我们做一个互联网产品，重视数据产品，是因为我们有大量的数据生产。我们需要避免拍脑袋的需要。我们希望接下来的产品设计方法是正确的，而不是错误的。我们需要一种产品或方法，能够为我们提供智能决策、数据可视化和数据规则的快速浏览。

所以才有了数据产品经理这个职位。

首先，构建数据产品

比如我们使用的运营平台，电商交易后台，都是数据查看的数据平台，都是工具型的产品。

第二，使用数据进行运营升级

特别是很多公司没有像大厂那样有专门的数据团队，所以会请数据产品经理做数据运营分析。

第三，产品优化设计

通过页面之间的数据指标值，找到最短的用户路径设计、功能排列和页面按钮布局位置。

以上三者是数据产品经理的软实力。

最常见的方法是使用数据看板和数据规则观察来总结运营决策建议。几乎所有的互联网产品，在线上实现的时候，都会有一个类似的“电商系统”。围绕订单的交易数据、商品数据、渠道数据、业务转化数据构成了通用数据运营分析。

下面我给出的数据看板是我们在电商运营中必须使用的数据看板。也是我在21天数据产品经理训练营的课程案例，在最后的报名课程中可以学习加入一月班

1。使用用户数据升级操作

1。交易数据的数据分析

如上，是一个线下店铺的交易数据。数据来源于用户店铺扫码后产生的订单数和支付数据。右边是数据趋势图，包括订单数和付款人数。

这个数据看板就是第三方电商数据平台生成的可视化数据，很多数据平台也允许手工导出数据，以便进一步分析。

对于数据产品经理来说，仅仅看这些冷冰冰的数据是没有意义的。要观察随时间的变化，找到规律，为运营策略和产品设计优化做铺垫。

从交易数据的趋势和价值可以得出以下结论。

数据结论

1.总销售额52028，扣除退货51521，付款190，支出242，支出497，人均支出1.27，人均支出2.61，整体客单价273。

2.1.6是缴费人数高峰。

优化策略:

1.增加相关营销推荐和门店、商城各种满减套餐，增加人均付费商品数量，提高整体客单价。

2.高峰日是店铺会员日，会员日增加扫码入口会进一步增加扫码数量。

2。渠道分析

按照渠道的字面理解，交易就是分析系统中所有商品订单在各个渠道中的数据分布。

渠道分析需要提前建立渠道标准(有的甚至需要埋单支持)，同时发掘可用渠道。比如上面的案例，只能收集PC端、app端、微信端、手机浏览器端，这其实是一个比较粗略的范围。

要细化渠道分析，还可以追溯到某个代理用户，某个城市区域等等。然后，给我们下一阶段要做的运营工作。

渠道分析数据结论:

1.订单量的渠道来源主要是微信，占比94.1%，PC和M订单量较少，合计占比6%。

优化策略:

1.后期主要以微信的引流和推广为主，但也要注意搜索引擎在PC和M上的流量优化，这需要其他部门配合SEO优化。

2.手机app为0，观察是否有bug，增加app输入检测。

3。商品分析

往往对于一个互联网公司来说，线上销售的产品品类会比较多，需要找到热门品类进行针对性运营。

产品涉及大量商品，数据产品经理需要考虑商品分析。统计畅销商品和用户人均单价，然后做商品迭代。

分析商品有助于大大提升产品的竞争力，同时可以开源节流，避免低效商品的投入。

还记得麦当劳兄弟在做麦当劳的时候，第一个决定就是做汉堡，因为汉堡占了他们原来餐饮收入的80%，所以他们选择了单一的SKU来建立下一个麦当劳。

根据以上商品数据，我们可以得出以下商品分析结论。

数据结论

1 .支付金额排名前三的是文件夹、鼠标垫和潇雅纳米。

2.二分钟后。Top30，月订单量10以上为文创+玩具+音箱，产品单价在100元以内。关注数据线、充电宝、保温杯等低价客户刚需产品，目前没有跑量。看显示器还是分流不足。

优化策略

1.给容易去的产品页交通或规划活动。

2.公司自身包装的选择策略依赖于文创刚需的产品，如文件夹、手机壳、笔记本、便利贴、数据线、充电宝、电脑包等。目前高客单价商务礼品的数据表现太差，去不了。

车辆系列产品线不丰富，建议补充。如果整车系列换成OEM自带包装，将是一只很大的潜力股。

4。商城首页流量数据

用户商城首页到商品详情页的点击符合盗版模型，但上面的趋势图需要换算成百分比才能得到一个有效的转化率数据值，产品经理可以用来优化商城首页的页面设计。

数据结论:

1.1月6日，商城首页和商品页的UV流量最高，其他时间段相对一般。上个月产品总UV 548，总头版。

UV是903，但目前数据分析部门分不清哪些产品跳转到首页。

流量转换建议策略:

1.因为PC端流量占比高，增加流量导入渠道，微信官方账号，渠道投放，资源置换等。

2.某几类商品的详情页转化率高，可以投放这几类商品的广告位。

5。类别单价分析

了解品类单价是电商运营成功的关键。例如，我们有许多商品。除了找出排名靠前的商品，还要知道用户能承受的人均ROI，这样才能找到接下来商品的购买价格阶梯。淘汰人均价格较高的产品。

数据结论:

1.目前音响产品占总销售金额的54%，品类单价也是最高的。

2.耳机销售金额最低，销售快的办公文具略低，品类单价分别为30。

3.目前家用电器只有车载香薰卖得好，客单价略低，其他卖得差，导致整体品类客单价略低。

品类建议策略:

1.家电爆品的选择可能需要调整。

2.尝试打包一起卖，提高客单价，以高销量带动低销量产品，提高视听品类单价。尽量多卖办公文具。

以上是我们利用数据模型做数据运营分析优化电商运营的技巧。

同样，我们也可以使用数据模型来优化产品设计。

第二，用数据优化产品设计

页面下方是支付宝手机充跳转到的成功充值页面。

数据嵌入后可知户收红包，成功用户数的路径完成度最高

但与“充值助手”和“手机充值”相比，点击量少，点击率低。

从增加用户ROI出发，我们可以使用计算公式:

点击率*成功完成=投资回报率

如果你想提高投资回报率，点击率和成功率都可以提高，你可以获得更高的投资回报率。所以左边的红包领取按钮面积变大，同时红包充值页面位置上移，增加更多点击率。

点击率增加，从而增加ROI，这样我们就可以在右边设计充值成功的页面。

以上两个纬度的情况，我想表达的是，数据产品经理不仅仅是搭建一个数据平台，还要掌握基本的数据操作知识，用数据知识驱动产品设计，才能达到更高的效率，避免挠头。

今天的分享就到这里。

我的个人微信官方账号:凯文一点一点改变世界，幻影幻影关注我。