#42 需求分析和數據分析的兩個小例子
來自專欄產品經理雜貨鋪
隨著所承擔的責任增加,空閑的時間是在逐步減少的,還是會儘可能的找時間來更新專欄。
這次講兩個小例子來簡單聊下對數據分析和需求分析的一點點看法:
一、需求分析的一個例子
需求分析包含很多方面,但有一點應該是相對通用的,即需求分析應該找到用戶真實的需求,而且這個需求還可能是潛在的、用戶並不會直接給出的。下面直接講例子:
有道雲筆記iPhone的第一個版本上線後(應該是2011年),收到一堆用戶反饋,反饋最多的是要求有加密功能,固然是因為國人對隱私非常重視,另一方面也是因為當時的競品Evernote有筆記的內容加密功能(可以選中一段文字加密)。
作為產品經理應該怎麼處理這個需求?這個需求對於內容類是合理的需求,所以應該滿足,那應該怎麼滿足?提供選中內容加密?筆記加密?筆記本加密?
先給結論,當時的最終做法是選擇做了"密碼保護"這個功能,即類似iPhone解鎖時候輸入的4位數字密碼。
為什麼選擇這個解決方案而不是像Evernote一樣做筆記內容加密?
先想想主要的場景:用戶真正需求的是安全感,一個主要的不安全感場景發生在別人拿到自己手機玩的時候打開了筆記,然後被看到不想被看到的內容。
顯然Evernote的方式是一個解決方案,如果奔著加密的思路,很自然想到的是對筆記加密,對筆記本加密。(這兩個功能後面也做了,但明顯又是和Evernote不同的路,如果有機會可能可以具體講講)。
但真的要做的筆記加密么?其實只要被別人拿到手機的時候不能隨便看到內容就好。iPhone選擇了4位密碼保護,顯然這樣的方式能大概率達成上述場景用戶的訴求(雖然反饋中沒有人提這個方案而只是在說加密)。筆記本加密和單篇筆記加密的場景是另外一類場景,此處不具體展開。
在實現代價上,做筆記、筆記本的加密代價和複雜度也高很多,同時密碼保護作為iOS的系統功能也被用戶所熟悉,使用門檻低。所以最終選擇能滿足多數用戶需求以及代價更小的方式來做。
上線結果如何?上線後基本上關於加密的反饋就只是零零星星的存在了。
這個例子因為它分析起來足夠簡單,所以常被我拿來作為一個理解用戶需求的實踐案例分享。
二、數據分析的一個例子
數據分析是產品經理的日常工作之一,數據分析大部分時候是帶著一定假設,用數據去做證實或證偽的,但做數據分析如果考慮不周全,很容易得出錯誤的結論,即數據會騙人。所以數據分析的一個點是多問一下自己得出的結論是否真的正確,有沒有某些被忽略的重要的點?
下面我們進入例子:
這兩年在做財富管理相關的產品,去年團隊的童鞋針對基金定投做了一個非常簡單的功能,在用戶終止定投的時候,彈出個對話框,告知堅持定投的好處,試圖勸說用戶不要終止定投。
這個上線後,數據分析分析什麼呢?
一開始分析的時候,分析了如下兩點:
- 彈出對話框用戶選擇"終止計劃"和"我再想想"占彈出對話框的選擇比例
- 當天用戶終止定投/進入終止定投流程的比例在有無對話框前後的變化
如果只看這個數據,還是有xx%(超過10%,不適合提供更具體的數字)的比例被挽回,但這樣夠么?
用戶終止定投可能有部分比例是衝動行為,但這些衝動想終止定投的真的是靠一個彈框和堅持的部分理由挽回的么?會不會過幾天又繼續終止定投了呢?
如果我們把用戶在看到挽留對話框後行為數據的時間,從當天延續到3天後、7天後、10天後,會發現這些當天挽回的後面又有一些終止了定投,最終終止定投的比例並沒有下降,即看似生效的策略,後續並沒有留住用戶。
這也是個非常簡單的例子,正因為簡單,所以能直觀的說明數據分析是帶著對用戶的理解和假設去看數據的,理解深度不一樣,想到的方向就不一樣,看的數據不一樣,得到的結論可能大相徑庭。
所以數據分析要建立在對業務、用戶、產品理解的基礎之上,帶著觀點去看數據,但又要有懷疑精神。
希望這兩個簡單的例子能對看到這篇文章的你有一點點幫助。
(完)
推薦閱讀:
※數據分析實例——醫院銷售數據分析
※馬蜂窩遊記爬蟲數據分析
※用Python分析了20萬場吃雞數據,秀一波戰績
※勤懇工作10年,80後的我被92年的上司炒掉了!
※數據結構從0到1——初級篇