互金公司如何用数据验证产品设计?

标签: tuicool | 发表时间:2017-03-10 08:00 | 作者:
出处:http://itindex.net/admin/pagedetail

产品设计就是一场科学实验,是可以通过数据来验证的。

很多设计师和产品经理都会遇到这些情况:

  • 我要做某个设计改进,上线后真的会“改进”吗?
  • 我有方案A和方案B,到底该选哪个好?还是说两个都不如旧版?

其实产品设计就是一场科学实验,是可以通过数据来验证的。以下我就结合实际经验,总结下互联网金融公司如何用数据验证产品设计。

1、明确设计目的

如果你都不知道为啥要做这个设计,那么还是省省吧。对于互金平台来说,做产品设计改进时常见的目的大致有以下几类:

1)提高转化率

所谓的转化率,用人话来讲就是指进行到第一步的用户有多少顺利进入了第二步。提高转化率,最终也是为了业务增长。在互联网金融产品中转化率有:

  • 注册转化率——下载APP的新用户在一段时间内完成注册的比例
  • 首投转化率——新注册用户在一段时间内首次投资的比例
  • 复投率——用户在一段时间内二次投资的比例

我们常常会听到什么7日注册转化啊、渠道转化率啊之类的指标,其实都是以上几大类衍生出来的。这几大指标连起来就像一个大漏斗,提高其中一个指标的转化,都有助于增加大漏斗最后筛出来的业务量。我们常常做的简化流程设计,其实最终也是为了提升转化率。

2)提高 ARPU 值

所谓 ARPU 值,就是 Average Revenue Per User的简称,通俗讲就是每个用户贡献的价值。在互联网金融领域,Lender 端的 ARPU 可以理解为每个用户在某平台的投资金额。

举个提高ARPU值的设计案例:很多互金平台都有新手理财项目,基本都是收益率比较高、投资周期比较短的平台补贴收益型产品,而且属于 one-off chance,不能反复投。这些产品用于吸引新用户做出首投,尝试下流程。but就是有很多新手不会投满额度,比如额度是5000,他们可能只投1000,甚至1块钱,试试而已。为了提高用户投资额,很多平台会特意注明只有1次机会,甚至当用户输入金额较低时会弹出弹框再次提示用户,不要浪费这1次机会。这种设计就是为了提高 ARPU 值而做的。

3)提高活跃度

互金平台虽然不是社交产品,但也需要提高用户活跃度,因为可以增加用户粘性。投资理财毕竟不是高频活动,很多人都是等有闲钱了再去投资,平时会看下收益情况,其他时候都不会想着打开 APP 或者登录网站。如此用户跟平台的互动就少了,等理财产品到期了有可能选择退出转到其他平台。

2、拆分指标

这一步,一般需要用研或者产品经理制定,当然如果你是个对数据敏感的设计师那就棒呆了。

拆分指标就是把第一步的目的拆分成具体可量化的指标,常常可以用多个指标来衡量一个目的。比如首投转化率,可以看1日转化、3日转化、1周转化、1月转化。这个要 Case by Case去分析,没有一个统一模板。但是有几点需要注意:

1)熟悉产品流程

一定要对产品流程熟悉,不然定的指标可能会出现漏 case 的情况(这一点交互设计师应该深有同感,需要考虑周全)。举个栗子:如果监测的是投资流程各页面和关键 button 转化情况,初始页面(第一步)可能会有好几个,比如从产品列表进入投资流程,也可以从首页明星产品推荐进入投资流程,也可能从持有产品列表进入投资流程(复投),甚至有可能是用户转发分享某产品给朋友,朋友从分享链接进入投资流程。如果你想当然地只考虑了产品列表和首页推荐这两个入口,最终出来的结果就是转化率会偏高。

2) 拆分指标

拆分指标时最好写一写该指标计算公式,以及人群、时间周期定义。切忌出现模棱两可的定义,这样在后期拉取数据时将很难执行,或者执行出错。一个典型的栗子就是“投资人次”和“投资人数”的定义,哪些指标要用“投资人次”,哪些指标要用“投资人数”,必须想清楚,不然最终结果会相差很大,失去可比性。

3) 数据获取

定好指标后应当确认一下,指标中需要的数据是否可获取。实际中,受到产品本身的限制,或者公司数据系统的限制,或者 BI 时间资源的限制,有些数据是很难获取的。

3 、制定方案并实施

这一步,可能还需要开发和 BI 参与进来。把越多人拉进来玩,越要考虑周全,不然你让一群人围着你耍猴啊?

如果这个设计改版影响面很小,可以直接上线看数据了。如果用户量很大,几小时的数据量已足够验证,实现快速反馈。有些公司自己开发了相关的数据系统,如果不是自己开发,有一些第三方数据平台也能够快速看到数据情况。但是他们没给我广告费,所以我不说名字了(市井脸$_$)。

如果你问我,那种从0到1的产品,用户量几千,首页每日浏览量几百,二级页面每日浏览量是个位数,咋办?嗯,不好办!

如果这个设计改版影响面比较大,可能会影响到业务,可以谨慎点,做 A/B TEST(或者灰度发布)。这种情况相对事儿多点,要和开发协商好如何划分A、B 用户群、比例如何,要定义好测试期。网上搜一搜能找到关于 A/B TEST的文章,我就不赘述了。

实战案例

举一个之前做过的微信支付的“栗子”。当时公司的APP内考虑接入微信支付作为一种第三方充值渠道,但是不清楚上线后利弊如何。

1)明确目的

  • 可能存在的利:微信支付能增强新用户对投资平台的信任,同时提高便利性(不需要先绑卡再充值),因此可能会提高充值转化率和投资额。
  • 可能存在的弊:微信支付的手续费率比较贵,如果很多用户都转而使用微信支付充值,平台将承担更多的交易成本。

于是,需要做一场 A/B Test(灰度发布),看看实际上到底利弊如何。

2)拆分指标

测试目标总体分为3类:转化率、投资额、成本。

  • 转化率:细化成注册后1日内/3日内/7日内/30日内首次充值转化率
  • 投资额:细化成人均首充金额
  • 成本:细化成新用户首次充值用微信的金额占比、老用户充值用微信的金额占比,将两个比例进行对比

3)制定方案并实施

具体实施过程在此不赘述。最后发现,微信支付能明显提高首充转化率,同时老用户使用微信支付充值的比例非常低,带来的成本增量较小。因此,微信支付功能还是全面上线了。

本文作者:袁菁(点融黑帮),DDC 用户研究员。

本文由@点融黑帮(ID:DianrongMafia)原创发布于人人都是产品经理,未经许可,禁止转载。

相关 [公司 数据 验证] 推荐:

互金公司如何用数据验证产品设计?

- - IT瘾-tuicool
产品设计就是一场科学实验,是可以通过数据来验证的. 很多设计师和产品经理都会遇到这些情况:. 我要做某个设计改进,上线后真的会“改进”吗. 我有方案A和方案B,到底该选哪个好. 其实产品设计就是一场科学实验,是可以通过数据来验证的. 以下我就结合实际经验,总结下互联网金融公司如何用数据验证产品设计.

大数据公司Amazon

- - 36氪 | 关注互联网创业
说到 Amazon,它通常给人的印象是一家典型的电商公司——创办于1995年,靠在线书籍销售业务起家,发展至今也已颇具规模. 近日,TechCrunch作者Alex Williams撰文称,Amazon其实并非一家贸易公司,而是一家大数据公司. 联想到Amazon CEO Jeff Bezos曾说过的一句话:“企业家应该愿意在很长一段时间内承受误解的目光.

Twitter收购数据分析公司BackType

- zou guangxian - 36氪
Twitter刚刚宣布已经收购BackType,一家帮助公司和品牌衡量社交媒体影响力的数据分析公司. BackType在博客上宣布这一消息时称团队将集中精力为Twitter发布商合作伙伴开发工具. 总部位于旧金山的BackType是一家由YC孵化的创业公司,自2008年以来已获得130万美元投资. 作为交易的一部分,BackType将停止BackTweets(帮助内容发布商了解推讯是如何转化为网站流量和销售额)的新用户注册.

数据看创业成功公司

- - 《商业价值》杂志
创业失败是必然的,成功才是偶然的——著名天使投资人薛蛮子曾在《商业价值》杂志的峰会上这样说. 这句话同样适用于美国硅谷这样的创业密集地带,即便拿到了风险投资,也不是每一个创业公司和团队都能获得成功. 如果创业失败,那将是一无所有,但如果成功了,结果又会是怎样呢. CrunchBase最近整理了数据库中的创业公司,得出了一个分析报告.

cxf+web service(二)代理工厂,安全验证,数据绑定

- - ITeye博客
(二)代理工厂,安全验证,数据绑定. 1.服务端:ServerFactoryBean,JaxWsServerFactoryBean 用于服务端调用.前者针对POJO,后者针对JAX-WS,他们用于生成服务端的EndPoint,暴露出服务接口. 2.客户端:ClientProxyFactoryBean,JaxWsProxyFactoryBean 用于客户端调用.前者针对POJO,后者针对JAX-WS,他用于在客户端生成Web Service的代理proxy.

“大数据”误区:不是所有公司都需要大数据

- - 行业资讯
   也许你并不需要大数据.   2012年“大数据”的发展如火如荼,然而本文的作者,数据分析公司SiSense副总裁BrunoAziza却认为并不是每个人都需要大数据. 从社交媒体初创公司到纽约的中央公园,每个公司似乎都在部署大数据分析.   著名数据分析公司Gartner的数据似乎也在证明这一点:最近的一份报告显示,大数据将带动2012年全球280亿美元的IT支出,到2016年这个数字将超过2300亿美元.

数据分析公司Mixpanel开始盈利

- - Tech2IPO
被 Sequoia Capital 支持的分析公司  Mixpanel 虽然还没有在他们与 Omniture 这样的公司的竞争中脱颖而出,但是看架势他们已经打好了一切基础. 他们的创始人 Suhail Doshi 最近称现在他们公司每月会分析40亿笔交易,而在2010年这一数字还只是10亿次. 且目前有2500家组织会每月向 Mixpanel 发送数据.

甲骨文收购大型数据分析公司DataRaker

- - 博客园_新闻
甲骨文公司(Oracle)发表声明,表示将会收购大型数据分析公司 DataRaker,该公司致力于研发应用于燃气与电力产业智能仪表的数据分析软件. 由于 DataRaker 规模较小,也是一家私有公司,所以这次收购的具体交易条款并未被披露. 据外媒猜测,这笔收购的交易金额在甲骨文今年的所有收购交易中只能排到第九.

苹果收购Twitter数据搜索与分析公司Topsy

- - PingWest
据《华尔街日报》的报道,苹果以2亿美元的价格,收购了一家名为Topsy的Twitter数据搜索和分析公司,它也是Twitter最大的合作伙伴之一. 目前尚不清楚,苹果收购Topsy的意图究竟是什么,但根据《华尔街日报》的推测,苹果可能要利用Topsy技术,改善它的广告业务,比如提高苹果在iAd平台上广告投放的精准度.

一个500强公司的数据化运营管理实践

- - CSDN博客综合推荐文章
企业的信息化管理是一条漫长而崎岖的道理,当然这里也不乏创新的火花. 关于信息化建设随企业所处环境、行业的不同而不同. 那作为一个成熟的企业,在如今这个大数据浪潮下,对于未来的信息化有何建设性的想法呢. 这里分享某医药集团的数据化管理实践. 该医药集团的主营业务有药品、生物制品、医疗器械以及医药的健康产品等.