業務1——新產品的使用者規模預估與使用者優先分層案例分析過程拆解

案例和分析來自古牧聊資料公眾號，因為看到作者分析的這個案例很有深度，而且和業務場景結合緊密，所以對他的分析進行了拆解，拆解後自己更加了解了實際業務中的數分場景和現狀。謝謝古牧聊資料公眾號作者詳細地介紹、分析這個專案。對作者分析拆解如下：

案例1：

背景：一個需要被啟用的新產品
某金融公司要求員工離職後下載安裝一款APP，該款APP核心功能為：智慧銷售教練（教會離職員工兼職售賣公司保險產品），是一款B2A2C的AI產品，不直接面對消費者，而是教會代理人群，由代理人群去經營c端消費者，核心是將成熟的銷售經驗，線上化、批量化地賦能給廣大代理人群。老闆希望這個智慧銷售教練作為中角色，盤活整個APP，事實產品上線後，DAU一直平平，該怎麼辦呢？

清晰界定問題：
向上管理：要分析一下老闆的需求和問題是否現實，作為資料分析人員需要保持理性，合理預估，有理有據地管控好老闆的預期。向下落地做實事：想想怎樣提升智慧銷售教練的DAU和MAU，讓產品進入可持續發展的通道，而不是短暫的熱情或者拖太久。
因此基於此提出兩個問題：1、產品中短期的天花板是多少？合理量化管控老闆需求 2、如何優先順序地做使用者增長，快速見效樹立信心？

問題拆分、戰略方向確定：
活躍使用者從哪裡找——基於下面的分析權衡，選擇熟悉可控的內部挖掘

• 內部挖掘：離職員工，有相關經驗，上手快，量級不小；
• 外部搜尋：花錢打廣告，池子大，但人不好找，同時需要花錢，需要時間較長，不可控因素多；

選擇取什麼樣的資料才能真正地達成目標：
決定選擇內部挖掘之後，由於之前的資料凌亂、稀疏，那麼需要好好地利用離職之前積攢的資料，這些資料可以對後面選擇活躍使用者提供思路和分析來源。從智慧銷售教練核心功能出發，去看員工之前產生的與這個APP功能相關的經驗的累積資料，例如APP有個功能是月均轉發次數，那麼就去找到員工在職時（離職前半年）每月轉發到微信的次數……這個過程在每個對應功能尋找量化分界點。

處理資料、尋找到資料轉折點：
處理出APP每塊功能對應的員工的相關累積資料，通過檢視資料的分佈圖（視覺化圖形），找到每個指標的分界點，以此作為後續使用者分層的判斷標準。

使用分界點作為離職使用者進行分層：
選擇在3個指標上都高於分界點的使用者作為高優使用者，去爭取啟用並留存使用者，因為這類使用者在離職前就對APP的這些功能已經很熟悉了；反之；還有中間檔使用者，作為體量較大的一群使用者，部分有救的情況下，需要針對他們各自擅長的領域，設計不同的承接策略。

結果預估：
最後，可以量化地得出高、中、低3個優先順序使用者的定義方法，其中中高階和中等是努力的方向，以季度來看，這兩類員工的離職資料比例相對恆定，設定為a%何b%；同時從以往員工離職的資料中分析出員工離職的規律，衡量出每季度員工離職的為N，那麼假設只依據內部挖掘的方式，且所有使用者被銷售教練啟用後都能留存下來，那麼每個季度，使用者規模就增長N*（a%+b%），以此可以來預估中短期使用者規模的上限。

優化策略：
從上面不僅解決了規模預估目標，同時3個指標給使用者劃分優先順序可以沉澱為使用者標籤，為以後員工離職積累觀測資料，可以從資料中發現智慧銷售教練對這個員工的優先順序，以及更能接受哪個功能（人機對話？轉發內容？售賣產品），並進行有的放矢、投其所好地啟用和留存。
具體細節需要優化的地方很多，根據前面的分析，根據使用者在離職前的特長設計不同的新手引導流程和沉默引導話術，例如針對熱愛轉發的這類使用者，在新手引導流程和沉默引導話術的設計中突出產品有大量優質內容素材，以及產品有很多精選內容可以供你無腦轉發，以此喚醒離職員工對銷售教練的興趣，提升留存率。

覆盤總結：

1. 分析問題（什麼：問題是什麼？為何：背景是什麼？怎樣：分析的目標是什麼，場景化問題？）
2. 理解資料，探索資料（深入業務，找到場景之間的聯絡，資料之間的聯絡）
3. 規劃分析落地（解釋：爭取多方信任合作，向各部門 或相關人員解釋自己的方案；進行具體執行，需要執行人員明白你的思路；優化：追蹤策略落地後的效果，想優化策略等）