“数据”

近期和团队成员聊到市面上看到的各种OTT用户数据、智能电视用户数据,有不少其实是经不起推敲的,而且这些数据采集的纬度往往和之前接触到的互联网用户数据有本质上的区别。其实,每个研究机构,亦或是数据公司在提供每每一份报告的时候,也是在为自己做广告。那么,怎么找准切入点去分析这些纷繁杂乱的数据,又该如何快速定义你的产品需要哪些核心数据呢?

我们先来看看这两个概念,“用户数据”和“设备数据”。用户和设备两者间的关系其实很容易明确,用户使用设备,设备供用户使用。但对某一款带帐户属性的产品而言,我通常还把用户数据进一步划分为泛用户数据和精确用户数据,就拿登录态来做判断,无登录态下产生的为“泛用户数据”,有登录态下产生的就为“精确用户数据”啦。对这些数据的需求也是根据产品性质而言的,比如社交类产品,精确用户数据就是其命根,但同时也很明显,社交类产品要获取精确用户数据那是相当的简单,进而在这个基础上去做相应的用户数据分析去开展更多更来钱的业务。好比QQ,大体流程如第一张图所示;可以看到从入口就已经能获取到用户的基础数据了,伴随着日常使用,这个用户更多纬度更多角角落落的数据都能被采集上去,这个精确用户的数据库就能逐渐逐渐形成。

那么,会有“泛用户数据”的产品大多是哪一类呢?其实每一个产品都会去奢望自己能拥有精确用户数据,但不是每一个产品都有BAT背景。没关系,还是那句话,我们还是从产品定位和产品性质来分析吧。不要求必须有登录态才能使用的产品都会产生泛用户数据,例如工具类APP、阅读类、摄影、音乐、美食……对数据的采集其实也是相同的,只是在获取到数据之后需要多花点时间精力去做筛选过滤匹配的工作。

我们继续来看看一款APP从被下载安装到有效使用的简单流程,第二张图。这里“用户”被两次定义,首先被当成用户的是设备主体,我们还不知道“它”长啥样喜欢啥来自哪里要去往何处,然后经过一段时长的使用(如果能有的话),慢慢可以推导出这款APP的用户群体画像数据;然后经过用户主动表明身份特征之后(如果能有的话),才形成精确用户。

在对精确用户数据和泛用户数据有了框架认识之外,我们再来尝试去理解电视大屏中的用户数据和设备数据。继续抛出两个概念做个铺垫,一个是有线电视的机顶盒,一个是OTT盒子。前者指的是家里要开通有线电视然后去找到营业厅办理然后顺便“赠送”给你的机顶盒,有了它以及有了你缴的费你就可以看xxx个直播频道,如果你愿意缴更多的费那么你还可以观看xx个高清/优质频道,还可以享受点播时移回看等各种高级服务;那么后者就简单得多了,就是近年来火爆的智能机顶盒,通过电视屏幕输出使用,在安卓的基础上改巴改巴,连上你家网络之后,你就可以在上面安装各种安卓APP遨游互联网。

我们接着来看看有线电视机顶盒的一般使用流程,第三张图。前向收费性质让用户掏钱掏得心甘情愿毫无怨言,所以后面所采集的用户行为数据更多的是拿出来炫耀用的了。这里有一点很重要:在流程的开头“用户”已经被定义好了,但后面所有使用数据行为数据又是基于Family基准,并且不会有上述从泛用户数据到精确用户数据的过程,可想而知,从电视机顶盒数据可推导出来的用户画像会是很多元化的。不过只要能结合各个环节特征,客观对待采集到的数据,也就能从数据中获益。

最后来看OTT的数据,这个机顶盒和互联网融合的产物,既没有机顶盒前向收费模式的优势,也没有互联网用户认知和用户基础来撑腰,那么它的核心数据要怎么定义呢?其实还是可以从流程入手一步一步分解。如第四张图所描述,经过一段时间的使用之后能拿到的是设备数据和第三方业务数据,从而再推导出用户画像数据。对OTT硬件生厂商而言,一次性的购买利益是追求,只需要关注第一个环节产生的数据;对提供运行在OTT盒子之上的第三方业务商而言,除了关注用户使用其业务产生的数据,想方设法获取到用户设备本身的数据,以及了解市场上各种设备的相关数据也很是重要。

总而言之,作为你的产品的产品经理,在产品被打造之前都应该制定清楚产品的数据方案,怎样埋点采集,采集哪一类数据,在哪个合适的环节。同时,在接收到各种各样市面上的数据,亦或者拿到了自己产品的数据时,也不要忘了从用户使用场景出发,将数据合理归类,科学分析,才能让这些数据真正为你所用。


最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,905评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,140评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,791评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,483评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,476评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,516评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,905评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,560评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,778评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,557评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,635评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,338评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,925评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,898评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,142评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,818评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,347评论 2 342

推荐阅读更多精彩内容