分析产品的结构化思维:分析需入木三分,不止于表面

要做一个好的产品经理,分析大量的产品必不可少,这对于自己产品设计思路有非常大的帮助。在这个基本套路已经非常成熟的年代,没有必要做什么都重头开始,需要使用拿来主义,这样速度最快,成本最低,别人已经在用户那里试错几万遍了,你又何苦重头再来。

分析产品是一种习惯,是一种潜意识,并不是要给老板做竞品分析报告了,再找出模板,坐在办公桌上,画别人产品的功能结构图,这种意识要体现在你使用产品的任何时候,长期的积累,才能够让你肚子里有货,做到读书破万卷下笔如有神。

那么如何来分析一款产品呢?这个维度非常多,没有千篇一律的套路,基于最终目的不同,偏重点也不一样,有时间,我会写出来慢慢分享。这里要说的是日常使用产品中,产品经理要如何有效思考。其实也没什么诀窍,就是多问为什么,通过产品功能的表象推断背后的逻辑,不断养成推敲的习惯。拿一个豆瓣电影详情页来举个例子:

大体浏览一下电影详情页,脑子里就会浮现出这个页面功能框架。

内容有点多,篇幅关系,我们聚焦一下,来看看影片信息和豆瓣评分。

看上去蛮简单的一点点内容,共分为影片信息和豆瓣评分两个部分。

一、影片信息

乍一看没什么啊,不就是影片信息吗,后台建立一个“电影资料库”,从里面把信息读取出来,展示一下就可以了,如果要写这个部分的PRD,都觉得没什么可写的,真的是这样吗?

1.1影片标题

这里的影片标题由简体中文名+影片原名+上映年份组成。这种展示方式让用户可以一目了然的知道这是哪个片。对于中文片,很多简体中文名就是影片原名,那么就显示一个即可,如下图。如果是外国片,那么就需要把简体中文名和影片原名都加上了。目的很简单,让用户可以很快认知这个片,定位这个片,无论是查找简体中文名还是影片原名,都能很快找到对应片源信息。

1.2影片海报

一般来说影片的海报都有很多张,那么前台影片信息里面展示哪一张呢?这就需要后台中要加一个封面海报的字段,便于前台展示。点击封面海报进入海报集合,用户可以浏览更多关于海报的信息。封面海报是对用户冲击力比较强的一个展示字段,其内容的好坏,会直接影响用户是否对这个片子感兴趣。

1.3影片描述

影片描述让用户可以进一步了解这个片子,其中有几个点会引起思考。

1.主演有很多,展示几个?

通过分析了解,如果主演小于5个,有几个展示几个;如果大于5个,只显示5个,其他人员信息点击更多按钮才展开。为什么是5个呢?这和人的记忆习惯有关系,一般超过5个,用户能记住可能性不大,直接显示的必要性不高。

2.点击更多…展示所有的主演,豆瓣为什么不设计收起按钮?

一个电影的主演数量有限,点击更多…展开后也没有多少,不会影响页面布局和用户阅读,用户没有点击这个收起按钮的欲望,所以无需设计收起按钮。

3.为什么要设计又名(别名)?

用户通过不同的信息渠道获取电影信息,可能名字不一样,别名的设计便于用户对应认知和搜索查找。如果不设计别名会出现什么情况?比如说某个用户听说了一个叫《魔戒》的片子很好看,进来一搜索,结果没有。因为这个产品里面电影就只有影片原名《指环王》,那么用户就流失掉了。

1.4更新描述和海报

点击“更新描述或海报”功能跳转到影片描述纠错页面,这里不再展开说,想说的是“更新描述或海报”这个按钮的状态。在没有点击“更新描述和海报”为什么是灰色,鼠标移动入区域才高亮呢?

分析原因:这个功能是核心用户或者高级用户才会经常使用的功能,普通用户进来只是做信息消费的,使用率不高,所以设计为灰色,这样不会干扰普通用户的浏览,而核心用户往往是对产品很熟悉的,这种设计也不会影响他们使用。

豆瓣评分

影片信息展示相对来说比较简单,接下来,我们来分析一下看似更加简单的豆瓣评分功能。

2.1豆瓣评分

豆瓣电影的核心定位不是一个影视平台,而是一个第三方的影评、交流、分享版块,所以评价的公正性至关重要。不少影视平台,其评分的加权因素中,编辑确定的评分权重很大,而且还可以人工干预,调整评分(例如:评分=编辑评分*0.8+用户评分平均值*0.2)。我们常常在一些影视网站上看到,有些片子明明不怎么样,但是评分很高,就是这个原因。但是豆瓣不能这么做,否则就失去这个模块的核心竞争力了。既然要保证客观公正,那就应该全部由用户说了算,最后的评分结果要体现用户的意志。

评分初始化

有些影视平台上新片的时候,都是编辑先打个初始分,后续随着用户的评价多了,才体现用户的评价,豆瓣不是这样,如果用户评价少于100个(我猜的),则显示评价人数不足,暂无评分。

评分算法

原则定下来了,算法就好定了,就是用户评分说了算。

通过上图,我们根据用户的评分结果,很容易计算用户综合评分,例如:

速8的用户综合评分,见上图。(注:一颗星代表2分,满分5颗星,共10分)

=(5*15.5%+4*38.7%+3*37.5%+2*6.6%+1*1.6%)*2=7.188≈7.2

通过以上的数据计算,我们可以知道,豆瓣的电影评分是通过用户的评价计算得来的,没有编辑参与的成分,这也是大家觉得豆瓣的分数特别客观的原因。

可能有同学会问,为什么7.2分显示4颗星呢?好问题,这又涉及到评星显示算法问题。在豆瓣里面,9分以下;每1分点亮半颗星,不足1分按照1分来算(例如:0.1按照1分算,不是四舍五入规则)。例如:4.7分按照5分算,两个半星被点亮;5.7分按照6分算,三颗星被点亮;7.2分按照8分算,4颗星点亮;见下图。这么设计让片子的评价好看些,让用户有多看一些的欲望。

但是,如果影片上了9分,就代表是巅峰佳作了,其评星显示算法要更加复杂一些。

为什么同样都是9.2分,但是有的给的是五颗星,有的给的是四颗半呢?这个留给大家猜猜看,为什么这么设计,背后的逻辑是什么

2.2分类对比

分类对比相对评分来说就简单多了:

从影片的类型分类排行中挑选两个得分最高的,计算一下,就可以得出“好于**%类型片”了。例如上图:大话西游之大圣娶亲类型有喜剧/动作/爱情/奇幻/冒险几种类型,但是在喜剧片和爱情片分类里面排行最高,于是这里就显示“好于99%喜剧片”和“好于99%爱情片”。

看似一个非常简单的影片信息(页面都算不上),一琢磨起来,里面有很多门道,大量的经验积累就是这样多使用,多推敲,多总结得来的。

总结一下:

产品经理在日常使用和学习产品的过程中要形成分析产品的习惯,分析产品需要有结构化的思维,分析不要留在表面,要入木三分。战术层面的分析维度有:

业务逻辑、产品结构、流程(业务流程、页面流程、功能流程)、界面布局、功能交互、逻辑分支(前置条件、内容数量、内容排序、算法、去重规则)等等。并不是使用任何一个产品或者任何一个功能以上维度都要考虑到,但是根据自己的需要,至少要从一两个维度区考虑问题,庖丁解牛似得分解产品,知其精髓,营养自己。在产品的道路上越走越专业,是我们的立足之本,共勉!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,214评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,307评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,543评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,221评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,224评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,007评论 1 284
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,313评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,956评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,441评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,925评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,018评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,685评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,234评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,240评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,464评论 1 261
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,467评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,762评论 2 345

推荐阅读更多精彩内容