產品經理如何挖掘需求

⑴ 產品運營如何做好數據挖掘與分析

產品經理在日常工作中，最重要的是要提高數據分析能力，除了數據產品經理，其他產品經理並不需要數據挖掘能力。而提高數據分析能力，則要建立數據分析的知識體系和方法論。

這兩年，隨著大數據、精益化運營、增長黑客等概念的傳播，數據分析的胡御思維越來越深入人心。處於互聯網最前沿的產品經理們接觸了大量的用戶數據，但是卻一直困擾於如何做好數據分析工作。

那麼產品經理該如何搭建自己的數據分析知識體系？數據分析的價值又在哪裡？產品經理做數據分析有哪些具體的方法？又如何學習數據分析？本文將和大家分享一下這些問題。

Part1|數據分析體系：道、術、器

「道」是指價值觀。產品經理要想是做好數據分析，首先就要認同數據的意義和價值。一個不認同數據分析、對數據分析的意義缺乏理解的人是很難做好這個工作的。

「術」是指正確的方法論。現在新興的「GrowthHacker」（增長黑客）概念，從AARRR框架(獲取、激活、留存、變現與推薦五個環節）入手進行產品分析，這是一個非常好的分析方法。

「器」則是指數據分析工具。一個好的數據分尺做慧析工具應該能幫助產品經理進行數據採集、數據分析、數據可視化等工作，節省產品經理的時間和精力，幫助產品經理更好理解用戶、更好優化產品。

Part2|數據分析的價值

產品經理不能為了數據分析而分析，而要將落腳點放到產品和用戶上。數據分析應該幫助產品經理不斷優化產品設計和迭代，驅動產品和用戶增長。

當我們上線了一個新的產品（proct）或者功能時，需要對其進行數據監控和衡量（measure）。然後從監控中採集到產品的用戶行為數據（data），並對這些數據進行分析和總結（learn）。最後從分析中得出結論和觀點（idea），如果數據證明我們的新產品/功能是優秀的，那麼可以大力推廣；如果數陵答據說明我們的產品還存在問題，就需要對產品進行新一輪的優化（build）。

在「產品——數據——結論」的不斷循環中，我們不斷用數據來優化我們的產品，加快產品迭代的步伐、提升用戶體驗。

Part3|數據分析的方法

1.流量分析

a.訪問/下載來源，搜索詞

網站的訪問來源，App的下載渠道，以及各搜索引擎的搜索關鍵詞，通過數據分析平台都可以很方便的進行統計和分析，分析平台通過歸因模型判斷流量來源，產品經理在分析這些流量時，只需要用自建或者第三方的數據平台追蹤流量變化即可，第三方平台如GoogleAnalytics、GrowingIO等；

b.自主投放追蹤

平時我們在微信等外部渠道投放文章、H5等，許多產品都會很苦惱無法追蹤數據。

分析不同獲客渠道流量的數量和質量，進而優化投放渠道。常見的辦法有UTM代碼追蹤，分析新用戶的廣告來源、廣告內容、廣告媒介、廣告項目、廣告名稱和廣告關鍵字。

c.實時流量分析

實時監測產品的訪問走勢，尤其要關心流量異常值。舉個例子，某互聯網金融平台因為一個產品Bug導致用戶瘋狂搶購造成的流量峰值，產品經理發現實時數據異常後迅速下線該產品修復Bug，避免了損失擴大。

2.轉化分析

無論是做網站還是App，產品裡面有很多地方需要做轉化分析：注冊轉化、購買轉化、激活轉化等等。一般我們藉助漏斗來衡量用戶的轉化過程。

影響轉化率的因素很多，我們總結了三個大的方面：渠道流量、用戶營銷、網站/APP體驗。以渠道流量為例，通過優選渠道並且量化分配我們的投放資源，可以有效提升總體的轉化率。

3.留存分析

在互聯網行業里，通常我們會通過拉新把客戶引過來，但是經過一段時間可能就會有一部分客戶逐漸流失了。那些留下來的人或者是經常回訪我們公司網站/App的人就稱為留存。

在一段時間內，對某個網站/App等有過任意行為的用戶，稱之為這個網站/App這段時間的活躍用戶，這個任意行為可以是訪問網站、打開App等等。

現在大家經常會用到所謂的「日活」（日活躍用戶量，DAU）、「周活」（周活躍用戶量，WAU）來監測我們的網站，有的時候會看到我們的「日活」在一段時期內都是逐漸地增加的，以為是非常好的現象，但是如果沒有做留存分析的話，這個結果很可能是一個錯誤。

留存是產品增長的核心，用戶只有留下來，你的產品才能不斷增長。一條留存曲線，如果產品經理不做什麼的話，那麼用戶就慢慢流失了。

這是一個常見的留存曲線，我把它分成了三個部分：第一部分是振盪期，第二部分是選擇期，第三部分是平穩期。

從產品設計的角度出發，找到觸發留存的關鍵行為，幫助用戶盡快找到產品留存的關鍵節點。之前我們發現我們產品裡面，使用過「新建」功能用戶的留存度非常高；於是我們做了產品改進，將「新建」按鈕置於首頁頂部刺激用戶使用，效果非常好。

矽谷流行的MagicNumber（魔法數字）也是留存分析的一部分，比如Facebook發現「在第一周里加10個好友」的新用戶留存度非常高。作為產品經理，我們也需要通過數據分析來不斷探索我們產品裡面的魔法數字，不斷提高用戶留存度和活躍度。

更詳細的留存分析方法，可以參考這篇文章你能找到的最深入的留存分析文章-留存·增長·MagicNumber?。

4.可視化分析

用戶體驗，是一個非常抽象的概念，我們可以對其進行形象化。目前一個普遍的方法就是對用戶的數據進行可視化，以熱圖的形式呈現。

藉助熱圖，產品經理可以非常直觀了解用戶在產品上的點擊偏好，檢驗我們的產品設計或者布局是否合理。

5.群組分析&挖掘用戶需求、改進及優化產品

千人千面，產品經理對用戶精細化的分析必不可少。不同區域、不同來源、不同平台甚至不同手機型號的用戶，他們對產品的使用和感知都可能存在巨大的差異。產品經理可以對不同屬性的用戶進行分群，觀察不同群組用戶的行為差異，進而優化產品。

之前我們做過一次分析，網站的總體注冊轉化率是6%；但是使用Chrome瀏覽器的新用戶注冊轉化率高達12%，使用IE瀏覽器的新用戶注冊轉化率才1%。這樣一分的話，問題就很明顯了，極有可能是瀏覽器兼容性的問題，產品經理應該關注一下這個問題。

Part4|數據分析的書籍

做好數據分析，不是一朝一日就可以的，需要在產品規劃設計、產品升級迭代中不斷實踐。下面的這些書籍對於產品經理學習數據分析都有一定的幫助：

推薦1：

@范冰XDash

的《增長黑客》

這是國內對於增長黑客的第一本詳細介紹，作者從AARRR的視角切入，描述了大量產品優化、產品增長的案例，對於產品經理非常有益。

推薦2：埃里克·萊斯的《精益數據分析》

在這本書裡面，作者介紹數據分析的相關指標、不同行業的數據分析要點，並且有大量的數據分析案例和翔實數據。如果想要把數據分析落地，這本書對產品經理是非常有幫助的。

推薦3：我們一直在做互聯網行業數據分析知識的普及，目前我們已經做了14期「GrowingIO數據分析公開課」，面向產品經理、運營等等，這里是GrowingIO的產品和分析師寫的《互聯網增長第一本數據分析手冊》

這裡面匯編了我們一年多來數據分析、產品優化的實戰案例，裡面不少文章被被大號轉過，例如《如何成為一個優秀的數據產品經理》等等。

下載電子版的分析手冊，請參考這里互聯網增長的第一本數據分析手冊。

推薦4：埃里克·萊斯的《精益創業》

作者提出了最小可行性產品（MVP）、小步快跑，快速迭代等產品設計和優化的理念，影響深遠。

總之，數據分析是一門多學科、多領域的交叉學問，涉及到的東西非常多。產品經理要想做好數據分析，應該有一套完整的思維體系，在價值觀、方法論和工具三個層面上儲備相關知識。同時立足於產品和用戶，用數據來打磨產品，用數據來檢驗迭代，不斷提升用戶體驗，希望大家都能找到合適自己的崗位實現擇優就業。

⑵ 產品經理，如何做需求分析

作為產品經理，每天要接觸到大大小小不同的需求，在面對需求時，需要進行有效的需求分析，才能更好地了解問題，從而制定相應的解決方案，就是通過用戶的問題，找到用戶需求的最本質，給予最合適的方案，滿足用戶需求。

需求分析是產品經理平常最基礎且重要的工作，確保需求的可行性，隨之進行後續的操作和跟進，需求分析也能發散出比較多的思考。

需求到底該如何分析？

需求的真偽判斷，在產品的生命周期里，我們需要對每一個需求進行判斷，不管是宏觀層次還是執行層次。而對於真偽需求的判斷總是模稜兩可的，我們需要根據產品生命周期、當前公司戰略、技術水平等很多情況進行斟酌。

用戶的需求也像一座冰山，有很大一部分隱藏在海平面以下，只有很少一部分需求暴露在海平面以上。

有時候我們收到用戶需求後，並且按他們的要求做了，但是在上線之後才發現所做的東西並不是他們想要的，這時候你應該怎麼辦？是怪自己還是怪用戶。可能他們提需求的時候都不清楚自己的真實需求，當然沒法告訴你了。

這就需要產品經理從自己專業的角度上出發，幫客戶找到那些隱藏的需求。我們經常所說的需求挖掘，主要就是找到隱藏在冰面下的需求。用戶的需求分成意識到的需求、無意識的需求、進一步的需求三種：

1、 意識到的需求 ：表面上的需求，就是一些直接體現的問題，這些大部分產品經理在調研的過程中可以直接獲取到；

2、 無意識的需求 ：這種問題需要產品經理對業務有一定的理解才能發現。只有對這類場景能做到「感同身受」的話，產品經理設計的過程中才能夠設計出更合理、更高效的方案；

3、 進一步的需求 ：這是項目的深層需求，用戶對於他們自己遇到的問題也沒有辦法提出關鍵的解決方案。因此需要產品經理對問題充分理解的前提下，選擇合適的實現方式以創造用戶未想到的功能。

⑶ 產品經理如何分析用戶需求

如果我最初問消費者他們想要什麼，他們會告訴我『要一匹更快的馬!』——亨利福特

每一個產品狗都應該很熟悉這句話，正如碼農喜歡將』對象』、』實例化』，』高內聚、低耦合』等掛在嘴邊一般，但熟悉的並不一定真正了解，而要在實踐中做到，知和行並不是天然一致的。

用戶需求是產品經理工作的基本出發點，不管是前期的行業調研、競品分析，還是產品研發過程的溝通傳達，還是產品上線後持續的迭代改進，頭腦里都需要圍繞用戶需求展開。

產品經理要挖掘出真實的用戶需求，是需要花些功夫的。用戶需求，字面上看，由用戶和需求兩個片語成。分解來看，

首先，你的產品不是氧氣，不是黃金，不可能所有人都需要，因此要確定具體的目標用戶，越精準越好，通過用戶研究來確定核心用戶。然後去了解這些用戶在現實生活中，或是在使用別的產品過程存在哪些問題，這些問題是用戶們需要被滿足，但尚未被滿足的，即所謂的痛點。

挖掘核心用戶的痛點，可以通過數據分析、用戶訪談、可用性測試、問卷調查等方式，另外，在研究競品的過程中，產品經理盡量讓自己變成小白，初步去感受競品的不足，並思考潛在的機會。

通過以上兩步，就能給出用戶畫像了。簡單的理解，用戶畫像就是真實用戶的虛擬化表達，但具備了真實用戶的典型特徵，以此為基礎，產品經理就要從用戶和需求的分析中加工出用戶需求了。

在2007年，9家交響樂團聯合聘請了一支研究團隊，對客戶流失進行了分析。他們將用戶群體分成6大類：核心聽眾、嘗試聽眾、不表態聽眾、特殊場合出席者、茶點式聽眾、高潛質聽眾。

通過數據發現，嘗試聽眾佔全體客戶的37%，卻僅僅購買11%的門票，流失率高達91%。研究人員列出了體驗古典音樂的78種不同特徵，然後利用在線調查和其他考察用戶行為的測試方法，濃縮出其中的16項，並對這16項特徵的進一步分析，最終發現，初次聽的人，不能很快地找到演奏廳附近的停車位，他們得不停地繞不停地繞（要是在現在，GPS分分鍾搞定），這種麻煩地圖影響了他們再次消費的意願。

當然，結論是簡單的，但是得出結論的過程，卻非常考驗研究者們的分析能力，也需要消耗大量的時間精力。而產品經理在挖掘出真正的用戶需求之前，也必須運用各種分析工具和思維框架，逐步去逼近真相，才有可能找到用戶的心智模型。