产品经理,如何用数据证明自己的价值?

2 评论 8688 浏览 20 收藏 13 分钟

产品的工作总是在设计未来的事,除了原型和一堆文档,价值看不见,摸不着,难以量化。那产品经理,到底如何用数据证明自己的价值?

产品经理的工作价值很难衡量。因为,产品经理既不像运营一样,有大量的活动爆发数据可以看到效果和直接经济收益。也不像开发,完成了一个庞大的功能,或者优化页面的多少加载速度。产品的工作总是在设计未来的事,除了原型和一堆文档,价值看不见,摸不着,难以量化。

这就导致在很多公司,产品的存在感太低,其他人认为你就是个画图的,导致工作很被动。老是被业务部门牵着走,老是被动的【接需求】。或者,没什么存在感,汇报时除了0-1的项目,其他工作往往找不到标准来判断或者总是被认为是【应该的】。在这种情况下,通过强调去自己的作用不但过程艰难,也不容易被人信任。

解决这种问题的最好办法就是证明自己不只是一个画图的,而是产品表现的掌控者。而数据就是产品表现、产品领导能力最好的证明。

下面,我会从四个方面阐述数据如何证明产品经理的价值。

1. 判断价值

①异常判断

产品数据波动是日常,很多常见情况都会影响到产品表现。(一款视频软件在工作日日比双休日登录用户要减少3倍,这是一种常见的情况。)

通常,我们会将重要的数据如转化数据、用户数据、交易数据等进行日常监控。一般来说,这些数据都有固定的波动周期,每个周期内的数据变化应该是趋于稳定的。如果某天数据不再符合预期的稳定变化,也就是我们所说的数据异常。(百度内对用户搜索关键词的第一条答案点击率与前一小时下降6%已经是异常问题,这表示用户对搜索结果和品类的丰富度非常不满意。)

判断是否异常一般会从绝对值和比例值来看,若任意一项数据较日常数据上下浮动2~3倍均可算作数据异常。

②严重性判断

同样是异常情况导致数据波动,不同级别的问题会采取不同的处理方式。一些小异常可能会通过产品迭代的方式弥补,而大的数据异常通常会采用紧急机制,如强行关闭,强行下架,强行结束等方式来阻止损失。(京东6块钱的美的烤箱被撸了24万件,亏损高达7000多万,若是负责人能及时从下单数据中心看出异常,尽早处理,也不会带来如此大的损失和用户投诉——不发货。)

判断异常严重性时,通常会用绝对值数据来对比。通常是客单价,单均,UV等具体指标。当此类指标同比浮动3倍以上,即可认为存在重大异常。(京东小家电被在优惠券上架后下单量暴涨24万件,但客单价只有100左右,远远低于平常的1200元,客单价下降10倍。单量暴涨,客单价极低。)

2. 发掘价值

2.1 核心问题

如果数据确实在异常,应该迅速找到导致异常波动的核心问题,定位时间越短,解决成本越低。寻找核心问题的方法就是:猜想——求证。

(1)猜想

猜想可能的情况,通常通过两个方向去猜想:

  1. 自己维度:包括自家产品的产品设计、技术、运营、用户,从自身角度回顾产品动作、表现以及异常数据。
  2. 市场维度:包括竞品和整个市场的大环境。大家同处一个市场,市场的任何变化,竞品的任何产品、运营动作都会影响到自家产品的数据。(下面提供一个具体表格,供大家参考)

产品:由产品功能、流程、新产品导致的异常。例如产品新增了连续包月功能,导致会员充值人数增加,或市场上的某家竞品忽然开了一道与自己产品定位一样的产品线,导致用户流失等。流程可通过分步查看产品流程的漏斗数据,找出问题流程环节。新功能、新产品问题可对比版本查看(有无新功能对应的数据情况)。

技术:由技术实现方式、稳定性、导致的异常。常见情况有接口数据异常,接口稳定性,服务器响应速度,甚至服务器宕机等原因。例如下图中,某安卓平台没有弹出push导致活动页访问率低。

接口类问题可通过不同平台、不同机型的用户对比数据来验证猜想,服务器问题可对比同一时间段往日的服务器数据进行对比。

运营:由运营活动进行导致的异常,常见情况有运营活动开始,结束,爆发,导致的数据激增或极降。运营活动可通过活动页的访问率、转化率以及开始和结束访问率进行大致推断。市场运营活动可观测竞争对手是否有运营活动,以及运营活动的火爆程度进行预估和猜想。

用户:由于用户的自身属性、市场环境的客观变化决定。常见情况有:随着用户年龄增加,离开平台的数据量增高,或由于季节原因,出行的用户变少等。用户原因可通过淡旺季、客户类型、客户区域位置、客户年龄等不同客户类型的转化率梳理进行大致推断。

(2)求证

对猜测的原因进行验证,必须找到能支撑猜测成立的数据。若是找不到证据,说明猜测错误,重新猜测,直到找到问题和证据为止。(下图是某一活动落地页UV低,通过猜想-验证,最终找到问题的过程)

2.2 发现新机会

针对现有用户的数据分析,通常会让开发者发现产品增长模式甚至更改产品核心价值。一些预想的功能上线了,你发现用户根本不是按照你预想的方式去用,此时可能蕴含着产品发展机遇。

通过梳理平台资深用户的行为数据,从而发现产品增长机会或产品核心价值的传递方式。tinder在获取早期用户时遇到了etsy没有遇到的挑战——人们只对附近的约会对象感兴趣。tinder团队做出了一个聪明的决定,既然用户是区域性的,那么增长也应该是区域性的。(ps:竟然不觉得这是一个问题去解决掉,反而顺应这个问题发展)

于是他们决定先锁定大学的社团,吸引他们成为用户,这个做法不仅提供了早期用户,帮助他们把tinder打造成一个高颜值约会对象的聚集地;社团的孩子回去向他们的兄弟姐妹们推荐tinder,忽然之间,tinder像病毒一样传播开来。

youtube更不同寻常,期初youtube只是一个视频约会网站,之后创始人发现,用户上传视频并不是为了找对象,而是为了分享各种各样的视频,于是youtube摇身一变,变成了一个大型视频网站。

3. 前瞻能力

①版本预测

领导者都有一个共性,可以预测市场形式。产品经理每次更新,都要在上线前对上线结果,运营指标,核心指标等进行预测。对于产品表现进行回归,是要分析没达到原因和是否能改进或直接停止。

通常使用的公式为,改动点 + 改动点描述+没有此改动前的处理方法+此改动造成的收益(数字化)。例如,本次新增会议室预定功能,可查看会议室状态+在线预定会议室。没有此功能前用户需要去前台登记,并询问预订人员,会造成时间浪费和会议室空闲。此新功能可节省使用者70%的时间。

②异常预测

风险预防永远比补救风险成本低。产品经理需要对产品的异常情况进行预测,并设置保护/熔断机制。

通常对产品进行埋点统计,并设置警报值,超过警报值即通知负责人。百度关键词点击率浮动6%时,会通过短信通知负责人,超过10%即会通过电话通知负责人。3月10号所发生的美股跌停,暂停交易也是为了保护市场不崩溃所设置的熔断机制。

4. 解决问题

①具体问题

数字能更明显的看出问题解决的效果,也是方案好坏的最好依据。

对比上线前后的核心数据,利用数据去证明策略的正确性,很容易看出方案的效果。例如,上线评价提醒功能,已收货未评价的用户点击返回时,页面会弹出评价提示。该功能上线后7天,周评价率上升5%,评价书上升11378条。

②清理一类用户

在任何产品中,都有钻空子的坏用户。例如:闲鱼平台的骗子,交友平台的酒托,社交平台发广告。为了维护社区环境,我们必须清除这一类用户。

通过对现有坏用户的从数据分析,进行标签标记,将多个标签聚集的用户进行风险控制。

例如:对现在有社交平台的酒托进行分析,发现其:总是主动加好友,一次加好友数量超过50个,加好友时间间隔不超过一分钟,加了好友总是主动发消息和定位,个人信息缺失,使用同一网络号段,同一局域网,定位地点集中在几个地区等。针对这边标签聚合的用户进行限制、或封号等,可以解决小部分坏用户,保证大部分用户的利益。

简单小结:回到最初的的痛点——产品经理没有存在感,数据可以帮助我们证明以下价值,增强产品把控力。

  • 评估产品健康程度
  • 产品异常问题的定位以及解决效果
  • 产品危机预警和保护
  • 保护/提升产品环境

 

作者:王多鱼,知乎:王多鱼,公众号:给你一杵子

本文由 @王多鱼 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 本来潇潇洒洒几百评论,想结交一下,结果说违禁词,,全部删掉了。我来自于一篇文章下的评论

    来自广东 回复
  2. 产品更多是提供长期用户价值,运营更多是是创造短期用户价值。确实,如果不是0-1的创造产品,不容易找到产品价值,需要多观察数据,多分析思考…

    回复