需求是現(xiàn)實(shí)狀況和想象狀況的差距。差距越大,需求越大。
對(duì)于一些必不可少的需求,我們稱之為剛性需求。而其他有了能讓生活更美好的需求,叫做非剛性需求。
理論上講,這個(gè)需求越是必不可少,用戶依賴性越強(qiáng),產(chǎn)品就會(huì)越受歡迎。
而用戶這些需求往往不是能直接看到的,往往隱藏在他們?cè)捳Z(yǔ)或者行為背后,我們?cè)撊绾螌⑦@些不可見(jiàn)的東西挖掘出來(lái)呢?
在不同的階段,對(duì)需求挖掘的要求不一樣(以下參考 產(chǎn)品經(jīng)理成長(zhǎng)體系):
- P1:注重基礎(chǔ)的需求整理包含,通過(guò)數(shù)據(jù)發(fā)現(xiàn)需求,思維導(dǎo)圖法梳理需求以及核心需求的提煉。
- P2:注重更明確地從復(fù)雜需求里挖掘出核心的需求點(diǎn)。其中包含用戶故事和HMW分析法。
- P3:更注重挖掘團(tuán)隊(duì)潛力,團(tuán)隊(duì)需求歸納和腦暴主持。我們通過(guò)故事板和設(shè)計(jì)馬拉松兩個(gè)課程來(lái)講解。
下面主要講的是P1。
剛?cè)肟拥男』锇榭赡艹3?huì)困惑,平時(shí)迭代優(yōu)化都是老大說(shuō)啥做啥,那這些需求實(shí)際是從哪里來(lái)的呢,可能還不清楚。
支付寶最近上了新功能,他們?yōu)樯哆@樣搞,用戶怎么用,我感覺(jué)沒(méi)啥用啊......
我們要更好的能站在用戶的角度上看問(wèn)題,可以通過(guò)窮舉用戶使用場(chǎng)景,衍生解決辦法,進(jìn)而確定需求的執(zhí)行。

上面這番對(duì)話應(yīng)該有人很熟悉了。老板說(shuō)要做某個(gè)功能,但是你發(fā)現(xiàn)這個(gè)功能在市面上已經(jīng)有了。
為什么會(huì)出現(xiàn)兩個(gè)人的討論不在一個(gè)點(diǎn)上呢?
原因就在于:沒(méi)有對(duì)功能點(diǎn)進(jìn)行往下的深入分析。
分析的方式可以很細(xì),也可以是粗放的。對(duì)于功能的分析很大程度上看自己的經(jīng)驗(yàn),當(dāng)你經(jīng)驗(yàn)很足的時(shí)候,你會(huì)很快想到;當(dāng)你經(jīng)驗(yàn)不足的時(shí)候,最好是按照下面的方法,一步步的去完成。
產(chǎn)品設(shè)計(jì)的核心三要素
產(chǎn)品的設(shè)計(jì),就是不斷的解決用戶在特定場(chǎng)景下的需求
增加減少功能并非關(guān)鍵,關(guān)鍵是能不能解決用戶的問(wèn)題
所以,產(chǎn)品設(shè)計(jì)離不開(kāi)三個(gè)要素: 用戶、產(chǎn)品、需求
用思維導(dǎo)圖的方法進(jìn)行用戶需求整理
思維導(dǎo)圖的思考方式
用戶: 當(dāng)想到一個(gè)功能,不要先想他怎么實(shí)現(xiàn),而要想是誰(shuí)會(huì)用
場(chǎng)景: 用戶分別在什么情況下會(huì)使用(或者感興趣)?
問(wèn)題: 用戶在上述情境下,會(huì)碰到什么問(wèn)題(挑戰(zhàn))?
方案: 用戶現(xiàn)在的解決方案是什么?
比如,接到這樣的一個(gè)任務(wù):

那么應(yīng)該這樣思考:
1.潛在用戶有哪些?
思考誰(shuí)會(huì)對(duì)優(yōu)惠碼感興趣?
使用思維導(dǎo)圖,列出所有感興趣的人
不用思考行不行的問(wèn)題,把能想到的全都列舉出來(lái)
比如你想到了如下的這些人

2.列出用戶發(fā)生(感興趣)的場(chǎng)景
針對(duì)每一類(lèi)用戶 “分別” 往下拆解
把“什么情況”描述清楚,最好簡(jiǎn)單描述一個(gè)故事
要根據(jù)每一類(lèi)用戶單租的去做拆解,而不是籠統(tǒng)的去想所有的。也許兩類(lèi)用戶有共同的場(chǎng)景,要分別寫(xiě)在他們的后面,先把你想到的都窮舉出來(lái),不要怕重復(fù)。
比如

3.用戶分別在這個(gè)場(chǎng)景下碰到了什么問(wèn)題?
注意是 “分別” ,不要怕重復(fù)
不同的群體、不同的場(chǎng)景,問(wèn)題都是不一樣的
要重點(diǎn)區(qū)分“問(wèn)題”和“中性詞”,如“時(shí)間”、“價(jià)格”
| 中性詞 | 需要拆分成問(wèn)題 |
|---|---|
| 價(jià)格 | 太貴了、太便宜了、性價(jià)比太低... |
| 時(shí)間 | 太早了、太晚了、太快了、太慢了... |
| 質(zhì)量問(wèn)題 | 質(zhì)量太好了、質(zhì)量太差了、做工太差了... |
| 信任感問(wèn)題 | 不相信、不敢相信、自己沒(méi)信心、別人不感興趣... |
比如:

4.現(xiàn)在的解決方案是什么?
注意,是現(xiàn)在用戶自己的解決方案,而不是你將要做的功能的解決方案
如果沒(méi)有解決方案也很正常,沒(méi)有就沒(méi)有
比如:

附 "酷產(chǎn)品需求案例圖"

需求的優(yōu)先級(jí)排序
通過(guò)上面思維導(dǎo)圖,我們整理了“辣么多”需求,總不能一次性全部完成吧。
根據(jù)影響面做需求優(yōu)先級(jí)的排序。
1.用四象限看用戶量于發(fā)生頻次
首先解決大量用戶高頻問(wèn)題,基礎(chǔ)體驗(yàn)
最后解決少量用戶的低頻問(wèn)題,超好的體驗(yàn)

特別是在產(chǎn)品早期一定要堅(jiān)持做發(fā)生頻率非常高,用戶量非常大的需求。
例如某垂直電商平臺(tái),訂單的流程和商品的詳情頁(yè)就應(yīng)該排在最前面。

2.看開(kāi)發(fā)難度和效果
優(yōu)先見(jiàn)效快且開(kāi)發(fā)難度不大的,就是是迭代
最后做很費(fèi)勁且見(jiàn)效慢的,這可能是未來(lái)的機(jī)會(huì)

3.看產(chǎn)品的價(jià)值
迫切程度:用戶是不是真的非常想要?還是空想的?
付費(fèi)意愿:用戶是否會(huì)為了解決問(wèn)題而付費(fèi)?
ARPU:如果開(kāi)發(fā)出來(lái),用戶會(huì)為之付多少錢(qián)?
4.看你對(duì)目標(biāo)群體的熟悉程度
- 你是否深入了解用戶使用場(chǎng)景?
這一點(diǎn)就需要你回過(guò)頭去做用戶功能點(diǎn)的調(diào)研。調(diào)研是整個(gè)產(chǎn)品的基礎(chǔ)。
你對(duì)用戶群體的理解是否了解足夠?
如果不熟悉,就想辦法熟悉它,否則就不要?jiǎng)邮帧?/p>
5.總結(jié)你的結(jié)論
用戶: 這個(gè)功能,第一批核心用戶是誰(shuí)?
場(chǎng)景: 用戶在什么場(chǎng)景下會(huì)使用
問(wèn)題: 解決的用戶的痛點(diǎn)是什么?
對(duì)比: 和用戶現(xiàn)在的解決方案相比,體驗(yàn)/效率提升有多大?
通過(guò)數(shù)據(jù)發(fā)現(xiàn)產(chǎn)品需求
數(shù)據(jù)分析在我們?nèi)粘9ぷ髦斜夭豢缮?,但是很多剛?cè)肼毜男』锇椴恢廊绾蜗率帧?/p>
常常聽(tīng)說(shuō)一些名詞一一
PV、UV、留存率、轉(zhuǎn)化率、活躍用戶數(shù)、復(fù)購(gòu)率、支付率、KOL、CTR、跳出率、訪問(wèn)深度、等等。
這些名詞都是什么意思?
你認(rèn)為,不同于數(shù)據(jù)分析師,產(chǎn)品經(jīng)理和運(yùn)營(yíng)工作者應(yīng)該重點(diǎn)關(guān)注哪些指標(biāo)?
我們以Google Analytics標(biāo)準(zhǔn),梳理出在產(chǎn)品指標(biāo)里面,產(chǎn)品經(jīng)理需要了解的常見(jiàn)頁(yè)面及流程數(shù)據(jù):
? PV (PV-page view):即頁(yè)面瀏覽里;用戶每1次對(duì)網(wǎng)站中的每個(gè)網(wǎng)頁(yè)訪問(wèn)均被記錄1次。用戶對(duì)同一頁(yè)面的
多次訪問(wèn),訪問(wèn)里累計(jì)。
? UV(UV-userview/UV-userview):即獨(dú)立訪客,訪問(wèn)網(wǎng)站的一臺(tái)電腦客戶端為一個(gè)訪客。
? Duration:—次訪問(wèn)的持續(xù)時(shí)長(zhǎng),也叫做停留時(shí)間。
? Bounce Rate:即跳出率;是指在只訪問(wèn)了入口頁(yè)面(例如網(wǎng)站首頁(yè))就離開(kāi)的訪問(wèn)里與所產(chǎn)生總訪問(wèn)星的百
分比。
?頁(yè)面滲透率:分流到本站點(diǎn)下游頁(yè)面的pv/本頁(yè)pv總數(shù)
? referral:指從其他網(wǎng)站點(diǎn)過(guò)來(lái)的鏈接,比如友情鏈接等,這類(lèi)來(lái)源通常是免費(fèi)的。
產(chǎn)品的黑盒子模型
在《產(chǎn)品的視角》里面說(shuō)到過(guò)一個(gè)黑盒子模型

互聯(lián)網(wǎng)產(chǎn)品產(chǎn)生的微笑價(jià)值讓用戶從不高興到高興的過(guò)程中會(huì)產(chǎn)生商業(yè)價(jià)值。
在眾多的數(shù)據(jù)里面,用來(lái)衡量產(chǎn)品的就是產(chǎn)品數(shù)據(jù),用來(lái)衡量商業(yè)的就是商業(yè)數(shù)據(jù)。但是兩個(gè)是不能完全割裂的。
商業(yè)數(shù)據(jù)模型
收入是商業(yè)的核心,不管是toB的產(chǎn)品還是toC的產(chǎn)品。

收入的指標(biāo)跟三個(gè)要素相關(guān):客戶總量,付費(fèi)率和
付費(fèi)率就是有多少用戶付費(fèi)。
ARPU是指但一時(shí)間內(nèi)每個(gè)客戶的貢獻(xiàn)值,可以認(rèn)為是平均客單價(jià)乘以單位日期內(nèi)平均購(gòu)買(mǎi)次數(shù)。
比如說(shuō)一個(gè)月內(nèi),共有100個(gè)人購(gòu)買(mǎi),每個(gè)人平均購(gòu)買(mǎi)了1.5次,那么ARPU就是150元。
他跟簡(jiǎn)單的客單價(jià)是有區(qū)別的,客單價(jià)是用來(lái)去衡量訂單的,而arpu用戶維度的數(shù)據(jù)指標(biāo)。
舉兩個(gè)??
下面 用戶付費(fèi)量=用戶量x付費(fèi)率

看騰訊的2015年第三季度財(cái)報(bào)增值服務(wù)。
總收入是265.94億元,其中205.47億元是增值服務(wù)的,增值服務(wù)賬戶數(shù)是88.5萬(wàn),arpu值是300.5元。
(88.5百萬(wàn) x 300.50 = 265.94億,如果按照老師講的,得出的結(jié)果應(yīng)該是增值服務(wù)的205.47億元,但是實(shí)際算出來(lái)的確實(shí)265.94。如有有清楚這一部分的同學(xué),請(qǐng)聯(lián)系我。)
按照“用戶付費(fèi)量 = 用戶量 x 付費(fèi)率”,88500000 = 用戶量 x 付費(fèi)率,我們知道了騰訊的用戶數(shù)后,就能反過(guò)來(lái)計(jì)算出它的付費(fèi)率了。
同樣的百度2015年第四季度的財(cái)報(bào)的網(wǎng)絡(luò)營(yíng)銷(xiāo)也是一樣 (按照老師講的,計(jì)算同樣不對(duì))。
兩個(gè)數(shù)據(jù)里面,用戶增長(zhǎng)量一個(gè)是5%一個(gè)是6.1%,都不是很大,但是同比增長(zhǎng)的收入?yún)s是28%和27.2%,還是很可觀的。主要是因?yàn)閍rpu值的增長(zhǎng)。

產(chǎn)品數(shù)據(jù)模型
產(chǎn)品數(shù)據(jù)指標(biāo)分為兩個(gè): 產(chǎn)品指標(biāo)、用戶指標(biāo)。

產(chǎn)品指標(biāo) 基于頁(yè)面的流程去衡量產(chǎn)品的好壞。
用戶指標(biāo) 根據(jù)用戶的行為和動(dòng)作以及用戶的活躍度去評(píng)估用戶的質(zhì)量。
轉(zhuǎn)化指標(biāo) 在產(chǎn)品指標(biāo)和用戶指標(biāo)之間,就是轉(zhuǎn)化指標(biāo),它是一個(gè)符合指標(biāo),它并不是單一的產(chǎn)品的質(zhì)量決定的,也不是單一的用戶質(zhì)量決定的。轉(zhuǎn)化指標(biāo)是用戶通過(guò)產(chǎn)品所產(chǎn)生的行為數(shù)據(jù),比如用戶下載了、用戶激活了、用戶提交訂單了、用戶付費(fèi)了、用戶最后確認(rèn)收貨了等行為的數(shù)據(jù)。
關(guān)于產(chǎn)品指標(biāo),要綜合考慮,比如這個(gè)用戶是從百度獲取的,這個(gè)時(shí)候用戶大概率的是自己需要某個(gè)東西去搜索的時(shí)候發(fā)現(xiàn)你的廣告,比如一件時(shí)裝,那么用戶購(gòu)買(mǎi)的意愿會(huì)比較大,用戶的這話指標(biāo)就會(huì)比較好;再比如這個(gè)用戶是從新聞網(wǎng)站的廣告獲取的,用戶看到廣告的場(chǎng)景是“在看新聞的時(shí)候留意到旁邊的廣告”,用戶的購(gòu)買(mǎi)意愿就可能沒(méi)有那么高,用戶的轉(zhuǎn)化指標(biāo)就會(huì)比較差。
同樣的,如果用戶的購(gòu)買(mǎi)意愿很強(qiáng),但是打開(kāi)頁(yè)面的速度很慢,或者購(gòu)買(mǎi)的流程很復(fù)雜,這個(gè)時(shí)候轉(zhuǎn)化指標(biāo)也會(huì)比較差。
數(shù)據(jù)應(yīng)用的??
接下來(lái)從注冊(cè)轉(zhuǎn)化率、用戶留存來(lái)看兩個(gè)案例。
利用GrowingIO優(yōu)化產(chǎn)品數(shù)據(jù)指標(biāo)
利用數(shù)據(jù)分析優(yōu)化用戶數(shù)據(jù)指標(biāo)
數(shù)據(jù)分析的作用
- 做完一件特定的事情后,評(píng)估產(chǎn)出和成效,得出改進(jìn)思路。
比如我們做完一個(gè)活動(dòng)后要評(píng)估這個(gè)活動(dòng)做的成功不成功,有沒(méi)有到達(dá)我們的預(yù)期,下次我們?cè)僮龅脑捲撚心男└倪M(jìn)思路等等。這些都是可以從數(shù)據(jù)中去得到的。
- 產(chǎn)品的整體數(shù)據(jù)不佳,找出核心原因核問(wèn)題所在,予以解決。
我們的產(chǎn)品數(shù)據(jù)不佳的時(shí)候,我們可以通過(guò)數(shù)據(jù)分析原因所在,比如到底是沒(méi)有多少人下載,下載后沒(méi)有多少人激活,激活后沒(méi)有多少人注冊(cè),注冊(cè)后幾乎都跑掉了還是我們的產(chǎn)品的頁(yè)面太不友好,使用的流程太復(fù)雜等等。找到這些問(wèn)題之后我們才能夠更好的對(duì)癥下藥。
- 接手一款產(chǎn)品,評(píng)估其當(dāng)前狀態(tài)、發(fā)展階段,得出下一步工作思路。
從數(shù)據(jù)的層面上給新接手的產(chǎn)品一個(gè)客觀的定位,更有利于做下一步工作的規(guī)劃。
數(shù)據(jù)分析的基本原則
先明確分析目的,再建立分析方法和思路
要圍繞著核心業(yè)務(wù)流程喝中藥結(jié)論來(lái)完成分析
舉個(gè)栗子
假設(shè)你是一個(gè)天貓的運(yùn)營(yíng),你接到的任務(wù)是“你要去提升雙十一用戶的購(gòu)買(mǎi)轉(zhuǎn)化率”。
首先我們要梳理出用戶訪問(wèn)到支付的整個(gè)流程流程,如下:

當(dāng)我們吧這些環(huán)節(jié)都梳理清楚了之后,再去看每個(gè)和緩解下用戶的數(shù)據(jù)表現(xiàn)是什么樣的網(wǎng)站的UV是什么樣的,然后購(gòu)物的UV和數(shù)據(jù)是什么樣的,最后結(jié)算的支付成功的數(shù)據(jù)表現(xiàn)是什么樣的??赐赀@些之后,我出門(mén)就能的出來(lái),每一步到下一步的轉(zhuǎn)化率。
加入哪個(gè)環(huán)節(jié)到下一步的轉(zhuǎn)化率不發(fā)現(xiàn)特別差,那就能找出了出問(wèn)題的環(huán)節(jié),這個(gè)時(shí)候再對(duì)癥下藥的去看這個(gè)環(huán)節(jié)上應(yīng)該去做什么樣的優(yōu)化,以及分析還有可能會(huì)出現(xiàn)什么樣的問(wèn)題。
因?yàn)檫@個(gè)任務(wù)的核心業(yè)務(wù)是用戶的購(gòu)買(mǎi)轉(zhuǎn)化率,所以我們要更多的關(guān)心跟付費(fèi)相關(guān)的環(huán)節(jié)。這個(gè)時(shí)候每個(gè)頁(yè)面的其他不相關(guān)數(shù)據(jù),比如用戶的留存率、用戶平均的訪問(wèn)時(shí)間我們就不該花時(shí)間了。
數(shù)據(jù)分析這件事不是按部就班的去為了分析而分析,一定是要帶著一個(gè)特定的目的,在分析的時(shí)候圍繞這個(gè)目的去想怎么達(dá)成、怎么解決,然后梳理出一個(gè)特定的流程,結(jié)合這個(gè)流程去做我們的分析,最后解決問(wèn)題。
--
這是我在學(xué)習(xí)產(chǎn)品能力的第7篇學(xué)習(xí)筆記。歡迎拍磚。
原文鏈接 https://www.devzhao.com/post/2907bb77.html
來(lái)自 學(xué)而時(shí)習(xí)之 · devzhao.com
轉(zhuǎn)載時(shí)請(qǐng)注明出處,謝謝合作。