产品经理如何挖掘需求

⑴ 产品运营如何做好数据挖掘与分析

产品经理在日常工作中，最重要的是要提高数据分析能力，除了数据产品经理，其他产品经理并不需要数据挖掘能力。而提高数据分析能力，则要建立数据分析的知识体系和方法论。

这两年，随着大数据、精益化运营、增长黑客等概念的传播，数据分析的胡御思维越来越深入人心。处于互联网最前沿的产品经理们接触了大量的用户数据，但是却一直困扰于如何做好数据分析工作。

那么产品经理该如何搭建自己的数据分析知识体系？数据分析的价值又在哪里？产品经理做数据分析有哪些具体的方法？又如何学习数据分析？本文将和大家分享一下这些问题。

Part1|数据分析体系：道、术、器

“道”是指价值观。产品经理要想是做好数据分析，首先就要认同数据的意义和价值。一个不认同数据分析、对数据分析的意义缺乏理解的人是很难做好这个工作的。

“术”是指正确的方法论。现在新兴的“GrowthHacker”（增长黑客）概念，从AARRR框架(获取、激活、留存、变现与推荐五个环节）入手进行产品分析，这是一个非常好的分析方法。

“器”则是指数据分析工具。一个好的数据分尺做慧析工具应该能帮助产品经理进行数据采集、数据分析、数据可视化等工作，节省产品经理的时间和精力，帮助产品经理更好理解用户、更好优化产品。

Part2|数据分析的价值

产品经理不能为了数据分析而分析，而要将落脚点放到产品和用户上。数据分析应该帮助产品经理不断优化产品设计和迭代，驱动产品和用户增长。

当我们上线了一个新的产品（proct）或者功能时，需要对其进行数据监控和衡量（measure）。然后从监控中采集到产品的用户行为数据（data），并对这些数据进行分析和总结（learn）。最后从分析中得出结论和观点（idea），如果数据证明我们的新产品/功能是优秀的，那么可以大力推广；如果数陵答据说明我们的产品还存在问题，就需要对产品进行新一轮的优化（build）。

在“产品——数据——结论”的不断循环中，我们不断用数据来优化我们的产品，加快产品迭代的步伐、提升用户体验。

Part3|数据分析的方法

1.流量分析

a.访问/下载来源，搜索词

网站的访问来源，App的下载渠道，以及各搜索引擎的搜索关键词，通过数据分析平台都可以很方便的进行统计和分析，分析平台通过归因模型判断流量来源，产品经理在分析这些流量时，只需要用自建或者第三方的数据平台追踪流量变化即可，第三方平台如GoogleAnalytics、GrowingIO等；

b.自主投放追踪

平时我们在微信等外部渠道投放文章、H5等，许多产品都会很苦恼无法追踪数据。

分析不同获客渠道流量的数量和质量，进而优化投放渠道。常见的办法有UTM代码追踪，分析新用户的广告来源、广告内容、广告媒介、广告项目、广告名称和广告关键字。

c.实时流量分析

实时监测产品的访问走势，尤其要关心流量异常值。举个例子，某互联网金融平台因为一个产品Bug导致用户疯狂抢购造成的流量峰值，产品经理发现实时数据异常后迅速下线该产品修复Bug，避免了损失扩大。

2.转化分析

无论是做网站还是App，产品里面有很多地方需要做转化分析：注册转化、购买转化、激活转化等等。一般我们借助漏斗来衡量用户的转化过程。

影响转化率的因素很多，我们总结了三个大的方面：渠道流量、用户营销、网站/APP体验。以渠道流量为例，通过优选渠道并且量化分配我们的投放资源，可以有效提升总体的转化率。

3.留存分析

在互联网行业里，通常我们会通过拉新把客户引过来，但是经过一段时间可能就会有一部分客户逐渐流失了。那些留下来的人或者是经常回访我们公司网站/App的人就称为留存。

在一段时间内，对某个网站/App等有过任意行为的用户，称之为这个网站/App这段时间的活跃用户，这个任意行为可以是访问网站、打开App等等。

现在大家经常会用到所谓的“日活”（日活跃用户量，DAU）、“周活”（周活跃用户量，WAU）来监测我们的网站，有的时候会看到我们的“日活”在一段时期内都是逐渐地增加的，以为是非常好的现象，但是如果没有做留存分析的话，这个结果很可能是一个错误。

留存是产品增长的核心，用户只有留下来，你的产品才能不断增长。一条留存曲线，如果产品经理不做什么的话，那么用户就慢慢流失了。

这是一个常见的留存曲线，我把它分成了三个部分：第一部分是振荡期，第二部分是选择期，第三部分是平稳期。

从产品设计的角度出发，找到触发留存的关键行为，帮助用户尽快找到产品留存的关键节点。之前我们发现我们产品里面，使用过“新建”功能用户的留存度非常高；于是我们做了产品改进，将“新建”按钮置于首页顶部刺激用户使用，效果非常好。

硅谷流行的MagicNumber（魔法数字）也是留存分析的一部分，比如Facebook发现“在第一周里加10个好友”的新用户留存度非常高。作为产品经理，我们也需要通过数据分析来不断探索我们产品里面的魔法数字，不断提高用户留存度和活跃度。

更详细的留存分析方法，可以参考这篇文章你能找到的最深入的留存分析文章-留存·增长·MagicNumber?。

4.可视化分析

用户体验，是一个非常抽象的概念，我们可以对其进行形象化。目前一个普遍的方法就是对用户的数据进行可视化，以热图的形式呈现。

借助热图，产品经理可以非常直观了解用户在产品上的点击偏好，检验我们的产品设计或者布局是否合理。

5.群组分析&挖掘用户需求、改进及优化产品

千人千面，产品经理对用户精细化的分析必不可少。不同区域、不同来源、不同平台甚至不同手机型号的用户，他们对产品的使用和感知都可能存在巨大的差异。产品经理可以对不同属性的用户进行分群，观察不同群组用户的行为差异，进而优化产品。

之前我们做过一次分析，网站的总体注册转化率是6%；但是使用Chrome浏览器的新用户注册转化率高达12%，使用IE浏览器的新用户注册转化率才1%。这样一分的话，问题就很明显了，极有可能是浏览器兼容性的问题，产品经理应该关注一下这个问题。

Part4|数据分析的书籍

做好数据分析，不是一朝一日就可以的，需要在产品规划设计、产品升级迭代中不断实践。下面的这些书籍对于产品经理学习数据分析都有一定的帮助：

推荐1：

@范冰XDash

的《增长黑客》

这是国内对于增长黑客的第一本详细介绍，作者从AARRR的视角切入，描述了大量产品优化、产品增长的案例，对于产品经理非常有益。

推荐2：埃里克·莱斯的《精益数据分析》

在这本书里面，作者介绍数据分析的相关指标、不同行业的数据分析要点，并且有大量的数据分析案例和翔实数据。如果想要把数据分析落地，这本书对产品经理是非常有帮助的。

推荐3：我们一直在做互联网行业数据分析知识的普及，目前我们已经做了14期“GrowingIO数据分析公开课”，面向产品经理、运营等等，这里是GrowingIO的产品和分析师写的《互联网增长第一本数据分析手册》

这里面汇编了我们一年多来数据分析、产品优化的实战案例，里面不少文章被被大号转过，例如《如何成为一个优秀的数据产品经理》等等。

下载电子版的分析手册，请参考这里互联网增长的第一本数据分析手册。

推荐4：埃里克·莱斯的《精益创业》

作者提出了最小可行性产品（MVP）、小步快跑，快速迭代等产品设计和优化的理念，影响深远。

总之，数据分析是一门多学科、多领域的交叉学问，涉及到的东西非常多。产品经理要想做好数据分析，应该有一套完整的思维体系，在价值观、方法论和工具三个层面上储备相关知识。同时立足于产品和用户，用数据来打磨产品，用数据来检验迭代，不断提升用户体验，希望大家都能找到合适自己的岗位实现择优就业。

⑵ 产品经理，如何做需求分析

作为产品经理，每天要接触到大大小小不同的需求，在面对需求时，需要进行有效的需求分析，才能更好地了解问题，从而制定相应的解决方案，就是通过用户的问题，找到用户需求的最本质，给予最合适的方案，满足用户需求。

需求分析是产品经理平常最基础且重要的工作，确保需求的可行性，随之进行后续的操作和跟进，需求分析也能发散出比较多的思考。

需求到底该如何分析？

需求的真伪判断，在产品的生命周期里，我们需要对每一个需求进行判断，不管是宏观层次还是执行层次。而对于真伪需求的判断总是模棱两可的，我们需要根据产品生命周期、当前公司战略、技术水平等很多情况进行斟酌。

用户的需求也像一座冰山，有很大一部分隐藏在海平面以下，只有很少一部分需求暴露在海平面以上。

有时候我们收到用户需求后，并且按他们的要求做了，但是在上线之后才发现所做的东西并不是他们想要的，这时候你应该怎么办？是怪自己还是怪用户。可能他们提需求的时候都不清楚自己的真实需求，当然没法告诉你了。

这就需要产品经理从自己专业的角度上出发，帮客户找到那些隐藏的需求。我们经常所说的需求挖掘，主要就是找到隐藏在冰面下的需求。用户的需求分成意识到的需求、无意识的需求、进一步的需求三种：

1、 意识到的需求 ：表面上的需求，就是一些直接体现的问题，这些大部分产品经理在调研的过程中可以直接获取到；

2、 无意识的需求 ：这种问题需要产品经理对业务有一定的理解才能发现。只有对这类场景能做到“感同身受”的话，产品经理设计的过程中才能够设计出更合理、更高效的方案；

3、 进一步的需求 ：这是项目的深层需求，用户对于他们自己遇到的问题也没有办法提出关键的解决方案。因此需要产品经理对问题充分理解的前提下，选择合适的实现方式以创造用户未想到的功能。

⑶ 产品经理如何分析用户需求

如果我最初问消费者他们想要什么，他们会告诉我‘要一匹更快的马!’——亨利福特

每一个产品狗都应该很熟悉这句话，正如码农喜欢将’对象’、’实例化’，’高内聚、低耦合’等挂在嘴边一般，但熟悉的并不一定真正了解，而要在实践中做到，知和行并不是天然一致的。

用户需求是产品经理工作的基本出发点，不管是前期的行业调研、竞品分析，还是产品研发过程的沟通传达，还是产品上线后持续的迭代改进，头脑里都需要围绕用户需求展开。

产品经理要挖掘出真实的用户需求，是需要花些功夫的。用户需求，字面上看，由用户和需求两个词组成。分解来看，

首先，你的产品不是氧气，不是黄金，不可能所有人都需要，因此要确定具体的目标用户，越精准越好，通过用户研究来确定核心用户。然后去了解这些用户在现实生活中，或是在使用别的产品过程存在哪些问题，这些问题是用户们需要被满足，但尚未被满足的，即所谓的痛点。

挖掘核心用户的痛点，可以通过数据分析、用户访谈、可用性测试、问卷调查等方式，另外，在研究竞品的过程中，产品经理尽量让自己变成小白，初步去感受竞品的不足，并思考潜在的机会。

通过以上两步，就能给出用户画像了。简单的理解，用户画像就是真实用户的虚拟化表达，但具备了真实用户的典型特征，以此为基础，产品经理就要从用户和需求的分析中加工出用户需求了。

在2007年，9家交响乐团联合聘请了一支研究团队，对客户流失进行了分析。他们将用户群体分成6大类：核心听众、尝试听众、不表态听众、特殊场合出席者、茶点式听众、高潜质听众。

通过数据发现，尝试听众占全体客户的37%，却仅仅购买11%的门票，流失率高达91%。研究人员列出了体验古典音乐的78种不同特征，然后利用在线调查和其他考察用户行为的测试方法，浓缩出其中的16项，并对这16项特征的进一步分析，最终发现，初次听的人，不能很快地找到演奏厅附近的停车位，他们得不停地绕不停地绕（要是在现在，GPS分分钟搞定），这种麻烦地图影响了他们再次消费的意愿。

当然，结论是简单的，但是得出结论的过程，却非常考验研究者们的分析能力，也需要消耗大量的时间精力。而产品经理在挖掘出真正的用户需求之前，也必须运用各种分析工具和思维框架，逐步去逼近真相，才有可能找到用户的心智模型。