斑馬，斑馬，你不要睡著了。讓我看看你受傷的尾巴。
PM眼里的數據分析
數據分析是一種統計描述的方法，它的核心是量化一切，用來減少不確定性，降低噪音，回答真實世界中的某些復雜的問題?；ヂ摼W產品的數據分析，回答包括但不僅限于以下的問題：面向什么用戶和場景？用戶的來源？日常的使用情況？核心業務流程的使用？
但一份非常粗放的問題列表，不適用所有的產品類型。Saas產品天生就該和娛樂消費類產品區分開。
為什么Saas產品需要建立更嚴苛的數據分析體系
就像上篇文章我講的：Saas產品累積幾百萬用戶，是一件值得驕傲但可能沒有實際效用的事情。跟C端產品不同的是，Saas產品的核心數據指標是留存率，留存和訂閱(subscribe)有密不可分的關系。用戶付費行為，即收益過程是企業級產品的生命力，因此和訂閱、留存相關的指標，是Saas產品的核心指標。
假設你還沒有進行任何數據分析的產品，首要任務是梳理交易流水、每月收入和用戶付費留存模型，在你的儀表盤第一位的應該是這一類數據。如果你沒有創建這個儀表盤，至少你的運營團隊應該每個月在Excel追蹤和更新這些數據。其次才是我們日常認知中覺得重要的DAU/MAU等用戶行為數據。
總的來說，Saas產品的數據分析包括以下幾個方面：
- 交易型數據：基于訂閱、充值、購買等行為產生的數據，基于這些數據可以得知當前的盈利模式是否健康、每月收入構成、用戶訂閱留存、用戶續費率等信息。
這些信息可以幫助運營團隊理清當前的產品狀況，制定未來目標。例如，如果我們想要在未來一年達到60%的留存，通過估算客單價和延長用戶訂閱周期，很容易得到一個目標型的數據。而所有的產品功能研發、驗證都應該圍繞著這個目標數據進行。
- 用戶行為數據：基于用戶與產品進行交互的行為數據，這些數據組合描寫用戶活躍數據、核心功能在目標用戶群體的使用習慣、某個鏈條功能的轉化漏斗等。對于產品的設計者來說，這類數據幫助他避免盲目設計，或拍腦袋定價。
- 流量數據：Page view, Unique view, Duration,Google Analytics提供的網頁流量數據，我個人理解這些數據對客戶獲取和SEO優化有幫助，至少你得知道你投放的廣告是從哪個渠道來的吧。
幾點實踐方法
基于客戶成功的假設
Saas工具帶來的價值是能立馬反應到客戶的工作流程里的。所以，基于客戶成功的假設，是我們在做產品設計、數據監控的前提。在做目標優化時，我最喜歡問自己的問題是：
用戶需要達到什么標準才算成功？有哪些數據可以佐證用戶是成功的？
一個高價值的用戶當前的LTV是多少？如何延長用戶的生命(付費訂閱)周期？
我們一旦找到了撬動用戶成功的那個數據指標，所有的功能設計、優化、和未來的運營維護都應該圍繞著促進這個指標增長進行。說白了，就是不擇手段地（用盡全力）幫用戶獲得成功。
對用戶進行 Segmentation
當你的產品運營一段時間后，產品經理應該很容易想清楚，不是所有的用戶都是等價的。Saas產品往往關注的是關鍵業務流程的重現，將所有的注冊用戶按照時間序列或者是上文提到的關鍵指標進行分類，建立客戶成功（或者是任何幫助用戶的loop）Loop，追蹤他們產生的數據，對他們進行精細化運營，以避免用戶過快流失。
海盜模型（AAARR）提供了一個做分區的思路。然而太過于籠統，我個人不太喜歡。
數據的多個側面
沒錯，數據是會騙人的。就像斑馬一樣，數據有黑白兩面。本次美國大選，沉默的大多數并不會發出太大的聲音，但在決定最終結果時，沉默的大多數占領了發聲的精英。
不要太過于迷信數據的解釋，經常和客戶多聊一聊，才能保證你在為真實的世界設計。
-----
這篇文章太大，以后有機會會分區來寫。這回是為了完成米老板的作業，我實在是頭皮摳破了。如果你想看的話，賞我喝酒，我就寫。
