零启动：运营驱动的新产品用户洞察

2019-06-24 21:02:00

如果我们正处于产品启动期，但又没有大量面对面的机会与用户直接沟通，那我们要如何进行用户洞察呢？笔者结合《精益创业》提出的“构建-度量-学习”过程，分享自己对新产品用户洞察的理解。

大企业推出新产品时，可以采用很多策略导出新用户，比如说，对已有产品的存量用户进行分层、引流，或针对某个渠道的线下用户、二级用户进行推广，吸引到线上新产品等等。
但是更多的新产品是这样的：

创业团队的新产品，往往没有时间和资源做详细的市场调研，甚至由于理念和概念太新了，调研根本不会有结果，或者得出错误的结果。
互联网新产品，面对的是海量用户，应该调研多少样本呢？面对不同的调研结果，应该如何做出权衡呢？

其实，这样的产品往往是通过 “实验和数据驱动” 逐步打磨成型的。而《精益创业》推出了“构建-度量-学习”创意落地过程，但如何做到有效的度量和学习呢，笔者将结合新产品的用户洞察分享自己的构建过程。

一、基本运营指标

说到线上产品的运营，您肯定瞬间就想到了访客数量（UV）和浏览量（PV），以及注册用户转化率了。但UV/PV还过于笼统，要找出问题，您需要对数据进行分析，包括：

日活跃用户数量 DAU
月活跃用户数量 MAU
渠道来源 Channel
搜索关键词 Keyword

如果产品已经有较多的模块或页面数量，还需要进一步分析入口页面、停留时间等等。

二、建立度量体系

有了基本的运营指标并实施了访客跟踪（我们采用了百度统计和Google Analytics两个工具），很快就有了第一手产品数据了。对互联网产品如社交、通讯以及电商，DAU/MAU比率是一个重要的指标。普遍认为，DAU/MAU如果达到20%，就是一个足够好的产品，而如果达到50%以上，就是一款世界级产品了。
但随着越来越多的活动“被数字化”，DAU/MAU已经不能准确反映产品的好坏了。
比如：

只有人们有打车需求时，才会打开Uber，而Uber司机基本上都不是全职司机，所以它的DAU/MAU并没有达到50%。
LinkedIn，只有猎头和正在找工作的人才会每天使用它。
Airbnb/Booking这样的旅游网站，每个人可能一年只用上一两次，但它已经做到了亿级交易量。

事实上，最不适用DAU/MAU评估的就是SaaS产品了，世界上最好的SaaS类产品，包括SalesForce、DropBox、WorkDay和Google Analytics，每周都只有1~2次的使用量。
针对商业产品，您需要建立起合适的度量体系，一种好的方式就是围绕商业与用户目标，测量您的产品达成目标的程度。
下图是各类线上产品90天回访率与每周使用频次的统计，供参考。

三、从数据发现问题

由于我们的产品在开始推出时，需要成为注册用户才能使用，所以注册转化率是我们的度量指标之一；又由于产品名称和首页都包含Persona，使得在百度搜索引擎上Persona关键字的搜索排名很高。通过对比直接访客和搜索访客的注册转化率，发现搜索访客的注册转化率几乎为零，于是我们展开了分析，以寻找原因。

从百度搜索来源的访客转化漏斗如下：

从百度搜索进入产品网页的访客地域来源如图所示，四川的访客占比29.73%，其次为北京、上海、广东以及浙江。
从整体分布情况可以发现访客多来源于发展水平较高的省份，可能原因是这些城市的互联网公司较多，有大量做用户画像的需求。以排名前五的省份做深入分析，可以发现四川的访客占绝大多数，网站跳出率相对较低，访问深度为3.66页，访问时长7.01分钟，处于较高水平；北京、上海、浙江的跳出率较高，上海和浙江的访问深度较低，但从整体看来，访问深度和访问时长都是有效的。

四、分析访客动机

既然绝大部分访客都在产品网页上停留了足够多的时间，但在转化率上为什么体现不佳呢？
我们需要进一步分析访客的动机，即来到我们的网站希望获得什么？
动机将分为两个部分进行探讨，一个是搜索关键词“persona”的人群动机，另一个为进入产品网页的访客动机。一个好的工具就是借助搜索引擎本身的指数，它带有了大量的搜索相关数量。

4.1 搜索动机分析

百度指数搜索“persona”的显示结果如图，选取了百度前两页的结果进行分类，分别有广告、动E漫、翻译、用户画像、影音以及Persona-X的网页。可以看出搜索结果中用户画像、动漫和影音占大多数，其中用户画像占29%,动漫占24%，影音占14%。

来源相关词反映用户在搜索中心词之前还有哪些搜索需求。通过过滤出中心词上一步搜索行为来源的相关词，按相关程度排序得出。从来源关键词顺序表的结果可以猜测：有很多人是在查询完pesonal/personality单词后，顺带搜索了相同词根的persona。从去向关键词可以发现搜索“persona”之后的访问情况，大部分是有关名为“persona”的影视和明星。

4.2 访客动机分析

从搜索动机可以猜测有一部分访客对用户画像感兴趣，将“用户画像”和“persona”对比做趋势分析，媒体指数趋势见下图，绿色为“用户画像”，蓝色为“persona”。
可以看出3月底开始到5月，媒体指数波动较大。用户画像的6个次最高点均为有关“用户画像”的新闻和文章。“persona”的6个最高点为电影persona、专辑、游戏的新闻。结合“用户画像”媒体内容，可以猜测访客对用户画像的建立有较大兴趣。
在百度搜素框输入用户画像，通过生成的联想词可发现对用户画像感兴趣的人可能还会搜索“用户画像分析”“用户画像工具”“用户画像生成器”“用户画像案例”等词，从这些相关搜索词可以推测访客首先是对用户画像感兴趣的人，由于对用户画像的建立流程不清晰，访客倾向于搜索建立的方法、工具以及案例。有了这一步基础，我们就可以去寻找相似用户，并进一步发现他们的需求了。

五、分析访客的需求

5.1 用户研究的系统方法

从知乎和产品经理两个网站上的信息做分析，首先这两个都是知识分享型的网站，有大量对用户研究感兴趣的用户。
用知乎举例，有4446个知乎用户关注“用户画像”话题，目前有261个问题，这是一个不小的关注量。
继续查看话题页情况，可以看到许多科普用户画像的回答和文章，由于撰写者大多数为自由作者，文章是站在产品经理、运营等职业人士角度的分享，内容专业性参差不齐。评论区常常能够看到有关具体方法的疑问，“写了挺多，但还是不知道怎么做”。
并且由于文章篇幅和各撰写者观点和方法的差异，通过这类文章学习用户画像耗时较长且不够系统，需要阅读者自己的整合。在用户画像的最近最近提问也能发现，许多人对用户画像的系统方法、意义有疑问，还有部分人想直接获取某个网站的用户画像。

5.2 辅助进行用户研究的工具

除了学习用户画像建立的方法以外，访客还需要一个便于他们建立和分析用户画像的工具，结合百度搜索“用户画像”时的联想词“用户画像工具”“用户画像生成器”，可以推测有一部分人想找到一个制作用户画像的工具，他们可能是用研新手，也可能是目前的工具无法满足他们需求，想寻找一个更适合的工具。
同样在知乎和产品经理的评论区也发现了这个问题，“具体的用户画像，是用什么软件，哎哎，一头雾水”“标签分类和层级是用什么画的？”。问到具体工具的用户已经是学习意图强烈的人群了，已经了解了用研方法却缺少工具，就好比一个文思泉涌的人没有纸笔。

5.3 练习资源

除了方法和工具以外，还可以从提问区和评论区发现想要数据进行演练的用户，“没有数据积累如何做用户画像？”“如何获取公众号的用户画像数据？”“大佬有没有具体的代码或者啥案例吗”“如何从海量的数据中从零开始逐步建立用户画像？”“请问是否有电商平台，用户画像的公开数据，国内或国外的？”。有了方法和工具却没有数据资源的用户，好比有了纸笔的文人没有墨水。用户需要的练习资源主要是具体案例或者数据。

通过一步的数据、动机与需求分析，我们就可以总结出初步的用户需求了：