前期数据统计方法出错,要不要马上改回来?小心这个坑!

2017年12月20日 人人都是产品经理


《90天产品经理实战班》是起点学院联合腾讯课堂推出的针对产品零基础和基础不牢固的同学的体系化产品课程。同学们除了可以在直播课程中和老师互动问答外,课后也可以在专属班级群和老师展开交流。12月16日,因为同学们问题比较多,我们组织了一场班级语音答疑会,对于其中的典型问题和回答进行了记录。这里将同学们关心的问题贴出来,分享给大家。

学员问

某次活动研发取错了数据,导致后期数据统计结果有误,要不要改回来?

@胡晸启老师回答:我举个例子来说,比如说我们一般算转化率的时候,那么我们的分子是所有的[付费用户],分母是所有的[活跃用户]


但是呢,我们在开始取数的时候取错了。我们把转化率取成了[付费用户]/[用户的总量]得到了一个转化率,那么这个数据显然是不准确的。


可能这个数据已经用了一个月两个月或者已经三个月了。那突然有一天一个人说,我发现了这个问题,我要把数据去校准。


校准本身是没有问题的,但这个时候,你会发现新拿到的这个转化率(付费用户/活跃用户),这个转化率会发现没有比较性。就是它既不能同比也不能环比(因为之前的数据是错误的,所以不能比较),你不知道这个数据所代表的值的好坏或者是否是OK的,你可能又要累积很长一段时间,比如说三五个月,你才能看到这个数据的一些变化。


那么这个时候我们说,能不能沿用老的[付费用户]/[用户的总量],来持续的对数据进行统计和跟踪,那么这个东西就是数据的延续性。


在有些时候,虽然它不是特别的准确,但是也能反映出一些客观的情况


那么我们可以考虑去沿用以前的这个数据口径,我们看数据的核心不是看他是一还是二,而是看他的波动情况是怎么样的,只有在数据具有延续性的时候,我们才能够真正的看出这里面的波动情况。


所以说在有的时候,数据的延续性——尤其是对于一些长时间累计下来的数据对延续性,是非常重要的。当然我们如果有了一个更精确的数据口径,并且能够对数据进行回溯的话(能够按照这个新的口径来计算出以前的数据),那我觉得完全采用新的统计的口径是没有问题的,因为历史的数据的波动性是我们能够看到的,或我们能够计算出来的。


当然有的时候还要看一下,因为有些比较重要的数据,它可能已经使用在以前很多的运营策略里面了,那么这个时候我们贸然采用新的计算口径的话,会不会对以前的一些运营的策略造成影响?这个是需要综合的去评估的。


左右滑动查看更多


从数据中挖掘需求,把握产品迭代方向,做有核心竞争力的产品经理。起点学院联合腾讯课堂共同打造《90天产品经理实战班》,BAT产品专家亲授多年经验!3个月在线直播课程+项目实战训练,为产品零基础及基础不牢固的同学,构建系统产品知识体系



用90天的时间,你可以:


(1)学习从竞品分析、到需求分析、产品设计从想法到落地的规范产品流程;

(2)学习系统的产品设计思路,学会以迭代思维做产品;

(3)学会以结果为导向的产品运营法则,了解产品运营的常用方法及技能;

(4)熟练掌握原型、PRD的标准写法,积累项目作品;


↓ ↓ ↓

收藏 已赞