
我們不是JOBS,有時(shí)候我們需要了解用戶的習(xí)慣,所以調(diào)研在某些特殊情況下是產(chǎn)品經(jīng)理必須去做的。只有能跟用戶真正互動(dòng),你的產(chǎn)品才能融入用戶。
一、產(chǎn)品經(jīng)理為什么要做市場(chǎng)調(diào)研?調(diào)研的目的是什么?
我們?cè)谧鍪袌?chǎng)調(diào)研前,必須有一個(gè)自己的調(diào)研思路:我們要調(diào)研的對(duì)象,需要收集的數(shù)據(jù),需要達(dá)到的效果等。只有有了明確的目標(biāo),才能獲得更加有效的數(shù)據(jù)。
1. 通過(guò)調(diào)研了解市場(chǎng)需求、確定目標(biāo)用戶、確定產(chǎn)品核心,為了更好的制訂MRD;
2. 為領(lǐng)導(dǎo)在會(huì)議上PK提供論據(jù);
3. 提高產(chǎn)品的銷(xiāo)售決策質(zhì)量、解決存在于產(chǎn)品銷(xiāo)售中的問(wèn)題或?qū)ふ覚C(jī)會(huì)等而系統(tǒng)地、客觀地識(shí)別、收集、分析和傳播營(yíng)銷(xiāo)信息,及時(shí)掌握一手資源;
4. 驗(yàn)證我們定的目標(biāo)客戶是不是我們想要的,目標(biāo)用戶想要什么樣的產(chǎn)品或服務(wù);
5. 了解我們能不能滿足目標(biāo)用戶的需求并且樂(lè)于滿足目標(biāo)用戶的需求;
6. 找準(zhǔn)產(chǎn)品機(jī)會(huì)缺口,然后衡量各種因素,制定產(chǎn)品戰(zhàn)略線路;
7. 調(diào)研到最后,目標(biāo)越明確,需求確明確,也就會(huì)覺(jué)得,產(chǎn)品越難做,難以打開(kāi)市場(chǎng)等;
8. 對(duì)于全新的產(chǎn)品,調(diào)研前PM必須先自己有一個(gè)思路,然后通過(guò)調(diào)研去驗(yàn)證自己的想法的可行性。
二、市場(chǎng)調(diào)研的方式方法有哪些?怎樣確定調(diào)研的維度?
1. 問(wèn)卷調(diào)查、用戶AB測(cè)試、焦點(diǎn)訪談、田野調(diào)研、用戶訪談、用戶日志、入戶觀察、網(wǎng)上有獎(jiǎng)?wù){(diào)查;
2. 做人物角色分析:設(shè)置用戶場(chǎng)景、用戶角色進(jìn)行模擬分析;
3. 情況推測(cè)分析;
4. 調(diào)研的維度主要從戰(zhàn)略層、范圍層、結(jié)構(gòu)層、框架層、視覺(jué)層來(lái)展開(kāi)(不同的產(chǎn)品從不同的層次來(lái)確定調(diào)研的維度)
三、如何整理市場(chǎng)調(diào)研的數(shù)據(jù)?
對(duì)收集到的調(diào)研數(shù)據(jù),我們需要整理出那些有效的數(shù)據(jù),對(duì)于無(wú)效數(shù)據(jù)果斷丟棄。對(duì)有效數(shù)據(jù)進(jìn)行細(xì)致的處理、分析。
通過(guò)市場(chǎng)調(diào)研,我們收集了不少的數(shù)據(jù),這些數(shù)據(jù)都是用戶最直接的對(duì)產(chǎn)品的某種需求的體現(xiàn)。作為產(chǎn)品經(jīng)理,我們視這些數(shù)據(jù)為寶貝,我們需要將這些數(shù)據(jù)進(jìn)行整理,讓他們變?yōu)檎鋵?。那我們?cè)撊绾握砟兀?/span>
1. 將規(guī)范的數(shù)據(jù)按照維度整理、錄入,然后進(jìn)行建模;不規(guī)范的數(shù)據(jù)的話就必須得自己先通過(guò)一些定性的處理,讓它變得規(guī)范,然后再用工具進(jìn)行分析;
2. 封閉性的問(wèn)題,設(shè)置選項(xiàng)歸類即可。開(kāi)放性的問(wèn)題,建議還是先錄下來(lái),然后再頭腦風(fēng)暴整理出有用的東西;
3. 定性的,焦點(diǎn)訪談和深訪,都可以錄音,在事后可以形成訪談?dòng)涗?;焦點(diǎn)訪談的過(guò)程中,可以以卡片的形式或者其他的形式讓用戶做選擇題,可以獲取少量的有數(shù)據(jù)性的東西,其他的更多的是觀點(diǎn)、方向性的,這個(gè)需要在整理訪談?dòng)涗浀臅r(shí)候根據(jù)問(wèn)題來(lái)歸納整理;
4. 深度訪談的數(shù)據(jù)整理,我們以前會(huì)做頭腦風(fēng)暴,建立很多個(gè)用戶模型,強(qiáng)行量化這些數(shù)據(jù)。這個(gè)方法比較有效,特別在做人群研究的時(shí)候。
四、如何書(shū)寫(xiě)市場(chǎng)調(diào)研報(bào)告?
對(duì)整理后的數(shù)據(jù),我們最終需要形成書(shū)面的市場(chǎng)調(diào)研文檔報(bào)告,以最直觀的方式呈現(xiàn)給我們的BOSS,從而獲得老板對(duì)產(chǎn)品的支持。
1. 對(duì)市場(chǎng)調(diào)研的數(shù)據(jù)分析后進(jìn)行的說(shuō)明總結(jié),用圖表或圖形的形式最直觀呈現(xiàn);
2. 分析用戶當(dāng)前現(xiàn)狀,用戶對(duì)產(chǎn)品的需求點(diǎn);
3. 報(bào)告的組成有研究背景、研究目的、研究方法、研究結(jié)論等相關(guān)內(nèi)容;
4. 根據(jù)調(diào)研的時(shí)候的思路,將報(bào)告逐一完善,將數(shù)據(jù)分析的結(jié)論圖表化,得出自己的結(jié)論總結(jié)出趨勢(shì)和規(guī)律
五、數(shù)據(jù)分析的方式方法有哪些?
數(shù)據(jù)分析需要掌握數(shù)據(jù)統(tǒng)計(jì)軟件和數(shù)據(jù)分析工具(分析工具如SPSS等);
數(shù)據(jù)分析的主要方法有:
1. 對(duì)比分析法:將兩個(gè)或兩個(gè)以上的數(shù)據(jù)進(jìn)行對(duì)比分析,分析其中的差異,從而揭示這些事物發(fā)展變化的規(guī)律和情況。對(duì)比分為橫向?qū)Ρ群涂v向?qū)Ρ取?/span>
2. 結(jié)構(gòu)分析法:被分析研究總體內(nèi)各部分與總體之間進(jìn)行對(duì)比分析的方法,即總體內(nèi)各部分所占的指標(biāo)。
3. 交叉分析法:同時(shí)將兩個(gè)有一定聯(lián)系的變量及其值交叉排列在一張表內(nèi),使各變量值成為不同變量的交叉點(diǎn),一般采用二維交叉表進(jìn)行分析。
4. 分組分析法:按照數(shù)據(jù)特征,將數(shù)據(jù)進(jìn)行分組進(jìn)行分析的方法。
5. 其他還有比如漏斗圖分析法、杜邦分析法、矩陣關(guān)聯(lián)分析法等等。
(數(shù)據(jù)分析方法可以參考:《誰(shuí)說(shuō)菜鳥(niǎo)不會(huì)數(shù)據(jù)分析》一書(shū))
數(shù)據(jù)分析的方法有很多種,在進(jìn)行數(shù)據(jù)分析的時(shí)候,選擇有效的數(shù)據(jù)分析方法,能達(dá)到事半功倍的效果。
六、數(shù)據(jù)分析報(bào)告如何指導(dǎo)產(chǎn)品經(jīng)理進(jìn)行產(chǎn)品設(shè)計(jì)?
1. 根據(jù)調(diào)研結(jié)論 確定產(chǎn)品核心功能
2. 把數(shù)據(jù)分析的結(jié)果加入到整個(gè)迭代設(shè)計(jì)的過(guò)程中加速產(chǎn)品的迭代更新
3. 評(píng)估解決方案的可行性。根據(jù)實(shí)施的結(jié)果再去評(píng)估解決方案是否真的可行?是否還需要再改進(jìn),依此類推
4. 通過(guò)數(shù)據(jù)進(jìn)行分析,得出用戶的行為規(guī)律,為產(chǎn)品提供支撐
5. 日常的運(yùn)營(yíng)分析,及時(shí)發(fā)現(xiàn)產(chǎn)品問(wèn)題
6. 產(chǎn)品后期設(shè)定一系列的運(yùn)營(yíng)指標(biāo)進(jìn)行運(yùn)營(yíng)監(jiān)控,然后反饋產(chǎn)品迭代(指標(biāo)主要包括:1、用戶的反饋、2、產(chǎn)品的BUG、3、市場(chǎng)的反映、4、產(chǎn)品未來(lái)的發(fā)展方向、5、點(diǎn)擊率、留存率等等)
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10