以快手“购物车”为例，解析如何利用数据分析评估新功能

如果你是一名BP在产品业务线的数据分析师，那么你会经常遇到产品更新迭代后加入一些新的模块或功能。当一个新的功能上线后，我们需要从数据的角度去评估该功能的效果如何。本篇将给大家分享作为一名产品数据分析师或者产品经理，如何从专业角度利用数据分析评估产品新功能的效果。

引言

首先先给大家分享两组数据，一个来自微软，一个来自亚马逊。

在微软团队内部公认比较OK的想法，真正实施以后：大约有三分之一起到了预期效果，三分之一的想法没有产生明显影响，还有三分之一反而会起到了负作用。

亚马逊大约有60%到90%的想法，是无法改善他们的产品的。

所以，关于产品验证环节上，大家不要过于盲目自信，应该从扭曲力场中回到现实了。

所以，作为一名合格的产品分析师或者产品经理，必须学会在产品迭代的环节中，适时地对改版效果进行衡量并确认进展，这样才能更好地了解迭代对产品本身起到的作用。

那么，在一次产品改版之后，我们应从哪几个角度去入手，才能更好地评估一个功能的具体效果呢？

整体来说，我们可以分三个层次去度量评估。

1. 首先，我们需要明确新功能的目标；
2. 其次，梳理该功能的指标，具体可以分为大盘指标、基础指标和护栏指标
3. 最后，通过对比分析明确功能的效果。

接下来，我们针对每个层次展开来说。

一、产品功能分析“三板斧”

1. 明确功能目标

黎巴嫩诗人纪伯伦曾经说过一句非常有哲理的话，“我们已经走得太远，以至忘记了为什么出发”。

同样，对于任意一款新产品，不管是大版本迭代升级，亦或是只增加一个小功能的升级，我们首先需要回归初心去思考，为什么要增加这个新功能？也就是增加这个新功能的目的是什么？

比如在一款APP中增加评论功能，可以丰富用户互动行为，从而增加用户粘性带动大盘活跃；再比如电商类APP中上线秒杀功能，挑选某些商品参与特价秒杀，从而在短时间内促进用户转化，提升大盘GMV。

2. 梳理功能指标

弄清楚上线新功能的目的之后，接下来有同学迫不及待地会问，怎么样才能知道该功能有没有达到目的呢？这个问题我们翻译过来就是：通过哪些指标能够衡量新功能的目标。

正所谓无法定义就无法度量，在实际业务中，对于所有的功能，我们都需要有一些明确的指标来进行衡量。举个例子，我们想要上线一个新功能来提升用户满意度，这个时候我们就需要首先明确什么是用户满意度，使用频次增加？停留时长增加？还是留存率提升？

对于这些功能指标，我们可以分为三大类：结果指标、基础指标和护栏指标。

1. 结果指标

结果指标很好理解，就是看新功能对大盘的贡献情况。比如上线新功能的带来的DAU在大盘DAU中的占比是多少，或者新功能带来的GMV在大盘GMV中贡献占比是多少等等。

2. 基础指标

基础指标，就是监测该功能的日常表现，具体又可以分为横向指标和纵向指标。那么如何区分横向指标和纵向指标呢？当一个产品增加某个新功能，一定会在用户使用路径中（UJM模型）体现出来。比如下面这张图，展示的是简化版的用户使用路径，以及增加了某个新功能D之后的使用路径。

所谓纵向指标，就是指当前功能的 UV、PV等指标，对比上一层的漏斗（渗透率）以及留存率相关的指标。纵向指标的目的是度量该功能本身流量的大小以及相较于上一层级的留存情况。

那什么是横向指标呢？从图中我们可以非常清晰的看到，对于某个特定的功能（比如功能D），用户从开始使用到使用完成，经过的过程依次是“进入该功能”→“在功能中停留、点击、消费、跳转等一系列行为”→“退出该功能”。

相应地，该功能横向指标包含用户使用路径中的常用行为指标，比如页面的CTR、页面停留时长、页面跳出率等。横向指标的目的是度量用户在产品中的操作步骤或使用路径，分析用户的消费情况。

横向和纵向分析相结合，就能比较清楚地了解当前功能的效果。

3. 护栏指标

可能你看到“护栏指标”这几个字会比较懵，会疑惑什么是护栏指标。通俗来说，是一种对功能效果评估补充的服务层指标。

举个例子，某APP上线了某个新功能，但是该功能占用的服务器内存特别大，虽然功能效果很好，但是经常会导致APP白屏或者闪崩。这时候，我们就需要从服务器层面，去监控比如“新功能失败率”这样的指标。而这些指标就是护栏指标。

护栏指标的意义在于，我们不仅能从大盘贡献和基础功能层面去评估某个新功能的价值，还可以从服务层面保证用户体验没有下降（比如打开某页面等待时长没有从1s上涨至5s）。因为往往很多时候，功能有没有效果还不是那么重要，如果我们从最直接的交互上损害了用户的体验而导致用户流失，反而是最得不偿失的。

但我们也不需要过于紧张，并不是所有页面和功能都需要护栏指标。比如常见视频的播放、页面的加载、活动的下发等，这几种往往需要监控一些失败率及大盘上的加载效率。而一些小功能的添加，只需要监控最基础的页面白屏率就可以了。

3. 分析功能效果

明确功能目标以及衡量目标的数据指标之后，最后我们需要判断该功能的效果如何。数据分析中有一句名言：没有对比就没有结论。想要明确功能效果，必须进行对比。

那么跟谁进行对比呢？

两种思路，第一种，向外看，我们可以和竞品（如果能够拿到数据）进行对比；第二种，向内看，用一段周期内使用该功能的用户对比未使用该功能的用户之间的数据进行对比，也就是大家经常听到的A/B Test。

二、实战案例：快手“购物车”功能分析

快手是一款短视频APP，相信大多数人应该都不陌生。当我们浏览短视频时，视频左下角会有一个“购物车”的小按钮，接下来我们就以“购物车”功能为例，来看一下如何分析该功能。

为了帮助大家更好的熟悉该功能，我们先来了解一下它整体的操作路径：