码迷,mamicode.com
首页 > 其他好文 > 详细

概率知识在看产品数据时的应用

时间:2017-09-12 16:08:14      阅读:129      评论:0      收藏:0      [点我收藏+]

标签:数据分析   概率   

在互联网时代做产品的人都知道要“看数据”,通过数据来了解产品设计的好坏,来决定下一步的改进方向。一个新版本上线,产品经理会去看点击率,转换率是否提升,从而判断新版本和老版本相比,是否有所改进,并决定是否需要进一步优化。大部分产品经理在评估时,只是看上线前后几天的对比数据。殊不知,点击率,转换率数据本身就是有波动的,特别有些产品用户量还不够大的时候。因此几天的数据好不一定就说明效果好。那怎么办?需要看更长时间的数据吗?产品本身迭代的速度就快,如果观察时间长,那可能观察的就不是当前版本的数据了。

 

在这种情况下,就需要用到概率分布的知识。一些基本的概率分布知识,大家大学中都学过,只不过很多人没有想到把它们应用到实际工作中。

 

假设你要评估某一改版对某个功能点击率的影响,上线前平均的点击率是 20%,上线后观察了一天,发现点击率是30%,是否说明新版本效果比原来的好?不一定。让我们来看两种情况:

情况一:上线前一周,每天的点击率数据分别是:10% 25% 5%40%15%30%15%;情况二:上线前一周,每天的点击率数据分别是:18% 22%19%23%20%18%20%;这两种情况下,点击率均值都是20%,但其概率分布是不一样的。在一的情况下,30% 的转化率还是处于正常的波动区间;而在情况二的情况下,我们可以基本判定新版本效果比原来的好。

 

所以在看产品数据时,应该充分应用概率知识。不要简单的做前后数据对比,而应该看上线前的一系列数据,对数据的波动范围有整体的把握,再看上线后的数据所处的区间,从而做出数据变好还是变差的判断。很多时候,上线后的数据也可以看2-3个,进一步验证判断。

 

在实际工作中,很多时候,会遇到数据波动过大的情况。就像我举的例子中的情况一。在这种情况下,一些小的改进,由于作用有限,很难判断是否有效果。这时,可以采用一些方法让数据的波动降下来,从而能更容易观察到一些改进的效果。

 

最常用的方法是取阶段平均。一些数据每天的波动比较大,但看每周的平均数,波动就会小很多。因此用上线后的一周平均和之前的系列数据做比较,就容易看出一些变化。

 

另外,很多时候可以选择部分稳定的数据作为比较依据。譬如说,一些转换率数据,每天来看,波动比较大,但除去周末,只看工作日的话,数据可能会稳定很多。这时可以仅比较上线前后工作日的数据。又譬如说,一些数据,看全体用户的话,波动率很大,但只看注册用户的话,波动就小很多,这时可以只比较上线前后注册用户的数据。


本文出自 “千里之行,始于足下” 博客,转载请与作者联系!

概率知识在看产品数据时的应用

标签:数据分析   概率   

原文地址:http://daniellu.blog.51cto.com/4173745/1964481

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!