|产品复盘的5点总结，纪念那些踩过的坑( 二 )
这个逻辑和方向是对的 ， 但是效果却不明显 ， 直到后面我们发现我们忽略了一点 ， 在送“游戏币”时我们没有将新用户和老用户分开 ， 导致发出去的“游戏币”大多落在了更活跃的老用户中 ， 新用户能够获得的“游戏币”与预期相比大大减少 。
总结下来就是产品需求或多或少都要和产品目标挂钩 ， 这样才能高效的走在正确的路上 。
03 时刻保持用户思维
互联网常说用户思维 ， 那么用户思维究竟是什么 。 当然你可以百度 ， 我自己的体会所谓的用户思维就是把用户放心上 ， 去感受用户的情绪 ， 去尝试贴近用户 ， 了解用户 ， 为用户服务 。
你必须明确你的产品是要为用户服务的 ， 而不是去压榨用户 ， 欺骗用户 ， 那样你的产品不会长久 。 即使产品不得不为了商业化或其他因素而短暂牺牲一些用户体验 ， 你也必须思考产品是否能提供其他价值 ， 来平衡用户体验的缺失 。
产品在做需求时切忌不要把自己当成用户 ， 以为自己觉得好就是好 ， 这样的错误很容易犯 。 之前我们在改一款产品的UI时 ， 改为团队都觉得好 ， 我也觉得变漂亮了！然而我们觉得的“漂亮”并不等于用户觉得的“漂亮” ， 当时产品的用户大多是中老年用户 ， 他们喜欢什么？喜欢的是大红大紫 ， 字要打 ， 按钮要大 ， 他们的审美能和我们年轻的团队一样吗？
做需求一定要站在用户的角度去考虑 ， 充分利用公司的资源去尝试分析他们的用户画像 ， 定期做用户调研 ， 不断增强对用户的了解 ， 能否了解用户 ， 是产品的命门！
04 数据分析的正确思路：先业务 ， 后逻辑 ， 最后数据
数据分析这个词已经烂大街了 ， 究竟应该怎么做数据分析？
数据分析第一步：找准业务切口
数据分析的目的是什么？ 解决问题 ， 指导业务！ 不能够指导业务的数据分析是没有意义的？这也要求数据分析师们每做一份数据分析报告 ， 都要思考你的报告指导的to do是什么？
另外一点 ， 对于新手数据分析师来说 ， 一定要注意细节 ， 切忌“大”和“空” ， 又大又空的结论是不好落地去做的 ， 不如去以数据为支撑去解决那些具体而实际的问题来得有价值 。
记得我第一个提的需求是改变道具的摆列顺序 ， 我从数据中发现摆在第一个道具的使用率最低 ， 用户获取道具获得的成本也最大 ， 把它放在第一个是不是符合用户的心理预期？很明显我老大在设计产品的时候并没有考虑的那么细 ， 但是我利用数据加上合理的逻辑 ， 让我老大觉得这个需求是好的 ， 是能够优化产品 ， 提升用户体验的 ， 哪怕很细小 ， 但是他很实在不是吗?
数据分析第一步要找业务切口 ， 寻找业务切口的能力决定了数据分析师的核心价值 ， 优秀的数据分析师往往能切得又准又狠！
以我的经验和思考 ， 低级数据分析师的业务切口往往是去找原因；中级的数据分析师我觉得是能够去总结和复盘一个完整项目的；高级的数据分析师有能力在产品经理束手无策 ， 产品看似僵死的时候 ， 能够拨开云雾见日出 ， 为产品指明方向 。 低级的数据分析师依靠逻辑 ， 高级的数据分析师靠的是行业经验 ， 或者说 ， 所谓的嗅觉 。
数据为后 ， 逻辑先行
当找到了业务切口时 ， 不要着急去拉数据 ， 数据为后 ， 逻辑先行 。
思考你的数据分析的逻辑是什么？对于产品经理或一些业务型的数据分析师来说 ， 最常用的数据分析方法不过是逻辑的推理 ， 并不需要一些时下热门的机器学习的算法 ， 就连普通的统计学方法也可能很难用到 ， 这不是说逻辑推理不好 ， 相反 ， 逻辑推理效率高 ， 站得稳 ， 并且你弄得懂 ， 你的团队和老板也听得懂 。
关键是得把逻辑讲好了 ， 不能有漏洞 。 一旦逻辑上出现漏洞 ， 一切结果都站不住脚 ， 拉再多数据也白搭 。 所以在实际动手做数据前 ， 一定要先把逻辑想清楚了 ， 捋顺了 。
推荐阅读
- 产品|一加手机CEO刘作虎：产品线将迎来“新成员”率先海外推出
- 中关村在线|网传：坚果将在发布会推出显示器产品
- 智能穿戴|2020 思远 TWS 充电仓方案解析，15 款音频产品代表作拆解汇总
- 行业互联网|2020年中国美妆行业市场分析：国产品牌备受关注 移动APP购买活跃度较高
- 品谷农产品|专业的软件开发流程,应该是怎样的呢?
- |不是产品经理，需要锻炼产品思维吗？
- 真理科技|小米再现“价格屠夫”式打法，米家无线吸尘器K10横扫同级产品
- |一只产品汪的创业复盘（二）启动篇
- 爱集微APP|传台积电许可证获批，将继续向华为供应部分产品
- 中关村在线|买真无线耳机不用去海南 三款高性价比产品推荐