定性分析
即使是数据流产品经理，在设计之初肯定也对产品、用户的需求有自己的理解，也就是对目标人群和需求有一个预判，所以定性分析我认为也需要结合下面两种方式来进行。
1 竞品调研分析
注意，这里需要带着自己对该需求的看法，来收集该需求竞争对手的解决方案和信息，竞品的功能仅作参考，好的地方直接抄，不合适的地方忽略掉，记住，竞争对手做的我们不一定需要做，重要的是对自己的产品和目标用户有理解。
2 用户访谈
我还没有过正式用户访谈的经历，但经常在论坛里面和用户沟通交流，下面是一个例子，请看：
这是一个用户给产品提意见的帖子，这个用户提议：“对于一个外贸业务员来说，平常的工作中，接触到 PDF 文档比较多，而且很多时候需要分解里面的文字或者图片。如果能将 PDF 文档里面的文字炸开，将 PDF 里面的图片瞬间炸成 JPG 格式的，我想对工作效率提高会有很大帮助。仅单表个人建议，可以参考一下。谢谢。”
每个人背景知识不同，我并不知道为什么非要转换成 JPG 格式的，为什么工作效率会提高，如果不搞清楚后背的原理，有可能满足了用户嘴里要求的功能，依然没解决他的问题，就进一步追问，请看下图：
用户回答我：“您好，因为平常我们的客人都是发 PDF 的原稿给我们，我们做效果图或者用于制作 LOGO 到产品上基本上需要转化成 JPG，目前 PDF 转化成JPG的程序有点繁琐。能用大爆炸以炸就可以转化那就很省事了。只是从个人工作角度的看法，嘿嘿。周末愉快…”
好了，现在场景和原因都有了，结合 Smartisan OS big bang 和 One Step 是为了干掉电脑、提高效率的意图，这个“格式转换”的需求完全可以放进需求池进一步分析。
除了上面的例子，访谈时也要尽量问开放性的问题，来了解用户背后的需求，别用带预设问句的问题，比如：“我这样设计的话，你会不会去用？”要问：“你不用这个功能的原因是什么，现在是如何解决这个问题？”
定量分析
1 数据分析
数据分析分功能上线前和上线后。
功能上线前,可以通过调研、咨询公司、公开数据（百读指数、论文等）获得参考数据来辅助判断。
功能上线后，可以根据日活跃活、埋点数据来判断用户在使用产品的具体过程和结果。
切记不能依靠数据直接作出判断，数据永远是一个参考，根据参考来分析出到底怎样设计。
2 MVP 与快速上线
MVP 就是 Minimum Viable Product （最小化可行产品），与其长时间反复分析、访谈、扯皮，不如做个略微简陋的原型上线验证一下自己的想法，根据结果和数据再次优化。
比如这就是我在做产品前参加培训时和队友们做的一个 MVP 原型：
