产品思维 的四大组成部分
作者:互联网
1. 用户体验思维
1.1. 用户体验
是动态的,随着使用和情境变化而发生变化。表现为人与系统的交互和感受。
1.1.1. 定义
研究人在特定场景下的思维模式和行为模式,在提供产品或服务的完整流程中,使得用户能够以最小的成本(包括时间、金钱或情感的投入)来满足自己的需求。
1.1.2. 用户特点
1.2. 如何培养用户体验思维?
1.2.1. 掌握“尼尔森10大可用性原则”
1.3. 用户体验设计工具
- 角色模型/焦点小组/用户体验地图/关键人物地图/问题卡片/可用性设计
- 软件:https://servicedesigntools.org
- 书:《用户体验要素》《设计中的视觉思维》《Web信息架构》《设计心理学》《交互设计沉思录》《无界面交互》
- 关键词:UX服务设计信息架构交互设计视觉思维
1.4. 用户体验的交易模型
1.4.1. 交易的成本
1.4.2. 交易的收益
2. 逻辑思维
2.1. 基本定义
借助于概念、判断、推理等思维形式,反映客观现实的理性认识过程。一句话概括就是:有条理的组织信息。
2.2. 案例解读
2.3. 金字塔原理
2.3.1. 序言(结论先行)
2.3.2. 纵向关系(不同级别论点之间的关系)
观点会产生新的疑问,这是受众按你的思想产生符合逻辑的反应,必须在下一层次上回答上一层次的疑问,而回答有可能引发新的疑问,按照“引发疑问-回答疑问”的思路继续表达,直到受众不再产生疑问。可采用“自上而下(常用)、自下而上”两种方式。
2.3.3. 横向关系(同一级别论点之间的逻辑关系)
3. 数据思维
3.1. 数据运营常用指标合集
3.1.1. 用户获取
用户获取是运营的起始,用户获取接近线性思维,或者说是一个固定的流程:用户接触-用户认知-用户兴趣-用户行动/下载。每一个流程都涉及多个数据指标。
- 渠道到达量
- 渠道转化率
- 既然广告已经曝光,那么用户应该行动起来,转化率是应用最广阔的指标。业界将转化率和成本结合,衍生出CPM,CPC,CPS,CPD,CPT等。
- CPM(Cost Per Mille)指每千人成本,它按多少人看到广告计费,传统媒介比较倾向采用。CPM推广效果取决于印象,用户可能浏览也可能忽略,所以它适合在各类门户或者大流量平台采用Banner形式展现品牌性。
- CPC(Cost Per Click)指每用户点击成本,按点击计价,对广告主来说,这个比CPM的土豪作派理性多了。也有很多人会认为,CPC不公平,用户虽然没有点击,但是曝光带来了品牌隐形价值,这对广告位供应方是损失。
- CPA(Cost Per Action)指每行动成本,按用户行为计价,行为能是下载也能是订单购买。CPA收益高于前两者,风险也大得多,它对需求方有利对供应方不利。
- 以上三种是常见的推广方式,CPT按时间,CPS和CPS算在CPA的范围内。渠道推广是依赖技术的行业,用户画像越精准,内容与用户越匹配,则越容易产生收益。还有一种指标eCPM(effective cost per mille),每一千次展示可获得收入,这是广告主预估自身收益的指标。
- 渠道ROI
- 日应用下载量
- 日新增用户数
- 用户获客成本
- 一次会话用户数
3.1.2. 用户活跃
用户活跃是运营的核心阶段,不论移动端、网页端或者微信端,都有相关指标。另外一方面,现在数据分析也越来越注重用户行为,这是精细化的趋势。
- 日活跃用户/月活跃用户
- 行业默认的活跃标准是用户用过产品,广义上,网页浏览内容算「用」,在公众号下单算「用」,不限于打开APP。
- 活跃指标是用户运营的基础,可以进一步计算活跃率:某一时间段内活跃用户在总用户量的占比。按时间维度,则有日活跃率DAU、周活跃率WAU和月活跃率MAU。活跃用户数,衡量的是产品的市场体量,活跃率,看的则是产品的健康。可仅仅打开产品,能否作为产品健康的度量?答案是否定的。成熟的运营体系,会将活跃用户再细分出新用户、活跃用户、忠诚用户、不活跃用户、流失用户、回流用户等。流失用户是长期不活跃,忠诚用户是长期活跃,回流用户是曾经不活跃或流失,后来又再次打开产品的活跃用户。
- 通过不同的活跃状态,将产品使用者划分出几个群体,不同群体构成了产品的总用户量。健康的产品,流失用户占比不应该过多,且新增用户量要大于流失用户量。
- PV和UV
- PV是互联网早期Web站点时代的指标,也可以理解为网页版活跃。PV(PageView)是页面浏览量,用户在网页的一次访问请求可以看作一个PV,用户看了十个网页,则PV为10。
- UV(Unique Visitor)是一定时间内访问网页的人数,正式名称独立访客数。在同一天内,不管用户访问了多少网页,他都只算一个独立访客。怎么确认用户是不是同一个人呢?技术上通过网页缓存cookie或者IP判断。如果这两者改变了,则用户算作全新的访客。
- 有一点需要注意的是,微信浏览器不会长期保留cookie,手机端的IP也一直变动,基于此统计的UV会有误差(不是大问题,只是uv中的新访客误差较大)。这里可以通过微信提供的openid取代cookie作为uv基准,需要额外的技术支持。
- 用户会话次数
- 用户会话也叫session,是用户在时间窗口内的所有行为集合。用户打开App,搜索商品,浏览商品,下单并且支付,最后退出,整个流程算作一次会话。
- 会话的时间窗口没有硬性标准,网页端是约定俗成的30分钟内,在30分钟内用户不管做什么都属于一次会话。而超过30分钟,不如出去吃个饭回来再操作,或者重现打开,都属于第二次会话了。
- 移动端的时间窗口默认为5分钟。
- 用户会话次数和活跃用户数结合,能够判断用户的粘性。如果日活跃用户数为100,日会话次数为120,说明大部分用户都只访问了产品一次,产品并没有粘性。
- 用户会话依赖埋点采集,不记录用户的操作,是无法得知用户行为从哪里开始和结束的。另外一方面,用户会话是用户行为分析的基础。
- 用户访问时长
- 功能使用率
- 除了关注活跃,运营和数据分析师也应该关注产品上的重要功能。如收藏,点赞,评论等,这些功能关系产品的发展以及用户使用深度,没有会喜欢一个每天打开产品却不再做什么的用户。
- 功能使用率也是一个很宽泛的范围,譬如用户浏览了一篇文章,那么浏览中有多少用户评论了,有多少用户点赞了,便能用点赞率和评论率这两个指标,然后看不同文章点赞率和评论率有没有差异,点赞率和评论率对内容运营有没有帮助,这些都属于功能使用率。又譬如视频网站,核心的功能使用率就是视频播放量和视频播放时长。
- 微信公众号指标即可以单独说,也能把它作为产品的功能延伸看待。图文送达率,转化分享率,二次转化分享率,关注者增量等和本文其他指标一脉相承。只是第三方数据多有不便,更多分析依赖假设。
3.1.3. 用户留存
如果说活跃数和活跃率是产品的市场大小和健康程度的话,那么用户留存就是产品能够可持续发展。
- 留存率
- 用户在某段时间使用产品,过了一段时间后,仍旧继续使用的用户,被称为留存用户。留存率 = 仍旧使用的用户/ 当初的总用户量。
- 在今天的互联网行业,留存是比新增和活跃提到次数更多的指标,因为移动的人口红利没有了,用户越来越难获取,竞争也越来越激烈,如何留住用户比获得用户更重要。
- 假设产品某天新增用户1000个,第二天仍旧活跃的用户有350个,那么称次日留存率有35%,如果第七天仍旧活跃的用户有100个,那么称七日留存率为10%。
- Facebook有一个著名的40-20-10法则,即新用户次日留存率为40%,七日留存率为20%,三十日留存率为10%,有此表现的产品属于数据比较好的。
- 还有一种留存率是活跃用户留存率,或者老用户活跃率,即某时间活跃的用户在之后仍旧活跃的比率。它更多用周留存和月留存的维度。
- 新增留存率和活跃率是不同的,新增留存率关系于产品的新手引导,各类福利,而活跃留存率和产品氛围,运营策略,营销方式等有关,更看重产品和运营的水平。
- 用户流失率
- 用户流失率和留存率恰好相反。如果某产品新用户的次日留存为30%,那么反过来说明有70%的用户流失了。
- 流失率在一定程度能预测产品的发展,如果产品某阶段有用户10万,月流失率为20%,简单推测,5个月后产品将失去所有的用户。这个模型虽然简陋,用户回流和新增等都没有考虑,但是它确实反应了产品未来的生命周期不容乐观。
- 这里可以引出一个公式,生命周期 = (1/流失率)*流失率的时间维度。它是经验公式,不一定有效。
- 产品的流失率过高有问题么?未必,这取决于产品的背景形态,某产品主打婚礼管理工具,它的留存率肯定低,大多数用户结婚后就不用。但这类产品一定有生存下去的逻辑。旅游类的应用也是,用户一年也打开不了几次,但依旧能发展。
- 退出率
3.1.4. 营销
营销也有自己的数据体系,互联网的数据体系就是脱胎于此才发展出AARRR框架。产品的发展模式有两种,如果一款产品能够在短时间获得百万用户,AARRR框架更适合它;如果一款产品从第一个用户起即有明确的商业模式,也能尝试套用市场营销的概念。
- 用户生命周期
- 用户生命周期来源于市场营销理论,旧称客户生命周期。
- 它有两种含义,一种是针对用户个体/群体的营销生存窗口。用户会随时间推移发生变化,这种变化带来无数营销机会,对市场和企业是机遇。如怀胎十月,它就是一个生命周期为十月的营销窗口,企业会围绕这时期的用户建立特定营销。搬家,大学毕业,买房等都具有典型的周期特征。
- 另外一种是用户关系管理层面的生命周期,它对运营人员更重要。产品和用户的业务关系会随着时间推移改变。在传统营销中,分为潜在用户,兴趣用户,新客户,老/熟客户,流失客户。这几个层层递进的阶段和用户活跃很像。
- 对于一款母婴产品,我既要知道营销的生存窗口,即怀孕了几个月,因为孕早期和孕晚期的营销侧重点不一样,刚怀孕肯定是最合适的。也要知道用户本身和产品对应的关系,这位妈妈是新客户,还是曾经用过App但流失了。
- 营销数据分析中,最关键的环节就是新客户—流失客户这个阶段,一位用户能和产品互动多久,将决定产品的生命力。听起来和留存挺像的,上文提过的生命周期计算公式,就是脱胎于市场营销。
- 用户生命周期价值
- 生命周期价值是用户在生命周期内能为企业提供多少收益,它需要涉及财务定义。互联网行业更多提到生命周期,而不是生命周期价值,因为互联网的商业模式没有传统营销的买和卖那么简单明确。
- 举个例子,微信用户的生命周期价值能否计算?并不能,不论是广点通、游戏或者微信理财,都推导不出一个泛化的模型。但是部分产品,如金融和电商,生命周期价值是可计算的。
- 以互联网金融举例,某App提供理财和现金贷款两种业务,公司从这两个业务中获得收入通常是一个较稳固的比率,而成本支出平摊每个用户头上也是固定常数。所以利润就变成了用户理财和贷款的金额大小,以及生命周期的长短。这两者都是可估算的。
- 生命周期价值比生命周期重要,因为公司要活下去,就得赚更多的钱,而不是用户使用时间的长短。
- 客户/用户忠诚指数
3.1.5. 传播/活动
- K因子
- 病毒传播周期
- 用户分享率
- 活动曝光量/浏览量
- 传播和线上活动是息息相关的,这两者的差异不大。想要做好一个活动,单纯知道活动的浏览量是不够的,好的活动一定是数据分析出来的。以朋友圈最寻常见的红包营销举例。它的分析通过网页参数,如下:http://aaa.com/activity/bigsales/?source=weixin&content=h9j76g&inviter=00001×tamp=1495286598
- 问号后面的是网页参数,source=weixin说明网页是分享到微信的。content=h9j76g是页面具体内容,这里则是营销红包的类型。inviter=00001说明是哪个用户分享出去的,timestamp则是分享的具体时间戳。不同用户的分享页面有不同参数,按此作区分。
- 当这些页面被用户分享到朋友圈时,数据采集系统会记录所有页面的打开浏览。而页面参数则是活动精细化分析的前提。通过source=weixin,数据分析师知道了红包活动在微信的浏览量,相对应的还有QQ和微博。content则能看出用户喜欢哪个类型的红包,哪种红包被领取得多,成本又是多少。inviter则能看出平均每个分享者的分享页能带来多少浏览量。
- 参数越多,分析的维度就能越细,活动可优化的空间也越大。如果大家有心的话,可以看朋友圈(包括网页)各种活动的网页参数,观察其他产品的分析维度,它山之石可以攻玉,这是一个好习惯。
- 活动参与率
- 活动参与率衡量活动的整体情况,可以套用用户活跃的分析指标。
- 这个活动的参于人数(活跃数)多少?有多少老用户参与了这个活动?有多少新增用户因为这个活动来,传播类的活动分享数据怎么样?活动中的各个流程转化如何?活动带来多少新订单。其实,运营活动可以看作一个短生命周期的产品,产品的一切指标都能应用于其中。
- 好的活动应该机制化,把它融入到产品的功能机制中,比如滴滴打车的红包,美图饿了么的红包,都是从活动逐渐变成一种打法和抓手。更早期的各类网游,也是通过活动的推成出新成为了现在常态化的游戏功能。
- 活动的机制化,意味着数据要分析活动指标,发现优点以改进,之后同样常态化成报表:今天使用了多少红包,今天有多少用户因为活动新增,等等。
3.1.6. 营收
产品,运营或者市场人员,从来不是为活跃、留存负责,而是商业,是企业的根本财务。数据分析也不是为了提高活跃和留存,而是像一个巨头的漏斗,最终将业务驱动于此,即回归商业的本质。
- 活跃交易用户数
- GMV
- 客单价
- 复购率
- 若把复购率说成营收届的留存率,你就会知道它有多重要了。和新增用户一样,获得一个新付费用户的成本已经高于维护熟客的成本。
- 在不少分析场景中,会将首单用户单独拎出来作为一个标签,将两次消费以上的用户作为老客,之所以这样做,是从一到二的意义远不止加一那么简单。
- 用户第一次消费,可能是体验产品,可能是优惠,可能也是运营极大力地推动,各类因素促成了首单。而他们的第二次消费占比会有断崖式下跌(对应次日留存率的下跌),因为这时候的消费逐渐取决于用户对产品的信任,模式的喜欢或者习惯开始养成。
- 很多时候,用户决策越长往往意味着客单价越高,如投资,旅游。此时首单复购率越是一个需要关注的指标,它意味着更多的利润。
- 复购率更多用在整体的重复购买次数统计:单位时间内,消费两次以上的用户数占购买总用户数。
- 回购率是另外一个指标,值得是上一个时间窗口内的交易用户,在下一个时间窗口内仍旧消费的比率。例如某电商4月的消费用户数1000,其中600位在5月继续消费,则回购率为60%。600位中有300位消费了两次以上,则复购率是50%。
- 退货率
3.1.7. 商品
这里谈以商品为主的数据分析,商品不限于零售行业,知识市场、虚拟服务、增值服务都属于商品的一种。它有许多通用的分析模板,如购物车、进销存。
- 购物篮分析
- 购物篮分析不应限于电子商务分析,而是用户消费行为分析。
- 连带率是购物篮分析的一种指标,特指销售件数和交易次数之比。在大型商场和购物中心中,连带消费是经营的中心,用户多次消费即连带消费。在电商中是购物的深度,是单次消费提高利润的前提。
- 商品热度是一种快速见效的分析。可以将商品分为最热门Top20,最盈利Top20等,它依托二八法则,找出利润的抓手,很多营销会将它和连带率结合,像电子商务,重点推广多个能带来流量的热门爆款,爆款并不赚钱,而是靠爆款连带销售其他有利润的商品。这种流量商品连带利润商品的策略并不少见。
- 购物篮分析中最知名的想必是关联度,简单理解是,买了某类商品的用户更有可能买哪些其他东西。啤酒与尿布大概是最知名的案例了,虽然它是错的,但揭示了商品之间确实存在关联。
- 关联分析有两个核心指标,置信度和支持度。支持度表示某商品A和某商品B同时在购物篮中的比例,置信度表示买了商品A和人有多少同时买了B,表示为A→B。老王每次去菜场买菜都喜欢买一把葱,在老王的菜篮(购物篮)分析中,葱和其他菜的支持度很高,可是能说明老王买葱后就一定买其他菜(葱→其他菜)么?不能,只能说老王买了菜会去买葱(其他菜→葱)。除此还有提升度。 最有名的是Apriori算法。
- 关联分析并非只适用于购物篮,在很多营销场景中都会用它作为追加销售和交叉销售。常见有大额消费+现金贷,医疗健康+保险等,目的便是提高营收。
- 进销存
- 进销存是传统零售行业的经典管理模型,将企业商品经营拆分出采购、入库、销售三个环节,并且建立全链路的数据体系。在实际业务中,许多场景与进销存都息息相关。
- 电子商务有几个基础概念,商品、SKU、SPU。商品就是对应消费者理解的单品,任何主流的电子商务网站,商品详情页都对应一个商品,也称为SPU。而在商品详情页中,还会涉及尺码,颜色,样式的选择,这类属性形成了SKU,最小单位库存。每一个属性都对应着不同的SKU,如一件衣服有SML三个尺寸,则这件衣服是一个SPU,三个尺寸对应着三个SKU。
- 商品管理没有我们想象的那么简单,有些用户喜欢玫瑰金的iPhone,有些用户钟情于128G,如何更好地迈出这些商品,是从采购环节就开始的。
- 采购包括广度、宽度、深度三个维度。广度是商品品类,越充足的品类越能满足消费者的消费,但是也带来管理难销售难的缺点。市面上手机品类总共有50个,某手机店出售30种,品类比为60%。
- 采购宽度是SKU占比,代表商品供选择的丰富程度。iPhone有黑色、银色、玫瑰金三种颜色和16G、64G、128G三种容量,共9个SKU,如果手机店只卖玫瑰金色,则SKU占比0.33。采购深度是平均每个SKU的商品数量。
- 库存是一个中间状态,采购是进,销售是出。库存是一个动态滚动的变化过程,我们常拿过去时间窗口内的库存消耗速度衡量现有存量的消耗。某商场4月每天消耗库存1000件,4月末的库存为5万件,则这5万件的需要50天才能消耗完,50天被称为库存天数。虽然公式是理想状况,但以其判断缺货是没问题的。
3.2. 为什么产品经理需要数据思维?
3.3. 如何培养数据思维
3.3.1. 建立“以数据为导向”的工作方式
3.3.2. 数据分析的四步骤
3.3.3. 根据“数据模型”分析数据
4. 商业思维
4.1. 定义
4.2. 商业闭环设计-BCD(商业画布)
标签:思维,组成部分,指标,用户,活跃,留存,流失,四大,产品 来源: https://blog.csdn.net/weixin_44218060/article/details/113718608