我的2017产品总结

2017-12-18 13:49:00

又到年底了，开始各种总结，目前打算写三篇系列总结文章：我的2017产品总结；我是如何做刻意练习的；我是如何使用笔记系统管理知识与项目的。本篇文章是系列文章的第一篇，主要是想总结下自己一年来对产品的理解。一开始取名「我的产品方法论」，貌似有点夸张，自己也只是做了些微小的工作，还没资格使用「方法论」这三个字吧~

一、「为什么」比「是什么」更重要

这一年来，做了很多需求，有从客户那里来的，也有从销售那里来的，当然还有从上级那来的。从 CRM 到智能报表，从语音会议到审批，基本上 to B 行业的各个主场景都趟过了一遍，总结一句就是「了解需求背后的为什么，比了解需求是什么更重要」。
我想用一个案例来解释这句话。我在做 CRM 系统（注：客户关系管理系统。主要用户是一些销售员。）的时候，有用户提到希望我们提供一个排序的功能，根据「最后跟进时间」由旧到新排序。其实从开发角度看，这个功能并不难搞，很快就能上线，但是我们还是希望了解用户所提的这个「需求」背后的原因是什么。接着我们开始进行一对一的深度调研，当时客户说了这样的一句话：

我有个客户A，我上个月15号拜访过了，这个月15号拜访了另一个客户 B。到了这个月底，在系统里面，我应该先看到 A，再看到 B。因为我接下来我要跟进的是 A，而不是刚拜访过的 B。

很多产品经理或者产品设计师，到了这里可能就会停止发文，并且满口答应说，「是的是的，你这个需求很合理，我们会搞」。但这还不够，我们还需要了解其需求背后的原因是什么，为啥用户要先跟进 A ，而不是先跟进 B 。
多问了几个为什么后，了解到原来背后有两大原因。第一，销售们为了防止因为太久没跟进，而导致客户流失，都会优先跟进很久没跟进的客户。第二，有些企业会限定销售员跟进客户的时间。如果销售员没法在30天内签单的话，可能这个客户就会转到其他销售员名下。明白了原因之后，我们再来看原来客户提到的「排序」需求，你会发现「排序」并没有从根本上解决这两个问题，因为客户提到的「排序」需求背后的真实需求是「提醒TA 跟进很久没跟进的客户」。所以最后，我们为客户设计了「智能提醒」功能，每天会提醒 TA 哪些是需要当天跟进的。
同时在这个过程中，我们还找到了个很不错的销售管理模型——「客户到期回收」，后来这个也成为了我们产品的一大卖点之一。
所以总结下来，就是当你接到需求的时候，不妨问下自己「为什么有这个需求」，因为你从别人那里得到的需求并不一定是用户的真实需求。甚至连用户或客户提的需求也不一定是真实的。特别是 to B 产品的用户提的需求，就更不能相信了，因为这类用户对业务都非常熟悉，所以他们反馈问题的时候，往往会基于他们旧的业务角度看待问题，同时给出一个解决方案，而不是需求。

二、要不要做？

了解完为什么后，我们就要问自己一个问题——要不要做？为何会有这个问题，原因就是很多时候，我们不是没有需求做，而是需求太多，给用户太多不一定是好事，其实确定不做什么，比做什么更重要。但是该如何判断要不要做呢？我的答案是能不能给用户「提供足够」的价值。（当然了，决定要不要做，还需要考虑实现成本，是不是用户最迫切的等，我这里更偏向于从更深的角度看待做不做的问题。）
判断能否给用户「提供足够」的价值，我想引用下俞军老师提到的一个产品价值公式：

产品价值 = （新体验 – 旧体验）- 换用成本

从这个公式中，我们可以看到，要想做出一个高产品价值的产品，首先「新体验」要做到足够好，其次「换用成本」要足够低，最好「旧体验」足够差。所以我们在把需求转化为产品之前，我们需要了解用户的「旧体验」是如何的，同时有没有竞品也在做。
比如我们接到一个「为00后设计一款听音乐的产品」的需求，并且假设00后们的确有这个需求，那么我们就看00后们是不是真的需要一款新的听音乐的产品，用已有的网易云音乐可以吗？用 QQ 音乐不行吗？

三、怎么做？

怎么做这一块，我认为自己一年来只是不断地深化理解，我当年对产品模型的理解，大家感兴趣的可以看看这篇文章：什么样的产品可以称之为「好产品」？
简单的说下，我认为一个好的产品由三大框架组成，分别是：

产品框架：包含核心、流程、细节
运营框架：由引擎和准则组成
商业框架

四、怎么衡量成功？

知道如何做之后，我们还要由能力去衡量成功。衡量成功的关键就是数据分析。一般产品经理或者产品设计师，会去看两大数据：

用户行为数据
运营数据

用户行为数据一般包含用户点击、页面停留时间等数据，而运营数据一般是根据用户的行为数据计算的值，比如点击率、付费转换率等，当然还有些是通过问卷的形式的采取数据，再经过计算得出的值，比如净推荐值。
但是我在学习数据分析的过程中，发现不能简单地把运营数据看成独立的值，运营数据应该分成两个大类，一个是单体值，一个是整体值，做功能或者运营活动除了关注单体值，还需要关注总体值。因为有可能某些功能的单体值升高，导致整体值下降了。举个例子，某个 IM 产品要搞个一键生成生日祝福功能，对于这个功能来说「使用生日功能的次数」这个运营值是个单体值，但是有可能会影响其他整体值，比如发送消息的数量，因为大家都使用一键发送祝福功能了，而不用传统的文字或语音消息。
另一方面，在我做了两年 to B 产品后，我发现除了关注行为数据与运营数据外，还有一个数据非常重要——用户成功数据。举几个例子，说明下这个数据：

to B 产品的用户成功数据：对于 to B 产品来说，可能付费转化率这个运营数据很关键。但是对于企业客户来说，他们期待的是「赚更多的钱」或「省更多的钱」。那对于 to B 产品来说，还需要关注用户使用了产品后，比以前赚多了多少或比以前省了多少。这个数据就是产品的长期核心数据目标。当你的客户从原来的小型企业成长成大型企业后，忠诚度以及付费能力也会随至增高。
线上职业教育平台：对于这种产品，运营数据可能包括用户点击率，或付费转化率。但是对于产品来说，长期数据目标是用户的薪水有没有张，有多少人因为这个培训而成功换工作等。基于这些数据指标，再去倒推产品功能，可能比看转化率等数据还有效果。
最后，再举一个 Uber 的例子，Uber 在产品的早起关注的指标是乘客等车所花的时间，因为对于乘客来说「短时间内打到车」是他们的「成功」目标，当打车变得非常便利后，日活、净推荐值都会有所提高。