孤立地看一个时间点的数据是没有价值的

　　经过这样的PDCA迭代，我们对行动的考虑就会越来越充分，换句话说，会变成越来越靠谱的产品经理。

　　监护产品的健康情况，确保产品完成KPI

　　从监护的角度来看，网站分析系统很像是医院里面的生命体征监护仪，不间断地监护着产品的血压、血氧、呼吸、心跳、体温等生命参数。在业务数据模型中，有一些相对关键的指标可以反映出网站的经营状况，比如日收入和日活跃用户数，它们被称之为关键绩效指标（Key Performance Indicators，KPI），老板会通过考核这些指标来评估产品的运营状况。

　　一些产品团队为了向老板提交KPI相关的数据和图表，拿着其他产品的分析报告照葫芦画瓢弄出来一份，看起来像模像样，而实际上并不是针对用户行为进行研究，也没有为网站改进提供决策。这种为了分析而分析的情况最好不要出现，同样都是要花时间，不如真正做一些对网站有帮助的分析。

　　对产品的关键指标进行预测，为商业计划提供数据支持

　　参与年度商业计划的制定是产品经理的一项阶段性工作，年度商业计划中的收入预期和成本需求（人力、服务器、带宽等）不是拍脑袋拍出的，是靠业务数据模型和历史数据推测出来的。以广告收入估算为例，我们的业务数据模型是

　　月广告收入 = 月浏览量 x 每次网页展示的广告单价

　　假设每月浏览量增长5%（根据历史数据或标杆产品的数据得出的经验数字），每次网页展示的广告单价不变。将历史数据放入这个模型，我们就可以用电子表格推算出未来的数据（蓝色数字为KPI，红色数字为收入预测，黑色数字为实际收入），如表2-8-1所示。

　　表2-8-1广告收入预测表

　　这个表格的使用方法是，每个月的月初将实际数字更新到它所属的一排上，然后在这一排的后面预测以后每个月的数字。这样一排一排地进行更新，当一年结束的时候，整个表格就被实际数字填满了。如果真实数字或预测数字低于KPI，那就要想办法去拉动这些数字了，我们会在下一节中介绍对产品进行拉动的一些方法。

　　练习题

　　建立你的产品的KPI预测模型，并通过电子表格预测未来的数字。如果你没有自己的产品，用电子表格预测一下你未来十二个月的收入和支出。

　　在进行网站分析的时候，有什么通用的方法吗？

　　第一个方法是细分。过多地关注整体数字是没有意义的，每天盯着PV 并不能把PV 盯上去（《精益创业》中称之为虚荣指标）。产品经理需要关注影响PV 的可行动的数据，只有这样才能找到可以改进的具体的点，然后通过点的改进最终影响整体数据。比如网站上有一个注册页面，用户到达了这个注册页面却没有一个人注册成功（这个情况有点极端，但有时候的确会发生，特别是在系统升级的时候），我们就可以知道注册页面一定出了什么问题，导致用户无法完成注册任务，需要赶紧疏通。网站分析可以帮助产品经理发现问题，要做到解决问题，还需要产品经理开动脑筋对问题进行分析，了解问题背后的本质。前面我们讲到的染色，也是一种细分的方法。

　　案例

　　越优化数据越差？

　　2009年，Youtube程序员Chris Zacharias接到一个需求，把1.2M的视频播放页面精简到100K以下，他给这个项目取了个名字叫Feather。在废了九牛二虎之力后，这个看似不可能的任务完成了，视频播放页面变成了98K。但是经过一周的数据采集，一个摧毁Zacharias世界观的结果出现了，视频载入时间变长了！正在Zacharias准备放弃Feather的时候，他的同事找到了答案：地理分布。

　　按照地理细分来看，东南亚、南非、南美等地区的流量有了不成比例的增长，这些地区基于Feather的加载时间在2分钟以上，正是这些新增用户拉高了全球平均视频载入时间。为什么呢？从页面大小来推测加载时间的话，原先这些地区的用户打开网页20分钟后才开始加载视频，用户根本不会等这么久，没开始加载视频的时候就关闭了页面，是Feather第一次让这些用户看到了Youtube的视频。

　　——引自http://blog.chriszacharias.com/page-weight-matters

　　第二个方法是对比。孤立地看一个时间点的数据是没有价值的，要么结合历史数据看趋势，要么结合竞争对手的数据看表现，只有经过对比，数据才能告诉我们现在的情况究竟怎样。在对比中，我们经常会寻找标杆，比如业界的最佳实践是什么样的数据，我的产品历史上最高的增长率是多少，我国网民的增速是多少，等等，这些标杆可以帮助我们锁定一个明确的改进目标。

　　有一次我和Tinyfool 聊天，说起了糗事百科的Google AdSense 收入。我说，太少了，没关注。他说按照糗事百科的流量，收入应该可以负担网站的开支，你可以给每个广告位设定独立的ID，更换一下广告形式多做测试，看看如何将收入最大化。他给了业界标杆之后我有了奔头。按照他说的细分的方法，我开始分析每个广告位的点击和收入，调整之后每月的广告收入增加了300%，终于可以负担网站的托管费了。非常感谢Tinyfool 的建议，他的建议让我在没有想过还有改进