定性分析
即使是数据流产品经理,在设计之初肯定也对产品、用户的需求有自己的理解,也就是对目标人群和需求有一个预判,所以定性分析我认为也需要结合下面两种方式来进行。
1 竞品调研分析
注意,这里需要带着自己对该需求的看法,来收集该需求竞争对手的解决方案和信息,竞品的功能仅作参考,好的地方直接抄,不合适的地方忽略掉,记住,竞争对手做的我们不一定需要做,重要的是对自己的产品和目标用户有理解。
2 用户访谈
我还没有过正式用户访谈的经历,但经常在论坛里面和用户沟通交流,下面是一个例子,请看:
这是一个用户给产品提意见的帖子,这个用户提议:“对于一个外贸业务员来说,平常的工作中,接触到 PDF 文档比较多,而且很多时候需要分解里面的文字或者图片。如果能将 PDF 文档里面的文字炸开,将 PDF 里面的图片瞬间炸成 JPG 格式的,我想对工作效率提高会有很大帮助。仅单表个人建议,可以参考一下。谢谢。”
每个人背景知识不同,我并不知道为什么非要转换成 JPG 格式的,为什么工作效率会提高,如果不搞清楚后背的原理,有可能满足了用户嘴里要求的功能,依然没解决他的问题,就进一步追问,请看下图:
用户回答我:“您好,因为平常我们的客人都是发 PDF 的原稿给我们,我们做效果图或者用于制作 LOGO 到产品上基本上需要转化成 JPG,目前 PDF 转化成JPG的程序有点繁琐。能用大爆炸以炸就可以转化那就很省事了。只是从个人工作角度的看法,嘿嘿。周末愉快…”
好了,现在场景和原因都有了,结合 Smartisan OS big bang 和 One Step 是为了干掉电脑、提高效率的意图,这个“格式转换”的需求完全可以放进需求池进一步分析。
除了上面的例子,访谈时也要尽量问开放性的问题,来了解用户背后的需求,别用带预设问句的问题,比如:“我这样设计的话,你会不会去用?”要问:“你不用这个功能的原因是什么,现在是如何解决这个问题?”
定量分析
1 数据分析
数据分析分功能上线前和上线后。
功能上线前,可以通过调研、咨询公司、公开数据(百读指数、论文等)获得参考数据来辅助判断。
功能上线后,可以根据日活跃活、埋点数据来判断用户在使用产品的具体过程和结果。
切记不能依靠数据直接作出判断,数据永远是一个参考,根据参考来分析出到底怎样设计。
2 MVP 与快速上线
MVP 就是 Minimum Viable Product (最小化可行产品),与其长时间反复分析、访谈、扯皮,不如做个略微简陋的原型上线验证一下自己的想法,根据结果和数据再次优化。
比如这就是我在做产品前参加培训时和队友们做的一个 MVP 原型: