产品方法论：自检方法

2017-12-15 08:48:00

自检大部分的应用场景在于优化迭代，或者改版迭代，是建立在对已有模块的优化处理上。

上篇文章和大家分享了一下产品设计的重要影响，而提升产品设计能力的方法有许多，并且往往是组合使用，其中之一就是“自检”。

一、你是感性还是理性？

这是上篇文章的问题，也是这篇文章的开始，希望通过这两篇文章，你能找到自己的答案。当然，文章末尾，会和大家对几个常见的数据进行解读。
做一款自己想要的产品，是大多数产婆经理的夙愿，实际工作中，我们常常会用自己的好坏标准来去评判一个需求，久而久之就变成了，自己才是这款产品的目标用户，其他的都“不是目标用户”。
产品经理并不是CEO，坦白说，我们离CEO越来越远，这个岗位越来越职场化，从愿景来讲，有多少产品经理正在做自己想要的产品呢？

喜欢旅游的产品经理，也许正在做金融产品。
喜欢电影的产品经理，也许正在做资讯类产品。
喜欢交友的产品经理，也许正在做一些工具性产品。

岗位和我们的愿景在现实当中，更多的是不匹配，如果我们还抱着这样的心态来开展我们的工作，风险系数实际上很高。并不是说要愿景和岗位匹配才行，而是我们需要调整一下自己的心态，从感性转变到理性。
当然，如果你的岗位和你的愿景恰恰能够匹配上，自然不需要转变的，甚至还需要从理性转变成感性。
即，做一款市场需要的产品，这需要我们十分谨慎，不仅仅体现在需求层面，更多的是体现在我们的设计方法上。在无法判断需求质量的情况下，如何利用我们产品设计的技术，来达到数据层面的结果。

自检的方法论，是用来为以下几个问题找到答案：
新的设计真的比旧的设计好吗？
我们对新的设计有明确的预期吗？
新的设计达到我们的预期了吗？
等等。

你可能已经注意到了，自检大部分的应用场景在于优化迭代，或者改版迭代，是建立在对已有模块的优化处理上。
原因在于每个模块的1.0阶段是在验证，而在之后的优化才是自检。
关于验证的方法，后续有机会分享给大家。

二、自检方法论

这是一个落地的方法论，是可以直接使用的，你可以尝试自己使用，也可以推荐到你的团队，可以直接使用，也可以调整后再使用。
自检分为三个阶段：数据观察期，数据验证期，分析期，依托于我们对数据的理解，直观的分析出，新旧产品的提升和下降。当然，这需要我们的产品已经做好了数据埋点，有行为数据供我们进行对比分析。

Ps.顺带一提，我建议第三方统计埋点做全埋点，尽管一开始我们并不需要对所有数据进行分析，但当我们需要分析时，能够理解找到他的数据，不需要重新埋点，重新收集数据。

第一阶段：观察期

在我们确认下个版本要修改的模块时，就要开始准备观察所使用的数据模板了。
观察周期：观察期一般需要在新版本上线前的一周到两周开展，时间太短不足以支撑数据，时间太长，也没有太大价值，一周到两周是个比较合适的时间段。
行为数据一般是选择第三方统计系统，诸如友盟、talkingdate、腾讯统计，埋点数据太多，会导致我们的观察成本增加。因此需要准备一个excel表的模板，和一个简易的工作流程。
excel模板：用来提取指定的数据，并进行归档保存，
简易工作流程：每日固定时间将第三方统计系统的页面访问和事件数据导出成csv文件，并将文件里的内容复制到excel模板里，再将excel模板自动提取的数据，按照日期进行归档处理。结束。
准备工作完成以后，每天只要执行简易的工作流程即可，我们可以简单观察数据的走向。这是旧的设计方案所产生的效果，新的方案将会超过他，这是我们都希望的结果。

第二阶段：验证期

新版本上线第一天开始，就需要对数据进行验证了，这里的验证主要体现在数据收集上，我们需要将新版本每天产生的数据收集起来。
验证周期：由于我们没有办法保障用户版本升级所需要耗费的时间，因此验证周期持续时间会比较长，我们将其分成了两种分支，及数值验证和转化率验证。数值验证需要用户完全升级后，进行为期一周的观察。
转化率验证则只需要有30%用户升级后，就可以开始持续验证了，如果用户基数较少，也可以将升级率的标准提高到50%甚至更高。转化率验证将会提前开始，但却会和数值验证同时结束。

第三阶段：分析阶段

严格上来讲，分析阶段并不是排在验证阶段后进行，而是贯穿观察期和验证期；只是从重要性来讲，将其抽离成为一个独立模块。再次强调分析阶段是持续的，是从观察期就开始的，到验证期结束的。
分析阶段主要任务是进行针对性的数据分析，我们需要将数据的含义解读成语言和需求，以数据为指向，进行产品的优化设计。
分析阶段等同于数据解读，第三方统计系统提供的数据维度仅包括PV、UV，但却足够我们分析出许多信息。

pv 是指次数，uv是指人数，多数应用在点击次数，点击人数以及访问次数和访问人数上。

附：部分数据含义解读

全面下降：是指新版本各项数据均呈现下降趋势，这表示用户反弹或者流失，原因可能是新的设计风格导致老用户对产品感到陌生，不习惯。暴力产品几乎都会出现这一问题，完全切断两个版本之间的联系，在用户的感知里，这并不是优化，而是删除了原来的模块，上线了一个新的模块。
这表示，用户找不到自己喜欢的模块，但对新模块又感到不喜欢。
全面上升：是指新版本各项数据均呈现上升趋势，这表示用户对优化非常满意，并形成了一定的口碑效应，保证了老用户的同时，也带来了新的用户。全面上升主要结论有三个，其一，老用户继续使用，其二，老用户传播新用户，形成口碑，其三，是指新用户流失率下降，即粘性增加。

关于第三点的补充说明，每一个模块都存在各自的流失率，模块的数据上升，如果不考虑产品新增用户上升的情况下，便是流失率降低的体现，即模块的留存增加了。
当然，产品新增用户的增加，也会带动模块的用户增加，需要我们排除一些影响分析的因素。

pv上升uv下降：pv上升是指用户单日内的参与频率提高了，而uv下降是指次日的留存或者持续的粘性下降了。数据上更多的是通过pv和uv的比值，即人均pv。我们可以通过一些设计上的方法，诱导用户单日内产生多次点击效果。
当然，也存在方法，提高用户次日的留存和持续的粘性。

典型的提高pv的做法：
摇奖的次数增加，但奖励不变，原本一次可以摇到红包的，会摇到3次再来一次等，这样的设计方法增加了用户的参与度，但并不会引起用户的排斥。
典型的提高uv的做法：
连续签到或者固定时间段的累计签到次数，正如上篇文章提到的金盒子，他给了用户一个第二天使用的理由。
当然，需要对应一定的奖励机制。

uv上升，参与率下降：uv上升，参与率下降，是指不同对象的分析数据，多数分析维度是将页面的访问数据和事件的点击数据进行组合分析。
如：访问a页面的用户数有100人，点击“参与”按钮的有30人，参与率为30%
参与按钮即每个页面的核心功能按钮，每个页面都存在一个核心按钮，可以是活动的参与报名按钮，也可以是文章的分享或收藏按钮，取决于我自己的定义。

核心功能按钮即某个页面最希望用户进行的操作按钮。

出现这种数据，表示核心按钮的转化能力降低了，原因如下：
1.设计的不够突出，用户没能在第一时间找到这个按钮
2.设计的有歧义，用户没能在第一时间理解这个按钮

漏斗效应是个比较常用的技巧，并不仅仅是应用在路径上，像是基于用户的视觉停留时间，也能建立漏斗。
如：
用户停留在A页面4秒时间
核心按钮是在第一秒被用户发现还是在第四秒被用户发现？
前者产生的转化率往往会高出后者数十倍。
顺带一提，活动页的报名按钮会放在第一批的中间偏下的位置，是为了让用户在第二秒的时间发现他。
因为第一秒，要让用户看见活动主题，这样才会形成参与的动机。