Chia sẻ nguồn dashboard miễn phí để tìm hiểu về product analytics và một vài lưu ý khi phân tích số liệu.
Khi bắt đầu học analytics, nhiều bạn lúng túng vi cần phải diễn giải số liệu thành insight trong điều kiện không được tiếp xúc với số liệu thực tế và không hiểu dữ liệu đó được lấy từ đâu, như thế nào & phản ánh một hành vi thực tế gì.
Lượm lặt trên mạng, tôi nhìn thấy một dashboard khá hay từ nguồn: productanalytics.academy
https://www.youtube.com/watch?v=vmjd-va7R88
Dashboard:
https://mixpanel.com/project/3187764/view/3699044/app/boards#id=6455337
Dashboard này quá ổn áp để các bạn mới học về product analytic có thể học thao tác với event và xem báo cáo. Tuy nhiên, để kết luận về một con số, chúng ta cần xem xét 2 yếu tố.
(1) Hàm ý của dữ liệu: Dữ liệu này nói cho chúng ta điều gì?
Ví dụ trong hình minh họa khi nói tới product retention từ event (A) đến event (B) trong 1 khoảng thời gian chúng ta hiểu bao nhiêu người dùng thực hiện event (A) và sau 1 khoảng thời gian thì quay trở lại thực hiện event (B).
dashboard minh họa: bao nhiêu người dùng phát sinh event "sign up" (A) quay trở lại phát sinh event "watch video" (B)
(2) Dữ liệu này được thu thập như thế nào
Điều này phụ thuộc vào cách dữ liệu được thu thập, cụ thể hơn trong trường hợp này là event "sign up" và "watch video" được ghi nhận khi nào?.
Ví dụ:
Event "sign up" được ghi nhận khi:
- user click vào nút đăng ký?
- khi bản ghi "user" được record trên database?
- khi status "đăng ký thành công" hiển thị trên front-end?
Tương tự như thế event "watch video" được ghi nhận khi:
- user click vào thumbnail video để xem?
- user view page video?
- video được phát không kể số giây?
- status video là play?
- hay video được phát trên x giây?
- hay user có tương tác với video ví dụ click play, tua đến các đoạn khác nhau...?
- dữ liệu về video được back-end trả về?
- dữ liệu về video được front-end chạy?
- video này có tự động được phát không? nếu tự động được phát có ghi nhận event đó không?
- nếu là web-based thì video được play với điều kiện tab đang inactive có record event đó không?
vv...
Mỗi cách record event sẽ ảnh hưởng đến cách code implement và chính điều này ảnh hưởng đến thực tế khách quan mà dữ liệu ghi nhận.
Bởi vậy, để thực sự phân tích số liệu sản phẩm bạn cần:
- Có mục tiêu nghiên cứu
- Biết cách ghi nhận event, từ event sinh ra dữ liệu, từ đó mới hiểu dữ liệu phản ánh thực tế gì?
- Biết cách kết hợp các data point đó với nhau để thành insight
- Biết đưa ra kết luận dựa trên insight đó.
Cho nên:
Trước khi phân tích, cần hiểu dữ liệu được thu thập bằng cách nào, đoạn code để ghi nhận dữ liệu đó phản ánh thực tế gì?
Nếu không rõ ràng thì: Mọi phân tích sẽ không còn phản ánh thực tế khách quan nữa.
Recent post
Công nhân nhà máy số
Nhiều UI UX Designers mong muốn làm Product Designer hoặc Product Manager với hy vọng thoát kiếp "công nhân". Chưa chắc đã giòn đâu =)).
Tâm lý "làm công nhân" xuất hiện ở mọi vị trí công việc mà tôi phỏng vấn: PM, Designer, BA, Researcher, kể cả những người trên 6 năm kinh nghiệm và làm quản lý. Trong bài viết này, hãy cùng tìm hiểu câu chuyện của họ nhé!
Article Type
Author
-
Date
Số má
Làm số liệu là làm gì? Học gì để làm được? và những thực trạng UXCamp ghi nhận.
Article Type
Author
-
Date
Nghiên cứu
Article Type
Author
-
Date
Tờ giấy trắng
Khó khăn khi viết tài liệu sản phẩm
- Tài liệu và slide lủng củng, không đầu đuôi
- Requirement không rõ ràng, team hiểu sai
- Không kiểm soát được phạm vi phát triển trong từng sprint
- Tăng chi phí phát triển, thiếu cơ sở để review
- Thiếu hụt các dữ liệu định lượng từ hành vi người dùng
- Document không đầy đủ, khó khăn khi bàn giao công việc
Article Type
Author
-
Date
View All
Chia sẻ nguồn dashboard miễn phí để tìm hiểu về product analytics và một vài lưu ý khi phân tích số liệu.
Khi bắt đầu học analytics, nhiều bạn lúng túng vi cần phải diễn giải số liệu thành insight trong điều kiện không được tiếp xúc với số liệu thực tế và không hiểu dữ liệu đó được lấy từ đâu, như thế nào & phản ánh một hành vi thực tế gì.
Lượm lặt trên mạng, tôi nhìn thấy một dashboard khá hay từ nguồn: productanalytics.academy
https://www.youtube.com/watch?v=vmjd-va7R88
Dashboard:
https://mixpanel.com/project/3187764/view/3699044/app/boards#id=6455337
Dashboard này quá ổn áp để các bạn mới học về product analytic có thể học thao tác với event và xem báo cáo. Tuy nhiên, để kết luận về một con số, chúng ta cần xem xét 2 yếu tố.
(1) Hàm ý của dữ liệu: Dữ liệu này nói cho chúng ta điều gì?
Ví dụ trong hình minh họa khi nói tới product retention từ event (A) đến event (B) trong 1 khoảng thời gian chúng ta hiểu bao nhiêu người dùng thực hiện event (A) và sau 1 khoảng thời gian thì quay trở lại thực hiện event (B).
dashboard minh họa: bao nhiêu người dùng phát sinh event "sign up" (A) quay trở lại phát sinh event "watch video" (B)
(2) Dữ liệu này được thu thập như thế nào
Điều này phụ thuộc vào cách dữ liệu được thu thập, cụ thể hơn trong trường hợp này là event "sign up" và "watch video" được ghi nhận khi nào?.
Ví dụ:
Event "sign up" được ghi nhận khi:
- user click vào nút đăng ký?
- khi bản ghi "user" được record trên database?
- khi status "đăng ký thành công" hiển thị trên front-end?
Tương tự như thế event "watch video" được ghi nhận khi:
- user click vào thumbnail video để xem?
- user view page video?
- video được phát không kể số giây?
- status video là play?
- hay video được phát trên x giây?
- hay user có tương tác với video ví dụ click play, tua đến các đoạn khác nhau...?
- dữ liệu về video được back-end trả về?
- dữ liệu về video được front-end chạy?
- video này có tự động được phát không? nếu tự động được phát có ghi nhận event đó không?
- nếu là web-based thì video được play với điều kiện tab đang inactive có record event đó không?
vv...
Mỗi cách record event sẽ ảnh hưởng đến cách code implement và chính điều này ảnh hưởng đến thực tế khách quan mà dữ liệu ghi nhận.
Bởi vậy, để thực sự phân tích số liệu sản phẩm bạn cần:
- Có mục tiêu nghiên cứu
- Biết cách ghi nhận event, từ event sinh ra dữ liệu, từ đó mới hiểu dữ liệu phản ánh thực tế gì?
- Biết cách kết hợp các data point đó với nhau để thành insight
- Biết đưa ra kết luận dựa trên insight đó.
Cho nên:
Trước khi phân tích, cần hiểu dữ liệu được thu thập bằng cách nào, đoạn code để ghi nhận dữ liệu đó phản ánh thực tế gì?
Nếu không rõ ràng thì: Mọi phân tích sẽ không còn phản ánh thực tế khách quan nữa.
Recent post
Công nhân nhà máy số
Nhiều UI UX Designers mong muốn làm Product Designer hoặc Product Manager với hy vọng thoát kiếp "công nhân". Chưa chắc đã giòn đâu =)).
Tâm lý "làm công nhân" xuất hiện ở mọi vị trí công việc mà tôi phỏng vấn: PM, Designer, BA, Researcher, kể cả những người trên 6 năm kinh nghiệm và làm quản lý. Trong bài viết này, hãy cùng tìm hiểu câu chuyện của họ nhé!
Article Type
Author
-
Date
Số má
Làm số liệu là làm gì? Học gì để làm được? và những thực trạng UXCamp ghi nhận.
Article Type
Author
-
Date
Nghiên cứu
Article Type
Author
-
Date
Tờ giấy trắng
Khó khăn khi viết tài liệu sản phẩm
- Tài liệu và slide lủng củng, không đầu đuôi
- Requirement không rõ ràng, team hiểu sai
- Không kiểm soát được phạm vi phát triển trong từng sprint
- Tăng chi phí phát triển, thiếu cơ sở để review
- Thiếu hụt các dữ liệu định lượng từ hành vi người dùng
- Document không đầy đủ, khó khăn khi bàn giao công việc
Article Type
Author
-
Date
View All
Chia sẻ nguồn dashboard miễn phí để tìm hiểu về product analytics và một vài lưu ý khi phân tích số liệu.
Khi bắt đầu học analytics, nhiều bạn lúng túng vi cần phải diễn giải số liệu thành insight trong điều kiện không được tiếp xúc với số liệu thực tế và không hiểu dữ liệu đó được lấy từ đâu, như thế nào & phản ánh một hành vi thực tế gì.
Lượm lặt trên mạng, tôi nhìn thấy một dashboard khá hay từ nguồn: productanalytics.academy
https://www.youtube.com/watch?v=vmjd-va7R88
Dashboard:
https://mixpanel.com/project/3187764/view/3699044/app/boards#id=6455337
Dashboard này quá ổn áp để các bạn mới học về product analytic có thể học thao tác với event và xem báo cáo. Tuy nhiên, để kết luận về một con số, chúng ta cần xem xét 2 yếu tố.
(1) Hàm ý của dữ liệu: Dữ liệu này nói cho chúng ta điều gì?
Ví dụ trong hình minh họa khi nói tới product retention từ event (A) đến event (B) trong 1 khoảng thời gian chúng ta hiểu bao nhiêu người dùng thực hiện event (A) và sau 1 khoảng thời gian thì quay trở lại thực hiện event (B).
dashboard minh họa: bao nhiêu người dùng phát sinh event "sign up" (A) quay trở lại phát sinh event "watch video" (B)
(2) Dữ liệu này được thu thập như thế nào
Điều này phụ thuộc vào cách dữ liệu được thu thập, cụ thể hơn trong trường hợp này là event "sign up" và "watch video" được ghi nhận khi nào?.
Ví dụ:
Event "sign up" được ghi nhận khi:
- user click vào nút đăng ký?
- khi bản ghi "user" được record trên database?
- khi status "đăng ký thành công" hiển thị trên front-end?
Tương tự như thế event "watch video" được ghi nhận khi:
- user click vào thumbnail video để xem?
- user view page video?
- video được phát không kể số giây?
- status video là play?
- hay video được phát trên x giây?
- hay user có tương tác với video ví dụ click play, tua đến các đoạn khác nhau...?
- dữ liệu về video được back-end trả về?
- dữ liệu về video được front-end chạy?
- video này có tự động được phát không? nếu tự động được phát có ghi nhận event đó không?
- nếu là web-based thì video được play với điều kiện tab đang inactive có record event đó không?
vv...
Mỗi cách record event sẽ ảnh hưởng đến cách code implement và chính điều này ảnh hưởng đến thực tế khách quan mà dữ liệu ghi nhận.
Bởi vậy, để thực sự phân tích số liệu sản phẩm bạn cần:
- Có mục tiêu nghiên cứu
- Biết cách ghi nhận event, từ event sinh ra dữ liệu, từ đó mới hiểu dữ liệu phản ánh thực tế gì?
- Biết cách kết hợp các data point đó với nhau để thành insight
- Biết đưa ra kết luận dựa trên insight đó.
Cho nên:
Trước khi phân tích, cần hiểu dữ liệu được thu thập bằng cách nào, đoạn code để ghi nhận dữ liệu đó phản ánh thực tế gì?
Nếu không rõ ràng thì: Mọi phân tích sẽ không còn phản ánh thực tế khách quan nữa.
Recent post
Công nhân nhà máy số
Nhiều UI UX Designers mong muốn làm Product Designer hoặc Product Manager với hy vọng thoát kiếp "công nhân". Chưa chắc đã giòn đâu =)).
Tâm lý "làm công nhân" xuất hiện ở mọi vị trí công việc mà tôi phỏng vấn: PM, Designer, BA, Researcher, kể cả những người trên 6 năm kinh nghiệm và làm quản lý. Trong bài viết này, hãy cùng tìm hiểu câu chuyện của họ nhé!
Article Type
Author
-
Date
Số má
Làm số liệu là làm gì? Học gì để làm được? và những thực trạng UXCamp ghi nhận.
Article Type
Author
-
Date
Nghiên cứu
Article Type
Author
-
Date
Tờ giấy trắng
Khó khăn khi viết tài liệu sản phẩm
- Tài liệu và slide lủng củng, không đầu đuôi
- Requirement không rõ ràng, team hiểu sai
- Không kiểm soát được phạm vi phát triển trong từng sprint
- Tăng chi phí phát triển, thiếu cơ sở để review
- Thiếu hụt các dữ liệu định lượng từ hành vi người dùng
- Document không đầy đủ, khó khăn khi bàn giao công việc
Article Type
Author
-
Date
View All