-
日期: 2017-01-05 | 來源: 人人都是產品經理微信 | 有0人參與評論 | 字體: 小 中 大
我們通過結果來反思不足,也用結果來激勵團隊繼續前進,我想這是壹個很好的工作方式。
▍Transform 轉變
其實前面已經提到,窮則變,變則通,世界的規律在動態變化。好的計劃往往不足以應變壹切,我們資深的後端開發同事告訴過我,“我們信奉計劃主義,但我們的職責和能力是快速響應變化”,與君共勉。
壹些技巧
思想高度決定流程,活兒好不好看技巧。
了解我的朋友應該知道,我是非常務實的壹個人,很多事情,做久了壹定會有心得與技巧,而這就決定了你的專業度。只不過有人願意分享,有人不願意或者表達不出來,我會盡己所能毫無保留地告訴大家如何把數據驅動這事兒做好,當然離專業還有很大的差距,但應該會有壹些幫助。
▍第壹步:制定數據驅動流程
前文提到的方法論,其實是我們在實踐中的第壹步。也就是根據我們各自的實際情況來制定我們各自的數據驅動流程,再思考我們應該監測哪些數據的時候?
公司中的每個人都有自己的認知,可能會從各個角度給產品經理壹些靈感,歸納總結後,我想大部分公司思考的問題方向也許可以從下圖中獲取,僅供參考。

圖1-SMART戰略板
▍第贰步:確認數據范圍
大家其實可以看到,產品經理不僅僅需要從客戶角度思考問題,而是需要從多維度來考慮問題,從這些問題中我們可以提取出對我們而言最重要的壹些數據。
從客戶角度,我們需要考慮日活;從運營角度,我們需要考慮轉化;從資源角度,我們需要考慮投入產出比;從競爭與風險角度,我們需要考慮容錯率。
我所說的這些,大家都聽說過,而考慮這些問題的過程,其實就是在不斷告訴自己這些數據為什麼重要,為什麼需要觀察。這是第贰步,即確認數據范圍。
▍第叁步:建立數據模型
接下來就是壹些實踐性的工作了,我們需要選擇至少壹個相對可靠的工具來幫助我們監測數據,建立數據模型。之前的工作中,我們選擇的工具是友盟。
壹般情況下,這些數據足以支撐分析所用,但是也有局限性,因為缺乏與市場上的橫向對比,所以如果在資源充裕的情況下,我還是建議向外部采購壹些數據作為橫向對照的數據補充,這樣的話,我們就可以知道自己的梨樹和其他人種的相比有何優劣。這就是第叁步,建立數據模型。
當我們做完這叁件事情,剩下應該做的,就是不斷通過數據的橫向縱向對比,來發現自己的不足然後改進;或者發現我們的優勢然後把它放大,這個時候我們就可以說,數據確確實實驅動了產品的進化。
通過漏斗模型來觀察支付流程的轉化率,通過A/B測試來測試某個功能帶來的影響,當這些效果,通過可視化的方式展現在開發、設計和老板面前的時候,我們得到的結論壹定比“拍腦門”更有說服力。
警惕!會撒謊的數據
盡管這麼說,警惕來自數據的欺騙。
數據驅動盡管看起來是解決壹定問題絕好的方法,但話不能說死,數據有時候也會欺騙你。這不是說數據本身有問題,而是解讀的人有問題。- 新聞來源於其它媒體,內容不代表本站立場!
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見