
用戶調(diào)研、競(jìng)品分析、數(shù)據(jù)分析、行業(yè)分析4個(gè)方法,輕松挖掘產(chǎn)品需求
一般產(chǎn)品的需求來(lái)源,除了老板和其他同事(運(yùn)營(yíng)或市場(chǎng))的業(yè)務(wù)需求,還可以來(lái)自以下幾個(gè)方面:
1.用戶調(diào)研
用戶調(diào)研的手法有很多,如問(wèn)卷調(diào)查、用戶訪談。這類方法的好處是操作簡(jiǎn)單、反饋周期短、貼近用戶。但是,用戶調(diào)研也很容易產(chǎn)生比較大的偏差。對(duì)此,可以從調(diào)研方和調(diào)研對(duì)象兩方面進(jìn)行歸納和建議。
調(diào)研方的先入為主
在設(shè)計(jì)調(diào)查問(wèn)卷的時(shí)候,我們往往會(huì)有先入為主的毛病,自己挖個(gè)洞引導(dǎo)用戶往里鉆。這樣做可以獲得自己想要的“調(diào)研真相”,但也遠(yuǎn)離了真正的用戶需求。所以在進(jìn)行用戶調(diào)研的時(shí)候一定要遵守客觀、謹(jǐn)慎的原則,而不是自己挖個(gè)洞然后引導(dǎo)用戶往里鉆。
悶聲不吭的主流用戶
我們可以將用戶分為3種類型:
專家型用戶:熱衷于探索新功能,并提出各種用戶反饋和建議,恨不能有個(gè)個(gè)性化定制版本的產(chǎn)品。這類用戶雖然很積極,但占比很少;
隨機(jī)型用戶:如果學(xué)習(xí)成本足夠低,這類用戶還是會(huì)愿意使用新功能的。他們比專家型用戶多,但也只是少數(shù);
主流用戶:基本只用幾個(gè)核心功能,一聲不吭的用,用完就走。這類用戶占至少80%。
而很多時(shí)候,會(huì)響應(yīng)調(diào)研、積極反饋的,往往就是占比最少的專家型用戶,他們興高采烈的提需求,產(chǎn)品喜出望外的接需求,最終做出來(lái)的是大部分用戶都不會(huì)用的功能。因此,在獲得調(diào)研報(bào)告或用戶反饋時(shí),必須理清用戶屬于哪類、需求是否為核心需求。
2.競(jìng)品分析
競(jìng)品分析算是做產(chǎn)品的基本功和日常任務(wù)了??偟膩?lái)說(shuō),競(jìng)品分析的作用就是:
更清晰的了解市場(chǎng)態(tài)勢(shì)及走向,讓團(tuán)隊(duì)跟上趨勢(shì);
更具體的分析業(yè)務(wù)場(chǎng)景,更細(xì)致的把握用戶需求;
借鑒競(jìng)品優(yōu)點(diǎn),規(guī)避競(jìng)品缺點(diǎn)。
競(jìng)品分析的流程
一般來(lái)說(shuō),競(jìng)品分析的姿勢(shì)是這樣的:
確定競(jìng)品分析目標(biāo)。明確競(jìng)品分析的目的;圈定競(jìng)品分析的邊界,選擇合適的分析對(duì)象。
確定分析維度。對(duì)產(chǎn)品目標(biāo)進(jìn)行拆解,分析了解用戶需求,據(jù)此獲得競(jìng)品分析的維度:分析的側(cè)重點(diǎn),以及分析時(shí)需要采用什么標(biāo)準(zhǔn)。
進(jìn)行對(duì)比分析。按照步驟二所得維度,對(duì)所選競(jìng)品進(jìn)行逐項(xiàng)對(duì)比、分析優(yōu)劣。
總結(jié)及建議??偨Y(jié)對(duì)比分析的收獲,給出有建設(shè)性的解決方案。
中庸的困局
然而,就算掌握了分析流程,也未必給得出具有建設(shè)性建議的競(jìng)品分析報(bào)告。
一來(lái),任何分析都沒(méi)有銀彈可言,流程的合理無(wú)法彌補(bǔ)分析思維的不足;
二來(lái),隨著互聯(lián)網(wǎng)發(fā)展愈加成熟,產(chǎn)品愈發(fā)同質(zhì)化——就連當(dāng)年特立獨(dú)行的蘋果手機(jī),也越來(lái)越像安卓機(jī)子了——分析愈發(fā)中庸的競(jìng)品往往只能得出愈發(fā)中庸的結(jié)論。
3.數(shù)據(jù)分析
數(shù)據(jù)分析所得來(lái)的用戶需求,會(huì)比用戶調(diào)研的更靠譜些。因?yàn)楹芏鄷r(shí)候,用戶表達(dá)的都是自己想要的,而不是真正需要的,但用戶行為所遺留下的數(shù)據(jù)卻是很誠(chéng)實(shí)的。
據(jù)說(shuō),微信出來(lái)之前,微博的產(chǎn)品做過(guò)數(shù)據(jù)分析,發(fā)現(xiàn)有30%左右的用戶非常高頻的使用發(fā)私信功能(即為移動(dòng)IM),但微博并沒(méi)有重視這一點(diǎn),這個(gè)疏漏也間接造就了微信等一大波移動(dòng)IM的崛起。
數(shù)據(jù)分析的流程
數(shù)據(jù)分析一般的流程如下,與產(chǎn)品開(kāi)發(fā)及運(yùn)營(yíng)緊密結(jié)合,從而做到讓數(shù)據(jù)引導(dǎo)產(chǎn)品運(yùn)營(yíng)及需求管理:
屁股決定腦袋的分析
比起用戶調(diào)研和競(jìng)品分析,數(shù)據(jù)分析更加系統(tǒng)化——這句話反過(guò)來(lái)說(shuō),就是坑也更多:
數(shù)據(jù)來(lái)源:必須保證源數(shù)據(jù)的真實(shí)、完整及準(zhǔn)確。為此,必須和數(shù)據(jù)挖掘的技術(shù)人員以及和業(yè)務(wù)相關(guān)的運(yùn)營(yíng)人員說(shuō)明清楚數(shù)據(jù)分析的目的、數(shù)據(jù)的范圍及數(shù)據(jù)統(tǒng)計(jì)的口徑;
數(shù)據(jù)備份:處理前請(qǐng)備份,處理前請(qǐng)備份,處理前請(qǐng)備份——重要的事情說(shuō)三遍。
屁股決定腦袋:要從一堆數(shù)據(jù)里提取出具備說(shuō)服力的結(jié)論不容易,但要為自己的論點(diǎn)拼湊出一套數(shù)據(jù)卻很簡(jiǎn)單——雖然這套數(shù)據(jù)最終也是站不住腳的——在做數(shù)據(jù)分析的時(shí)候,客觀謹(jǐn)慎是必須的原則。
4.行業(yè)分析
如果說(shuō),用戶調(diào)研和競(jìng)品分析是看現(xiàn)在,數(shù)據(jù)分析是看過(guò)去,那么,行業(yè)分析就是看未來(lái)。行業(yè)分析的方法論有波特五力分析模型、SCP產(chǎn)品組織理論等。
行業(yè)分析可幫助產(chǎn)品團(tuán)隊(duì)抓住市場(chǎng)趨勢(shì),做到攻守有據(jù)。
行業(yè)分析的理論模型發(fā)展至今,已非常成熟。需要注意的是,行業(yè)分析的第一個(gè)步驟——也是重點(diǎn)和難點(diǎn)——就是如何劃分行業(yè)的范圍。賣煤氣爐的做行業(yè)分析時(shí),要看的不僅僅是其他賣煤氣爐的,還得看看人家的電磁爐。
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