本文基于神策數據推出的《數據驅動下的產品決策》在線課程進行整理。

---

每當產品需要新版本迭代，都是產品經理熬夜加班之時，如何設計真正可以提高用戶體驗的產品新功能？怎樣才能達到老板想要的監控指標數據？設計產品有諸多考驗，僅憑經驗無法做到精細化處理，浪費大量資源，結果卻難盡如人意。

隨著大數據時代的興起，人們終于逐漸意識到數據對于一個優秀的可迭代產品的價值，產品與用戶行為息息相關，而數據分析則讓這些用戶行為可以被量化，產生價值。基于數據驅動思維，做出產品決策，分析和優化用戶體驗，才能讓產品迭代走向正確方向。

本篇文章分為上、中、下三個篇章，上篇著重講述了數據驅動產品的基本決策體系，中篇和下篇則舉出一個大型現象級產品（共享經濟類）案例，分別闡述了數據驅動產品體驗提升和數據驅動產品功能優化的具體實踐。

若要做到有效的用戶行為監控，則需要對產品和數據驅動建立全面的體系，再基于自身經驗進行決策。本文介紹了數據驅動產品改進所貫穿的三大階段及三個切入方面，且重點讓您了解如何尋找到第一關鍵指標以及建立一整套數據驅動思維的方式。

什么是數據驅動思維方式

圖1 數據驅動方式

數據驅動思維方式每個產品必備，根據這種思維方式可以確定產品的分析改進流程：

• 首先確定自己的分析目標，從規模、分布等角度去介入；

• 通過目標確定需要分析的數據，細化到數據分析指標，預估有效的數據閾值；

• 尋找并評估獲取數據的渠道，得到自己想要的原始數據；

• 對數據進行合理的加工和分析，得出分析結論，數據需要可比較；

• 對得到的結果進行合理分析，指導產品改版。

原則上是數據準確，方法適當，解讀無誤。

什么階段需要數據驅動產品改進？

圖2 數據驅動產品的三個階段

數據驅動產品改進主要貫穿于三個階段，同時也是三個切入點：

• 第一個階段是探尋，數據可以幫助產品同學找到改版方向，找到產品業務重點和痛點，對癥下藥，不再為了做功能而做功能。

• 第二個階段是測試，使用如 A/B TEST 等測試方法，尋找最適合自己產品特征的指標，比較不同方案的監控數據，測評投入產出狀況、目標數據提升百分比等數據。

• 第三個階段是驗證，主要驗證產品改進后大規模投放使用的效果。

測試和驗證階段更加偏向于運用已有的數據分析方法，而探尋則相對更加靈活，需要基于產品經理的主觀經驗。作為產品同學，需要保持數據上的敏感度，將產品的評判“指標化”，才能夠尋找到產品改進的切入點。

圖3 產品改進切入點

• 第一關鍵指標，即業務核心指標，業務人員可以通過一個/一組指標，快速了解產品運營核心情況。

• 日常指標體系，是第一關鍵指標的衍生，可以從多個方面了解產品運營狀態，找到優化點和問題點。

• 善用分析功能，快速挖掘用戶行為數據，讓數據為產品服務。

數據驅動產品改進，怎么做？

圖4 如何尋找第一關鍵指標

確定產品改進方式的前提是：找到屬于你的第一關鍵指標。

不同產品選擇的第一關鍵指標大不相同，產品性質+產品階段+產品特性，三方面幫助產品確定第一關鍵指標。

• 第一方面是產品性質，當前主要分為交易性產品和社區性產品，交易性產品可供選擇的第一關鍵指標可能為交易量/交易人數/交易金額，社區性產品則是訪問量/訪問人數/內容生產人數。也有部分復雜產品同時包含兩種特性，則需要根據產品所處階段進行選擇，不同階段的第一關鍵指標將會變換。

• 第二方面是產品階段，產品的成長階段需要積累大量新訪用戶，完成原始積累后，成熟階段則需要用戶留存，側重點不同，選擇第一關鍵指標的方向也有所差異。

• 第三方面是產品特性，有的產品基因不利于復購，比如房產、車產，也就不必考慮這方面因素。

根據以上三個指標我們可以確定第一指標，再從結構、垂類、角色、頻率、頁面、行為六方面進行合理拆分，就形成了廣闊的日常指標體系。

圖5 數據驅動產品改進舉措

數據真正能幫產品體驗提升和功能優化做些什么？具體措施可以分為以下三種：

• 產品改版：幫助產品尋求改版切入點，確定改版策略，驗證改版效果。

• 新功能評估：評估新功能是否有效。

• 產品功能加持：數據本身可以構成產品功能。

接下來在中篇與下篇里，筆者將會通過一個大型現象級產品（共享經濟類）案例，通過數據驅動產品改進的方法，具體解讀數據如何驅動產品決策，驗證本篇章理論知識，讓數據驅動的理論不再曲高和寡，產品經理的舉措可以真實落地。

如果您想下載本期驅動利器干貨PPT，請點擊下方“閱讀原文”，填寫申請表單。

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的驱动利器：数据驱动下的产品决策（上）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。