数据驱动是如何应用于商机立项、产品设计、增长运营等?

商机立项、产品设计、增长运营三个点可以选其中一个深入数据驱动。

回答 75 排序
玉米王子 京东金融 产品经理

产品经理要重视数据,根据数据做决策,用数据说话。

idea头脑风暴,表面上是天马行空,是没有限制的发散思维,但实际上最终胜出的idea,还是靠谱最重要。如何做到靠谱呢?

除了以用户为中心,主要是靠数据说话,建立在真实客观的数据基础之上的idea,才是靠谱的。作为带业务的产品经理,你的idea不能脱离数据真实情况太离谱,不能越过基本的数据边界。

idea的时候需要重视数据,需求分析阶段更是如此。我司的产品需求文档模板,第二项就是目标评估,撰写PRD的时候,需要给出这个需求最终可以带来的数据结果。

在进行需求评审,以数据为中心的项目目标评估,是大boss比较看重的一点,如果你的数据评估结果很不错,评估过程的逻辑严密合理,需求很容易获得通过,并且通过的速度特别快,这就是数据的力量。

需求开始阶段,要积极寻找数据支撑点,数据的统计口径要一样,否则就不是在一个频道上进行对话,数据还要具体准确,不能说:应该、大概、左右、接近这些词,讲需求的时候,用词尽量要准确靠谱。

记住具体的数字,而不是大概,比如酒店的入住率是58%,别人问起的时候,就不要为了方便说是接近60%,有的时候计算最后的目标,就是因为每个地方都有一个大概的误差,才导致最后的结果又不小的偏差甚至错误。58%是真实靠谱的答案,这么准确的数字说出来不会受到多少质疑,并且传递这种真实靠谱的数据,是对别人负责的表现,也是对自己工作严谨的一个要求。

但是说接近60%,则是不怎么准确的回答,传递给别人不怎么准确的数据信息,很容易越传偏差越大,最终带来不必要的麻烦。从某种程度上讲,你说入住率是58%,别人是比较容易相信的,但是刚好说是60%,很容易引起别人的质疑,然后带着这种质疑私自去查看数据,结果是58%,这样容易引起别人的不信任,给人留下不靠谱的印象。

产品经理做项目的时候,经常需要做项目目标评估。即便是在idea阶段,也需要为自己的idea做一个大概的估算,然后给出大概的数据目标结果。一般情况下,最终结果,都是经历了几个环节的乘法或者加法得到的。

数据估算结果=数据A*数据B*……数据X,如果中间某一个数据不靠谱,比如多猜了1倍,那么几个环节相乘,最终的估算可能就差几倍或者几十倍了。

前面说了数据在一个产品需求完整生命周期里,要经历的九个阶段里的前五个,基本到需求评审结束,并且需求获得通过,数据神经就可以稍微放松一下了,毕竟你暂时不需要拿数据来说服自己和说服别人。

但是,这不意外着就可以把数据抛在一边。进入了开发测试阶段,也要关注数据,比如开发经常会问产品经理,你这个需求能带来多少订单?

如果同样工作量的项目,你的需求带来的订单数据更多,那开发是比较愿意重视你的需求的,并且很有可能在资源安排上给予更高的优先级支持。无论是产品经理还是开发,都希望利用有限的资源,为公司创造更多的价值。

QA在测试的也会问产品经理,我们测试的时候,数据从哪里取?这个时候你就要懂一些数据方面的东西,知道用户信息数据、订单数据放在哪里?怎样能方便的取到数据。当QA在mock测试case数据的时候,你如果能给一些靠谱的数据源,会更加赢得QA的喜欢的。

还有数据对于运营监控的重要性就不多说了,产品经理的需求上线之后,需要有靠谱的运营监控数据指标,并且定期输出数据报表,随时可以通过监控后台的数据观察项目日常运营情况。

项目后评估看的也是数据,看上线后的数据效果是否达到了需求预期设定的目标。业内有句流行的糙话,项目后评估,其实就是产品经理直播吃翔,自己生产的翔,即使数据效果再差,也要跪着含泪吃完。

后评估的数据就是项目上线后的真实情况,不存在估算差异问题,很多时候出现后评估直播吃翔的情况,也是因为当初写PRD作目标评估的时候,数据不靠谱,导致项目目标不合理,从而让后评估难以达标。

所以,整个产品需求的生命周期最后一环,项目后评估是直播吃肉还是吃翔,取决于在一开始的idea评估、需求分析和项目评估阶段,所做的数据估算和评估是否靠谱。

差之毫厘谬以千里 ,作为一个合格的产品经理,数据观要融入全身的每个细胞里,把数据当作是检验需求质量的重要标准。

产品经理拥有的第一观:数据观,数据的重要性要深入人心,时刻记得靠数据说话,数据可以让你的idea和需求变得更有尊严。

匿名

首先,数据就是事实,数据就在那摆着,这个产品的运营情况,功能设计情况就可以一目了然。

1、商机立项:有了市场数据,收益数据这个产品才可能被立项。投资人或boss才不会管你把这个产品吹的有多好,最重要的数据人家心知肚明。

2、产品设计:产品一般都会埋点,后台会有数据统计结果,作为产品设计者就可以通过这写数据对自己的产品进行评估,那一块用户点击的次数较少,是不是入口太深了?再思考需要如何改进。其次用户反馈的统计数据对产品设计也有很大影响,产品经理需要根据不同类型的用户反馈来进行产品功能优化(比如说某一个功能用户反馈人数到达某一统计值,这个需求就会放入需求池中)

3、增长运营:这是产品活下去的关键,也是产品赚钱的关键。运营人员需要根据产品运营的相关数据进行分析,反馈给产品,最后达到运营的目标。

所以说数据是贯穿产品全部生长周期,作为一个产品首先需要对数据敏感,知道数据分析如何去做,然后通过这些数据来不断迭代优化产品。

匿名
芦_苇 啥啥贷 产品

选产品设计说说吧。

数据驱动是推进产品更新迭代、引导发现用户需求的基础。

产品是为用户需求而存在,而需求不是一成不变的,如果有一天用户的需求变了,那产品应该何去何从呢?我认为这是一个“数据为王”的时代,数据可以反映用户需求的变化,可以评估产品功能的价值。所以,对于已一个产品而言,需求是核心,数据是基础,我们要在数据的基础上,保证产品核心的可持续性。

数据驱动如何应用于产品,首先要保证数据来源的真实性,还有数据分析的客观性,不要带着个人主观的情感,这样才可以得出更接近真实的分析结果,对产品的引导也最有效果。

对于数据如何应用于产品设计,主要有下面这几点的思考:

1.推进产品更新迭代

通过数据分析的结果,将产品研发的重点放在用户使用最多的功能上,删减用户不使用的功能,一方面简化产品突出核心功能,另一方面也可以节约成本。

2.发现用户需求的转变

通过监测用户行为,发现用户使用产品各功能频率的变化,分析用户的需求是否发生改变。

3.提升产品用户体验

比如通过数据发现页面的哪个位置是用户停留时间最长或者点击最多的,就可以把重要的信息、按钮放在那,方便用户浏览、点击。

4.发现产品漏洞,引导产品优化

产品数据出现异常波动时,检查是否由于产品出现bug导致,及时优化产品。

匿名
Jennifer-wang 互联网金融 高级产品
数据驱动并不是一步到位的,从数据到洞察,它是一个不断进化的过程。对于所有的分析团队来讲,数据驱动都绕不过这四步:数据获取、数据挖掘分析、商业预测以及商业决策。其中,数据获取是基础,商业决策的价值量最高。



数据驱动不能没有数据分析工具,我结合自己多年分析经历谈了自己的看法。一个好的数据分析产品一定要简单易用,让数据工作从大到小,实现从冰山到冰棍的变化。同时,几秒钟就能拿到数据、大幅提升数据工作效率也是一款优秀数据产品的所必须具备的。
匿名
Miya_Zh 亚信科技 产品经理
产品设计应基于数据但不能完全依赖于数据,数据应是反映产品设计效果的一种有力辅助手段,从而避免产品因拍脑门或者主观臆断造成的错误判断。通过数据驱动一方面可以为产品迭代与升级提供评估参考依据,另一方面还能及时度量产品的改版或优化是否成功。所以在设计一款产品、迭代一个功能前,最好提前规划好对应的数据监测体系,让数据更准确客观的给予答案。

经过总结,将目前觉得有效的数据体系搭建步骤在此列出:

1. 明确数据需求

2. 建立待验证问题list

3. 明确衡量指标

4. 寻找对比数据

5. 设计数据采集方案
匿名
caffe 中安信联 产品经理
数据驱动增长运营:

1. 流量指标体系:我们需要通过多维度指标判断基本的流量情况,包括量级指标、基本质量指标和来访用户类型占比指标。量级指标涉及不同平台,Web 端主要看访问量、pv 和 uv,App 主要看启动次数、DAU 和 NDAU。基本质量指标包括用户的平均访问时长、平均一次会话浏览页数(即访问深度)和跳出率等,通过这些指标可以判断用户的活跃度。产品的生命周期模型广泛应用在互联网运营中,在不同的产品生命周期中,访客的类型是有差异的。

2. 多维度的流量分析:在网站流量分析中,主要从访问来源、流量入口、广告等角度切入。

首先,访问来源包括直接访问、外链、搜索引擎和社交媒体等。在这个分析框架下,需要一层一层拆解,具体到每一个渠道进行流量分析。

3. 转化漏斗分析:在增长模型中,流量进入后,还需要进一步激活和转化,而激活是需要一定的流程和步骤的。使用漏斗模型,可以清晰展示每一步的转化情况。

4. 渠道优化配置:在进行一系列的流量分析和转化分析后,我们可以进行相对应的策略制定,具体方式包括搜索词、落地页、广告投放优化等等。
匿名
马越felicity 58同城 TEG搜索部策略产品
商机立项:简单举个例子。比如小明想开一家餐馆。(确定一个背景),想盈利(确定一个目标),想开一间多大规模的餐厅呢,比如想开一间普通中餐馆(假设是从无到有)

于是第一件事要先确定判断这件事是否可能的数据指标,并制定数据指标预期。

1.人流量,确定机会大小

2.当地爱好占比,确定市场容量

3.竞品容客率,上坐率,预估自己应该开店的规模

4.竞品人均成交单价,根据自己的食材成本预估利润

5.吃完一顿饭的时间,饭口经营时间,预估一天的客流量,并预估服务人员

6.当地服务人员工资价格,房子租金水电等

....综上计算自己的店,在什么适当规模下,进行什么成本选材,扣除场地成本,是否有盈利空间,盈利几成。OK,假使能够盈利,决定开店

产品设计:开店之后再分析,每天菜品被定的分布情况,爆款的食物剩余量,顾客再次光临的比率,是否重复点餐等。目前成交量,盈利情况。小明需要分析自己家的菜是否被认可。如果某样菜从来没被点过,原因是什么,名字不好听?位置不明显?这菜是否需要被主推(看资源情况,和战略重点)。假使需要被优化,菜单位置或标签使之明显。如果主推菜剩余量很多,根据现有的调料配方,精确到g,进行味道调整。。之后再观察,前述数据情况。(不断进行迭代)

增长运营:OK现在菜品没有问题了,老顾客是否带新顾客来,新顾客是否带新新顾客来,需要数据观察。如果没有达到理想化的增长,需要调研市场中已有的推广方式。OK,小明需要定一个预算(这个季度的广告费用是多少),先均匀投放到各个渠道和自有活动中一周,看数据增长效果,下周调整广告费分配,达到最优的增长效果。

以上。也可以套用到产品思路中~
匿名
业余老司机 山东合商云购电子商务有限公司 产品经理

数据驱动的概念理解,但是应用的少,所以只能浅显的说一下自己的理解了。

1、数据驱动的应用

我们目的是用数据让商业更加灵活有信心。管理层需要了解公司高层的优先级,再选择支持这些目标的指标。如果你不分重要性衡量一切的话,你就会陷入无关紧要的细枝末节。比如对于用户增长的核心指标有注册数,激活率,重新激活率。

2、数据驱动的用途

在一个数据驱动的团队,每个人都能做数据分析。数据是公开的。作为工具被人使用。

3、放眼未来

指标天然就反映已经发生的事情,但很容易卷入大量时间分析报告,讨论前因后果。发生了什么事就现在告诉你下一步该怎么做。

4、不能只专注于数据的数字

数字比目标更容易管理。指标激励人们尝试“测试型的工作”。但要,度量是一种手段,它是帮你完成目标的工具。你从指标中想要获取的是内在的解释,如果粗浅的去衡量更多的东西,反而没用。避免“过度分析“,那样可能会得不偿失。

匿名
armywang 神州 产品经理
在商机立项数据驱动就是市场调研、行业分析、竞品分析,这个领域市场有多大,行业有哪些竞争对手,竞争对手的市场份额如何,产品和运营数据怎么样,还有多大的市场发展空间,还有哪些没有被满足或是可以改善的空间,所有数据都指向你这个立项的产品机会如何,如何定位,如何突围;

产品设计的数据驱动首先要有用户和需求的调研,通过定量和定性的分析去确认目标用户和用户需求,得到产品的核心功能和周边功能,并在上线后数据表现中不断迭代优化。

增长运营更是需要直接的数据驱动,一个功能、一个活动、各环节的转化率等都需要从数据入手,优化效果和新功能新活动的效果也是需要数据去验证和说明,运营一定要看数据的。
匿名
蓝色韵脚 保密 产品经理
从产品设计角度来思考

1.产品立项:要看整个大行业、竞品、流量的,市场的,但是具体也要看产品项目的差异。如果是成熟的产品,特别是商业化产品,例如广告、数据分析类产品,市场相对比较成熟,决定自己做不做,能够比较容易找到自己需要的背景数据;而新点子、小众产品,靠数据驱动时要注意分别哪些是直接参考的数据、哪些是间接参考,比如市场环境、某个关键数据的近期增长情况、可以依托的红利技术(硬件、政策)发展情况;

2.产品设计:产品设计其实已经比较依托前期的市场、需求、用户调研情况了,这里对设计比较大的影响其实就是开发落地过程中遇到的细碎问题;这里可以考虑产品关键指标设计、上线策略(灰度)、统计埋点事宜,为后续奠定基础;

3.产品灰度&迭代:产品KPI指标、关键衡量指标、行业(竞品)趋势分布、用户画像数据等,依托数据做具体的产品迭代与运营分工。
匿名
厘鸿焰 中航亿通电子商务(北京)有限公司 产品经理
讨论点:商机立项



从去年开始,小额现金借贷产品如雨后春笋般在互联网的大转盘里涌现,无论大公司还是初创型公司甚至公司里的小团体都想抓住这个突然出现的风口,捞一杯羹。



我也负责参与了一款小额借贷产品的设计,实现,上线运营。由于开发网站和app时间紧迫,且成本高昂,我们采用建立一个微信公众号,在里面嵌入借款问卷,用户填写借款申请问卷后我们审核通过即可借款的办法快速试水市场。



拉取用户流量是一个棘手头疼的问题,采取种种办法后终于开始有了一些零星的用户来我们微信公众平台填写借款申请问卷,令人惊喜的是,从那后来进行借款申请的人开始成倍地增长,每天看着问卷后台的申请量曲线抖斜式地攀登,心理无比激动。



但是很快从用户借款申请问卷里呈现的数据发现了问题,每天申请的人数里面合格的人数越来越少,而且在第三方风控检测平台里跑出的风险监测分数为风险极值的人呈普遍现象。再加上前期放款后催收还款难度越来愈大。我们及时停止了放款。



想说的是,通过数据预测到了风险,避免了小规模创业团队的更大损失。
匿名
勇敢的小C 大猫网络科技股份有限公司 高级产品经理

 我简单说一下商机立项如何运用数据吧,如何判断一个产品是否值得做。

首先,看产品所在行业,或者母行业的体量。(存量市场)

其次,看所在行业的体量的增长率。(想象空间)

最后,看竞争对手情况。(对标)

拿餐饮Saas软件行业来举例:

餐饮软件行业的母行业餐饮收入从 2012 年的 2.3 万亿发展到 2016 年的 3.5 万亿,增速11.3%,远高于中国GDP7.5%水平,并且餐饮行业有高开店率、高倒闭率的特点,北上广深月倒闭率在10%,年复合倒闭率100%,传统的行业越来越需要拥抱互联网以提高自己的运营效率,可见餐饮软件行业是一个高速发展,体量不小的行业。

再看竞争对手情况,随便看几家主要的如客如云,二维火等等。 客如云是三板企业,可以通过财报来获取一些信息,这里看到几个点,1. 百度占股20%,2. 收入规模7000万,净利润 -5800万。可见客如云正在快速扩张期,并且是百度系。所以餐饮软件业也是一个竞争非常激烈的行业。

时间有限,不过多深入,这里只探讨了通过人工收集数据以供商业立项决策,如何更深入、更巧妙的让数据说话,还看这次活动大神们的分享,哈哈

匿名
yuma 擎天 产品

1. 支撑

当有了产品灵感时,如何才能得到领导的支持呢?数据是一个强有力的支撑,有了数据的支撑,产品灵感不再是空中楼阁,多少落地了一些

2. 验证:

产品在设计时,实际上是在做一件未知的事情,无论前期需求分析是否靠谱,只有上线做出来得到用户反馈和数据反馈,才能知道产品方向正确与否。各种产品方法论只是我们创造性拍脑袋时显得更加靠谱,使得产品更大概率的压中方向。而真实的数据反馈,能基本验证之前的产品设计

3. 矫正

数据驱动让快速迭代产生意义,数据的呈现表明了每一次迭代的价值。如果数据良好,可能说明方向是对的,如果数据下降,是方向不对,还是设计等其它有问题呢?这都是数据带给我们的思考

匿名
瞳孔中看世界 北京热波科技有限公司 产品经理
浅谈数据驱动应用于产品设计自身见解!



关于数据,一直都属于敏感话题。产品的走势、设计、迭代等等一切都需要数据支撑。

无论是做B端产品还是C端产品,在产品上如果没有数据,你如何准确把控需求?如何对症下药?如何在一定程度上避免踩坑?

例如在做产品设计时,遇到某个按钮的摆放问题,你是随便放一个位置吗?你确定你摆放位置对于结果影响不大吗?没做过设计的产品,就是随便摆一下,不影响核心使用就行,但是在设计上追求的是主次,一眼能突出该页面的核心功能,其实这些都是需要数据支撑的。

很多时候我们做需求时都是相信直觉,数据驱动太麻烦,其实数据驱动在一定程度上能直接体现用户的真实需求。例如:曾经一次线下LOL比赛,一个大厅里一半黑色电脑,一半白色电脑,主办方承诺在游戏比赛结束后,每位选手可以带走一台电脑。在开始时大家都不看好白色的电脑,实际情况也是,几乎所有选手都在比赛时使用了黑色的电脑,但当临走时却都抱走了白色的电脑。你说你的直觉黑色正确吗?很显然,数据驱动,白色电脑是选手喜欢的。同理,在产品设计时,如果凭你的直觉去设计产品时,你会发现很多决定你不能很自信的作出,因为你不够自信,没有足够的数据。在实际情况下,数据也的确很重要,举个例子,如:滴滴与优步,优步在国外其实挺不错的,但是到中国却做不过滴滴,包括苹果投资滴滴,很大一部分原因是滴滴掌握着中国人出行的大数据,所以说数据驱动产品设计很重要。

但是,上文我也说到,数据驱动在一定程度上能直接体现用户的真实需求,但是也有不准的时候。例如埋点,大家都知道数据传输有损耗,埋点数据也一样,基本存在15%左右的误差,很正常,一点其实也反应了有时候数据并不准确,完全数据驱动太理性,不可靠。设计上的视觉差就是这个原因,有时当两个图标尺寸完全一样大时,视觉看上去一大一小,很变扭,但是做出尺寸一大一小时再看,感觉两个图标一样大,这也说明了完全靠数据在某种程度上不太可靠。

以上是我个人的浅显见解,有不对的地方还请留言指出,谢谢!
匿名
Jon(博彩) 英雄互娱 高级产品经理

商机:市场数据可以作为项目立项时一个重要的参考指标,通过数据可以对项目所在领域包括但不限于市场增长空间、进入的时间节点、用户需求(频次、需求类型)、用户画像等维度有一个清晰的认知。

产品:常规的讲是通过用户在app或PC端的使用数据(新增、日活、时长、arpu值、热区点击次数等等)来确定权重较高的功能模块与产品的迭代周期。但基于我对手游行业用户的洞察,我更侧重于从用户心理需求层次的角度出发。从产品的角度讲,数据可以作为产品设计时的参照,但不会是权重最高的,你的商业敏感性,你对用户心理需求的把控(除了理论上的,如马斯洛需求、弗洛伊德之外,你要去感受实际生活中遇到大小事件时个人或他人的真实心理活动并记录,还有诸如......),你可协调的公司资源(这个决定你能不能干成)。

运营:运营是最需要数据驱动的,这点在大公司体现的淋漓尽致,因为数据直接与绩效挂钩。说点常规的,运营同学需要根据运营数据(营收、净利润、arpu、日活等)决定推广预算、推广方式(用户自传播、视频广告之类的,海外发行目前需要代理商)、活动周期、活动方案(充十返一之类的)等等。

时间关系,暂先略下部分内容,发帖补。

匿名
芳草一般 58集团 资深产品经理
从数据驱动产品设计来回答吧,把产品过程细分到不同的周期中,需要关注的数据存在差异化

1.产品立项:要看盘子数据。大盘子,行业、竞品、流量的,但是具体也要看产品项目的差异。如果是成熟的产品,特别是商业化产品,例如广告、数据分析类产品,市场相对比较成熟,决定自己做不做,能够比较容易找到自己需要的背景数据;而新点子、小众产品,靠数据驱动时要注意分别哪些是直接参考的数据、哪些是间接参考,比如市场环境、某个关键数据的近期增长情况、可以依托的红利技术(硬件、政策)发展情况;

2.产品设计:产品设计其实已经比较依托前期的市场、需求、用户调研情况了,这里对设计比较大的影响其实就是开发落地过程中遇到的细碎问题;这里可以考虑产品关键指标设计、上线策略(灰度)、统计埋点事宜,为后续奠定基础;

3.产品灰度&迭代:产品KPI指标、关键衡量指标、行业(竞品)趋势分布、用户画像数据等,依托数据做具体的产品迭代与运营分工。
匿名
Z·ky 萨芬撒科技有限公司 PM
以数据驱动应用于增长运营来说吧,我认为分两个重点。

一,检测异常指标,发现用户对产品体验上的怒点,产品大的流程中,存在很多小的功能点,用户的体验就是建立在这些小的功能点上;就是这些小的功能点的使用情况,成为我们每一步转化的关键。

二,通过留存曲线检验新上功能,在迭代过程中经常要对产品功能进行优化或者上新,当新功能上线后,需要评估新功能的效果,是否满足用户的核心需求,能否给用户带来价值。

其实归根结底数据驱动在增长运营中是为我们提供了便于识别的参考指标,有利于我们对产品的进一步优化及发展。
匿名
塔子 棒棒糖童装 运营实习生
如今我们不断的产生数据,像每天浏览的网页内容、购买的东西品类等,这些都是我们产生的数据。虽然已经有了,但是如何去利用、挖掘这些数据背后的价值是我们所要关注的。

先分享几个数据应用的案例:

1.健身腕带可以收集有关我们走路或者慢跑的数据,例如行走步数、卡路里消耗、睡眠时长等数据与健康记录来改善我们的健康状况;同时一些公司正在开发床垫监测传感器,自动监测和记录心脏速率、呼吸速率、运动和睡眠活动。该传感器收集的数据以无线方式被发送到智能手机和平板电脑进行进一步分析;美国公共卫生协会开发Flu Near You用来的症状,通过大数据分析生成报告显示用户所在地区的流感活动。

2.视频:互联网电视能够追踪你正在看的内容,看了多长时间,甚至能够识别多少人坐在电视机前,来确定这个频道的流行度。Netflix 美国国内规模最大的商业视频流供应商,收集的数据包括用户在看什么、喜欢在什么时段观看、在哪里观看以及使用哪些设备观看等。甚至记录用户在哪视频的哪个时间点后退、快进或者暂停,乃至看到哪里直接将视频关掉等信息。典型的应用是Netflix公司利用数据说服BBC重新翻拍了电视连结剧《纸牌屋》,而且成功的挖掘出演员Kevin Spacey和导演David Fincher的支持者与原剧集粉丝的关联性,确定新剧拍摄的最佳人选。

从这些例子中,我们看到数据驱动的强大力量,那我觉得数据在产品设局这块,可以做到以下几点:

1.目标群体细分以及相关行为研究,然后为用户提供更有针对性的产品服务。就如上例中的互联网电视。

2.模拟现实环境,发掘新的需求同时提高投资的回报率。产品设计中,我们需要去做可用性测试,但是有时受时间、人力等因素影响,可能没有机会或者做了却没有达到预期效果,这时我们不妨想一下可否利用已有的数据预测呢?

3.低服务成本,发现隐藏线索进行产品和服务的创新。

好啦,谢谢看到这里的朋友,期待看到大家的不同回答

ps:文中的例子来源于自己看到的一个有关大数据的回答。
匿名
奔跑的pm 某体育科技公司 产品经理
数据驱动产品设计

1,根据数据定位用户人群,挖掘用户需求

通过数据,知道使用产品的这些主要人有哪些。那么我们需要数据去验证这些人使用产品的频次,以及他们的需求。比如,我是一个卖冰淇淋的小商贩,我会观察来买冰棍的是小朋友多还是小情侣多,若是小朋友多,那么我会根据小朋友的喜欢吃的冰淇淋的口味来决定我的进货。也可以根据他们购买冰淇淋的价格选择,来调整我出售的价格。

2,根据数据优化产品体验

通过数据,优化产品的体验。比如,卖冰淇淋的时候,我家的冰柜太高了,小朋友来了挑选很不方便。那么我要观察记录每次来买的小朋友的平均身高,我把选择高频的冰淇淋挑选出来,放在让小朋友舒服选择的箱子里。同理产品中,根据用户的进入页面次数,点击区域频次,制定更符合用户的产品设计,提升体验。
匿名
PM-邹继远 阿牧网云(北京)科技有限公司 产品经理
个人认为,数据对于产品设计来讲,可以作为产品优化的可行性分析,优化产品的用户体验。从我个人负责的产品这里来说,我们的产品上线一段时间后,发现使用APP录入事件的用户明显比Web端的多,通过对于数据时间段,使用频率,自己使用软件的时间来比较,我们得出结论,WEB端的录入入口比较深,用户很懒得去点,APP录入的逻辑比web端要简化的多(只是页面简化,而非逻辑不一致),通过这几点,我们在后续的产品优化中做出了修改,这可以说是用数据来驱动产品的设计
匿名
查看更多

发表评论,请先 登录 · 注册