1.2　产品经理的数据分析实战案例

某社交平台的主要功能为帮助平台上的用户发现附近有潜在交友价值的朋友。产品经理艾伦负责设计和上线该社交平台的第1版订阅制会员产品，在此之前该社交平台无任何商业化功能，GMV为0元。上线该订阅制会员产品的量化目标是在上线后为平台贡献300万元/月的GMV，以帮助该社交平台公司实现盈亏平衡。

艾伦此时需要决策，是将平台上哪些已有功能升级为需开通会员才可以解锁，还是上线哪些需会员解锁的新功能。在决定对平台上哪些已有功能进行上锁之前，艾伦需要先调研候选功能的“渗透率”，即一天内的所有活跃用户中使用该功能的用户比例。

当得到所有候选功能的渗透率之后，艾伦还需要对上锁各个功能可能造成的影响进行合理的预估。例如，如果上锁一个渗透率很低的功能，可能想要解锁这个功能的用户数有限，进而导致GMV不达标；如果上锁一个渗透率很高的功能，可能阻挡过多用户的正常使用，进而导致大量用户放弃使用该社交平台，即活跃留存率大幅下降。在产品经理的日常工作中，这种预估能力是一项很重要的能力。

在决定上线哪些需会员解锁才可使用的新功能之前，艾伦也需要先对候选功能的上游流量进行摸底，对其上线后可能带来的会员购买收益进行预估。同时，由于该会员功能需要订阅，因此艾伦在设计新会员功能时还应考虑用户是否会长期依赖该功能。如果长期依赖，这会有助于提高会员的续费率。简而言之，在产品设计环节，产品经理需要掌握数据摸底和数据预估能力，最好能同时掌握一些自助取数的软件或简单 SQL的使用方法。

假设此时艾伦已经完成了前期的数据摸底和数据预估工作，并完成了他对该平台会员的第1版产品设计，该设计主要包括哪些功能需要开通会员后才可使用，这些功能的入口是什么，会员定价是多少。

研发团队按部就班地将艾伦的这版设计在两周后上线了，由于对 GMV和留存损失的信心不足，团队采取了灰度发布的措施，即仅为20%的用户开通了艾伦设计的这版会员体系，用于进一步获取数据、优化产品。这时就需要艾伦对本次20%灰度发布的数据表现进行合理的分析和复盘，并决定是否将该版会员产品推至全量用户。

假设本轮20%的灰度发布为公司带来了每天1万元的 GMV，艾伦据此预估，如果全量发布该版会员体系，预计可为公司带来每月150万元的 GMV，此数据低于立项之初的预期且相差较大。这时艾伦作为产品经理首先需要决定，是将这版会员产品先行全量发布，再在线上优化 GMV，还是对这版会员产品再进行一轮灰度迭代，当预期 GMV达标后，再进行全量发布。由于会员产品的发布涉及定价，定价不宜在全量发布后频繁调整，因此艾伦与公司管理层决定，暂不全量发布该版会员产品，继续灰度优化直至20%灰度下的 GMV达到每天2万元，即全量情况下的GMW达到每月300万元。

此时，艾伦面临实现公司盈亏平衡的压力，需要基于第1版会员的灰度数据，输出第2版会员产品的优化方案，其中少不了对第1版会员产品的灰度数据进行深入的分析。有的公司会在此时给艾伦分配一位数据分析师，配合他复盘上一版会员产品的灰度数据，同时给出下一版会员产品的优化建议，通常是策略性的建议，如入口设计、定价设计等。但由于不是所有公司都有充足的数据分析师，并且数据分析师通常并不对项目的最终指标完成情况负责，因此建议产品经理自己多掌握一些取数、分析漏斗的能力，不过于依赖数据分析师，这样才能对项目上线的最终结果拥有较强的把控性。

最终，艾伦根据他对第1版会员产品灰度数据的分析，优化了整个会员购买流程，增加了购买入口，优化了购买引导的文案，调整了会员的价格，在第2版灰度上线时实现了每天2万元的灰度 GMV，并推动该方案通过了管理层的审批，成功全量发布。发布后次月公司营收300万元，实现了盈亏平衡。