面對用戶的「怒點」,產品經理該怎麼辦?

註冊流程太繁瑣,忘記密碼無法找回,操作設計邏輯反人類…你想過你的產品中有多少讓用戶不爽甚至憤怒的設計嗎?

事實上,在你沒有察覺的地方,有更多的「怒點」默默存在,極易造成用戶不斷流失。什麼才是我們需要關注的「怒點」?產品經理如何發現並修正n「怒點」呢?

一、什麼是用戶的「怒點」

來的用戶特別多,一個註冊流程之後,卻沒有幾個註冊完成;

產品優化之後,新加了很多的高級功能,但是卻好像沒什麼人用;

pv/uv正常,因為不斷有新用戶進來,但是流失的用戶卻也在增加。

這些現象的背後,其實隱藏著讓用戶惱怒和不爽的產品設計,就是我們今天要講的用戶「怒點」

用戶的「怒點」間接反映了產品功能和設計上的缺陷,甚至是Bug或漏洞。如果不能及時發現和解決用戶「怒點」的話,就會造成新用戶的轉化率(註冊轉化、購買轉化)降低,老客戶平均使用時長下降、留存度下滑,最後逐步流失。

所以,及時發現和解決用戶的「怒點」,對於產品和運營人員來說很重要。

二、如何快速定位用戶的「怒點」?

互聯網公司中常用的方法有:內部體驗測試、客戶調研以及客戶問題總結等。但是這些常用的辦法存在很多缺陷,例如調研成本高、內部測試不具代表性、客服問題總結不全面等等。n

現在越來越多的企業開始重視用戶行為數據分析,希望藉此優化產品設計、提升用戶體驗。因為用戶行為數據是用戶體驗的原生反饋,是最真實的、最值得產品經理關注的數據。尤其是隨著增長黑客、精細化運營等概念不斷普及,互聯網企業在數據採集和分析方面投入了更多的資源。

那麼,通過用戶行為數據分析來發現用戶「怒點」,應該怎麼做呢?

第一步,採集數據。

產品經理人工來發掘用戶的「怒點」,不但速度慢,成本高,而且不全面。隨著企業網頁或者APP內容的不斷豐富、頁面數量和深度不斷增長,靠產品經理肉眼觀察和客戶訪談的方式已經很難快速準確地找到問題所在。

因此大家開始使用數據採集和分析工具來輔助工作,比如Mixpanel、Google Analytics、GrowingIO等等,都可以幫助互聯網公司迅速收集用戶行為數據,尤其是來自矽谷的 GrowingIO 無埋點的數據採集方式,產品經理不用再人工埋點,就能收集用戶每一次瀏覽、點擊、跳轉等所有的實時的行為,省時省力,這樣就可以快速進行隨後的分析。

第二步,發現怒點。

藉助漏斗分析功能,橫向(如不同瀏覽器、不同操作系統等維度)或者縱向(註冊轉化每一步、購買轉化每一步等指標)進行轉化漏斗分析,發現轉化率差異非常大的那個因素或者步驟,很可能就是「怒點」。

第三步,驗證怒點。

藉助用戶分群功能,把第二步中流失的客戶建個分群,再使用用戶細查,這個功能比較特殊,產品經理可以觀察到用戶每一步的操作行為,包括每一次點擊、每一次跳轉等,從而證實或者推翻第二步的假設。

第四步,解決怒點。

根據上面發現的「怒點」,進行產品優化(修Bug、改交互設計、增加操作引導等),讓用戶體驗流程更加順暢,解決怒點。

三、「怒點」案例分析

案例一:IE瀏覽器不兼容簡直讓人奔潰

背景:某網站新用戶的註冊轉化率一直保持在3%左右,產品經理嘗試了很多方案也沒有改善。直到使用漏斗分析功能進行排查,才發現了原因:雖然總體轉化率是3%,但是Chrome的瀏覽器轉化率是6%,而IE瀏覽器用戶的轉化率只有0.84%。

下圖是該產品新用戶註冊轉化漏斗,左邊是使用Chrome瀏覽器的新用戶,右邊是使用IE瀏覽器的新用戶。

痛點:該產品在IE瀏覽器下不兼容,界面或者交互在IE上都非常難看,用戶用的非常痛苦,直接導致很多新用戶放棄註冊。

解決:該互聯網公司辦公中主要使用Mac的Safari或者Google的Chrome瀏覽器,忽視了在中國仍然有很多企業使用IE(甚至6/7/8老版本的IE瀏覽器)。因此在產品設計的時候考慮到兼容和自適應,提升IE瀏覽器的體驗。

案例二:修改密碼存在Bug,用戶直接甩手而去

背景:某電商網站購買行為的最後一步轉化率特別低,不到20%。(見下圖轉化漏斗)為什麼都已經把商品放入購物車了,最後只有不到20%的用戶支付成功了。到底是什麼原因使這個轉化率如此之低?

根據業務和分析經驗,我們猜測可能是支付環節出現了問題(用戶「怒點」)。

我們用用戶分群功能,把所有「進入購物車但並沒有點擊支付「的用戶做個分群,然後使用用戶細查看看這一步流失的人群,到底經歷了什麼。下圖是某「進入購物車但沒有點擊支付」的用戶的操作行為:

我們復現了當時的情景,這個用戶選好商品準備結算,發現沒有登錄;於是輸入賬號密碼準備登陸。不巧的是密碼錯誤,於是開始點「忘記密碼」準備找回。連續兩次找回密碼都失敗了,最終這位客戶放棄購買,流失了。

怒點:用戶滿心歡喜地在你網站選好了一大堆消費品,最後結算的時候竟然因為找不回密碼,無法登陸,用戶的內心是奔潰的。

解決:工程人員馬上修復了這個Bug。一周後,最後一步的轉化率提升到45%。

四、數據驅動產品優化

依託產品經理的經驗和對pv/uv等基礎數據的監控,已經很難在越來越複雜的產品流程里找到用戶困惑甚至憤怒的點了,而這些點往往是用戶流失的主要原因,往往等到發現的時候,已經來不及了。

因此,建立完整的數據分析體系,實時監控產品健康度,優化產品設計,就變得十分重要。在用戶憤怒之前,及時修正bug,改進用戶體驗,在留存度高的基礎上,實現業務增長。

本文作者是GrowingIO小強同學,原文發於微信公眾號GrowingIO 。

________________________

GrowingIO 是新一代基於用戶行為的數據分析產品,如果你是以下三種人,請立即關注我們,免費註冊:

如果你是數據工程師,卻在「不務正業」地搭建BI、配置埋點代碼:免費註冊,立刻減少無效加班;

如果你是產品經理,卻不知道如何分解KPI:免費註冊,三步就能洞悉留存曲線、精確識別用戶行為;

如果你是業務負責人,苦於收入增長乏力:免費註冊,讓我們告訴你怎樣就能讓客戶高效下單。

________________________

更多數據分析乾貨,請關注微信公眾號 :


推薦閱讀:

如果讓你來設計一款年輕人和父母的即時通訊 App,你會怎麼做?
為什麼界面設計大多喜歡用藍色?
建築設計 VS 產品設計

TAG:互联网数据分析 | 产品设计 | GrowingIO |