2.2.3　得到数据结论的案例

本节用一个虚拟案例串起上面的流程。假设业务目标为增加收入。如何得到数据结论呢？

方法一：高级与初级用户维度

1）用组成因子分解（将在2.3.1节介绍），将用户拆分成高级、初级两种，并查看能否从用户群中分出高级用户的行为特征。

2）进行增减思路分析。可以增加高级用户的收入，从而增加整体用户收入。为增加高级用户收入，业内常用的办法是为高级用户提供以下专享内容。

·VIP：可以增加一对一人工客服。

·会员：可以提供高级用户折扣。

·社群：高级用户的社群维护。

方法二：高频与低频用户维度

1）用组成因子分解，将用户拆分成高频、低频两种，并查看能否从用户群中分出高频用户的行为特征。

2）进行增减思路分析。

·可以增加高频用户的使用次数，从而增加整体用户收入。业内常用的办法如下。

·产品方面，推出日报功能，早中晚推送日报信息。（参见知乎日报。）

·数据支撑方面，查看每天的停留时间，发现早中晚用户停留时间最长。

·可以强化高频用户的购买习惯，从而增加整体用户收入。业内常用的办法如下。

·产品方面，推出每周特定销售的功能。（参见“花点时间”的“每周一束鲜花”。）

·数据支撑方面，查看每周有什么规律。

当自己负责的产品有增加收入的需求时，要能想到上述这些方式，才算是合格的数据产品经理。

说明：这里分别写了几个业内常用的办法，是为了辅助读者理解本章的方法论，实际上业内常用办法非常多，需要读者在工作中自行积累。

数据不分大小，关键是思路要多。比如，每家公司都有每天不同时段的流量数据，这是一个再寻常不过的数据了，但你考虑过怎么使用吗？

笔者（杨楠楠）以前跟过一个项目，下沉市场人群，每天早上6点左右是部分用户全天使用项目的高峰，那么就可以从用户群中分出6点的用户，针对这部分用户，市场人员就应该6点推送广告，产品经理就应该设计6点早报功能。

这样一个小小的数据就可以让公司各个部门利用起来，让这部分用户的数据（留存率、点击率等）增长。

这才是价值！如果只是单纯拿出每日的按小时流量数据的数据分析，那就没有价值。

总的来说，本节讲解了这么多，就是希望读者知道，有价值的结论是方向，数据分析要向着那个方向走。

而产品经理要得到结论，还需要掌握足够多的数据分析方法，才能找到足够充分的数据支撑你的建议。下一节我们就讲常用的数据分析方法。