為什麼要看數據?
實習期間遇到最大的問題是flurry後台數據那麼多資訊，要怎麼看數據?精實創業中有提到"數據是活生生的人"，每個數據都是量化人的行為，因此在看數據前需要先了解我想要了解用戶做了甚麼?例如:新功能上線後，用戶有照原本設計的使用流程嗎?在哪個環節流失率最高?再依據數據去進行產品迭代優化。
如何設定查看數據指標?
根據產品提供用戶的價值，設定AARRR漏斗指標(可參考此篇↓↓)每個指標可設定超過1個以上:
→Acquisition（獲得新使用者）：每周下載用戶數、每周下載且打開用戶數。
→Activation（成為有效用戶/活躍用戶）：每周使用xx功能用戶數、每週使用xx功能xx次用戶數。
→Retention（用戶留存、回訪）：每周下載用戶在xx後回來使用xx功能用戶數(未成熟產品單看回訪數無法驗證用戶回訪做了什麼)
→Revenue（用戶付費）：每周用戶付費人數。
→Referral（用戶推薦）：每周用戶點擊分享按鈕人數。
➤漏斗指標設定完成後需檢視是否呼應產品的價值主張，數據成長是否和主張解決用戶的問題有正相關?
舉例來說，假設hahow產品價值主張是為解決"上班族想加強技能但下班後能選擇課程多樣性少"的問題，雖然註冊會員人數/課程購買人數增加，但如果沒有數據能夠證明會員身分是"上班族"，那麼設定數據的指標就需要連同功能設計調整，註冊時蒐集用戶的身分，或增加產品分類強調"下班後充電"觀察點擊量表現。3.結論:數據是人的行為量化
數據就像用戶行為的監視器，再轉換為行為人數呈現。分析數據前需先了解產品帶給用戶的價值，設定用戶依據提供的價值進行動作(如:用戶看到APP後下載→進入XX功能→註冊會員→購買)。
數據是活生生人的表現，因此在茫茫人海(數據)中，掌握為什麼要觀察的原因與目的，就不會在人海(數據)中迷路。
感謝你的閱讀及支持，任何問題都歡迎來信和Elaine交流｜ela71930@gmail.com
如果喜歡這篇文章，請給我1–10個拍手(越喜歡當然可以拍越多，甚至按住不放!這也是我持續寫作的動力！)此外還可以動動手指「Follow」Elaine ☺