产品需求从哪来?基础数据分析手稳指南

需求来自三个大方向:

  • 用户
  • 产品经理自己用
  • 数据

从用户身上洞察需求,除了通用方法论如问卷、访谈、焦点小组、可用性实验,也关乎你自己能否从交谈、阅读、亲身体验…任何与外界信息的交互中学习。前者属于记者、市场调研、社会学者的技能,在较晚出现的互联网行业,成了高阶技能;加之大量公司囿于用户体量和管理方法,无力实践。

没有了用户,你只能观照‘我心’,不断用自己产品(方法论上称为‘阶段性调研’)、用竞品、观察行业迭代方向,知道什么是最IN最潮最酷。这样孤独修行,你的产出受制于产品类型、行业、和天赋,也很难确认自己手稳不稳,无法培养信心,无法说服他人。

这也是为什么数据分析,成了产品经理们的首选需求分析方向。转化率、日活、留存,你做任何产品、在任何公司,都是基础指标,认这些指标,你和团队所有人沟通有了一个绝对坐标,容易在目标上达成一致。你做的需求,如果预判对公认的指标有提升,PK时更说服大家、推进项目。做完之后,看指标变化,优秀则扩大范围,不优秀回滚或迭代,长此以往,手越来越稳。

方法:趋势、对比、细分

从趋势到对比再到细分,这三个方法,收集和分析越来越难,但是精确和可信度可以做到更高、更有说服力。

最简单的趋势,最简单的例子是你用一张两列的Excel表格,第一列日期、第二列当天收入,一溜烟地按顺序记录。其中日期这列叫做‘维度’:你从哪个角度去观察数据。常见的维度有性别、地区、版本。收入这列叫‘指标’:你看它是否有变化,来反应产品或业务的好坏。上文提到的日活、留存、转化,也是从不同方向衡量产品的变化。

趋势比较适合产品初期,用户体量小、外界环境简单的阶段。比如1.0上线不久后,某日修复了某个缺陷,可以看到留存有大幅度上扬。趋势大部分时候不好用,因为影响趋势的因素多,提取的数据粗放,难以剥离其他因素影响。这会让你的某次迭代或行动很难看到趋势变化。

用‘对比’之前,肯定是你做了某个动作,希望相比动作之前,指标是有所提升的。这方法重点在控制变量,也就是剥离所有可能影响到指标的因素。就像新增提升了,可能因为你在产品中做了分享裂变的功能,也可能来自同期个时期,运营同学在应用商店买的广告。

如何剔除无关因素?当产品上线之后,发生的已经发生了,除非用统计学的分析方法,你无法剔除某个会影响指标的变量。更多是找到一个可以对比的版本,比较指标之后,用你对产品/业务的理解,评估这个比较是否靠谱。两个可对比的版本,要做尽量做到以下属性和指标相同:

  • 周期:周期长短,根据业务决定,比如用户完整体验周期是多久
  • 新用户来自各个渠道的比例
  • 无激励性买量激增,尽可能自然流量
  • 总体新增、活跃、留存数量和趋势
  • 用户新增、活跃地区构成比例类似
  • 排除节假日、突发事件的新用户增减
  • 关键行为触发次数、人均次数和活跃占比
  • 关键行为的转化率
  • 期间无可能影响对比指标的产品迭代
  • 版本:可能有些用户一直不升级

其中来源渠道、新增、活跃、地区这些属性要一样,是为了保证用户群一样,因为不同类型用户本身就是影响指标的变量。比如来自不同城市用户的可支配时间和收入不同。而关键行为类似,可以确信用户在两个版本有稳定的体验,获得同样的收益。比较同个周期新增的用户,高阶方法有‘同期群分析’,会在之后的文章中专门讲。

细分也就是将数据按维度拆解,不断分类下钻,观察指标。拆解的维度有:地区、年龄段、新增渠道、手机型号……细分之后的数据,变量更少,让你更确定是哪个因素影响了指标。比如当你看到日活趋势在上升时,也许某个城市的活跃度飙升,而其他地区没有变化;飙升的城市拉高了平均值。单个城市指标提升,是否源自那个城市的内容分发策略更加优秀?运营端是否可以加大这个城市的推广力度?

上面三个方法,不一定是循序渐进的三个步骤,它们之间也无进阶关系,可以结合在一起使用。比如细分到两个年龄段,抽取出每天日活的趋势,对比两个版本的趋势变化。

推荐阅读更多精彩内容