人人都是产品经理——iamsujie

某个产品页面的访客，最近一段时间使用各种浏览器的比例，如下图：第一名ie，99.08%（其中6.0又占75%）；第二名firefox，0.48%……

大家可以猜猜这是一个什么样的产品，面向的是什么样的用户。

=================  最后我要披露一些坏人的行径  ================
昨天和同事去K歌，我不是伤还没好要拄拐么，于是大家很照顾我，一开始就给我点了《水手》+《星星点灯》，完了，就把麦抢过去不给我唱了……

最近还有新鲜劲，每隔几天会去看一下虚拟主机的后台（directadmin），从3月到4月上旬，发现iamsujie.com的流量逐步爬升。我买的服务每个月有15G流量，而4月开始每天都要用7~800M，眼见着这样会在4月20号左右超过流量限制，于是决定折腾一下，在park同学的帮助下研究了webalizer的日志分析报告以及详细日志。

通过查看webalizer的报告，发现页面“http://iamsujie.com/feed/”的流量占比达到90%，于是重点优化这里。终于，作为菜鸟的我成功搞定这个问题，如图，红色图形为4月每天的流量，从14、15号开始明显降低，而其他的各种访问量数据并没有明显变化，简单说说这次自学到的几个blog省流量的土办法：

Ø 最最重要是杀掉恶意流量。我们发现feed页面除了流量以外，其他的访问数据并没有达到90%，于是进一步看明细，发现其中两个IP的请求异常，查ip，都是四川绵阳电信的，在不停的刷feed页面，而且是通过腾讯浏览器，反正是非人类的行为。开始我还有些担心是不是哪个RSS服务器在请求，但朋友说不是，于是就把那个IP段禁掉了（网站根目录下有个.htaccess文件，是apache的folder specific的配置文件，在里面加一段代码）。杀掉传说中的“采集网站”、“盗链”等等，这是效果最明显的。

Ø 充分借用其他服务的流量。非文字内容，如图片尽量引用站外的链接（比如我的图片用picasa，不过我发现图质不佳，但懒得换了），视频、音频、flash更是。当然如果你财大气粗，觉得自己的机器更稳定、更快、更爽云云，那放在自己手里当然最好。

Ø 减少feed输出的文章数量。在wordpress里“设置—阅读—Feed同步最新”多少篇那里设置。我这次把200篇改30篇，而现在全站文章实际总数约160篇，所以这个改动可以把feed页面的大小一下子降到20%以下。对于“30”的考虑，我觉得可以让新订阅用户基本铺满一屏，不会显得我这里文章很少，另外30篇的写作时间最少也有2个月左右了，再修改的可能比较少。这个改动的最大坏处是新订阅用户看不到老文章，不过可以通过“相关文章”等方法补偿，同学们可以自己权衡。

Ø 采用feedsky等feed服务。这样对feed请求的流量就可以甩给feedsky了，我从4月末开始使用，流量倒不是关键因素，我主要是看中了它对feed的统计功能，以及对多种阅读器的快捷支持。

Ø feed输出摘要（不推荐）。这样可以节省很多流量，但要慎用，对高端的订阅用户不友好，他们可能也会对你不友好，：）

Ø 减小blog首页的大小。任何一个博客，都有大量用户的入口是首页，而这中间又有很多直接离开的，所以减小首页是个节省流量的好办法，而且这部分是省在低质量用户身上的，更爽。具体方法有减少首页文章数（我把10改成了5）、文章用摘要、减少侧边栏控件等等，利弊也请自行权衡。

上面说到的点点，都是一个菜鸟的实战所得，在用户体验基本无损失的情况下让流量降了一个数量级。究其实质是分析日志，找出占用流量最大的因素（比如订阅用户与直接网站用户到底哪个多），思考相应的对策去解决。上面这些做法只是解决方案而已，千万别照做了。

最后提一个题外话，做上面这个事情的过程中，我发现各种订阅服务，对于feed 的缓存策略各有不同，这也是影响流量很关键的因素，但没有更多信息，没法深入研究。

我们应该不放过任何机会培养自己对数据的兴趣和敏感性，1月开了一个产品经理的小站iamsujie.com，3月的数据看上去可以玩玩了，这些数据也可以从一个侧面描述国内产品经理（特别是互联网、软件行业）及其相关职业的人群特征。

暂时只用了Google Analytics，所以数据没有包括只躲在阅读器里偷窥的用户。我粗略的和一个朋友做的娱乐网站的数据比较过，整体感觉iamsujie.com的用户还是比较高端、小众的，和主题“产品经理、产品设计、用户体验……”有关。

访客周期性非常明显，工作日访客多，周末少，日访问数的典型比例大约是2.5：1，详细可以看这里。当然这和工作日的推广有一定的关系，好在2月后两周做过无推广的对照，确实是这样，主要原因是小站主题和工作有关，与国内互联网主流的“娱乐用户”不同。（24小时分布特点不明显，没有想象中的大量夜猫子，略）

访客地图覆盖，中国访客占了97.39%，排第二的US也不到1%，所以暂时不用考虑国外访客了。对于国内的地域分布，可以明显的看出各地相关行业、职位发展的情况，找工作、要挖人、想创业的同学可以参考下图。

• 传说中的IT/互联网四极确实存在：北京、广/深、上海、杭州（因为自己公司在杭州，有不少同事访客，所以流量排在上海之前了），占据了70%强。
• 北京的绝对霸主地位无可撼动。
• 潜力城市浮出水面，都是挺大的城市：武汉、南京、长沙、成都……

访客忠诚度，新访者（52.73%）与回访者，基本各半。回访者质量稍高，虽然回访多是好事，但是新源头匮乏，很难想到还有哪些拉客的途径可以产生爆发式增长，“业内人士”真的只有这么多了？下图是访问次数图，可以看到，1月下旬建站到现在，访问10次以上的用户有1000+，可以简单的看做比较忠实的用户。

其他几个数据：人均页面数2.69，跳出率53.85%（即只访问1页面的），网站停留时间5分56秒，都比较稳定了，还算满意。再上一个访问时长的图，在网站停留超过1min的，确实有兴趣的访客大约有1/3。

访客浏览器情况，可以看到firefox和chrome一共占据了1/3，显著的超过国内整体网民，而ie的版本细分，6的占有率也没有整体那么高。

访客屏幕分辨率，1024×768仍然第一，但我没法区分其中用台式机（主要是17寸CRT）和普屏笔记本的比例，从很有特点的第二位分辨率1280×800（典型的宽屏笔记本分辨率）中可以推测，笔记本的比例应该高于多数网站，而我们有理由相信，使用笔记本的用户是相对高端的。第三位1280×1024是典型的17寸LCD分辨率，是比较常见的办公电脑。再往后是19~22寸宽屏LCD，和一位设计师交流过，他的网站1440×900、1680×1050比例明显偏高，正好可以解释为设计师多用宽屏。排第六的是14寸高分屏的笔记本，排第七的分辨率好奇怪，有这么多人在用？……

各种来源的访客比例如下图，搜索引擎过来的还太少，而推介网站来的最多，访客数超过100的依次如下：

这当然和我主推的方向互为因果，各个来源的质量没有特别差的，倒是排在第14位白鸦的blog，来了48位访客，质量超高：平均访问6.15页面，停留12分24秒。

嗯，很有意思，有没有同学也自爆一下，哈哈。

最近和不少人聊到数据分析的话题，所以举个小例子，证明一下数据分析确实是能转化为商业价值的。整体的思路是：在对产品足够熟悉的基础上，先做出方向性的假设，再提取相应的数据并分析，得到一些现象，最好是之前没发现的现象，然后尝试解释，接下来做用户调研修正解释，最终指导产品发展方向。

2008年底的时候，对手头一个产品的用户数据做过一些分析（因为是企业用户，所以下文中“用户”与“公司”其实是一个概念），发现了一条很销魂的曲线，由于更详细的数据不便公布，所以仅就一点为例谈谈。我们的目标是希望产品的用户能更活跃，活跃的一个指标就是更多的登录，所以方向选定，尝试分析登录日志。

直接上图，图中的横轴是把所有付费用户的第一次登录日期对其（表征“开始使用”），查看他们在此之后6个月的活跃情况；纵轴是这几千家公司的总体活跃情况（可以简单的理解成纵轴数值越高，用户登录越多），可以看到，活跃公司的比例变化明显分为4期，特别是1～4个月之间出现了先下降再上升到现象，于是我们先尝试着解释：

该产品是通过经销商销售的，在卖出去之后，经销商也会登录产品帮助用户做一些辅助工作，所以产品的登录行为有经销商登录和用户登录两部分，虽然在技术上无法区分，但两种行为确实各有特点。

第一阶段：第1个月，活跃度考察的是1个月内用户的登录多少，所以30天内活跃度不断上升达到峰值，约60%。这段时间内，经销商登录较多，帮助用户初始化。

第二阶段：1～3个月，活跃公司比例缓慢下降到约40%，其间包含两部分，经销商行为和用户行为：

Ø 经销商行为只有一个作用：衰减，这个衰减绝对比图中的更陡峭；

Ø 用户行为有两方面：衰减与增加，而增加是大于衰减的，从第三阶段可以看出；

第三阶段：3～4个月，活跃公司比例逐渐上升到60%，这是因为到3个月之后，几乎再没有经销商行为了，完全是用户登录，并且经过3、4个月的使用，用户已经通过产品带来实际价值，所以使用的更多；

第四阶段：4个月以后，稳定在60%弱一点，进入动态平衡期。

接下来我们为了验证上述观点，做了一些电话调研，试图区分出经销商登录和用户登录，果然让我们发现，两种人的主流行为是通过不同入口登录的，经销商通常从A入口登录，因为他们要做的辅助操作从这里做方便，而用户通常从B入口登录，因为日常操作更多在这里。

由上述分析，可以分离出经销商和用户两种登录行为造成的曲线，按理说应该分开画出两张图的，可惜时间太久，我看了一会日志分析的代码发现搞不定，暂时作罢，等有机会拿最新的数据再看一次，它们的叠加就是上图，手绘的凑合看看。

好，问题来了，分析着玩儿的么？商业价值呢？有两点。

一方面，我们会考核经销商手下用户的活跃度，目的当然是为了让他们更多的服务用户，指导用户使用以促进活跃，但有的经销商会耍小聪明，通过自己登录来忽悠我们。原来我们很苦恼，现在似乎可以通过登录行为的分析，对这种情况做一个粗糙的判断，如果有些用户登录的增加是A入口为主，再关联这些用户的经销商分析，就能够找出作弊的经销商，以示惩戒。

另一方面，这次分析告诉我们，对我们有实际意义的是用户从B入口的登录，所以产品的优化重点应该放在B入口，另一个数据也证明了上面的推论：有某种登录行为的群体，在出现该行为后几个月的活跃度情况，如下表。基本上只要出现过“B入口登录”，之后用户的活跃度就会很高，是真正的用户登录，事实上，这次数据分析指导了产品改进，后来，我们对B入口登录的引导做了很多事情，比如降低门槛，运营推广，在宣传手册、光盘上重点说明等等，起到了不错的效果。

本文中的数据是用Matlab做的分析，这是个巧合，正好上学的时候一直拿它做数据挖掘。常有这种体会，之前学过的东西，当时不知道有什么用，多年以后说不定什么地方还真的用上了，很爽。

只要你做的是一个大用户量的产品，互联网的产品往往都有这个特点，那么我们能听到都只能是少部分用户的声音，他们是否代表大多数用户是无从判断的。虽然绝大多数情况下的经验证明，只要在用户的选择上没犯什么低级失误，他们是具有代表性（接受这种假设是一种性价比很高的廉价解决方案），而还有一招就是让数据来说话，看看用户到底是怎么做的，所谓according to the data是最难被驳倒的。

其实原来读研的时候，我做的就是统计分析、数据挖掘相关的课题，但工作以来，深深的体会到，实际的生产和科研是有很大不同的。科学研究很注重“性价比”的性，只要结果好，往往不在乎投入，因为科研的结果不是为了应用（相对而言），而是为了证明实力，同理，很多公司的高端产品也是为了证明实力，并不是为了挣钱或者市场占有率。

而实际生产环境更注重综合的性价比了，所以我们不再需要用独立分量去分析每次运营、每个功能改进所带来的流量变化，不再需要用人工神经网络预测产品将来的用户数，甚至给出A>B结论的时候也不需要做显著性检验，一切的一切需要的只是一种sense，一种对数据的敏感，最商业的敏感。

要意识到，用户怎么说和怎么做是不同的，其实用户的语言不如行为更能反应出他的真实需求，比如用户说在搜索客户的时候应该加一个按交易额搜索，也许只是他某次特殊的需要使然，但我们通过用户行为的数据分析可以发现，这个功能上了之后只有1/10000的人用，这就是我们被用户的说法骗了，但数据永远不会骗我们。

问题在于，手头经常是有枪没子弹的状况，其实数据分析的方法很多，但很多时候苦于拿不到数据，这是我们需要考虑的，在产品设计的时候就要把用户数据提取的需求加进去，这也是一类非功能需求，这样才能做到产品的可持续发展。