对一款产品来说，用户反馈是衡量产品的一项重要内容，而数据又是用户行为最客观、最真实的反馈，毕竟“数据是不会说谎的”，那么针对产品的各项数据指标，我们如何分析产品状况，并利用数据优化产品呢？
在数据真实的情况下，数据是用户的行为反馈，一个产品好或不好，只有用户有发言权，用户说好才是好。下面我以一个配送类APP为例，来说说如何利用数据来驱动产品进行优化。
一、发现问题-构建核心路径转化漏斗，了解各流程转化率
要发现问题就得用数据说话。我们来思考梳理，使用这个配送app一个新用户从下载到转化完单，到底经历了多少步呢？
梳理如下：
梳理完新用户转化核心步骤后，我们可以取出这些关键步骤的uv数据，构建一个用户转化的漏斗，来观察每步用户的转化情况。
拿出数据如下：
百分比=本步骤uv/上一步骤uv
这是一款配送app的新用户下单路径转化漏斗，我们可以看出用户在询价 → 下单这个环节人数骤降，转化率只有63%，远低于其他环节转化率，且这个环节转化率在本行业同类产品中也是稍低的。
同时为了对比，我们拿出老用户的路径转化数据，发现本环节转化率为79%，本环节新老用户差远高于其他环节的新老用户差。
所以我们可以初步判断，询价 → 下单这步优化空间比较大，于是我们把目光聚焦在询价 → 下单环节，用户为什么在第一次来时询价之后掉头就走了呢？
我们要寻找原因，找出优化点。
二、提出假设及解决方案
为了找到影响用户转化的原因。打开我们的app，登陆后填单进行询价。
询价页面如下：
继而我们打开几个竞品app填入相同的信息，到达询价页面，发现大体页面信息差不多，只是位置有不同。
而我们发现一个问题点：
竞品的询价页显示的是券后价格，我们的询价页显示的是优惠前价格，而我们优惠后的价格和竞品优惠后的价格是差不多的。
会不会是用户用我们app填写完信息后看到了比较大字的优惠前价格，而没有注意到旁边的可使用新手券优惠字样的提示？
很可能用户也是在几个app之间进行比价，看到了40元的字样就直接退出，选择了其他产品进行下单。
有了假设后，接下来就要想解决方案，优化页面布局及展示逻辑。我们想了两种展示券后价格的页面，让用户可以在第一眼看到比较低的价格，留住用户：
三、AB实验设计
有了解决方案，就可以开始着手进行AB测了。
首先咱们找设计小姐姐设计两种方案的询价页，然后给前端进行页面开发。
和分析师确认是否有新增埋点以便后续实验统计，同时设计实验分组，采用AABC实验设计方式，且分层抽样保证每组新老用户比例均匀：
一切就绪后，就等着和下次发版上线实验了。
四、实验分析
通过一周左右的实验，我们可以对实验数据进行观测，确定我们的评估指标：
北极星指标：单量、成交额 ；
方向指标：转化率
通过上述数据，我们得出实验组二的各项指标均优于对照组与实验组一，可以改版：
实验组一
询价 → 下单转化率+1.78%(新)、+0.68%(老)
下单 → 完单转化率 无明显差异
人均单量 +0.013(新)、+0.005(老)
人均成交额 +1.4%(新)、+0.52(老)
实验组二
询价 → 下单转化率+1.80%(新)、+0.71%(老)
下单 → 完单转化率 无明显差异
人均单量 +0.015(新)、+0.007(老)
人均成交额 +1.5%(新)、+0.57(老)
一个实验上线之后，不仅要分析其本身的数据结果，还要考虑产品大盘影响，项目指标和产品指标都要兼顾到。
而因为互联网产品具有大数据量和快速迭代的特点，所以我们在懂用户和业务之外，利用数据做好产品优化非常重要，快速试错和调整，做到小步快跑。
以上，希望对大家有所帮助。
