产品 0 期 - 第八周作业
题目
挑选一个你喜欢的产品 (结构简单一点)，做一个用户路径地图
针对这个路径地图，做一个漏斗模型，填入你认为合理的数字
(选做) 根据这个你假设的数字，提出下一步的优化重点
(选做) 针对优化重点，提出一到两个改进方案
分析对象
最近一段时间「得物」APP在各社交和媒体平台的推广力度很大，自己也花时间好好体验了用户端的产品，本次作业就拿「得物」APP来
分析主题
「得物」在一波推广活动之后，分析研究「新用户激活」的转化率，「新用户激活」的数据指标为30天内首次登录APP完成注册并在3天内完成下单的用户。
用户路径地图
从渠道获客至完成交易的主要路径地图，如下：
数据漏斗模型
将整体的数据漏斗分为「获客」和「促活」两个阶段进行分析：
获客阶段
促活阶段（落地社区模块）
促活阶段（落地电商模块）
优化重点
用户落地前
各渠道投放广告成本占本阶段总体营销投入的70%以上，需重点关注其产出效果
部分获客渠道（线下广告、新闻平台、公众号营销文）的用户贡献率过低
从落地电商路径中红包福利的AB效果来看，红包的转化率「17.5%」明显高于不发红包的转化率「8.3%」
无需优化，建议全面实施新人红包策略
用户落地后
根据数据分布的情况，本轮应重点优化数据变化相对陡峭的环节
无论是落地电商还是落地社区，「商品详情」至「商品订单」这一环节的转化率偏低
电商模块「推荐列表」向「商品详情」的转化率偏低
以下转化率问题可暂时搁置，待本次优化完成后进行第二轮数据分析
社区模块「搜索」跳转至电商模块后的路径转化率偏低
社区模块「直播」向「商品详情」的转化率偏低
社区模块「关注达人」这一路径的转化率偏低
用户画像
用户基本属性
建立优化方案前，还需要对用户做画像分析，「得物」APP定位于潮流电商社区，用户群的年龄结构和性别结构是重点关注的维度。
用户需求特征
深色特征项与本次「新用户激活」数据分析具有相关性，结合以上用户基本属性与需求特征思考优化方案
优化方案
优化目标1：针对年轻用户，优化广告投放的精准度，提升获客效率
适当减少低效渠道的广告投放量，将线下投放更多的集中在年轻人和潮流人士聚集的区域，如高校、潮牌商店和晚间消费场所附近
短视频、微博等社交平台的广告投放聚焦在年轻粉丝较多的KOL或潮流明星
优化目标2：针对小白用户，提升「商品详情」至「商品订单」的转化率
基于新用户的期望特征，商品详情页加强「低价保真」的设计要素
商品详情页提供「已经有xx人下单购买」的文案设计，帮助小白用户找到身份认同
对全平台商品交易数据做「相关度」分析，精准提供同类商品推荐或搭配推荐，减少Drop
基于新用户的问题特征，商品详情页增加「售后无忧」等保障消费者权益的设计要素
优化目标3：针对小白用户，提升电商模块「推荐列表」向「商品详情」的转化率
针对来自短视频或微博的新用户，提供「低价正品」、「热销单品」和「明星同款」等年轻用户关注的潮流消费品推荐
商品列表页增加「平台库存量」数字显示，加速新用户的下单激活
优化目标4：针对已领新人券的用户，提升3日内下单率
平台PUSH消息，提醒用户使用消费券金额及有效期
商品列表页、商品详情页增加「券后价格」的金额显示，加速新用户的下单激活
题后感
关于数据思维在互联网产品中的一点思考：
一轮数据分析下来通常可以发现很多问题，对照产品某个阶段的核心业务指标，来定位最迫切和最关键的问题是数据分析的意义所在。找到关键问题后再思考可行的解决方案，对于任何方案的落地都要再次做好数据描摹的基础，以供新一轮数据分析参考。
好的产品应该尽早建立用户画像系统，产品的差异化设计、个性化推荐、精细化运营都离不开对用户的精准描摹；同时数据分流系统也不可少，任何优化改进方案的落地都需要通过一定量的假设检验来判定是否有效。
数据分析的表现形式是在于用数据来还原用户体验的场景，某个场景下的核心数据指标需要结合用户体验过程和产品商业目标来构建。