数据分析产品

万丈高楼起于平地，电商产品经理要提高自己的数据分析能力，首先应当知道自己基础关注的指标有哪些。在此基础上发现问题，哪些地方需要改进，哪些地方可以进一步进行精细化运营。

应当关注的基础数据分析指标

一、活跃用户量

产品经理最重要的工作之一是减少用户流失，与此相对应的概念便是活跃用户。像很多微信公众号或微博账号，看似粉丝数量很多，但存在很多买来的死粉，这些“用户”其实并无多大意义。尤其是电商类网站、APP，交易成交量作为其主要KPI指标。

一般来说，判断活跃用户以15天和30天为依据。从DAU (日活跃用户)、WAU (周活跃用户)和 MAU (月活跃用户)三个维度考量。

二、产品转化率

像上面提到的，即便拥有“很大”的用户基数，但没有人购买产品，企业又该如何生存？电商运营关注的转化率不仅应当包括每一大类小类商品的销售量，甚至连库存量这样的细节也要考虑到：每批次的商品进价多少，售价多少，流程中的各项成本...

三、用户留存 

对电商产品经理来说，不仅要关注基础的留存率，对于次日留存率，第3 日、7 日、30 日等几项留存指标都应当予以特别注意。产品经理一定要对数据敏感。能熟练了解数据采集、统计、分析，绝对是如虎添翼。对那些比较好的数据分析工具像GrowingIO等也一定要去了解一下。

四、 复购率

电商产品经理最好懂得营销，能把产品卖出去，还能让用户再回来。自己的产品卖点在哪里，可以满足用户什么需求，对应的用户群体存在哪些弱点，我们可以针对性的采取什么策略？像二次购买打折等是提高复购的通用方法。

考核复购这一指标主要从复购用户量、复购率和复购金额比三个方面。

五、提交订单的金额

这是电商行业必须要关注的指标。精细化运营，还应当结合用户上下游行为。如选了什么型号的商品进行提交，提交后有无最终付款。一般来说，这部分提交了订单但未购买的用户交易欲望比较强烈，流失的也较容易挽回。而对这部分用户进行DSP投放，转化率一定不低。

它的算法是UV *转化率*客单价。 

了解基本指标后，电商产品经理们可以再结合自家产品存在问题进行深度思考分析。也欢迎大家和我一起交流。

更多产品经理学习资料，可访问GrowingIO博客：http://www.growingio.com/，转载请注明出处。