从产品调研和产品上线的两个阶段，了解并研究你的用户群体
在产品核心三要素用户、需求、场景中，排名第一的用户是决定一款产品成功与否的关键。用户在特定场景，形成了特定需求，从而才产生了在该场景下满足用户需求的产品。所以，对于产品来说，用户群体的研究和细分是至关重要的。
本文将从两个维度：产品调研设计阶段、产品上线运营阶段，对用户群体的研究以及细分方法进行介绍，这其中涉及了：用户访谈、调查问卷、埋点、用户画像、RFM用户模型等几个方法。
一、产品调研设计阶段
在产品调研和设计阶段，产品还处于萌芽之中，所以在这个阶段并没有真实用户来研究，所以需要通过寻找潜在目标群体进行用户群体的研究和细分。
1.1 用户群体细分
产品前期没有真实用户的情况下，需要对产品的用户、需求、场景进行头脑风暴，将所有可能性罗列出来，得到更多的可能性，这里推荐使用思维导图的方式，根据需求、场景对目标用户进行罗列。
利用发散思维头脑风暴后，会形成一个脉络更大的思维导图，可能会涉及几种到几十种的用户类型。但是，一款产品不可能在设计之初做到满足所有用户群体的需求，要有所取舍。这时需要考虑产品初期的核心功能是什么，根据产品的核心功能寻找产品主要的几类目标用户群体作为产品的主要研究对象。
1.2 用户群体研究
将用户群体细分后，找到目前阶段所针对的几类主要用户群体进行研究。这里用到的研究方法就是传统的用户研究方法：用户访谈，调查问卷。
- 用户访谈： 作为定性研究方法中最常用的方式，可以通过用户访谈从真实用户角度获取需求，验证产品设计前期设想的各种需求是否真的满足用户。
- 调查问卷： 定性研究阶段对真实用户访谈既浪费时间也浪费成本，所以在进行定性研究过程中不会选择太多真实用户进行访谈。小样本的用户访谈记录并不能代表广大用户群体的需求，这个时候就需要通过定量分析方法调查问卷来验证前期用户访谈获取用户需求是否存在，通过调查问卷可以更大范围获取真实用户的需求，验证已有假设，发现新的需求。
关于用户访谈和调查问卷的相关知识获取的方式有很多，通过网络、书籍都可以获得丰富学习资料，在本文中不再做过多介绍。
二、产品上线运营阶段
产品上线运营之后，从种子用户到早期用户再到大众用户的获取，产品后台会不断积累越来越多的用户数据，在这个阶段就需要通过数据去发现用户、研究用户、细分用户。
先来看看以数据为导向对用户群体研究和细分的效果：
上图为通过用户数据行为对用户群体、用户行为进行分析和研究的效果。这其中涉及了具体的数据埋点、用户群体的研究和细分。
2.1 埋点
数据埋点，作为数据分析的底层支撑手段，在产品开发期间通过对用户行为进行打标，获取用户行为数据，为后期数据分析提供数据支撑。
2.1.1 埋点工具
埋点的方式现在有两种：一种通过第三方工具进行数据分析如GrowingIO、诸葛IO等，这类第三方工具可以通过前端行为进行无开发的埋点，用户可以越过研发团队直接获得用户行为数据进行分析。但是这样的第三方工具也存在一些弊端，因为针对大众化产品，无法做到相关数据个性化的定制，可操作性不强；另外一种方式就是产品经理提埋点需求给研发团队，研发团队在产品开发过程中将需求埋点，随着产品运营过程中可以将用户行为数据导出进行数据分析。这种方式更适应个性化的埋点需求，但是会造成一定的研发成本，需要和研发团队进行沟通。
两种方法各有利弊，在日常工作中可以选择适当的方法进行用户行为数据获取、分析。
2.1.2 埋点方法（自主研发）
（1）确定埋点目标
根据产品的具体功能模块或业务流程，明确需要埋点的维度。常用的数据分析方法有漏斗模型、用户获取渠道分析、用户行为分析等。
（2）还原具体业务流程
根据目标，形成具体业务流程，根据业务流程中的每一个环节制定关键指标。
（3）形成埋点需求表
埋点以用户行为为导向，通过用户行为事件提出埋点需求，让研发团队有针对性的对数据、行为进行埋点。
在这里拿电商用户购买流程来介绍如何制作埋点需求表：
用户购买业务流程
针对流程中关键环节行为事件，形成需求表，如下图：
2.2 用户研究及细分方法
以数据为导向，对用户群体进行研究分细分主要介绍两种方法：用户画像、RFM用户模型。
2.2.1 用户画像
用户画像是可视化的用户群体展现方式，通过虚拟真实用户的方式，给人更形象化的用户信息。
首先要明确用户画像的目的，根据目的明确获取用户哪些数据，在用户数据方面会有几个维度：基本属性、社会属性、消费能力、行为特征等。根据用户画像目的有针对性的选择用户数据进行采集、分析，为每一类用户群体打数据标签，最终形成具象化的用户画像。形成不同类型的用户画像再进行深入分析研究。
2.2.2 RFM用户模型
RFM 模型是以营销为目标对用户进行分析的方法，其中R(Recency)表示客户最近一次购买的时间有多远，F(Frequency)表示客户在最近一段时间内购买的次数，M (Monetary) 表示客户在最近一段时间内购买的金额。
通过这三个维度，对用户群体进行细分，针对有价值的用户群体进行深入研究以获得更大的价值。
- 将用户按照Recency进行划分，按照最近购买时间由远到近依次给予1分、2分、3分；
- 将用户按照Frequency进行划分，按照购买次数由少到多依次给予1分、2分、3分；
- 将用户按照Monetary进行划分，按照最近消费金额由少到多依次给予1分、2分、3分。
通过以上三个维度可以对用户群体进行细分，得到如下几种用户群体：
- 3-3-3，最好用户；
- 1-1-1，抛弃用户；
- 3-1-1，需要深入挖掘的潜在用户；
- 1-1-3，需要重点维护的高价值用户。
RFM用户模型根据用户消费行为进行用户细分，该模型针对其他类型的产品也可以进行个性化转变，拿内容类产品举例，如果将RFM应用到UGC用户行为上，可以定义R为用户最近一次发布内容的时间，F为最近一段时间发布内容的次数，M为最近一次发布内容的质量（质量可以由赞、收藏、评论来计算）。
2.3 验证
以数据为导向的用户群体与细分是更为科学高效的方式，但是有时数据也会说谎，所以在通过数据得到分析结果后，有必要再需要真实用户进行验证，判断数据的准确性，更好的为产品迭代优化提供依据。
三、总结
了解你的用户才能更好的设计产品、迭代产品，打造出更符合用户的产品。乔帮主曾经说过一句话，用户并不懂得自己想要什么，苹果的目标就是打造用户需要的产品。像乔帮主这样的伟大产品经理，之所以能打造一个苹果帝国，其背后也是对用户的深入分析和研究。
所以，不要盲目迷信产品需求靠产品经理自己去创造，更多的还是要去了解你的用户、分析你的用户。毕竟艺术来源于生活，需要来源于用户。
记小忆，野蛮生长的产品经理，运营商大数据产品实践者，擅长从0-1搭建产品经理知识体系。公众号：PM龙门阵。
关键字：产品经理, 用户
版权声明
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！
