在策略产品领域，数据分析是发现问题和机会的关键手段。本文深入探讨了如何通过数据分析，特别是session分析，来识别和解决策略问题，从而提升产品性能和用户体验。

昨天一个训练营同学给我提供了一个非常重要的学习感受，策略的关键在于业务底层能力，不在于手段的积累。

怎么理解这句话的意思？大家可以参考一下我的经历：我为什么能够做到从金融到电商到本地生活到短视频的无缝切换，它们的业务都不尽相同，其中的关键就是掌握了策略的结构化设计思路，明白了策略底层的逻辑。

一个策略从无到有经历了一个什么样的过程，作为策略产品经理，需要具备什么样的结构化思维才能在不同的业务当中游刃有余，产出有效策略。

首先我们就需要了解常见的策略问题来源有哪些？包括三类：

• 基于数据分析发现策略需求
• 基于主观评估发现策略需求
• 基于业务发现策略需求

那么，我们今天重点聊一下基于数据分析到策略需求的输出的四个步骤

1. 有无问题
2. 哪个环节
3. 哪个模块
4. 问题归因

通过数据分析进行策略产品迭代是一个非常常见的手段。

01 我们需要看的是有没有问题。

这个通常依赖趋势性分析。

所谓的趋势性分析，大家想我们每个人所负责的策略场景，比如你是做搜索的，你是做推荐，具体到推荐，比如你是做首页的，还有同学做商详页的，还有同学做支付完成页的。

可能不同的一个场景，你策略的核心目标不一样，所以对于大家来讲，其实非常核心的一点，你是要为你场景的核心目标去负责的

有一个非常关键点，我们会基本上每天都会去看我们整个场景的核心指标表现。所谓趋势性是指我们整个核心指标一定是围绕一个比较“稳”的baseline去走，因为各种客观条件变化，比如营销，库存，社会环境的影响，这些指标会一个合理的范围内去波动。

如果你发现你的核心指标出现“突变”，尤其是持续下降，那么这个时候一定是线上出现问题了，但是具体问题是什么我们不得而知。

所以趋势性分析它是比较适合看到底有无问题。具体问题是什么，大家通过趋势你是看不出来的，所以接下来就可能需要另外手段去看我到底是哪出现问题了，或者到底什么问题。

02 若有问题，具体哪个环节出现问题了

所谓的环节其实就对应具体的场景，也就是我们需要定位出具体哪个场景的流量分发效率低了。

一般怎么办？最常用的就是叫漏斗分析。漏斗分析用来定位具体到哪个场景出现问题了。

下面就是一个典型的漏斗

漏斗分析在做一件什么样的事情？

比如每天大概有 1000 万人过来你的首页，这 1000 万有500万人会用搜索，意味着什么？搜索的渗透率是50%。

所以实际相当于1000万的大盘子，“漏下来”500万到了搜索，然后继续一层一层的往下。

500万人，又有400万到了搜索结果页，也就是80%的人会到达下一个场景。

所以我们把它形象叫做漏斗分析。80%这种数据我们通俗的叫漏斗转化率，也就是从上一个环节到下一环节大概有多少流量给漏下来。

漏斗各环节其实是一个流量分发的顺序，只要线上没出什么大问题，每一个环节到下一个环节的漏斗或者转化，实际上相对来说是比较固定的，或者在一个范围内波动，但是绝对不会出现太大的差错。

比如忽然有一天，你从搜索中间页到搜索结果页78%，突然剩下 50% 了。代表什么问题？还代表其中有将近 30% 的人到了搜索中间页就跳出了，不去搜索结果页。这个时候你就能定位到什么？一定是你搜索中间页出现问题。

再进一步，我们定位到搜索中间页出问题，具体哪出问题了，搜索中间页的场景很多：SUG，搜索热词，搜索历史，搜索排行榜单等等等。这个时候就需要我们通过另一种方法进行详细的定位，分析到底是哪个功能出现问题，进而做针对性的优化。

03 当前场景的哪个功能出现问题

要定位到具体功能层面的问题，最直接，效率最高的办法就是根据用户的功能使用数据进行分析，也就是最细的一步分析方法：session分析。

所谓的session其实就是用户在一次访问APP的行为链路记录。所以我们可以通过session看到用户到达搜索中间页具体访问了哪些场景，点击了哪些模块，然后做的什么样的决策。

单条session可能并不能说明问题，但是如果有十万级，百万级的相似行为，那么这样得出的结论必然是可信的。

这就是session分析的理论基础。

比如在一个搜索结果页，用户从整个进来以后，他到底操作哪些行为，最后操作哪些行为，到后面下单，还是操作哪些行为以后他直接退出了。通过这些行为分析，我们就能够看出来哪条路径是用户最容易下单的，哪一条路径用户下单转化是最低的。

这样你就能直接定位到底用户在什么场景下做了什么操作以后容易下单，使用哪些功能以后对下单产生不好的转化率，进而可以进行针对性的优化。

所以大家可以看一下，从数据分析到策略需求输出，你需要具备一个什么样的结构化思维：

• 通过数据趋势性分析去发现当前是否有问题
• 通过漏斗分析去定位到底是哪个场景出现了问题
• 然后通过session分析进一步聚焦到具体某个功能的问题
• 最后通过问题归因找到解决方案