作为一个商业模式下的产品经理，首先要明确的要点是：你的目标用户是什么？即，你要满足什么群体的需求？你要满足这一群体的哪方面需求？

当确定了你的目标用户以后，就可以通过头脑风暴和发散思维等方式，主动去创造一些产品的概念，在这一过程里，可以先试着天马行空地创造很多想法出来，不必急着实施。现在呢，针对你提出的每个产品概念，你需要思考两个问题：

1. 这个产品是否好用？用户使用起来是否方便？是否对用户产生了意义？这个意义可以是让用户的生活变得方便了，也可以是给用户的生活增添了乐趣，但必须是对用户产生了实际意义的，而不是一个无效的产品。

2. 用户在使用产品的过程中，是否给我们产生了价值？这里可以理解为商业价值，即 我们是否有盈利？盈利效果如何？

对于一件产品来说，以上两个条件缺一不可。试想一下，一个产品即使很好用，但对开发者来说完全无利可图，没有营收，那就意味着没有资金去支持维护这件产品的运营，那最终产品还是会走向末路。又或者说，我们创造出了一件可以盈利、对我们有很高的商业价值的APP，可是用户觉得它一点也不好用，可能注册以后就再也不会打开了。在这种用户留存近乎为零的情况下，就更不必谈盈利了。

当你惊喜的发现自己的产品可以满足以上两个条件以后，现在就需要开始做竞品分析了。

要知道，一个好的想法不一定只有你自己想得到，可能市场上早已经有人发明出来并且投入使用了。对于跟自己的想法为同类型的产品，我们需要去了解这些“同行们”做了哪些产品，他们的产品做到了怎样的程度，是否还有在现有产品的基础上改良优化甚至脱颖而出的可能性？如果我们想要了解这些信息，我们就需要通过各种渠道去收集跟这些“同行”有关的数字信息来进行分析，如财务情况、产品功能情况等。

在分析的时候，可以分别分析“全同行”，即针对所有同类型产品进行整体分析，和“头部同行”，即针对该类型产品里发展得最好、数据最可观的产品进行单独的分析。在调研完成以后，首先分析出自己的产品在市场上有没有生存空间，如果有的话，那还需要再设计出一套在市面上来看更优的解决方案，也就是对用户来说更好用的产品。

当决定做这件产品后，我们要首先挑选最核心的功能来实现。为什么要挑选核心功能来做呢？这里就要引出一个概念，最小化可行产品（MVP）——先向市场推出一个包含核心功能的极简原型产品，以最小的成本和时间来满足用户的需求，在后续的产品迭代优化中，再增加更丰富的功能。

所以，我们需要先做出一个MVP产品原型，并且绘制流程图，以此来更方便开发人员理解。除此之外，还需要撰写PRD（Product Requirement Document，产品需求文档），详细罗列该产品的框架和各部分的详细需求，如此一来，开发人员只要通过阅读你的原型、流程图和PRD，就可以很好的理解你想要做出什么样的产品来。

但即便如此，与开发人员的交流沟通也是十分必要的，因为产品经理需要把握你的产品最终长什么样子。毕竟每个人脑海中对这个产品的理解都掺杂了自己的一些主观想法，所以开发人员设计出来以后可能跟你想象中的不一样，所以需要在开发过程中不断沟通协调需求的细节以及项目的进度，把控整个产品的形态在你的预期中发展。当然，当某些因素导致项目可能要延期上线时，产品经理也要及时发出预警，确保各层人员对项目的进度有所了解。

当产品成功开发完成并且上线以后，产品经理就要去做各种分析来评判自己的产品对用户来说到底好不好用了，此处切记不要以自己的喜好来评价产品，毕竟你永远不可能代表所有人，也不是永远都会站在多数人喜好的那一边。具体可以进行以下三种分析：

1. 在平行因素之间进行散点对比分析：比如对所有功能使用率的数据统计，对男女用户的统计、或者是对地域用户的统计，可以结合这些数据来进行平行方向的散点对比分析。

2. 漏斗分析：即在一条有很多步骤的路径上，每增加一个步骤，都会丢失20%-50%的用户。我们可以粗略地把流失率在20%-50%的情况视作正常，如果流失率小于20%， 说明这个步骤十分出色，但如果流失率大于50%，就说明这个产品一定是有问题的，需要立刻想办法整改。

3. 用户生命周期分析：当我们想要看很多时间节点的数据时，就可以用时间轴来分析数据。比如，我们想知道为什么有些用户第一天用完APP以后，第二天就不再使用了？或者为什么使用一个星期以后就不用了？这种情况就可以对用户生命周期进行数据探查和分析。

当对产品进行了数据分析以后，我们还需要收集用户信息，了解用户主观上对该产品的一个态度和喜好倾向。对于一个APP来说，可行的方式有：应用商店评价、反馈机制（在线反馈/客服反馈）、主动问询（可以抽样用户来进行）及发放调查问卷等。通过对用户主观喜好的信息收集，产品经理可以更直接且深入的了解用户对该产品的反馈，对之后的迭代优化也有很大的帮助。

结合以上对产品的分析和对用户信息的收集，产品经理此时就可以考虑对产品的再定义，以及要增加哪些功能，实现对产品的迭代优化，也就意味着再次重复以上步骤啦。

那么，对一个数据产品经理来说，他的工作流程是什么呢？

1. 做竞品分析/舆情：做各种分析来决定做不做。

2. 对系统的数据进行支持、分析、和展示：比如让数据存在哪里？怎么存？最终怎么展现？此处我们可以运用数据仓库来存储数据，当然，也就需要我们进行数据治理来保证数据的治理。最终，我们可以使用报表系统，BI，来展示数据。截至到这里，都只是需要我们展示数据而已，而下一步则是需要给出策略了。

3. 在对数据进行埋点以后，要对数据进行分析、思考和对比。比如数据告诉了我们一个问题，我们要怎么去分析它呢，以什么样的维度去评价？分析之后，我们还要得出结论，给出策略，即想出一些方法来优化这些问题。

这也就是为什么，现在越来越多策略相关的岗位（如运营、风控、广告、搜索、推荐等）都渐渐被数据产品经理取代了。因为这些岗位基本是以过往经验得到最大概率的结果并给出策略，而数据产品经理是通过挖掘数据价值的最大化来给出策略，那可想而知后者自然更准确并且考虑的范围更广了。

如果以数据为驱动来考虑数据产品经理的工作流程，可以分为以下步骤：

1. 对数据进行埋点

2. 存数据仓库

3. 数据治理

4. 数据分析

5. 数据展示

6. 给出策略

整体来说，对于数据产品经理来说，要保证数据准确、指标口径统一、数据的全域性（要尽可能获取尽量多的数据）、数据的可解释性、以及数据的价值最大化。

产品经理是一个需要不断沟通的职业，也就是跟需求方、程序员、设计师的沟通。

在这个过程中，首先，一个合格的产品经理需要有同理心，即换位思考，不能只站在自己的角度上思考。

其次，还要学会妥协，即在能够保证按期实现MVP上线的基础上，找到最低承受底线。

在商业模式下，产品经理还要学会如何主动创造价值/需求，培养自己的产品思维。

要知道，具有产品思维的人也就是更有可能成为未来CEO的人。加油吧，说不定你就是下一个扎克伯格。

-END-