域名频道资讯站
我们一直在努力制造惊吓

产品经理思考的4个维度:用户、产品、数据、增长


本文介绍了产品经理工作时需要思考的维度:用户、产品、数据、增长。

产品经理思考的4个维度:用户、产品、数据、增长

思考,真的是一件十分有趣的事情。

产品经理的思考,老实说真的是包罗万象,应有尽有。这一次,我挑选了四个工作关键词及其延伸作为分享。

一、用户

1. 什么是用户

用户是一个复合词,既是需求的组合,也是角色的叠加。当我们在谈论一个行业、一个产品、一个功能的用户时,其实是在拆解一个又一个的需求和角色。

现在不止互联网服务公司,传统产业公司甚至连街边水果店的小老板都已经会这个词了,谈改变言必用户,谈必体验。

不得不说,这确实是一个好的兆头。大家开始逐步建立用户思维,这将为社会服务体系提供了底层优化的基础。

但作为一个几乎用烂的词,“用户”很多时候就仅仅被理解为一类打上了标签的人。

对产品经理而言,这远远不够。

人生活在世上,没有绝对的无欲无求,也没有绝对的独立。而有所求亦有其份,则必有所需。从某个角度来看,用户就是TA所有需求的组合体,所有角色的叠加态,而随着用户当前所处的时间点和地点变化,各个需求和身份的优先级也会动态调整。

既然用户是由需求组成,那就也说说需求和角色吧。

2. 什么是需求

需求是当前需要解决的问题。

这个词,老实说,也是被广大人民群众严重透支了。很多产品认为需求不就是需要解决的问题嘛,想要什么给什么就好了,然后一直被动地满足用户,最后产品资源燃烧殆尽,抱憾离场。

但问题是,绝大多数的用户只能提出“更快的马”这类关注用户体验的想法。此处特别说明没有任何贬低用户的意思,因为专业解决方案本来就应该由服务者提供。

我们产品的工作,大量的时间都在调研、解构、分析、提炼用户的需求,相对一般人的思考而言这是非常重的时间成本,当然成果是深刻地理解了用户需要解决的问题原貌与特性。挖掘和确定问题原貌并不难,特性才难。

于人而言,问题原貌(即根本需求)一直存在,只是随着社会基础服务能力的迭代,满足需求的形式也有所变化。举个例子,中短途出行的人总需要解决位移的问题,古时候选择了步行或牛车,现在打个滴滴,因为有了移动互联网及其背后的一切的服务能力。

但与此同时,待解决问题也会因为不同的因素而改变需要程度,要恰如其分地对其定性,那么这个过程当中产品经理就需要面对和解决非常多的不确定性。

所以“当前”这两个字就显得非常有意义了。因为“当前”是用户身处的一个场景,有目的想法、时间地点、周边环境,甚至乎用户心智等等的定义,这一切的因素会量化了用户身上每一个待解决问题的优先级。而优先级最高的,就是这个用户当前的需求。

同样地举个例子,我要外出去吃饭,食与行都是我当前的待解决问题,但当前选定吃什么决定着我要去哪里,那么我的需求就是就餐地点的选择,大众点评恰如其分地解决这个问题;当我选好了餐厅后,走到街上了要思考怎么过去目的地,这时我的需求就是出行方式的选择,滴滴恰如其分地解决了这个问题。

这两个产品一直在满足用户的根本需求,而在解决我“当前”的需求时,还增加了非常多细致的用户体验,原因就是要满足我当前待解决问题的特性。

3. 什么是角色

角色是当前解决问题的身份。

角色和身份这两个词比较有新鲜感,因为很少人会谈论这个角度。

我们在生活和工作当中,不仅仅是独立的“我”,还要在各个场景内饰演着自己的角色,做好自己的身份。而且很多长期有效的身份,是叠加在一起的,例如,一个人可能长期处于同时是“子女”和“父母”两个身份的状态。

身份,也就是相同场景下影响需求优先级的重要因素,因为不同的身份彻底决定着解决方案的形式。

举个关于采购和购物的例子。当我在为公司采购时,我的角色就是采购部的员工,这时我需要解决的问题就是按照决策者要求买到对应的货物,后续的支付和记账会有出纳和财务的同事负责。

所以to B服务中,流程当中每个环节服务的用户角色是非常清晰的,而且基本上由不同部门的员工负责处理,产品针对性解决好每个环节的问题,然后在管理者的数据面板上输出相应的数据统计与分析结果,就是一个不错的方案。

但当我在为自己购物时,“我”就是一个由决策、选购、支付、记账四类角色叠加的用户。所以to C服务中,用户在一个功能流程中会不断切换角色,这时对整体性和便捷性的需求就被大大提高了。

说到这个角度,也让我联想起产品设计的一个准则,一个页面的主功能仅可以有一个,因为这个页面就是针对用户当前的需求和对应角色而设计的解决方案。

二、产品

1. 什么是产品

A4:产品就是为用户提供问题解决方案的服务,当中包含咨询和执行两个循环过程。

产品即服务,这句话也是在移动互联网时代发扬光大的,相信很多人都听过。但服务,却不仅仅是提供执行方案那么简单,必须要结合咨询过程来进行持续优化。

上述用了很大的篇幅来讨论用户,其实这个就是咨询的过程。作为产品经理,如果连用户都不懂,那根本没有办法提供行之有效的服务。而关于执行,我想表达的宗旨就是:服务不要拘泥于载体,例如8年前的APP、3年前的小程序,而应该根据服务来组合载体。

我们的时代在进步,技术创新更是日新月异,所有服务在每一个新时代都值得结合新的基础能力重塑一次,目的是更加满足用户。

所以产品之于用户,是一个动态变化的服务过程,它会随时间推进而更加深入了解用户及其变化,同时不断更新与迭代。

2. 产品设计

既然谈论关于产品的思考,那必不可少的还有产品设计。

1)理想与现实

现在市面上关于产品经理的畅销书和课程已经非常多了,我们都可以从中读到不少优秀前辈对于产品设计的方法论,甚至乎能够从中提炼出优秀产品设计的绝对准则。

但是每次当我们亲手去设计自己负责的产品时,却总是强差人意,很多时候甚至会让自己觉得很失败,这种心理落差真的很难受。

关于这一点,我希望大家可以理解,一个产品的理论上限是负责人的产品思维,而实际上限则是资源。

资源的类型有很多,但最后换算过来,其实就是产品可支配的时间资源。时间资源有一个简单的计算单位,基础工时。假设一位产品新人工作1小时是1个基础工时,一位高级产品经理工作1小时则有可能是10个基础工时,甚至更多。

结合工资一算,或许就懂了什么是用钱买时间了。

公司、领导、甚至我们自己,最容易高估的就是自身拥有的资源,所以对产品有了高预期。而一旦落到现实执行时,才知道基础工时远远不够。

我们能够做的,就是不断提高自身的单位基础工时,持续增值,然后以最大化资源方式打造产品。

2)宏观与细节

一切的合理,建设在清晰明确的宏观结构上。

我们使用一款产品之所以觉得它实用,是因为它在解决需求的逻辑上是符合用户期望的。但这个逻辑却需要深厚的基础,例如行业结构、业务理解、用户群体分析等等。

而且所谓的细节,是建立在产品已经对用户有了宏观层面的理解,随后根据需求的特性而专门设计的用户体验。

在人人都是产品体验官的时代,产品细节无疑是加分项,但产品经理绝对不能过度聚焦与细节之上,否则就会因小失大。谈这个点,是因为挺多新人在聊起某个具体产品的时候,会特别关注一个功能或者一个页面内的某一处细节,然后非常聚焦。

这并不是不好,毕竟由点而生,从点到面也是分析思路。

所以我在聊天的过程中,会引导新人们去发掘事物的发展是存在因果性的,细节不是无源之水,在感叹别人的产品用户体验时,还应该看得见背后支撑细节的宏观。

3)试错

这个思考,源于对产品创新的探索。

产品人都希望能够一手掏出一个成熟的完整产品给到用户,但是我们更加知道尝新对于产品的重要性,所以每一次规划版本功能时,都要做一次价值判断。

对于项目管理,我相信很多人都能够从书本和实战中总结出适合自身产品发展的管理手段,这里也不做累述。

但我想说的是,不妨试错。

无论是初创产品还是成熟产品,寻找增长空间是必要任务。在稳步成长的前提下,不妨尝试一下新的服务形式。其实试错是一次难得的宝贵经验,有试错的条件,没有试错的胆量,最直接的结果就是错过时机。

因为很多新想法,并不是产品或者用户单方面提出然后就能形成成熟的解决方案的,这中间是有一段趣味横生的发展过程的。

试错很多时候就是发展过程的起点,不必害怕失败,毕竟弯路也是路。

三、数据

1. 什么是数据

数据是一门语言,是产品经理和用户沟通的语言。

用户在产品上的行为会量化成数据,这是TA在说;产品经理通过各种数据分析模型来解读,这是我们在听。

数据在不同人的手上,就会有不同的产出结果,这是因为每个人对于数据的应用手段有所不同。

于我而言,数据有两大应用,第一是数据可视化,第二是数据分析。

2. 数据可视化

数据可视化是每一个职场人士都在使用的工具,不仅是数据面板、或者BI工具才能称为数据可视化,所有的产品页面、甚至乎是Excel文件,这都是对数据进行可视化的方式。

要做到可视化,根本前提是保真,就是将数据以失真度最低的形式展示出来。

系统内的数据本来就是字节,保真是为了以人类最容易接受逇视觉形式合理地展示出来。这就涉及到数据分析模型的选择,失真的形式,只会带来错误的解读。

其次是保证效率,帮助用户以最高效直接的方式展示数据。

通过布局、图形、颜色、字体大小等等的样式来优化数据内容,目的是让用户一眼就能够获得自己想要的内容。

而串联起数据的线索,就是业务逻辑。缺少逻辑的数据可视化,不过是数据的堆砌,用再好看效果,都解读不出意义。

3. 数据分析

可视化的目的,就是分析,而因果性就是数据分析的核心。

我们能有很多手段可以分析出数据之间的相关性,但是身为产品并不能只看关联,这并无益于产品的发展。

拆解用户心智,结合业务逻辑,确定影响因子,设计出相应的数据分析模型,导入数据,发现预测与实际的异同,分析成因,调整模型,周而复始地重复着寻找数据背后的本质。

凡是过去皆为序章,当数据分析模型利用数据打磨成熟后,其实对影响因子的运用也已经到达了一定程度,这个时候可以尝试反事实应用,通过对因子进行刺激,来预测或调节用户行为。

 增长

1. 什么是增长

增长是产品运营的过程和目的,通过适合的方法实现目标。

增长这个词在最近两年非常火,甚至催生出“产品+运营”融合的工作岗位。我是非常赞成这类高综合性的岗位的出现,顺应时代运用人才。

在我看来,增长需要系统性的建设,不谋全局者不足以谋一城,不谋万世者不可以谋一时。

市面上有大量关于运营和增长的书籍、教程、教材,容易给人一种错觉,这是独立的工作。

而我个人认为增长需要结合用户、产品、数据的方法论来支持工作,这样才有足够的理论性实现目标,当任何一个环节跟不上,效果就会有明显的短板。这是非常需要经验的综合性产出。

2. 增长飞轮

作为产品经理,我们有义务高速转动自己负责产品的增长飞轮。

所谓增长飞轮,其实就是一套数据增长机制,其中包含但不限于用户数据和盈利数据。

飞轮非常强调闭环管理思维,有始有终,考虑每个路径每个环节的增长刺激因素与转化损耗,并且以终益始,循环增长。同时,飞轮的转动是一场势道术的表演。

要启动飞轮仅需要一个触达,要持续地运转需要产品具有价值,但要高速转动,则需要结合时代背景,找到外驱力。

我们很难去评价一个飞轮的好与坏,因为每个产品,或者每个企业都有结合自身业务的独一无二的增长飞轮;但这必须由内部完成打造,一味借助书本或者外部培训只会画虎不成反类犬。

以上是我关于产品工作的思考,希望对各位看官大人有所帮助。

 

作者:XinG 振宇,坐标广州的产品经理一枚。

本文素材来自互联网

赞(0)
分享到: 更多 (0)

中国专业的网站域名及网站空间提供商

买域名买空间