部人均产能的提升,也可以是外部市场规模的扩张。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

如果大家留意对比一下可以发现,百度App不管是Android还是iOS,在首页都花了巨大的区域来进行品牌LOGO的展示,这与一般App的处理非常不一样。

一方面或与搜索产品的特殊性有关,另一方面正是品牌资产的考虑。

其实终端环境已经决定了品牌语境,对品牌资产的最大继承,就是保持多终端品牌一致性,但现在很多跨终端产品,尤其是大公司的,依然做得乱七八糟,未来必走弯路。

法则3:保证iOS始终有一个待审核版本快速迭代,但不代表容忍BUG
任何一个PM都会告诉你:快速迭代。

但是崩溃的是,很多PM走偏了,导致很多BUG也跟着迭代了。

任何时候,BUG对用户的伤害都是致命的。

我统计了一下,百度App在Q1累计有4个iOS版本,平均下来,有一个规律:基本上随时会保证有一个待审核版本在iOS后台。

而迭代周期的设定,PM要和RD配合,为自己留下空窗期,而这个空窗期可以关注用户反馈以及运营推广等周边。

另外,不要急着评估迭代效果,让产品方向发生错乱。

比如百度App有一个实时热点widget设计,在多次迭代后,对用户启动频次的提升产生突然质变(日订阅量很短时间涨24倍)。

由于widget是基于云,给迭代带来便利,PM可以非常自由的去小碎步尝试,找到用户最痒的地方。

对于BUG和产品反馈,百度App有一个值得一提的做法:除了内部QA,外部专门有维护一个极死忠的粉丝组织,这个粉丝组织的每一个成员几乎都可以第一时间找到PM,沟通几乎是零障碍,其触角可以渗透到产品的每一个犄角旮旯。

法则4:挖掘长尾需求和精细化体验,但守住你的核心定位
我在看Q1的某个时间段的数据时,发现一个惊讶的事:百度搜索的两大入口——移动搜
索()并没有出现爆发式增长,但百度App却飙得出奇的猛。

按常理:1、用户习惯不太可能短期完成迁徙;2、用户的搜索需求短期内不太可能骤变。

咨询PM后,PM告诉我,他们一直在研究用户热点行为,造成这个现象的很大因素来自对更符合移动端搜索体验的加强,比如扫描后翻译、条码二维码扫描后翻译等。

基于这个架构,会对垂直和长尾做进一步挖掘。

从菜单布局也可以看出(在二级菜单中),这些需求对于海量搜索行为来说,属长尾需求,但对搜索体验完整性帮助很大。

PM对用户的热点进行追踪发现,凡是开启过二级菜单的用户,其后续开启频次增长很快,这证明长尾被激活了。

由此可以看出,手机屏幕寸土寸金,舍弃功能对PM来说是必做的功课,尤其是长尾需求往往被从更新列表中一推再推,这个时候有一个原则可以衡量:如果功能是App核心定位,即便是长尾需求,也应优先满足。

法则5:产品对话要接地气,别动不动就上用户引导
说到产品对话,百度App吃过一个甜头:在3.5版更新时,更新日志中程序猿有一个“天天加班,他男朋友都和他分手了”的卖萌文案,取得了极大的传播效果。

虽然这种套路的鼻祖是图吧,但比起干巴巴的产品新功能介绍,显然用户更愿意为此买单。

PM和RD往往都有一个臭脾气,总是觉得自己的产品如何如何牛×,与用户的对话有意无意的自我包裹,尽可能装。

或者潜意识中认为产品宣传是PR的事,不想因为产品设计成为话题。

这其实是反用户体验的思想。

此外,百度App特别控制新手引导的使用。

我觉得这一点尤其需要提及,基本的原则是:能不用就不用,不要为了引导而引导,不要把用户当白痴,不要老学某×信的文艺范儿式的5屏引导,结果往往是东施效颦。

以上就是我归纳和提炼来自百度App做DAU的一些经验和教训。

说到这里,我想起了李彦宏在2010年百度十周年的那次讲话。

他说,百度要花10年营收增长40倍。

要完成目标的三大关键词分别是搜索、移动和国际化。

在Native为王的移动互联网当下,百度App从某种意义上承载了前两者,有时候战略和目标其实都是浮云,做PM应该有绣花的心态,再伟大的愿景,也只在一针一线之间。

人人都是产品经理()中国最大最活跃的产品经理学习、交流、分享平台。

相关文档
最新文档