Don‘t make users think

 **不是人人都是产品经理**

                                                                               --从积累做起，Levin

**用研**：

问卷调研、实地调研、用户访谈

Interviews（访谈）：研究人员与参与者进行一对一会面，以深入讨论参与者对所讨论主题的看法。

Customer Feedback（客户反馈）：用户样本通过反馈链接，按钮，表单或电子邮件提供的开放式或封闭式信息。

A/B Testing（A/B测试）：通过随机分配用户组与每个不同设计进行交互并测量这些分配对用户行为的影响，来科学测试站点上不同设计的方法。

Eyetracking（眼动追踪）：通过眼动仪精确测量参与者执行任务或与网站，应用程序，物理产品或环境自然交互时的外观设计。

Participatory Design（参与式设计）：为参与者提供设计元素或创意材料，以便以一种具体的方式来构造他们的理想体验，以了解用户的想法

Concept Testing（概念测试）：研究人员提供给用户新概念或产品的关键要素（价值主张），以确定其是否满足目标受众的需求。

 

**场景（user story）：**

https://www.jianshu.com/p/da58fe966c61

                
有时候场景会写的有缠绕，特别是多人交互时。这是评估是否要多写几个，配合流程图使用会更清晰。

               
左图的交互是在手机未锁屏时的接听界面，右图则是锁屏时的。

左图在解锁状态下，显然点击接听比滑动接听更便捷
有图锁屏状态下，用户往往置于口袋中，此时误触的概率非常大，滑动解锁可以很好解决误触问题。

这就是考虑（所有可能使用）场景的好处，帮助了我们全面考虑用户需求，也帮助开发理解我们的需要。

 

**画像 (Persona/Profile辩证看待)：**

https://www.zhihu.com/question/19853605

一种叫做Persona，也叫做用户角色，是描绘抽象一个自然人的属性。

一种叫做Profile，是和数据挖掘、大数据息息相关的应用。通过数据建立描绘用户的标签。

Profile用户画像更多被运营和数据分析师使用，它是各类描述用户数据的变量集合。个性化推荐、广告系统、活动营销、内容推荐、兴趣偏好都是基于用户画像的应用。当我们想要选择某部分用户群体做精细化运营时，会用用户画像筛选出特定的群体。用户画像是一个复杂的系统，随着产品逐渐成熟，会根据不同的业务场景设计不同的标签，用户角色是精炼和概括，而用户画像需要齐全。

**需求：**

http://www.woshipm.com/pd/4405486.html

 

**痛点**

分析用户痛点时，我们经常会犯的致命错误是将欲望等同于痛点。痛点是理想状态和现实状态的不平衡造成的，而欲望是一种自然状态。

比如：你想在一个高档写字楼楼下开个快餐店，解决这里办公人员吃午饭的问题。当你分析这个事情的时候，人都会饿，饿了就要吃饭，所以你开了一个快餐店。

这里面人到中午会饿不是用户痛点，是一种人的自然状态。

为什么说不是痛点，因为他的理想状态和现实状态可能非常平衡。比如：虽然这里办公的人会饿，但是这幢大厦的食堂特别好，完全解决了大厦员工的吃饭问题。

这个时候所发现的市场就是一个伪市场，或是说并不是那么容易的市场。而这种痛点分析，在很多产品规划上十分普遍。

因为二胎政策，婴幼儿市场大爆发。张姐觉得是个机会，准备在家附近开一个母婴用品商店，这种思路就是典型的错误。

虽然很多宝妈需要买母婴用品，但是这并代表着就一定有市场空间，我们要看这些宝妈们现在的理想状态和现实状态是否平衡，大量的线上线下母婴商店存在，已经让宝妈们在这点上十分平衡了。所以，一旦以这样的方式进入这样的市场，就意味着非常激烈的竞争，你需要让客户离开他的原来平衡，你需要把客户硬生生的抢过来。

如果深入分析一下，宝妈们现在购买母婴用品有哪些不平衡？宝妈们担心买错产品，希望可以得到更专业的介绍。现实是周边几家店的店员不那么专业，线上也没有更好的解决方案。那这个时候才是真的找到了痛点，你进入市场的方式也有了产品的差异化：主打专业介绍，宝宝用什么，我来帮你选！

 boss直聘主打：找工作和老板谈。

因为boss直聘发现：人们在找工作的时候，需要HR收到简历、审核简历、电话沟通、之后才邀约面试，这个链条非常长，找工作的时候需要漫长的等待，如果可以直接沟通，将大大提高效率。

boss直聘攻克的痛点就是找工作链条太长的痛点。

心得：unique value 往往解决的正是痛点！

数据分析方法解决用户痛点： https://blog.csdn.net/umengplus/article/details/105686069?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-5.control&dist_request_id=1328665.21136.16160627467658245&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-5.control

痒点：痛点解决的是效率，本质上是让用户以更高的效率来解决问题，是一种工具性思维；而痒点解决的是趣味，本质上是让用户实现由使用产品到享受产品的转变，从而在底层加强用户粘性，将普通用户变为活跃用户、活跃用户变为粉丝。

美团CEO王兴多次提到“下半场”这个概念，他认为，未来移动互联网的发展将进入下半场的竞争，过去那种依靠流量红利来爆发的机会将不复存在，下半场我们需要做的是基于用户之上的精耕细作，让体验性有一个质的飞跃，只有如此，才能在日趋激烈的竞争中保有一席之地。（http://www.woshipm.com/pmd/591607.html）

**权重：**

层次分析法：

标层有5个指标，方案层有4个指标，若让选择困难症将这几个指标依次排出先后次序足以让之崩溃。层次分析法的一大优势就是不需要把所有指标放在一起进行比较，只需要对每个层次的指标依次进行两两比较即可，这极大减少了不同指标相互比较的困难程度。可按照如下的取值原则使用1-9相对尺寸进行标记。

取值原则如下：

当a指标与b指标重要性相同，取值为1：1；

当a指标与b指标相比略重要，取值为3：1；

当a指标与b指标相比重要，取值为5：1；

当a指标与b指标相比重要得多，取值为7：1；

当a指标与b指标相比极其重要，取值为9：1；

当a指标与b指标相比重要程度介于2n−1与2n+1两个相邻等级之间，取值为2n：1；

 

**分发：**

分发方法：http://www.woshipm.com/pd/3056305.html

*内容为王的发展形式下，内容体量大小是影响一个平台发展可持续性的关键因素。但是，对于内容体量没有绝对优势的产品，如果能将有限的内容以不同的维度有效分发给用户也是内容运营的有效方式。同时，随着算法技术的成熟，互联网产品的内容分发技术也发生了很大的变化，已经从原先的编辑人员手动筛选、推荐发展成为依靠算法推荐就能实现千人千面、个性化内容定制的效果。* 上文从产品设计的层面对用户、场景等维度进行分析，从而讨论内容产品如何更高效地分发内容。下文从推荐算法方面分发。

一、内容分发：千篇一律到千人千面（http://www.woshipm.com/operate/4112895.html）

内容在变，渠道在变，获取内容和分发内容的方式也在变。从获取信息需要买书买报或者到图书馆，到在网上浏览，到百度一下，最后到什么都不用做——你关心的，推荐引擎知道。

互联网时代的内容分发，经历了以下几个阶段的变化：

编辑分发：与编辑分发相对应的是内容的千篇一律，你看到的和我看看到的并无二致，个性化需求不好满足，用户需要在众多内容里找到自己感兴趣的。编辑分发对应的就是门户网站时代，你在网站看到的内容，都是编辑亲手“上架”的，编辑选了什么，你就能看到什么。
粉丝分发：从用户的角度来看也可以说是订阅分发，看到的内容就是订阅的内容，内容的范围进一步缩小，满足了部分个性化的需求。微博和微信就是粉丝分发平台，内容能多大程度被传播，关注作者的粉丝发挥了很大作用。
推荐分发：在推荐分发下，内容实现了千人千面，看到的就是想要的，而“流”的交互形式完美契合了推荐分发的模式——既然知道你想要什么，就直接展示什么，不需要再选择了。今日头条和抖音，都是在借助数据和算法，变得“更懂你”，没有两个人能得到完全一样的信息库。

二、推荐分发：精准投放还是娱乐至死？

1. 推荐分发的实现

把人和感兴趣的内容匹配起来，有三种途径：通过人、通过内容、或者通过两者之间共同的特征。

通过人的匹配，即找到和你类似的人群，把他们喜欢的内容推荐给你，可以通过给用户打标签的方式来实现用户相似度的识别，更直接的可以通过社交网络，把朋友关注的内容推荐给你——比如微信的看一看，或者通过历史行为——比如读过这篇文章的人还在读；
通过内容的匹配，即确定你喜欢的物品的类型，再把相似的物品推荐给你，可以通过给内容打标签找到相似的内容的集合，把其中你没见过的推荐给你，比如你听了周杰伦的《稻香》，就会给你推荐《听妈妈的话》，你看了《复仇者联盟3》，就会给你推荐《复仇者联盟4》；
通过特征的匹配，即你具备什么的特征，就给你推荐符合你口味的东西，需要对人和内容都建立起标签体系，比如你喜欢可爱的东西，就给你推荐萌宠，你是一个大学生，就给你推荐四六级课程。

**前中后台**：

前端产品经理的关键词在于：用户、场景、体验、转化、价值挖掘。在根据用户和市场挖掘需求。（https://www.zhihu.com/question/27136892）

后端产品经理的关键词在于：业务、逻辑、跨越、结构、控制、数据。在根据业务和发展规划需求。

中后台：a.表格设计规范（http://www.woshipm.com/rp/922299.html）
                b. 8种数据类型参考（ http://www.woshipm.com/pd/2946292.html）
                c. 业务调研怎么做（http://www.woshipm.com/pmd/3049692.html）

**排期**

产品排期（http://www.woshipm.com/pmd/246538.html）

需求排期 (http://www.woshipm.com/pmd/2030979.html)：
                   a. 公司+老板价值（Value of the Company/Boss）
                   b. 用户价值（Value of Customers）
                   c. 性价比与风险（Cost Efficiency and Risk）

 

**拉新**

AARRR漏斗模型是Dave McClure 在2007提出的客户生命周期模型，解释了实现用户增长的5个指标，分别是：Acquisition（获取）、Activation（激活）、Retention（留存）、Revenue（收入）、Referral（自传播），因其掠夺式的增长方式也被称为海盗模型，可以帮助我们更好地理解获客和维护客户的原理。

http://www.woshipm.com/tag/用户拉新

手段 （http://www.woshipm.com/operate/4196798.html）：
类型（http://www.woshipm.com/operate/3488253.html）

**留存：**
 

**促活**

理财类APP如何科学制定促活策略？http://www.woshipm.com/operate/4334813.html
亿级APP收入连续翻倍的产品思路（3）：日活提升的一些手段 http://www.woshipm.com/operate/2987118.html

**下沉**

http://www.woshipm.com/tag/下沉市场

下沉市场的内容型产品：广阔天地，大有作为 http://www.woshipm.com/operate/4088951.html

**长尾及其他须知理论**

二八法则：

在任何一组东西中，最重要的只占其中一小部分，约20%，其余80%尽管是多数，却是次要的，因此又称二八定律。如80%的业绩来自20%的商品。

长尾理论：

长尾（The Long Tail）这一概念是由Chris Anderson在2004年十月的“长尾” 一文中最早提出，用来描述诸如亚马逊和Netflix之类网站的商业和经济模式。长尾理论认为只要通路够大，就算是非主流、需求量少的商品，总销量也能和主流商品抗衡。比如拿卖书来看，一家大型书店通常可以放10万本书，但是亚马逊网络书店中的销售额中有四分之一来自排名10万以后的书籍，这样冷门的书籍的销售比例正高速增长。

企业界向来以二八法则为铁律，认为80%的业绩来自20%的商品，但是互联网的崛起已经打破了这一规律，长尾理论来认为99%的商品都有机会销售，执着于培植畅销商品的人发现，畅销商品带来的利润越来越薄，愿意给长尾商品机会的人，则可能会积少成多，累计庞大的商机。

六度分割理论

最多通过六个人你就能够认识任何一个陌生人。“六度分隔”说明了社会中普遍存在的“弱纽带”，但是却发挥着非常强大的作用。比如在找工作时会体会到这种弱纽带的效果。 通过弱纽带人与人之间的距离变得非常“相近”。

共享经济

一般是指以获得一定报酬为主要目的，基于陌生人且存在物品使用权暂时转移的一种新的经济模式。其本质是整合线下的闲散物品、劳动力、教育医疗资源。


**MVP**

最小可行产品（B端与C端的有差异）
如何定义B端产品的MVP http://www.woshipm.com/pd/2678328.html      http://www.woshipm.com/pd/2684148.html
（笔者B端产品其他文章可参考）

**SEO**

Searching Enginee Optimisation  属于SEM（Searching Enginee Marketing）的一部分

**CPM**

cost per mile千次展现费用，前次曝光费用，通常运营需要找到最低CPM渠道，最高转化率，也就是最具性价比的广告渠道。

**PV，UV，IP，ARPU，PLC**
PV（Page View）访问量, 即页面浏览量或点击量，衡量网站用户访问的网页数量；在一定统计周期内用户每打开或刷新一个页面就记录1次，多次打开或刷新同一页面则浏览量累计

UV（Unique Visitor）独立访客，统计1天内访问某站点的用户数(以cookie为依据);访问网站的一台电脑客户端为一个访客。可以理解成访问某网站的电脑的数量。网站判断来访电脑的身份是通过来访电脑的cookies实现的。如果更换了IP后但不清除cookies，再访问相同网站，该网站的统计中UV数是不变的。如果用户不保存cookies访问、清除了cookies或者更换设备访问，计数会加1。00:00-24:00内相同的客户端多次访问只计为1个访客。

IP（Internet Protocol）独立IP数，是指1天内多少个独立的IP浏览了页面，即统计不同的IP浏览用户数量。同一IP不管访问了几个页面，独立IP数均为1；不同的IP浏览页面，计数会加1。 IP是基于用户广域网IP地址来区分不同的访问者的，所以，多个用户（多个局域网IP）在同一个路由器（同一个广域网IP）内上网，可能被记录为一个独立IP访问者。如果用户不断更换IP，则有可能被多次统计。

ARPU就是每用户平均收入(ARPU-Average Revenue Per User)。ARPU注重的是一个时间段内运营商从每个用户所得到的利润。

PLC编程是一种数字运算操作的电子系统，专为在工业环境下应用而设计。它采用可编程序的存储器，用来在其内部存储执行逻辑运算、顺序控制、定时、计数和算术运算等操作的指令，并通过数字式、模拟式的输入和输出，控制各种类型的机械或生产过程。可编程序控制器及其有关设备，都应按易于使工业控制系统形成一个整体，易于扩充其功能的原则设计。

**数据分析**

https://zhuanlan.zhihu.com/p/67650146?utm_source=wechat_timeline

**经验之谈**

怎样让To B SaaS软件像To C一样极致易用 http://www.woshipm.com/pd/2428249.html

Soul合伙人表示：Soul是个温暖善意的平台。之所以想到要做Soul，就是因为想发表一个观点，但发现发在微信朋友圈可能不太合适，发微博上又没有人回，最后只能发在QQ空间，并且仅对自己可见。或许在我们眼里，这只是经常遇到的小事。也许你会抱怨一下社会现状，然后就不去理睬了。但Soul合伙人抓住了这个朴实的需求，年轻时候就是想发什么就立刻发，想表达什么就立刻表达，而且希望很快就有人来互动，这成为了Soul最初的灵感。Soul合伙人选择创立这款社交APP是希望看到一个能够满足真实社交需求的工具。Soul应用大数据、人工智能等科技来满足当代年轻人解决孤独感的需求。社交是人永恒的需求，但不同人群，尤其是不同年龄人群的社交需求有不同特征。Z世代的崛起，向中文社交产品提出了新的要求，也带来即将改变社交行业格局的巨大机遇。

 

留存衡量体系、数据提升的归因

 

“以其昏昏，使人昭昭”，自己并没有彻底明白，却以粉饰太平的方式，去让别人明白，这自然而然会使得信息的传递出现丢失，文章和传递内容的力度，都无法触及本质，自然就无法彻底解决问题。根因分析的工具，揭露了很多问题的本质。

 

当接到个别客户提出的需求时（判断个性化需求or普遍存在的通用性需求），我们可以从以下五个维度评估：

疼痛的深度：个性化需求对于用户而言，是不是刚需，优先做“雪中送炭”的需求，再排期“锦上添花”的需求。

影响的广度：是不是牵扯到上游和下游不同业务流程的完整性，如果有紧密关联，不处理则会影响用户的正常操作，就像前面提到的钉钉绩效考勤表。

寻找最大公约数：是某个特别用户的唯一需求，还是普遍存在却被忽视的隐藏需求。产品要解决用户普遍存在的问题，就好像数学上解题寻找最大公约数，这一点也会涉及到公司商业模式，有些产品确实解决了用户问题，但撑不起一家有体量的公司活得很滋润。

关乎公司发展布局：有些需求必须开发不是单纯为了用户，和公司的战略发展决策有关，比如刚刚提到的我们公司建立判断模型，这个模型是动态的，跟着公司目前的发展节奏和行业所处生态位。

技术评估：除了以上四点外，还需要考虑一下技术层面，是否现有技术可以实现，实现成本是否太高。

权衡需求优先级：战略定位、用户影响范围、实现成本。

 

聊聊流量，建立在痛点满足基础上的流量才是有效流量。              痛点 = 需求程度 * 需求频次             有效的流量必然是极度需求且高频需求的。

 

 

（未完，待更新）