产品规划

最新推荐文章于 2024-08-27 00:00:00 发布

xfworld

最新推荐文章于 2024-08-27 00:00:00 发布

阅读量1.4k

点赞数

分类专栏：项目经验文章标签：产品数据分析框架工具测试互联网

项目经验专栏收录该内容

33 篇文章 0 订阅

订阅专栏

产品规划是分层级的，基础是体现了产品未来的发展方向，而丰富的应用需建立在坚实的基础之上

用户行为数据跟踪是企业进行数据管理的第一步，能够实时把握用户需求变更的企业必须拥有非常完善的数据监控和分析工具，并且只有通过用户行为数据跟踪我们才能发现问题的本质。因为应用是与用户数据交互最多的地方，所以我们强调应用需要具备用户行为数据跟踪的特性，在此基础上我们便能够进行企业数据管理实践。在一个较为完整的数据管理体系中，用户行为数据的分析至少需要包括几个方面：

核心洞察数据
- Click Density Analysis 点击密度分析（可利用Google分析等工具）
- Visitor Primary Purpose 访客首要目的（简单的调查，勿依赖页面浏览行为）
- Task Completion Rates 任务完成率（调查，可用性测试等方式）
- Segmented Visitor Trends 用户分层（ClickTracks等工具）
- Multichannel Impact Analysis 渠道分析（监测渠道投放前后数据发化）
指标型数据
- Click stream Data 点击流数据【直接输入URL数量、访客来源、访客地理位置】
- Outcomes Data 结果型数据【访客（初次访问数、访问总数、平均回访数、关注点）、页面浏览（平均浏览数、总PV、访问超过一页的访客比）、时间（全局、人均）、关键行为（如：注册、购买）、转化率、相关（Keyword、趋势、网站）】
- Research Data 体验研究数据【调查、启发式评估、可用性测试、访客属性】
- Competitive Data 竞争性数据【“面”数据测量、网络服务提供数据测量、搜索引擎测量】

当我们通过严密的测量发现这些数据变化与时间的关系时，我们通常可以通过简单的对比和测量发现问题，再通过启发式评估或者调查测试等手段通常可以发现问题存在的原因以及表现，或者发现新趋势的到来。很多问题或者机会都躲在数据背后，但只有认真细致的收集和分析才能够发现。

此外，在过去的大多数案例中，我们发现很多企业在执行数据分析方面是消极的，更多的是对数据视而不见，对用户需求的变更视而不见，这是不仅仅是国内互联网企业的通病，也是互联网企业短命的主要原因之一。我们建议数据分析工作的执行程度一定要与产品团队的KPI体系结合起来，形成较好的激励和惩罚机制，这是形成职业化产品团队的基础。

没有任何产品可以一成不变的。伴随着各种技术的发展，用户需求的不管改变，新的商业模式的不断产生，所有产品都是在不断改进中优胜劣汰，产品更迭不可避免。当我们意识到产品生命周期的必然，便可以知晓任何产品都是在不断的竞争中，尤其是面向用户的竞争中主动改变以更加适应市场。产品规划并不是特意的寻找差异化，而是面向如何更好的服务用户，比如更积极的进行用户中心的设计，更快的调整产品线，提供更符合用户期望的产品概念等等。

我们并不认为好的产品规划是一次性行为，其应该是多次的不断迭代的结果。同时在产品规划中，我们不仅仅需要产品思想和未来形态的表达，还需要与之配套的产品改进计划，譬如数据分析方案、用户体验体系建设方案、产品持续改进方案等等，将产品规划变成“产品发展动态计划”。事实上，我们会发现符合现在用户及市场需求的产品的诞生一定是产品规划不断发展的结果，如果我们在具体的实施过程中完全能够遵循用户需求进行产品持续改进一般都能取得比较好的效果。由于通常产品概念的提出是基于当时环境和用户需求等多种因素，而产品规划则是基于产品概念对核心产品理念不断丰富的过程，所以产品规划往往是有时间版本的，不同的时间版本符合不同阶段的用户和市场需求，当然也可能因为需求发展方向的不一致衍生出不同的分支，我称其为为发展型产品规划。

1. 计划（Plan）：

把握产品开发节奏，将整个规划合理的变成产品开发地图。在产品开发地图的设计中，我主张先对规划进行系统分析，基于产品远期构想来设计灵活的底层应用，而基于当前的用户需求来设计外围应用。我们可以理解为产品开发地图的每个区块设计拆分为几个要素：

Who：其服务对象以及相关角色
Why：其存在的意义和价值
What：具体内容
Where：其产生与支持环境
When：其出现的最佳时机
How：其开发计划

我们如果将每个应用都以开发地图的形式表现出来，我们会发现实际上整个产品开发过程就是不断征服每个区域的过程，伴随着产品开发的进行，这个产品开发地图逐渐被实现。如果我们对有竞争力的点分别进行标记的话，我们会发现伴随着市场环境的变化不断进化，整个产品的竞争力是带状分布的，而且是相互关联的。

此外，在产品规划中我们需要考虑到用户行为数据的跟踪，即哪些数据是需要重点跟踪的，是否满足阶段性数据指标，用户行为是否与我们的预期一致等等。我们会发现用户需求变更，竞争者行为等等都可能反应在数据中。我们可以通过数据跟踪以及数据周期性表现来制定数据指标，我们可以通过数据管理进而指导产品线的管理，同时我们的产品持续改进也必须以数据为中心。

2. 执行和检查（Do & Check）：

产品开发的过程不仅仅是计划执行的过程，同时也是检查的过程，我们需注意到执行和检查是应该并行的，问题的快速发现与及时的产品计划改进效率往往反映出企业产品管理的职业化水品，改进效率的高低往往决定了产品是否能够持续满足用户需求。

对执行而言，我们需要的重点关注两个部分：开发执行和运营执行。在开发执行中，执行的效率以及执行的结果是否和产品中心概念相符合是执行的关键。我们在产品开发执行的过程中通常会碰到几个问题，如业务需求难以理解，需求变更失控等，对这些问题的管理直接影响到执行效率和开发成本控制。在过去的产品开发经历中，我发现当业务需求描述比较困难时，通常是业务需求说明书并没有基于真实的用户需求或者业务逻辑存在问题，与之此类似的，需求变更过快的原因往往也是没有完全理解用户需求导致的。在运营执行中，我们需要关注的包括各种数据指标是否符合预期，哪些地方影响了数据的增长性等等。面向运营的执行总是有解决不完的问题，我们需要将存在的问题进行优先等级排序，挑选出重点的问题针对性的产生渐进式的解决计划，逐个解决。

对检查而言，我们考虑的重点在于指标的达成，包括产品用户体验指标，开发效率指标，运营指标等。高效发现问题的关键在于建立数据指标分析框架，基于完整的数据分析框架我们可以发现大多数问题。数据分析框架设计的重点在于问题的结构化，也就是将每个问题的分支进行研究，比如我们通常使用的鱼骨图分析发等等都是比较不错的分析方法。我们会在分析中发现每一个问题的存在并不是独立的，而是一连串原因堆积的结果，比如当我们发现用户购买转化率不高，那么可能是购买流程过于复杂，也可能是购买页面安全体验差导致用户认为不安全，也可能是由于购买过程中用户受到了其它因素的吸引而没有完成购买任务等等，任何可能性的因素我们都需要使用我们的数据分析框架进行仔细的分析。我们会发现在大多数情况下当我们找到关键问题的症结时，解决方案也就自然产生了。

3. 处理（Action）

问题的处理是一个有条不紊的过程。麦肯锡有一个经典的方法叫做”假设——证明”，一般情况下，问题的根本原因一般都是一个或者较少的几个，我们在改进时可以参考这样的方法，假设是某个局部发生的问题，然后设计改进方案进行局部改进，再观察数据是否有质的改变，证实或者证伪我们的假设，最终一步一步的发现引起问题的根本原因，达到产品的持续改进。当然，我们在进行问题改进时需要注意改进必须是有计划的，按部就班的进行，将问题解决进行计划管理，避免今后再出现类似的问题。

此外，通过产品生命周期管理，我们会发现任何产品都是具有生命特征的，伴随着用户或者市场需求改变或者技术进步等，旧产品逐渐被新产品代替，即使我们能够不断的发现问题解决问题，但是伴随着市场的发展应用的整体淘汰是不可避免的，就好比电灯代替煤气等一样。面向问题的持续改进只是持续循环改进的一个方面，另一方面我们需要通过用户行为分析发现一些需要改进的痛点或机会点，这些点通常是需求变更的起点，同时也是产品规划向下一版本改进的起点。