- 你对用户的需求了解多少呢？
- 你知道用户想要什么样的产品吗？
- 你想知道用户将会如何看待你的产品吗？
- 你想知道你设计的产品在用户中的口碑如何吗？
每一个产品经理都希望在产品开始立项设计前，得到用户最真实的需求，为自己的产品设计提供良好的支撑。
每一个产品经理都希望自己的设计的产品得到用户的认可和亲睐，
每一个产品经理都希望用户能在使用产品的过程中不断反馈对于产品改进的意见和建议……
那么，我们如何才能得到用户的前期意见和后期反馈呢？
我们最需要的就是数据的支撑，只有数据才能让一切更有说服力 (前提是真实、有效的数据)、只有数据才能让我们更清楚地了解到我们想法的可行性……
一、为什么要做市场调研？调研的目的是什么？
我们在做市场调研前，必须有一个自己的调研思路：
- 我们要调研的对象；
- 需要收集的数据；
- 需要达到的效果等。
只有有了明确的目标，才能获得更加有效的数据：
- 通过调研了解市场需求、确定目标用户、确定产品核心，为了更好的制订MRD;
- 为领导在会议上PK提供论据;
- 提高产品的销售决策质量、解决存在于产品销售中的问题
或寻找机会等而系统地、客观地识别、收集、分析和传播营销信息，及时掌握一手资源; - 验证我们定的目标客户是不是我们想要的，目标用户想要什么样的产品或服务;
- 了解我们能不能满足目标用户的需求并且乐于满足目标用户的需求;
- 找准产品机会缺口，然后衡量各种因素，制定产品战略线路;
- 调研到最后，目标越明确，需求确明确，也就会觉得，产品越难做，难以打开市场等;
- 对于全新的产品，调研前PM必须先自己有一个思路，然后通过调研去验证自己的想法的可行性。
二、市场调研的方式方法有哪些？怎样确定调研的维度？
- 问卷调查、用户AB测试、焦点访谈、田野调研、用户访谈、用户日志、入户观察、网上有奖调查;
- 做人物角色分析：设置用户场景、用户角色进行模拟分析;
- 情况推测分析——《如何通过分析广告数据来改进广告效果》。
- 调研的维度主要从战略层、范围层、结构层、框架层、视觉层来展开 (不同的产品从不同的层次来确定调研的维度)。
三、如何整理市场调研的数据？
对收集到的调研数据，我们需要整理出那些有效的数据，对于无效数据果断丢弃。对有效数据进行细致的处理、分析。
通过市场调研，我们可能已经收集了不少的数据，这些数据都是用户最直接的对产品的某种需求的体现。
作为产品经理，我们视这些数据为宝贝，我们需要将这些数据进行整理，让他们变为珍宝。
那我们该如何整理呢？可以从以下4点入手：
- 将规范的数据按照维度整理、录入，然后进行建模;
不规范的数据，必须得自己先通过一些定性的处理，让它变得规范，然后再用工具进行分析; - 封闭性的问题，设置选项归类即可。
开放性的问题，建议还是先录下来，然后再头脑风暴整理出有用的东西; - 定性的，焦点访谈和深访，都可以录音，在事后可以形成访谈记录；
焦点访谈的过程中，可以以卡片的形式或者其他的形式让用户做选择题，可以获取少量的有数据性的东西，
其他的更多的是观点、方向性的，这个需要在整理访谈记录的时候根据问题来归纳整理； - 深度访谈的数据整理，我们以前会做头脑风暴，建立很多个用户模型，强行量化这些数据。
这个方法比较有效，特别在做人群研究的时候。
四、如何书写市场调研报告？
对整理后的数据，我们最终需要形成书面的市场调研文档报告，
以最直观的方式呈现给我们的BOSS，从而获得老板对产品的支持。
- 对市场调研的数据分析后进行的说明总结，用图表或图形的形式最直观呈现;
- 分析用户当前现状，用户对产品的需求点;
- 报告的组成有研究背景、研究目的、研究方法、研究结论等相关内容;
- 根据调研的时候的思路，将报告逐一完善，将数据分析的结论图表化，得出自己的结论总结出趋势和规律。
五、数据分析的方式方法有哪些？
1、数据分析需要掌握数据统计软件和数据分析工具;
2、数据分析的主要方法有：
1）对比分析法
将两个或两个以上的数据进行对比分析，分析其中的差异，从而揭示这些事物发展变化的规律和情况。
对比分为横向对比和纵向对比。
2）结构分析法
被分析研究总体内各部分与总体之间进行对比分析的方法，即总体内各部分所占的指标。
3）交叉分析法
同时将两个有一定联系的变量及其值交叉排列在一张表内，使各变量值成为不同变量的交叉点，
一般采用二维交叉表进行分析。
4）分组分析法
按照数据特征，将数据进行分组进行分析的方法。
除了以上的4点，其他还有比如漏斗图分析法、杜邦分析法、矩阵关联分析法等等。
数据分析的方法有很多种，在进行数据分析的时候，选择有效的数据分析方法，能达到事半功倍的效果。
六、 数据分析报告如何指导产品经理进行产品设计？
- 根据调研结论 确定产品核心功能。
- 把数据分析的结果加入到整个迭代设计的过程中加速产品的迭代更新。
- 评估解决方案的可行性，根据实施的结果再去评估解决方案是否真的可行？是否还需要再改进，依此类推。
- 通过数据进行分析，得出用户的行为规律，为产品提供支撑。
- 日常的运营分析，及时发现产品问题。
- 产品后期设定一系列的运营指标进行运营监控，然后反馈产品迭代（指标主要包括：①、用户的反馈、②、产品的BUG、③、市场的反映、④、产品未来的发展方向、⑤、点击率、留存率等等）。
点评：
在产品的整个寿命周期，包括从市场调研到售后服务和最终处置的各个过程都需要适当运用数据分析过程，以提升有效性。
数据分析不仅可以在网络广告前期发挥巨大作用，在投放后期同样是调整广告方向的重要工具。
比如，通过数据可以看到用户从哪里来、如何组织产品页面可以实现很好的转化率、投放广告的效率如何等等问题。
基于数据分析的每一点点改变，都可以使赚钱的能力提高一点点，
所以，数据分析可以说是网络营销的灵魂。
