• 找新知
  • 找服务/产品
  • 找课程
  • 找LIVE
  • 找活动
  • 找达人
搜服务 搜商家
新知一下
海量新知
2 2 2 1 9 0 7

聊聊产品从0到1该怎么做?

产品狗聚集地 | 产品经理学习 2020/04/09 09:19

每个人要重视自己的价值,只有认为自己有价值,才会规划好自己的时间,不会允许他人任意侵占自己的时间。如果你发现自己的价值感不够,对自己不够自信,那有可能你的时间和精力在满足多数人的需求,而忽略自己的感受,算是过于依附外界的评 价。

从不追热点的John

之前也写过《产品经理工作流》,更多的是从产品经理专业能力上来叙述的,需要输出什么?而其实更重要的是产品经理从业务本身出发,去理解业务部门为什么要这么做。

01.

产品从0到1七步曲

所以今天聊一聊产品经理从业务过程到项目管理来执行产品从0到1全过程。通过PPT来展示下:

新知图谱, 聊聊产品从0到1该怎么做?

新知图谱, 聊聊产品从0到1该怎么做?

新知图谱, 聊聊产品从0到1该怎么做?

新知图谱, 聊聊产品从0到1该怎么做?

新知图谱, 聊聊产品从0到1该怎么做?

新知图谱, 聊聊产品从0到1该怎么做?

新知图谱, 聊聊产品从0到1该怎么做?

新知图谱, 聊聊产品从0到1该怎么做?

新知图谱, 聊聊产品从0到1该怎么做?

新知图谱, 聊聊产品从0到1该怎么做?

新知图谱, 聊聊产品从0到1该怎么做?

新知图谱, 聊聊产品从0到1该怎么做?

看到这十二张图以及结合 《产品经理工作流》 ,基本上应该清晰怎么去做产品了。

02.

梳理埋点

再聊一个有意思的点,之前也梳理过埋点—— 《埋点看完这个就清晰了》 《十分钟梳理埋点全流程》 。但是总感觉没有梳理清楚。接下来的作为前置补充。

无论是产品的迭代还是运营的策略,都是需要有详细的数据支撑来针对性的做下一步迭代和运营的决策。有了数据分析,你可以得到用户画像、用户行为路径,不用再去做大量用户调研、盲目的猜原因,为我们大大降低了试错的成本。

埋点位置主要分为客户端(前端)和服务端(后端))两部分埋点。

简单来说, 客户端的数据是记录用户的操作行为,如点击、访问路径。

服务端的数据是记录用户的具体信息的变化,如作业分数、答案选项、对错情况。

客户端埋点我这里用的是代码埋点方法,接的友盟第三方统计平台,嵌入SDK并定义事件添加相应事件的代码。(需要开发配合) , 这种方法的优点是颗粒度细,自定义程度高,可以按需采集,全面且准确。

于是把客户端埋点和服务端埋点各自的优缺点拉出来对比了下:

新知图谱, 聊聊产品从0到1该怎么做?

1.整体的埋点思路

新知图谱, 聊聊产品从0到1该怎么做?

需求梳理 —— 基于业务梳理锁定核心数据,为核心数据选择细分维度和属性在梳理埋点设计的时候,通常会以产品、运营和市场以及KPI三个视角去切入。通常,产品关注的核心业务点会聚焦在内容和功能上,运营和市场关注的业务点在拉新、留存、促活和转化上, KPI视角会聚焦在转化与收入上,但也需要根据客户的实际情况而定。

同时,会把不同视角的业务需求再转化成需要关注的核心数据,如产品运营在内容上所需要关注用户浏览、内容的转发或者是偏好,针对功能使用会关注注册、登录、搜索等这些功能的使用情况。

新知图谱, 聊聊产品从0到1该怎么做?

业务需求拆解成核心数据后,针对每一个核心数据进行维度的细分,如内容方面:会按照标题、频道或者是标签,进行拆分分析。那么我们针对功能方面,会按照功能使用情况以及步骤的转化去进行分析。通过要分析的关键点,就可以把细分维度拆出来,最后还会再加上一些通用的维度,例如可以对单个用户或者某一个地区的用户进行深度分析。

以产品视角的需求样例,产品通常情况下会聚焦内容与功能上的使用,但在需求收集时都是分散和抽象的,例如:业务需要分析内容偏好和推荐效果以及内容受欢迎的程度。

那在这个环节就需要先做需求拆解,也就是说要去找到能分析这个需求的核心数据与能够帮助判断业务变化的一些指标,细分维度在这里的作用更多的是做需求详细的拆解,可以理解为是去做核心数据的多维度明细展示,那么目的就是从更细的维度去满足业务分析需求;

先要找到能满足这个需求的核心数据,在找到核心数据分析时所需要涉及的细分维度。举个例子说明:

新知图谱, 聊聊产品从0到1该怎么做?

事件设计 ——可通过3个步骤去完成事件的结构化设计:

  • 第一步,要了解产品结构,也就是先要了解分析的范围是什么,例如需要知道对哪些页面或者哪些功能有分析需求;

  • 第二步,就是要针对这些锁定的范围,去明确我们要分析用户的行为有哪些;

  • 第三步,要把这些行为,落实到具体的分析维度上。

新知图谱, 聊聊产品从0到1该怎么做?

通常搭建指标体系,会按照概况、营销、用户价值、运营和核心功能几个模块去搭建:

概况: 可以理解日常关注的核心数据,比如:新增、启动、日活、周活、月活以及会员数据、注册数据以及使用黏性、使用时长、留存等,还包括技术、产品较为关注的稳定性数据。总的来说:就是将核心或常看的数据放在概况的大板块中。

营销: 通常会把广告数据,例如:广告的曝光、点击率以及广告点击排行,媒体排行、展示排行信息会放在第二个板块。

用户价值: 通常会把新用户的次留、成本以及用户回本周期模型和生命周期模型放在用户价值模块。

运营: 主要关注内容与转化,通常会分析内容的热度,任务的交互与会员的转化,针对会员还会分析会员新增、会员累计、会员续费等维度。

核心功能: 是产品岗位较为关注的,例如:导航位、导航按钮,被用户点击的情况、使用的情况,对应核心功能,比如说搜索功能或者是注册功能,整个功能的入口、被点击的情况和转化率等相关的这些数据会放到这个板块。

如何通过指标体系去进行结构化设计?指标体系可以理解为指标与报表的一个组合,整个指标体系对应到产品结构上,可以分为对产品页面和产品功能的分析需求。

新知图谱, 聊聊产品从0到1该怎么做?

从产品页面的角度,去进行事件设计说明:

第一步,会先锁定页面的范围,比如产品里有活动页、内容页、如果是视频App的话会有播放页,小说App会有阅读或者是听书页面。

第二步,范围圈定后就需要找分析行为,用户看到内容是否有点击行为,进入页面后的浏览行为,以及是否有分享、评论等行为。

第三步,确定了要分析的行为后,就需要进行分析维度的细化,如要分析用户浏览(浏览完成行为)内容都有哪些,还想分析用户是哪个入口(来源)进入到页面等等,这些都是针对用户行为要分析的维度。

按照这三步梳理清楚后,事件设计中与产品页面相关的事件和参数就能整理出来了,如页面范围对应的“内容页”和分析行为对应的“点击”行为,就能够清楚我们要采集的事件为“内容点击”,在根据这个事件需要分析的维度是页面名称、页面分类以及页面来源,这个事件所需要的参数也就找到了。

举例说明下(阅读产品内容页整理):

新知图谱, 聊聊产品从0到1该怎么做?

以产品功能的角度,去进行事件设计说明:

第一步先找到要分析哪些功能,比如:搜索、登录、注册、会员、付费、签到等。第一步找到监测功能的范围;

第二步在找行为,功能层面的行为比内容会稍微简单一些,主要是点击行为或者是完成状态;

第三步是维度,例如:搜索功能,想分析搜索入口的点击情况,搜索的关键词是什么,针对登录与充值的话,需要分析帐号登录的类型、充值的方式等等。

页面功能所产出的结构化事件样例:

新知图谱, 聊聊产品从0到1该怎么做?

以搜索引擎为例:搜索引擎监测的行为是点击和完成,通常会用两个事件进行监测,搜索引擎功能在很多页面都会有入口,通常会建议在这里增加一个参数叫搜索位置,可以辨识用户点击哪些搜索位的按钮,另外可增加参数叫用户ID,去了解具体是哪些用户进行的点击。

重点说一下功能按钮点击事件。通常情况下,会将核心要分析的功能都抽离成单独的事件进行统计。如登录、注册、付费或者是会员购买等,这些属于核心要关注的功能,并且会为这些核心功能事件单独设计要分析的参数。

但如扫一扫、加载更多以及一些Tab键,只需要监测用户点击即可,不需要监测功能背后的参数信息。通常会将这些点击行为放在一个事件下,定义名称叫功能按钮点击,会通过“按钮名称“与“所属页面”等参数去锁定用户点的具体按钮是哪个。

小结:通过指标体系去进行事件设计,就能够把大部分需要采集的页面与功能都能覆盖到,并且可以满足后期看数据的需求。

那如何判断哪些数据需要统计?

  • 功能分析:主要检验功能的受欢迎程度。

  • 业务分析:事件转化、页面访问路径。

  • 用户信息:用户画像。

其中其中用户信息是必备基础,功能和业务相关的埋点数据需要根据需求的优先级和重要程度进行筛选。(可参考KANO模型)

关于埋点执行实施,可以去看John公众号历史文章——《埋点看这篇就够了》。  

这篇文章完了。帮John转发,再看下吧。感谢。

本周六(4月11号)晚上8点,和我的好朋友Alex将在腾讯直播聊聊天。可以去看看:


也可以去John知识星球去溜达下:(已奉上39元优惠券)里面每天会更新一些内容。


更多“产品”相关内容

更多“产品”相关内容

新知精选

更多新知精选