数据如何驱动产品设计？-鸟哥笔记

互联网的后半场，数据分析在产品设计中变得越来越重要，对于刚入行的产品经理而言，我们需要知道什么时候应用到数据，今天我们就来聊聊这个话题。

在一般的互联网公司，产品工作都是从需求开始的，我们接到需求后，需要对需求进行分析，确定可行性，然后产品经理需要设计产品功能和机制，满足用户的需求；提交开发测试后，直到产品上线。产品上线后我们需要根据用户反馈和数据分析，开始新一轮的迭代升级。如此循环往复，才能真正打造出一款成功的产品。数据分析就贯穿在以上的每一个阶段，我们来一个个看一下;

需求分析

需求一般来源于两个方面：一个是内部，一个是外部。

内部就是产品经理自己作为产品使用者提出的需求，外部方面就是用户反馈，当然这里的用户的概念比较宽泛，有产品的使用用户，老板、技术、运营、测试、市场等。

而数据根据需求来源的不同，侧重点有可能不同，对于来自用户反馈的需求，我们需要利用数据分析去去伪存真，因为很多时候，产品经理无法接触大量的用户，而用户的需求很有可能是基于个人的角度提出的主观需求，所以我们需要根据数据去分析该需求是否典型，从而了解用户最真实的用途。

在日常工作中，我们经常会听到从各个使用者哪里反馈过来的需求，他们可能是产品经理的七大姑八大姨，他们会从各种角度，提出各种各样的的需求，遇到这种情况，产品经理需要凭借直觉是否靠谱，但很多时候直觉并不可靠，这个时候就需要数据分析出马了，比如我们经常听到用户反馈说，某个页面卡了，打不开啦，但我们自己使用的时候，问题并不会复现，所以为了进一步验证这个问题，我们需要研究一下这个页面的退出率是否正常，如果退出率偏高，那就需要引起产品经理注意了，因为很有可能该页面存在问题。

但我们往往发现退出率并无异常，可能因为用户的网络原因或者设备原因，导致出现了卡顿，因此当我们无法得出大部分用户出现某类需求时，我们即可以通过数据实现去伪存真的目的。

那对于来自公司领导层的需求，我们主要利用数据进行验证，并提供证据。

想必每个产品经理都会遇到高层需求，作为公司的基层员工，一方面需要执行上级安排的任务，另一方面还需要照顾到用户的体验，往往二者之间会产生比较大的矛盾，处理不好，夹在中间的产品经理可谓里外不是人，这个时候就需要我们的数据派上用场了，面对公司高层需求，我们需要有正确的观点和态度，因为公司高层提的需求往往站的角度更高，我们需要挖掘出需求背后真正的目标，其次作为产品经理需要有自己的理性判断，数据作为辅助决策的工具，可以帮助我们验证观点，在实际工作中，如果确实碰到产品经理的观点和高层不一致的情况的话，此情况下，我们就可以从数据入手，通过严密的数据分析，进而验证自己的观点，同时能够提出合理化的建议，这比耍嘴皮子管用的多了。

产品设计

我们把产品设计分为三个阶段，设计前、设计中、设计后。

设计前：

设计前需要通过数据分析，发现问题。

需要明确此次产品设计方案的目标是什么，而一个好的目标需要有套行之有效的量化标准，举个大型网站首页改版的例子，处于业务诉求和用户诉求，我们常常会对承载用户落地的首页进行调整，在前期与各个业务方和用户沟通完成需求之后，产品经理知道了首页确实有改版的必要，但是如何改，似乎并没有很好的头绪，这个时候我们就需要好好的看一下，当前数据反映的一些问题，从而找到改版的路径。

比如首页的跳出率，页面各个模块的点击率、用户停留时间等等，从数据中我们可以挖掘到很多宝藏，比如某个模块的点击率异常偏低，而该模块又非常重要，这个时候我们就需要考虑是否需要调整模块的位置了；或者有时候我们发现某些模块用户点击后流失率非常高，这个时候我们就需要引起警觉，是否需要对该模块的内容进行审视，这些都是设计前通过数据分析发现问题的例子，通过数据分析才能明确改版的方向。

设计中：

设计中数据分析帮你辅助决策，理清思路。由于每个产品经理的个人经验或者思维方式不同，所以不同人面对同样一个问题没解决方案可能也会存在较大差别，即使同一个人也会产生许多不同的解决方案，到底哪个方案更合适，这个时候就需要数据提供参考方案，从而辅助决策，理清思路。

比如电影票购买网站，下单后都有一个倒计时，在一定时间内没有完成付款，就取消订单，但这个时间设置多少合适呢？

失效时间如果太短，用户无法及时完成支付，如果失效时间太长，那可能会把座位锁死，最后如果不付款了，会导致座位资源的白白浪费。这个时候就需要用到数据分析了，可以把用户下单完成后，到付款成功的时间都拉出来，看一下95%的用户都在多长时间内完成付款，就可以把那个时间设置为倒计时的时间。

在这里告诉大家数据辅助决策的设计办法，很多人在设计的时候，争论不休，这个时候可以采用A/B test，当我们面对两种不同的解决方案，同时该解决方案对整体项目目标影响较大的时，我们可以采用这种方法，对流量进行抽样，然后各自划分50%的流量进行对比，一部分流量使用A方案，一部分流量使用B方案，观察两种方案的指标对比，我们既可以知道那种方案是最优的，这也是通过数据辅助决策的例子。如果无法找到目标用户做A/B测试，也可以找身边的中立同事，让你们评评理，可以多找几个，这样结果准一些。

设计后：

设计后，数据帮助验证效果。产品设计的好不好，是否完美的完成任务，这个我们不能王婆卖瓜，自卖自夸，毕竟产品经理还是需要以理服人，所以产品上线之后的数据验证非常重要，通过数据验证对比上线前后的指标数据，我们可以明白当前的功能是否达到预期的目标，没有达到目标，是否还有提升的空间，另外一方面如果达成目标，我们可以从前后方案对比中，总结很多经验和教训，并且有利于培养团队整体的凝聚力和成就感，这样便于以后更好的进行设计工作。

还是以前面提到的改版例子，为简化分析，我们先忽略其他变量的影响，在改版的前期我们确定首页的核心指标，比如首页的跳出率，我们希望用户进入新首页后，能够更多的点击页面其他内容，而非直接从首页跳出网站，基于此目标，我们优化了界面设计，调整了某些模块的位置，对某些体验不佳的细节进行调整，然后上线，很多人以为到了这一步，很多改版就完成了，其实需要做得工作还有很多，其中最重要的就是跑出目标数据，发现用户的跳出率大大降低，粘性更强了，则达到了此次改版的目标，这是每个项目成员都希望看到的结果，如果数据指标下降，我们就需要审视一下，是什么原因导致了下降，方便下次优化，由此可见，数据在产品设计后，起到了非常好的评估效果。

通过上线后的数据验证，我们开启了产品下一个迭代的轮回，从数据中我们不断修正当前数据指标和目标的差距，发现问题，然后树立新的产品指标，对照新的产品指标，产品进入到新的设计阶段，如此循环往复，数据驱动产品设计的闭环也就完成了。

欢迎小伙伴加微信yw5201a1进行交流。

更多干货可关注微信公众号：chanpinliu880

想学习更多关于产品、职场、心理、认知等干货，可长按右边二维码，关注我们。

第二期产品经理培训告一段落，很多小伙伴找到了工作，成功转行产品经理。

很多小伙伴可能会有疑问，为什么我的产品分为1.0、2.0、3.0，其实我一直在一线互联网公司做产品经理，不是专职做培训的，随着我自己的不断成长，我会有很多新的感悟分享给大家，而且以前1.0、2.0的老学员上3.0课程都是不涨价的，也就是说早报名早划算。

而且我知道很多找我的主要是一些0-2岁的产品经理，他们现在最大的需求是找到一份产品经理的工作，并且能够安全度过试用期的干下去，所以我的课程不是给你上过一些理论就让你自己去找工作，我会利用自己的行业人脉资源，以及我自身的能力帮你包装简历，并成功找到一份工作，找到工作后可能开始阶段你还无法适应新的工作，没关系，我会陪你一起度过这个阶段，很多人都说转行产品经理，但怎样才算转行成功，那就是你找到一份产品经理的相关工作。

之前我的想法是直接带领大家做一款产品得了，这样大家就知道产品经理是做啥的，但是我发现没有基础的人如果上来就做产品的话，没有扎实的理论知识，没有和各相关业务部门的相处技巧，做出来的东西完全就是漂浮在空中，做产品经理包含写原型、画文档，但绝不仅仅包含写原型、画文档。

那是不是就不实践，当然不是，理论和实际相结合才是最好的教学方式，很幸运的是我现在也接了一些从0到1的项目，等保密期过后，我会拿出来和大家分享，包含前后端的原型以及文档。

我对产品的知识做了一个梳理，这样你对产品需要学习的技能就有个大概的了解，你学习到的所有碎片化知识都可以往里面丢，这也是我们的课表，如下图（看不清可以点击放大查看，相比2.0做了更新，区块链现在比较火，而且我们公司有区块链研究院，我也参加了，我会把学习到的知识分享给大家）：