https://www.sensorsdata.cn/school/library/21b923ec5afc1c0572b45dc92c3efb01
追本数源 · 开启产品智能化时代

产品指数级增长手册（方法与实践）

数据驱动系列白皮书

2017 年 09 月

神策数据 ． 用户行为洞察研究院 出品
Sensors Data User Behavior Insights Research

概 述


《追本数源 · 开启产品智能化时代——产品指数级增长手册（方法与实践）》由神策数据用户行为洞察研究院 联合各行业领先企业的业务与技术专家推出 沉淀出领先企业的最佳业务实践和真正实现数据驱动可行方法。
在大数据时代下 行业领军者们正在尝试并努力探索数据对业务所带来的前所未有的潜力和重要意义 并逐步构建以用户为中心的产品管理体系。该场景下 产品经理需要充分运用数据驱动理念和数据分析方法深度洞察并全面了解用户行为 优化产品设计与运营 从而实现快速晌应用户实际需求的敏捷产品迭代、不断改进产品功能、提供最佳用户体验、并辅助业务决策。
该白皮书对大数据在产品管理的应用 以及如何基千数据驱动思维 做出产品决策、优化用户体验、最优产品管理决策和方向 做出深度解读 帮助产品经理更好的把脉大数据时代的产品管理。

第一章——产品经理——工作的多面特性

“A successful product manager can not only help direct the path of the product, but can also direct the path of the company.” —个成功的产品经理不但能引导产品的发展而且能引导公司的发展。

什么是产品经理？
产品经理的工作具体职责是什么？
To B（企业对企业）和 To C（企业对个人用户）的产品经理是—样的吗？
初级、中级、高级产品经理职责和能力要求有何不同？
相信这些问题 是每—个初入行的产品经理都希望能被答疑解惑的。
AIPMM 的定义是：—个成功的产品经理不但能引导产品的发展 而且能引导公司的发展。

产品经理在进行—款新产品设计之初 通常需要解决以下三大基本问题：

产品的市场定位

企业经营目标

全生命周期产品管理

任何—款新产品上市 都会经历概念化、产品创造、商品化???这三个初期阶段 在这些阶段里面都会面临各种可能发生的状况。因此 产品经理在早期进行产品规划和设计时 需要结合市场整体情况、企业经营目标、用户需求和现有产品组合等方面 ？？？综合考虑。

第二章——数据驱动在产品管理中的应用

奥斯汀．张（Aust n Chang）曾表示在进行产品设计之初 应该事先筹划好用户体验框架和用户行为地图 同时要需要弄清楚产品将如何引导用户—步步地实现全流程。若创业者不思考该如何让用户使用产品、产品对用户的价值在哪 那么这款产品十有八九会失败。
每当产品需要新版本迭代 都是产品经理熬夜加班之时
如何设计真正可以提高用户体验的产品新功能？
怎样才能达到老板想要的监控指标数据？
设计产品有诸多考验 仅凭经验无法做到精细化处理 浪费大量资源 结果却难尽如人意。
随着大数据时代的兴起 人们终于逐渐意识到数据对于—个优秀的可迭代产品的价值产品与用户行为息息相关 而数据驱动则让这些用户行为可以被量化 产生价值。
基于数据驱动思维，做出产品决策，分析和优化用户体验，才能让产品管理走向正确方向。

2.1 数据驱动思维的建立

若要做到有效的用户行为监控 则需要对产品和数据驱动建立全面的体系 再基于自身经验进行决策。以下重点介绍了数据驱动理念以及数据分析方法 在产品改进所贯穿的三大阶段及三个切入方面 且重点让您了解如何寻找到第—关键指标以及建立—整套数据驱动产品的方法。数据驱动思维方式每个产品必备 从而来确定产品的分析改进流程：

2.2 数据驱动产品管理

数据驱动产品主要贯穿于三个阶段切入点

数据驱动产品管理主要贯穿于三个阶段 同时也是三个切入点：

第一个阶段是探寻

数据可以帮助产品同学找到改版方向 找到产品业务重点和痛点 对症下药 不再为了做功能而做功能。

第二个阶段是测试

使用如 A/B TEST 等测试方法 寻找最适合自己产品特征的指标 比较不同方案的监控数据 测评投入产出状况、目标数据提升百分比等数据。**

第三个阶段是验证

主要验证产品改进后大规模投放使用的效果。

探寻阶段将产品评判”指标化”找到产品改进的切入点

测试和验证阶段更加偏向于运用已有的 数据分析方法，**而探寻则相对更加灵活** 需要基于产品经理的主观经验。作为产品经理 要保持数据上的敏感度 将产品评判”指标化” 才能寻找到产品改进的切入点 包括

第一关键指标

即业务核心指标业务人员可以通过—个/—组指标快速了解产品运营核心情况。

日常指标体系

是第—关键指标的衍生 可以从多个方面了解产品运营状态 找到优化点和问题点。

善用分析功能

快速挖掘用户行为数据 让数据为产品服务。

如何找到第一关键指标

因此 对千每—位优秀的产品经理而言首先要学会找到属于你的第—关键指标。事实上不同产品选择的第一关键指标是不相同的。
产品性质**＋产品阶段＋产品特性，三方面帮助产品确定第一关键指标。**

第—方面 是产品性质

当前主要分为交易性产品和社区性产品
交易性产品可供选择的第—关键指标可能为交易量/交易人数/交易金额
社区性产品则是访问量/访问人数/内容生产人数。
也有部分复杂产品同时包含两种特性 则需要根据产品所处阶段进行选择不同阶段的第—关键指标会变换。

第二方面 是产品阶段

产品的成长阶段需要积累大量新访用户
完成原始积累后成熟阶段则需要用户留存
侧重点不同选择第—关键指标的方向也有所差异。

第三方面 是产品特性

有的产品基因不利千复购 比如房产、车产 也就不必考虑这方面因素。

日常指标体系

根据以上三个指标我们可以确定第—指标

结构、

垂类、

角色、

频率、

页面、

行为

再从结构、垂类、角色、频率、页面、行为等六方面？？？？进行合理拆分 就形成了广阔的
日常指标体系。
综上所述

数据真正能帮产品管理做些什么？

具体措施可以分为以下三种：

产品改版 、

旨在帮助产品寻求改版切入点 确定改版策略 验证改版效果；

新功能评估

评估新功能是否真的有效；

产品功能加持和体验优化

数据本身可构成产品功能 并且帮助产品经理深切感知和理解用户感受。

产品为了满足当前阶段的需求 需要具备不同的表现形态。现象级产品往往伴随用户短期内的大爆发 初期版本必然有其局限性 后续需要大量的功能改进和体验优化。
诚然数据驱动并非就是产品的—切 但数据是打磨产品的—大重要方法 通过数据定位问题 找到优化切入点 通过数据指标进行量化评估 是数据驱动的核心思想。产品优化要兼顾视觉体验、信息体验和需求体验等 而数据考验是产品崭露头角的必经之路。