原文链接：https://mp.weixin.qq.com/s/Vt_y2eQcYHSzrEY9xnGI7g

整个内容从产品规划、产品设计和整合资源三个模块来讲。
产品规划，是要让我们做一个定位正确的产品；
产品设计，讲究的是一个正确的过程；
整合资源呢，则是要有合适的人和正确的文化。
本文作者：deentan，腾讯PCG产品策划

一、产品规划——做正确的产品

1. 了解业务背景确定产品的定位

要做一款正确的产品，首先我们需要知道什么是正确的、好的产品。

一个好产品，应该有三个属性：有效用、有利润和可持续。

所谓的有效用指的是对于用户主观感受上来说，这个产品是有价值的；
有利润指的是，对于我们的商业主体来讲产品是有利可图的，这里的有利可图可以是直接获得收益也可以是成本的降低，
而可持续呢，讲的是说我们的有效用和有利润一定是一个可持续的过程，而不是一个一锤子的买卖；
最后我们基于这三个属性就能做出一个贴合市场需求的产品。
刚刚讲到什么是一个好产品，那么我们接下来就看如何去做一个正确的产品。

要去做一个正确的产品，我们要从两个步骤去做。首先，我们要了解业务背景，确定我们产品的定位，第二，就是我们要从MVP入手去进行产品的建设。

在去进行产品的背景了解和定位确定时，我们先要弄清楚四个问题：

我们为什么要做这个产品？

这决定了我们的战略定位用户价值和企业价值是什么。我们去做一个产品一定是有价值才会去做，而不是说老板让我们做，所以我们要做。

我们解决的谁的什么问题？

这决定了我们的用户属性、用户规模，以及我们最终需要解决用户什么问题。

用户当前是怎么去解决这些问题的？

这决定我们在建设产品时需要考虑用户的替换成本。说到替换成本呢，我们就要说到另外一个经济学概念，叫做“厌恶损失”。
所谓的厌恶损失，指的是当人们面临同样数量的收益和损失时，认为损失是更难以接受的。而我们的用户价值=新体验-旧体验-替换成本，所以替换成本越高，我们就会认为损失也越大，那么最终用户感受到的用户价值就会越低。所以替换成本是一个不得不考虑的问题。

我们如何占领潜在用户的心智去超越竞争对手？

这就到了我们的终极问题，我们的定位以及如何去占领用户的心智。只有我们的定位是准确的，才可能去占据用户的心智。但究竟如何占领用户的心智呢，市面上有一本非常有名的畅销书叫做《定位》，书中说“人类是排斥信息的，人类的心智不仅排斥与现有的知识或经验不符合的信息，他也没有知识或者经验来处理这些信息”。

所以如果新的产品想要进入用户的大脑，我们就需要和原有的替代产品去建立联系，与已经在潜在客户的心智中存在的品牌去建立关联，用户才会去接受你，你才可能去占据用户的心智。

举个简单大家又容易理解的例子，为什么情侣吵架的时候总是觉得对方很不讲理，总是没办法说服对方？
因为每个人不仅排斥信息，而且每个人的知识和经验体系是不一样的，你要去说服他，你首先要了解他已有的知识体系，你说服他的内容需要与他已有的知识体系去产生联系，他才可能跟你产生情感上的共鸣，所以我们讲产品经理为什么要有同理心，其实也是一样的道理。

接下来，我们以一个BI（商业智能）的产品的实际案例来看一下我们是怎么去了解业务的背景，并去确定我们的产品定位的。
首先我们去进行了大量的调研访谈，大量的数据分析，我们发现业务在数据上的使用场景，主要为看数据、分析数据以及问题的追踪。而他们当前已有的解决方案呢，主要是人工取数和Excel的线下分析。

在这个过程中面临的问题一方面是依赖于排期的人工取数的效率很低，另一方面则是Excel只能承载106万行的数据，而我们的用户最大需要500万行的数据来进行分析，这时候Excel是没办法去完成的，所以现有的解决方案在效率和性能上都提出了挑战。总结起来可以有如下几点：

• 数据获取周期长
• 缺少自助化的分析工具
• 不知道从哪里获取数据
• 不知道有什么数据

其实说到这几个点，我相信很多同学所在的公司都面临同样的问题，尤其是第三点和第四点，简直就是业务同学共同的难题，大家基本都经历过不知道有什么数据，不知道从哪里获取数据的尴尬时刻。

那么我们了解到了业务背景，接下来我们就可以去对我们的目标用户进行画像分析了。我们在分析的过程中发现，我们的服务对象主要有数据开发人员、分析师和业务人员。
数据开发人员，他们的特点是技术指数特别的高，而数据分析师，他们的特点是分析思维指数很高，而业务人员他们的特点是他们对业务的理解更加深入。
基于这样的一个背景，最终确定了我们产品的定位是：一个面向我们全集团的大数据报表和自助分析平台。一方面我们要提供可视化的报表的能力，另外一方面我们要提供自助分析的服务能力，我们希望通过提供这两方面的能力，帮助我们的业务人员快速通过数据进行决策，打造我们集团数据驱动的文化，助力人人都是数据分析师文化的打造。
到这里了，我们就确定了我们的产品的定位。确定产品定位之后，我们的第二步就是从MVP入手去进行产品的建设了。

2. 从MVP入手

首先什么是MVP，我们都知道MVP是最小可行性产品。但到底什么是最小可行性产品呢，我们来看一个网上的例子。

我们的终极目标是去生产一款能够帮助用户舒适快捷的到达目的地的小汽车，那么什么才是我们的MVP产品呢？当大家看到前两幅图的时候可能会觉得第二幅图的一个图就是我们的MVP产品，但是当你看到第三幅图的时候，你才会发现，其实这里的第一个才是真正的MVP产品，因为他才真正是最终目标小汽车的雏形，并且他是一个能够真正跑得起来能解决用户问题的一个产品。
而第二幅图的第一个车有什么问题，第一，不是小汽车的雏形，意味着未来我们的产品还要重构；第二，他跑不起来，解决不了用户的任何问题。
所以所谓的最小可行性产品他一定是简单直接、切中要害，直指用户痛点，并且他要为用户输出核心的可以依赖的确定性的服务的一个产品。
我们知道了什么是MVP产品，那么接下来我们就要去看如何去设计我们的MVP产品。在进行MVP产品建设时，首先我们要做的是去提炼用户故事。

提炼用户故事主要包括三个步骤：

第一，确定我们的典型的目标。
第二，针对这些典型的目标用户，我们要构建特征鲜明的一个画像。
什么是特征鲜明，特征鲜明就是你所构建的画像是贴合当前产品的场景的，而不是说只要讲到用户画像就是性别、年龄等等。
第三，我们要去明确用户的痛点和需求，对他们的痛点和需求有一个完整的场景的定义。
最终基于这三个步骤，我们就能够提炼出一个完整的有代表性的用户故事。

接下来我们来看一个例子我们当时是怎么去找到我们的MVP用户并提炼出我们的用户故事的。

首先我们要找到我们的MVP用户，要找到他们其实是有一些判断标准的。首先痛点非常迫切，所以愿意与项目组共建，去花时间精力尝试不完美不成熟的产品。第二个呢，就是态度上，他能够积极地给予你一些反馈。

那我们能够如何去找到我们的MVP用户呢？这里有两个点，
第一我们可以基于数据。比如说，以我的产品为例，我可以去看数据，哪些业务的需求特别多，解决的时间又特别长，哪些同学专门去负责接需求，又疲于奔命的。那这些用户就一定是我的目标用户了；
第二个点可能会有一些虚，我们可以多交朋友，多聊天多去观察多去思考找到我们的业务痛点和机会。

我们来看一下当时我们找到的一个MVP用户的情况。他们当时情况，
第一，业务现状非常的糟糕，包括数据人员少，等待需求响应时间长，数据获取慢，不知道去哪里获取数据。
第二，他们数据建设非常的不成熟，数据不足以支撑业务，同时所有报表都依赖定制化开发，缺少研发人员，无人响应需求，报表需求积压严重，需求响应时间长达半年。

基于这样的一个现状用户自然很痛，用户的改变意愿是非常的强烈的，他们非常希望能够提高报表建设的效率，希望能够摆脱数据需求的这种等待。

这样我们的用户故事基于我们的MVP用户就提炼出来了。我们的第一个用户故事，其实在我们提炼的时候，出现了一些偏差。本来我们的用户包括数据人员、分析师以及业务人员，但是我们当时在提炼用户故事的时候出现了一个偏差，我们只提炼了数据人员的用户故事，这也导致后面我们踩了一次坑。
但是我今天不想略过这个坑，因为只有把这样的坑展示给大家，大家才能重视前期的所有准备工具，才不会像我这样踩坑。

我们当时给数据人员提炼的用户画像是：懂技术懂底层数据，技术指数非常高。他们的痛点是重复的接业务需求，总在做零碎的数据需求，不停的帮用户找数、取数、分析、建看板，自身价值得不到体现，自身能力也得不到提升。他们的目标和预期是希望能够快速帮助用户完成数据看板的搭建，完成数据分析和数据导出。

基于此，我们的第一步产品规划其实就基本上完成了，我们确定了产品的定位也提炼出来了我们的用户故事，那么接下来我们要进行产品的设计了。

二、产品设计、正确的过程

产品的设计，我们一般会走三个步骤。

1. 确定产品整体的框架功能
2. 画出产品的用户体验地图
3. 细化产品整体的方案细节

我们当时基于我们的前期的调研设计出了整体的产品框架，主要包括三大功能。
第一是门户，可以去查看有权限的报表；
第二是分析，可以开始自助分析和报表开发；
第三是取数，可以开始进行临时的取数。

这个0.1版本上线之后，我们发现我们的数据人员在上面使用得非常好，他们做出了自己的看板，反馈了非常多的一些问题，然后也表示对这个产品的满意。

但是我们在对于数据的观察过程中发现有一类用户上来之后很快就流失掉了，几乎没有留存，而且这一批用户的占比还比较高。所以我们接下来就对这些用户进行了分析，然后我们发现这一批用户其实就是业务用户，他们的画像呢，就是不懂代码，但是懂业务；他们的目标和预期都是通过数据分析得到结果去指导业务。

但是，他们到我们的平台上去使用产品时，却出现了一些问题。
我们来看一看我们的用户体验地图。首先，我们产品的整体的行为路径其实是比较长的，从门户到制作报表到连接数据源、制作数据集、制作报表。
但是我们的触点却只有两个，一个是门户，一个是这个门户上有一个新建分析的按钮。那我们再来看用户的情绪，我们发现，首先业务用户进入到我们的门户以后由于门户上他可能没有任何有权限的报表，所以他进来以后呢，是一个白板。那这个时候，用户可能就是一脸蒙逼了。
接着，他看到这个页面上有一个分析入口，那么他很开心说我可以点这个分析入口去进行报表的建设，可是他点了分析入口之后弹出一个弹窗，让他去新建数据源，这些数据源包括Mysql、Hive等等，可是业务用户他甚至都不知道Hive这些数据源是什么东西。所以呢，用户在这个过程中就是一个走向很绝望的过程。所以很快用户就流失掉了。

那我们在这个过程中，也发现了一些痛点和机会。比如说在门户上，我们没有任何的指引，对新手非常的不友好。第二个就是我们的链路过长，对于业务人员来说，连接数据源和制作数据集难度太大，不属于他们的角色任务。
然后第三个呢，就是我们明明有大量的报表，可是我们因为没有提供一个入口去存放和申请权限，所以导致很多用户上来以后看到的是一个白板，或者是很多用户都会重复的自己去建设直接看。
最后是我们的图表制作模块，也没有任何的指引，交互边界也不够清晰，已经没有办法扩展。因为这些痛点，用户的价值感很低，自然留存也很低。但是痛点其实也是我们的机会。

增长黑客里面有一句话说：不留存就去死。没有留存，你的产品是没有活路的。所以我们开始了一场产品改造的大战。其实在上面我的用户体验地图中已经找到了一些痛点和机会了，接下来我们要进行更详细的用户调研和分析，去验证和挖掘需求。

首先我们向用户征集了大量的反馈，然后我们开展了吐槽大会去收集用户需求。吐槽大会是什么情况呢，就是我作为产品经理坐在最前面，一群用户坐在下面去吐槽，然后我还不能够去反驳，因为我老板就坐在我旁边，如果我反驳的话，老板就会说：哎呀，你不要反驳，好好听着。这个过程还是很煎熬的，如果内心不够强大，脸皮不够厚是不行的。
最后，我们还去开展了一些问卷调研，同时我们也对我们的产品自己去进行了一些体验，从体验中去发现问题。

最终，我们又提炼出了我们的第二个用户故事，也就是业务人员的用户故事。我们发现他们的画像是不懂代码，他们的痛点是不知道自己要的数据在哪里，不知道如何获取数据，想要的看板迟迟不能上线，重复繁琐的线下Excel分析数据。

同时，我们又对于我们整体的产品的模式去进行一个分析，发现我们更多的是一种传统的数据分析的模式，是以研发同学为主导的。研发同学去进行数据准备、报表开发，而业务人员在这个过程中，只是对于数据进行一个验收，如果验收通过了，那就进行下一个需求，如果验收没有通过，则打回去研发重新开发。

这样造成的结果就是需求反复沟通，报表重复的去开发。所以我们基于对研发人员和业务人员的角色画像的理解，开始了一个全新的自助数据分析模式的探索。而在这个过程中，我们把研发人员和业务人员的角色完全分离。研发人员的主要任务就是进行数据的准备，他把数据准备好之后放到一个地方，而业务人员获取到这个数据并且去进行自助分析的探索。

最终在这个过程中，我们的业务人员获得了分析的主导权，可以及时基于数据洞察业务问题，而我们的研发人员回归到了自身的航道，去做更有价值的数据挖掘等相关的一些工作。

到这里了，我们就完成了整个产品的框架的再次分析，那么我们接下来就是对产品进行一个整体的产品框架上的调整。

为了解决找数据素材难的问题，我们提供了一个数据超市的功能，让研发同学做的数据能够直接放到超市里面，让业务同学能在这个数据超市里面快速的找到他想要的数据。

为了解决找报表难的问题以及重复开发报表的问题了，我们去提供了一个报表超市的模块，让用户直接来报表超市尝试去检索报表就能够找到自己所想要的报表。

为了解决分析难的问题，提供拖拽式的交互方式，提供近30种常用图表组件，提供上卷下钻、一键同环比分析等功能，解决用户数据分析难的问题。而且在这个过程中用户不需要写任何的脚本，而市面上其实还有很多BI产品还在让用户通过写脚本的方式去实现这些功能，那对用户来讲，其实难度就特别大，而我们就想尽力去避免让用户写脚本的方式。

到现在为止呢，其实我们又完成了产品的整体的框架的调整，我们其实也知道我们真正的1.0版本需要怎么去进行改造了，但是我们前面讲到我们的用户留存低，仅仅是进行产品框架的改造，是不是能够达到用户留存提高的这个效果呢？所以我们还需要去看看这些框架层的改造能不能提高留存，所以，我们需要帮助用户找到他的Aha时刻。
Aha时刻指的是新用户第一次认识到产品的价值，从而脱口而出:”啊哈，原来这个产品可以帮我做这个”的那个时刻.这是一个非常重要的时刻，只有找到这个时刻用户才能够认识到产品对它的价值才能真正留存下来，那么我们具体是怎么做的呢？

首先，我们对于用户首次登录提供了新手指引，去解决用户首次登录的认知问题，并且让不同角色的用户进来以后他就能够找到自己角色的功能切入点；第二个就是我们增加了门户的演示报表，我们会把我们每次迭代新增的任何一个可视化功能都融入到我们的门户报表。

同时，我们门户的演示报表中会有使用手册的指引，那用户进来之后，看到这个比较酷炫的演示报表，他瞬间就很惊喜，接着他还可以按照手册的指引去完成他的一些关键行为，比如说完成一个自助分析，比如说完成一个看板的建设。

那在这个时刻用户就会脱口而出说：Aha，原来这个产品能够帮我实现这样的一个可视化的效果，能够帮我完成这样的一个分析的效果。这个时候呢，其实就是我们帮助用户找到了他的Aha时刻，留存自然就能够提高了。

接下来我们再来看，基于1.0版本我们的用户体验地图是什么样子的，我们可以看到整体的行为路径其实还是很长的，我们增加了报表超市、数据超市以及报表管理等等的模块。但是我们再来看我们的触点，我们会发现每一个模块都有了他自己触点，用户可以基于触点去切入到他们需要的产品模块。

那我们再来看我们用户的情绪，首先用户进入到门户以后他就直接能够看到新手指引以及演示报表，这个时候用户看到一个非常炫酷的一个报表，非常激动，这个过程就是我们增强了用户的使用动力，整个情绪是非常惊喜的状态。

接着，用户按照我们的产品的指引进行报表的探索，在这个过程中会有一定的难度，所以用户的情绪会有一定的下降但又不至于太低，慢慢的，当他摸索出该如何去进行报表的建设，并且完成关键行为的时候他就会非常的激动。而且我们在这个过程中通过一些指引以及交互上的优化减少了用户使用的阻力，力求用户激动指数的最大化。

最终用户完成了自己的关键行为，并且把这个看板分享给其他的用户的时候，他的成就感得到最大化，他的激动指数也会达到一个峰值。（激动指数是一个从0-100的数值，简单来说代表了用户有多大动力在某个时刻完成某件事情，因此很形象的叫做激动指数）

到此时此刻我们基本上就完成了1.0的建设。在1.0的建设过程中，我们从MVP内核开始不断地去迭代优化小步快跑，小范围的试错去为用户提供好的产品，成就我们的产品。
在互联网产品当中有一句话叫做效率为王，天下武功，唯快不破嘛。所以我们一定要小步快跑不断地去迭代去优化我们的产品。
那在这个过程中，我们会注重两个点：
第一个是需求的推进，在推进方面，我们当时用的是敏捷开发的方式，两周一个迭代，小步快跑，不断地和用户沟通不断的去调整优先级。
当然这种方式对于产品经理来讲，其实非常的累，尤其是团队比较大的情况是很累的，我当时就我一个产品经理，17个人的团队，那段时间基本上可以说是疲于奔命的。

第二个是需求的筛选。一方面需求是来自于我们的用户，另一方面的需求其实是来自于产品，来自产品经理对产品的宏观把握。最终，我们整理出大的需求池，并通过KANO模型就能够去对于需求优先级进行分析。

那其实在这个过程中呢，我们还要始终记住产品体验的五层，围绕着我们的定位，在我们的产品范围之内去进行产品的开发完善和优化，绝对不能走偏或者是超出我们的产品范围。

到这里我们就讲完了整体的产品功能的0-1的过程了，那功能完全上线之后，是不是代表真正的0-1完成了呢？其实我们产品的0-1不仅仅是功能的完善，还包括用户的留存和增长。因为你的产品如果没有用户增长或者没有留存，那你的0-1其实也是很失败的。所以，我们在这里还要讲一讲运营拉动产品的增长。

我们当时用了四种方法：
第一个是体验，我们先自己用起来，项目组就是我们自己的第一批用户，我们自己觉得好用了，用户才会觉得好用。
第二个是衡量，我们用数据去衡量我们的产品，我们一直在喊数字化，数字化就要从我们数据部门自身做起。关于这一点我看到市面上有一些有趣的现象，就是有一些做数据产品的，他去衡量别人的产品，但是他却忘记了，自己作为一个产品，也是需要被衡量的。那如果你不去衡量自己产品，你怎么去实现增长呢？第二个就是我们会关注NPS（净推荐值，又称净促进者得分，亦可称口碑，是一种计量某个客户将会向其他人推荐某个企业或服务可能性的指数。它是最流行的顾客忠诚度分析指标，专注于顾客口碑如何影响企业成长。通过密切跟踪净推荐值，企业可以让自己更加成功。）和满意度
第三个就是用户关系的维护，我们会去扩大种子用户的规模，去维护种子用户的关系去不断地获取用户的反馈。
第四个是生态体系的建设，建立数据完整的生态体系。BI产品作为整个大数据平台中的一个产品，我们向下要去跟中台打通，让中台能够去支撑我们的整个产品的体验。那向上呢，我们是最接近用户的，我们不仅要向用户去提供好用的体验，同时我们也要建立数字化的思维体系去培养我们的数据人才。
最终呢，我们向用户收集到了用户反馈1100多个，用户反馈完成了600多个，80多个迭代，1300百多个系统需求，完成了2000人培训。那这里就有一个很有趣的数据就是1300百多个系统需求，其中600个是用户反馈的，所以还有近700个需求，其实是产品经理基于自己的对产品的宏观、中观、微观的把握而规划的需求。

截止到现在，我们完成了用户故事的提炼，进行了用户体验地图的刻画，对于需求优先级也进行了不断地探索，并且进行了用户运营。这个时候，我们就能够完成用户模型的建立了，用户模型是产品现有用户以及潜在用户的偏好和行为反应模式。
当你掌握了用户模型以后你才能分辨需求的优先级，才能预判产品迭代后用户行为变化，而不会说产品上线后无人使用，潦草收场。可以毫不夸张的说，这个产品我做了2年半，我基本上能够准确预判任何一个功能上线后用户的反应模式。

**

三、资源整合—合适的人和正确的文化

最后到了第三个模块，我们来讲一讲整合资源。
整合资源，主要是合适的人和正确的文化。但是实际上合适的人和正确的文化，从来不是一上来就会有的，除非你非常的幸运。比如我，我觉得我就是一个很幸运的人，我的团队基本上都是合适的人，而且大家都是积极向上非常具有能动性和积极性的这样的一些同学。但如果你的团队没有这么理想化的话，你应该怎么去做呢？
首先，我们要达到目标一致，不要吝啬向整个团队传达产品的使命愿景目标，要让大家看到未来，从而去提高大家的能动性和积极性。
第二，我们要明确产品的价值。在产品大的愿景的前提下，明确产品设计的目标和价值，要让团队每个人都知道做这件事情的价值，能够解决用户什么问题，能够带来怎样的价值，而不是产品让我做我就做了。
第三是主人翁意识，要让团队的每个成员感受到自己的价值所在明白自己的重要性，并培养每一个人的主人翁意识。最后是开放，就是不要害怕质疑和争吵，我们要让团队的同学为了打造更好的产品去争吵和质疑产品经理，有一个开放的环境。
我们当时基于这些方案，打造了一个优秀的最具凝聚力的团队，团队获得了重点项目、优秀团队、中心标杆项目等多个荣誉。
那最后，我们也基本上实现了人人都是数据分析师这样的一个愿景。当然，其实也没有所有的人，但是我们至少实现了大部分。我们最终累计用户达到了10万，月活用户4万，用户满意度92%， NPS 94%，ROI 2400%，这其实是一个比较高的数据了。
至此，我们的0-1就完全完成了。

四、结语

最后，我想用梁宁老师的一句话来做一个结尾。
产品能力是训练一个人：判断信息，抓住要点，整合有限的资源，把自己的价值打包成一个产品向世界交付，并且获得回报的一个过程。我希望我们所有的产品、运营，以及正奋战在建设产品路上的小伙伴们，都能够向世界交付你的价值，并且获得回报。