我的2017产品总结

个所税网  阅读数  3149  2020-10-24 17:11:56

又到年底了,开始各种总结,目前打算写三篇系列总结文章: 我的2017产品总结;我是如何做刻意练习的;我是如何使用笔记系统管理知识与项目的。本篇文章是系列文章的第一篇,主要是想总结下自己一年来对产品的理解。一开始取名「我的产品方法论」,貌似有点夸张,自己也只是做了些微小的工作,还没资格使用「方法论」这三个字吧~

我的2017产品总结

一、「为什么」比「是什么」更重要

这一年来,做了很多需求,有从客户那里来的,也有从销售那里来的,当然还有从上级那来的。从 CRM 到智能报表,从语音会议到审批,基本上 to B 行业的各个主场景都趟过了一遍,总结一句就是「了解需求背后的为什么,比了解需求是什么更重要」。

我想用一个案例来解释这句话。我在做 CRM 系统(注:客户关系管理系统。主要用户是一些销售员。)的时候,有用户提到希望我们提供一个排序的功能,根据「最后跟进时间」由旧到新排序。其实从开发角度看,这个功能并不难搞,很快就能上线,但是我们还是希望了解用户所提的这个「需求」背后的原因是什么。接着我们开始进行一对一的深度调研,当时客户说了这样的一句话:

我有个客户A,我上个月15号拜访过了,这个月15号拜访了另一个客户 B。到了这个月底,在系统里面,我应该先看到 A,再看到 B。因为我接下来我要跟进的是 A,而不是刚拜访过的 B。

很多产品经理或者产品设计师,到了这里可能就会停止发文,并且满口答应说,「是的是的,你这个需求很合理,我们会搞」。但这还不够,我们还需要了解其需求背后的原因是什么,为啥用户要先跟进 A ,而不是先跟进 B 。

多问了几个为什么后,了解到原来背后有两大原因。第一,销售们为了防止因为太久没跟进,而导致客户流失,都会优先跟进很久没跟进的客户。第二,有些企业会限定销售员跟进客户的时间。如果销售员没法在30天内签单的话,可能这个客户就会转到其他销售员名下。明白了原因之后,我们再来看原来客户提到的「排序」需求,你会发现「排序」并没有从根本上解决这两个问题,因为客户提到的「排序」需求背后的真实需求是「提醒TA 跟进很久没跟进的客户」。所以最后,我们为客户设计了「智能提醒」功能,每天会提醒 TA 哪些是需要当天跟进的。

同时在这个过程中,我们还找到了个很不错的销售管理模型——「客户到期回收」,后来这个也成为了我们产品的一大卖点之一。

所以总结下来,就是当你接到需求的时候,不妨问下自己「为什么有这个需求」,因为你从别人那里得到的需求并不一定是用户的真实需求。甚至连用户或客户提的需求也不一定是真实的。特别是 to B 产品的用户提的需求,就更不能相信了,因为这类用户对业务都非常熟悉,所以他们反馈问题的时候,往往会基于他们旧的业务角度看待问题,同时给出一个解决方案,而不是需求。

二、要不要做?

了解完为什么后,我们就要问自己一个问题——要不要做?为何会有这个问题,原因就是很多时候,我们不是没有需求做,而是需求太多,给用户太多不一定是好事,其实确定不做什么,比做什么更重要。但是该如何判断要不要做呢?我的答案是能不能给用户「提供足够」的价值。(当然了,决定要不要做,还需要考虑实现成本,是不是用户最迫切的等,我这里更偏向于从更深的角度看待做不做的问题。)

判断能否给用户「提供足够」的价值,我想引用下俞军老师提到的一个产品价值公式:

产品价值 = ( 新体验 – 旧体验)- 换用成本

从这个公式中,我们可以看到,要想做出一个高产品价值的产品,首先「新体验」要做到足够好,其次「换用成本」要足够低,最好「旧体验」足够差。所以我们在把需求转化为产品之前,我们需要了解用户的「旧体验」是如何的,同时有没有竞品也在做。

比如我们接到一个「为00后设计一款听音乐的产品」的需求,并且假设00后们的确有这个需求,那么我们就看00后们是不是真的需要一款新的听音乐的产品,用已有的网易云音乐可以吗?用 QQ 音乐不行吗?

三、怎么做?

怎么做这一块,我认为自己一年来只是不断地深化理解,我当年对产品模型的理解,大家感兴趣的可以看看这篇文章:什么样的产品可以称之为「好产品」?

简单的说下,我认为一个好的产品由三大框架组成,分别是:

  1. 产品框架:包含核心、流程、细节
  2. 运营框架:由引擎和准则组成
  3. 商业框架

四、怎么衡量成功?

知道如何做之后,我们还要由能力去衡量成功。衡量成功的关键就是数据分析。一般产品经理或者产品设计师,会去看两大数据:

  1. 用户行为数据
  2. 运营数据
用户行为数据一般包含用户点击、页面停留时间等数据,而运营数据一般是根据用户的行为数据计算的值,比如点击率、付费转换率等,当然还有些是通过问卷的形式的采取数据,再经过计算得出的值,比如净推荐值。

但是我在学习数据分析的过程中,发现不能简单地把运营数据看成独立的值,运营数据应该分成两个大类,一个是单体值,一个是整体值,做功能或者运营活动除了关注单体值,还需要关注总体值。因为有可能某些功能的单体值升高,导致整体值下降了。举个例子,某个 IM 产品要搞个一键生成生日祝福功能,对于这个功能来说「使用生日功能的次数」这个运营值是个单体值,但是有可能会影响其他整体值,比如发送消息的数量,因为大家都使用一键发送祝福功能了,而不用传统的文字或语音消息。

另一方面,在我做了两年 to B 产品后,我发现除了关注行为数据与运营数据外,还有一个数据非常重要——用户成功数据。举几个例子,说明下这个数据:

  • to B 产品的用户成功数据:对于 to B 产品来说,可能付费转化率这个运营数据很关键。但是对于企业客户来说,他们期待的是「赚更多的钱」或「省更多的钱」。那对于 to B 产品来说,还需要关注用户使用了产品后,比以前赚多了多少或比以前省了多少。这个数据就是产品的长期核心数据目标。当你的客户从原来的小型企业成长成大型企业后,忠诚度以及付费能力也会随至增高。
  • 线上职业教育平台:对于这种产品,运营数据可能包括用户点击率,或付费转化率。但是对于产品来说,长期数据目标是用户的薪水有没有张,有多少人因为这个培训而成功换工作等。基于这些数据指标,再去倒推产品功能,可能比看转化率等数据还有效果。
  • 最后,再举一个 Uber 的例子,Uber 在产品的早起关注的指标是乘客等车所花的时间,因为对于乘客来说「短时间内打到车」是他们的「成功」目标,当打车变得非常便利后,日活、净推荐值都会有所提高。

五、总结

最后总结下,我将上面的四点,整理成以下一个圆形。越靠内的就越重要,里面的就像内力,外面的就像外功,越靠外,越容易修炼。

我的2017产品总结

另一方面,我也将产品经理以及产品设计师的一些能力,往这个圆形靠,得出了这样一幅图:

我的2017产品总结

最后,我也总结了下每个模块常用到的方法,希望对大家有用:

我的2017产品总结

 

作者:Jimmy Wang

本文由 @Jimmy Wang 原创发布。未经许可,禁止转载。

题图来自 unsplash,基于 CC0 协议

新一代大数据用户行为分析与数据智能平台:数极客(https://www.shujike.com),是支持无埋点、前端埋点、后端埋点、API导入四种混合数据采集方式,整合分析用户行为数据和业务数据,可以自动监测网站、APP、小程序等多种渠道推广效果分析,是增长黑客们必备的互联网数据分析软件。数极客支持实时多维分析、漏斗分析、留存分析、路径分析等十大数据分析方法以及APP数据分析网站统计网站分析小程序数据统计用户画像等应用场景,业内首创了六种提升转化率的数据分析模型,是数据分析软件领域首款应用定量分析与定性分析方法的数据分析产品

 

数极客是新一代用户行为分析与数据智能平台,支持用户数据分析运营数据分析留存分析路径分析漏斗分析用户画像SEM数据分析等16种分析模型的数据分析产品,支持网站统计网站分析APP统计APP分析等分析工具,以及会员营销系统A/B测试工具等数据智能应用,支持SAAS和私有化部署,提升用户留存和转化率,实现数据驱动增长!

 

【独家稿件及免责声明】本站原创文章如需转载请联系我们,未经书面许可禁止转载,本站转载文章著作权归原作者所有,如有侵权请联系:。

增长工具 财税工具